Ilan

TUGAS
PERENCANAAN TRANSPORTASI
OLEH
ABDUL KADIR JILANI
121052220119139
DOSEN PEMBIMBING
MOHAMMAD SAID, ST., MT
PROGRAM STUDY TEKNIK SIPIL

FAKULTAS TEKNIK
UNIVERSITAS MUHAMMADIYAH MALUKU UTARA
TERNATE
2021
KATA PENGANTAR
Puji syukur senantiasa saya panjatkan kepada Allah Subhanahu Wata’ala,

karena atas berkat dan rahmat-Nya Tugas Perencanaan Transportasi ini dapat
terselesaikan. Tugas ini dapat diselesaikan dengan baik berkat dukungan serta
bantuan baik langsung maupun tidak langsung dari semua pihak untuk itu saya
mengucapkan terima kasih kepada :
1. Mohammad Said, ST., MT selaku dosen pembimbing Tugas
PerencanaanTransportasi.
2. Teman – teman angkatan 2019atas dorongan danmotivasinya.
Saya berharap semoga laporan ini bermanfaat bagi para pembaca pada
umumnya dan bagi saya pada khususnya.Serta tidak lupa saya mohon maaf yang
sebesar – besarnya apabila terdapat kesalahan dalam laporan ini.Terima kasih.
Ternate 18 Juli 2020
Penyusun
ii
DAFTAR ISI
COVER.....................................................................................................................i
KATAPENGANTAR..............................................................................................ii
DAFTARISI............................................................................................................iii
BAB I PENDAHULUAN
1.1. LatarBelakang..........................................................................................1
1.2. Rumusan Masalah....................................................................................3
1.3. TujuanPenelitian......................................................................................3
1.4. Manfaat Penelitian...................................................................................3
1.5. Batasan Masalah......................................................................................4
BAB II TINJAUAN PUSTAKA
2.1. PerananTransportasi................................................................................6
2.2. Angkutan.................................................................................................6
2.3. KonsepPemodelan...................................................................................6
2.4. PemilihanModa........................................................................................8
2.5. Faktor – Faktor Yang MempengaruhiPemilihanModa..........................10
2.6. Pendekatan Model Pemilihan Moda......................................................13
2.7. ModelLigitBinomial..............................................................................15
2.8. RegresiLinear Berganda........................................................................16
2.9. Teknik StatedPreference.......................................................................17
2.10. Validasi Dengan UjiStatistik.................................................................20
2.11. LingkupPerangkatLunak.......................................................................22
BAB III METODE PENELITIAN
3.1. JenisPenelitian.......................................................................................23
3.2. Waktu danLokasiPenelitian...................................................................23
3.3. Alat dan Bahan Penelitian.....................................................................24
3.4. TeknikPengumpulan Data.....................................................................24
3.5. KonsepLangkah Studi............................................................................26
3.6. TahapanPenelitian..................................................................................30
iii
BAB IV ANALISIS DAN PEMBAHASAN
4.1. Gambaran UmumWilayahStudi.............................................................31
4.2. Pelaksanaan SurveyPengumpulan Data.................................................32
4.3. KarakteristikPenggunaModa.................................................................33
4.4. Analisis Persamaan FungsiSelisihUtilitas..............................................40
4.5. Tabulasi Data.........................................................................................41
4.6. Uji Statistik............................................................................................65
4.7. Analisis ModelPemilihan Moda............................................................68
4.8. AplikasiModel.......................................................................................70
BAB V PENUTUP
5.1. Kesimpulan............................................................................................89
5.2. Saran......................................................................................................91
DAFTAR PUSTAKA
iv
BAB I
PENDAHULUA
N
1.1. Latar Belakang

Transportasi merupakan komponen yang penting dalam sistem
perhubungan dalam suatu wilayah dan juga merupakan bagian integral dari suatu
fungsi masyarakat yang sangat erat dengan gaya hidup, jangkauan dan lokasi dari
kegiatan yang produktif, selingan serta barang - barang dan pelayanan yang
tersedia untuk dikonsumsi.
Merencanakan transportasi pada dasarnya adalah memperkirakan
kebutuhan transportasi di masa depan yang harus dikaitkan dengan masalahsosial,
ekonomi, dan lingkungan. Masalah teknis transportasi pada umumnya bertolak
dari usaha menjamin bahwa sarana yang telah ada didayagunakan secara
maksimal dan ditujukan guna merancang dan membangun berbagai saranabaru.
Ditinjau dari terminologinya, sistem transportasi dari suatu wilayah
adalah sistem pergerakan manusia dan barang antara satu zona asal dan zona
tujuan dalam wilayah yang bersangkutan.Pergerakan yang dimaksud dapat
dilakukan dengan menggunakan berbagai sarana atau moda, dengan menggunakan
berbagai sumber tenaga, dan dilakukan untuk suatu keperluan tertentu. Sedang
ditinjau dari skala perseorangan, sistem transportasi adalah suatu perjalanan (Trip)
dari tempat asal ke tempat tujuan dalam usaha untuk melakukan suatu aktifitas
tertentu di tempat tujuan, sedang ditinjau dalam skala yang lebih besar, misal
skala kewilayahan, sistem transportasi adalah kumpulan dari sejumlah orang yang
melakukan pergerakan secara bersamaan dengan asal dan tujuan yangberagam.
Sistem transportasi dapat dipandang sebagai suatu jaringan perjalanan
manusia dan barang antar wilayah/daerah itu sendiri dan sebagai simpul dan
pembangkit pergerakan yang mewakili wilayah/daerah yang dipengaruhinya.Oleh
karena itu faktor pemilihan moda untuk perjalanan antar wilayah/daerah
memegang peranan yang cukup penting.Hal tersebut terkait erat dengan berbagai
karakteristik pelaku perjalanan, karakteristik perjalanan maupun jenis moda yang
digunakan.
1
Untuk Provinsi Maluku Utara para pelaku perjalanan telah dapat memilih
moda transportasi darat sebagai angkutan penyeberangan antar daerah sesuai
dengan visi dan misi untuk setiap perjalanan yang dilakukannya.
Pergerakan antara Ternate ke Sofifi pada setiap hari cukup tinggi.Hal ini
dikarenakan salah satu pilihan moda untuk melayani kegiatan transportasi dari
Ternate ke Sofifi maupun sebaliknya adalah Speed Boat dan Kapal Ferry.Untuk
mengetahui dampak hadirnya alternatif pilihan moda transportasi Speed Boat dan
Kapal Ferry terhadap preferensi pelaku perjalanan Ternate - Sofifi, perlu diketahui
besarnya pengaruh dari setiap atribut perjalanan yang mempengaruhi. Dengan
mengetahui besarnya pengaruh dari setiap atribut perjalanan, akan diketahui juga
besarnya proporsi pemilihan antara kedua moda tersebut.
Sebagai kota niaga dan pendidikan, Ternate menjelma sebagai kota yang
mempunyai pergerakan penduduk yang cukup tinggi dalam mendukung
aktivitasnya dan menjadi barometer keberhasilan pembangunan untuk
kabupaten/kota disekitarnya, sehingga terjadi saling interaksi antar daerah dalam
mengembangkan potensinya masing-masing. Dilihat dari peranan dan besarnya
penduduk serta pentingnya aksesibilitas dikedua daerah ini, maka sangat
diperlukan moda transportasi Speed Boat dan transportasi Kapal Ferry sebagai
angkutan yang memadai, nyaman, aman dan lancar.
Dilihat dari kedua moda transportasi darat yang sering digunakan oleh
pelaku perjalanan antar Ternate - Sofifi, yaitu pada masing-masing moda memiliki
karakteristik yang berbeda, salah satunya dari segi biaya (ongkos).Moda yang
memiliki ongkos lebih murah tidak berarti memiliki lebih banyak peminat
pengguna moda transportasi, masing - masing moda tersebut mempunyai
keunggulan dan kekurangan.
Untuk Kapal Ferry mempunyai beberapa kelebihan diantaranya adalah
pergerakan mobilitas yang tinggi sehingga waktu tempuhnya singkat, frekuensi
keberangkatan yang sering, mudah mendapatkannya dan jam operasinyahampir
12 jam. Dalam penelitian ini akan diteliti faktor apa saja dari karakteristik
seseorang yang mempengaruhi pemilihan moda transportasi dan seberapa penting
faktor tersebut dibandingkan dengan faktor yang lainnya. Mencoba membuat
2
suatu probabilitas kecenderungan seseorang memilih moda transportasi apabila
terjadi perubahan karakteristik suatu moda.
1.2. RumusanMasalah
Berdasarkan uraian pada latar belakang, maka permasalahan yang akan
diangkat pada penelitian ini dapat dirumuskan sebagai berikut :
1. Bagaimana distribusi karakteristik pelaku perjalanan dalam pemilihan moda
transportasiantara Speed Boat danKapal FerrypadaperjalananantarTernate
- Sofifi?
2. Faktor - faktor apa saja yang mempengaruhi pemilihan moda transportasi
antara Speed Boat dan Kapal Ferry pada perjalanan antar Ternate –Sofifi?
3. Bagaimana model pemilihan moda trasnportasi yang dapat menjelaskan
probabilitas pelaku perjalanan dalam memilih transportasi antara angkutan
Speed Boat dan Kapal Ferry?
1.3. TujuanPenelitian
Sejalan dengan pokok permasalahan yang dirumuskan, maka tujuan yang
ingin dicapai dalam penelitian ini adalah:
 Memperoleh distribusi karakteristik pelaku perjalanan dalam pemilihan
moda transportasi antara Speed Boat dan Kapal Ferry pada perjalanan
antar Ternate – Sofifi, mengetahui faktor - faktor yang mempengaruhi
pemilihan moda transportasi antara Speed Boat dan Speed Boat Ferry pada
perjalanan antara Ternate – Sofifi memperoleh model pemilihan moda
transportasi yang dapat menjelaskan probabilitas pelaku perjalanan dalam
memilih transportasi antara Speed Boat danKapal Ferry.
1.4. Manfaat Penelitian

Penelitian ini diharapkan dapat memberikan manfaat baik secara
langsung maupun tidak langsung bagi para masyarakat, operator angkutan,
pemerintahan dan peneliti sendiri, yaitu:
1. Sebagai bahan pertimbangan dalam kebijakan investasi perencanaan sistem
transportasi dan pengembangan moda transportasi penyeberanganantar
3
Ternate dan Sofifi menjadi masukan bagi pemerintah setempat dan pihak -
pihak yang terkait, guna peningkatan analisa operasional dari sistem moda
transportasi yang telah ada.
2. Menjadi masukan bagi operator angkutan sebagai penyedia jasa Speed Boat
penyeberangan antar Ternate – Sofifi berkaitan dengan karakteristik
penumpang, sehingga dapat dipakai sebagai bahan pertimbangan dalam
meningkatkan kinerja operasional, meningkatkan kualitas pelayanan dan
merencanakanpengembangannya.
3. Sebagai bahan referensi dan bahan informasi bagi peneliti lain yang ingin
mengkaji masalah - masalah pemilihan modatransportasi.
1.5. BatasanMasalah
Untuk memberikan arah yang jelas dan sesuai dengan tujuan yang ingin
dicapai, maka diperlukan pembatasan masalah sebagai berikut :
1. Tinjauan masalah hanya membahas pergerakan penduduk dari Ternate –
menuju Sofifi,sebaliknya.
2. Moda transportasi yang ditinjau adalah angkutan Speed Boat.
3. Dalam penelitian ini pemilihan moda angkutan dilakukan sebagai variabel
terikat, sedangkan atribut internal moda seperti: tarif, waktu tempuh
perjalanan, dan jadwal keberangkatan diperlukan sebagai variable bebas.
4. Data - data karakteristik penumpang seperti: jenis kelamin, usia, pekerjaan,
maksud perjalanan, dan tingkat pendapatan tidak dapat diperhitungkan
sebagai variabel bebas tetapi dipakai sebagai pertimbangan dalam menilai
responpenumpang.
5. Survey dilakukan dengan carakuisioner.
6. Survei hanya ditinjau dari segi pemakai/konsumen sebagai pelaku
perjalanan.
7. Pembuatan model pemilihan antara 2 (dua) moda angkutan berdasarkan
respon penumpang dengan teknik Stated Preference dengan skalarating.
4
8. Probabilitas pemilihan moda yang merupakan fungsi dari utilitas
menggunakan analisis regresi linier berganda yang nanti diproses dengan
Model Binomial-Logit.
9. Penentuan jumlah sampel mengacu pada data jumlah penumpang rata - rata
kedua moda angkutan trayek Ternate – Sofifi selama satu hari yang
dianggap sebagai populasi.
10. Pengambilan data responden pelaku perjalanan dilakukan dari Ternate ke
Sofifi.
5
BAB II
TINJAUAN PUSTAKA
2.1. PerananTransportasi
Transportasi memegang peranan yang sangat penting karena melibatkan
dan mempengaruhi banyak aspek kehidupan manusia yang saling
berkaitan.Semakin lancar transportasi tersebut, maka semakin lancar pula
perkembangan pembangunan daerah maupun nasional.
2.2. Angkutan
Menurut Warpani, S. (1990), angkutan pada dasarnya adalah sarana
memindahkan barang atau orang dari suatu tempat ke tempat lain. Secara garis
besar berdasarkan apa yang diangkut, angkutan dapat dikategorikan menjadi dua
bagian, yaitu angkutan pribadi atau angkutan umum.
2.3. KonsepPemodelan
2.3.1. PemodelanTransportasi
Pemodelan adalah pendekatan kuantitatif yang dilakukan untuk
mendapatkan penjelasan atau gambaran yang lebih jelas secara terukur mengenai
sistem transportasi.
2.3.2. Konsep PerencanaanTransportasi

Dewasa ini banyak berkembang beberapa konsep perencanaan
transportasi.Model Transportasi Empat Tahap merupakan salah satu yang paling
dikenal. Model perencanaan ini merupakan gabungan dari beberapa submodel
yang masing - masing harus dilakukan secara terpisah dan berurutan. Submodel
tersebut adalah (Tamin. 2003) :
1. Model Bangkitan Pergerakan
Mengaitkan parameter tata guna lahan dengan jumlah pergerakan yang
meninggalkan suatu zona menjadi tujuan dasar model ini. Pergerakan lalu
lintas merupakan fungsi tata guna lahan yang akhirnya akanmenghasilkan
6
pergerakan lalu lintas. Bangkitan ini mencakupi lalu lintas yang
meninggalkan lokasi dan lalu lintas yang menuju atau tiba ke suatu lokasi.
2. Model Sebaran Pergerakan

Merupakan permodelan terhadap pola pergerakan antar zona.Model ini
dipengaruhi oleh tingkat aksesibilitas sistem jaringan antar zona dan
tingkat bangkitan dan tarikan setiap zona. Pola sebaran arus lalulintas
antara zona yang satu dengan zona yang lain (zona asal – zona tujuan),
merupakan hasil yang terjadi secara bersamaan, yaitu lokasi dan intensitas
tata guna lahan (keduanya akan menghasilkan arus lalu lintas), dan
pemisahan ruang, interaksi antara dua buah tata guna lahan yang akan
menghasilkan pergerakan manusia maupunbarang.
3. Model Pemilihan Moda

Bertujuan untuk mengetahui proporsi orang yang akan menggunakan
setiap moda. Penjelasan lebih dalam mengenai pemilihan moda akan
ditampilkan pada subbab berikutnya.
4. Model Pemilihan Rute

Merupakan hipotesis tentang pemilihan rute pemakai jalan yang harus
mewakili ciri system transportasi. Untuk angkutan umum, rute ditentukan
berdasarkan moda transportasi (bus dan kereta api mempunyai rute yang
tetap). Sedangkan untuk kendaraan pribadi diasumsikan bahwa orang akan
memilih moda transportasinya dulu, baru rutenya. Pemilihan rute
tergantung pada alternatif terpendek, tercepat, dan termurah, dan juga
diasumsikan bahwa pemakai jalan mempunyai informasi yang cukup
(misalnya tentang kemacetan jalan) sehingga mereka dapat memilih rute
yang terbaik.
7
2.4. PemilihanModa
Model adalah sebagai bentuk penyederhanaan dan suatu realita (dunia
nyata yang sebenarnya).Bruton (1985), mendefinisikan pemilihan moda sebagai
pembagian secara proporsional dari semua orang yang melakukan perjalanan
terhadap sarana transportasi yang ada, yang dapat dinyatakan dalam bentuk fraksi,
rasio atau presentase terhadap jumlah total perjalanan.
Walaupun merupakan penyederhanaan, model tersebut bisa saja sangat
kompleks dan membutuhkan Date yang sangat banyak dan waktu penyelesaian
yang sangat lama.Beberapa keuntungan dalam pemakaian model matematis dalam
perencanaan transportasi adalah bahwa sewaktu pembuatan formulasi, kalibrasi
serta penggunaannya, para perencana dapat belajar banyak, melalui eksperimen,
tentang perilaku dan mekanisme internal dari sistem yang sedang dianalisis.
Beberapa prosedur pemilihan moda memodel pergerakan dengan hanya
dua buah moda transportasi, yaitu antara angkutan umum dan angkutan pribadi,
namun pada beberapa negara maju terdapat pilihan lebih dari dua moda misalnya:
London mempunyai moda kereta api bawah tanah, kereta api, bus dan mobil.
Jones (1977) sebagaimana dikutip dari Tamin, O. Z. (2003), menekankan dua
buah pendekatan umum tentang analisis sistem dengan dua buah moda,
sebagaimana terlihat pada Gambar2.1.
Gambar 2.1. Proses pemilihan dua moda (Tamin, O, Z., 2019)
8
Gambar kiri mengasumsikan pemakai jalan membuat pilihan antara
bergerak dan tidak bergerak. Jika diputuskan untuk membuat pergerakan,
pertanyaannya adalah dengan kendaraan umum atau pribadi?.Jika kendaraan
umum yang dipilih, pertanyaan selanjutnya adalah apakah menggunakan Speed
Boat atau Kapal Ferry.Sedangkan, gambar sebelah kanan mengasumsikan bahwa
langsung memilih moda yang tersedia.
Model pemilihan moda yang berbeda tergantung pada jenis keputusan
yang diambil.Gambar sebelah kiri lebih sederhana dan mungkin lebih cocok untuk
kondisi Kota Ternate.Akan tetapi, khusus untuk Kota Ternate, pendekatan yang
lebih cocok adalah seperti yang diperlihatkan pada Gambar2.2.
Gambar 2.2. Proses pemilihan moda untuk Kota Ternate (Tamin, O, Z., 2019)
Gambar 2.2.mengilustrasikan betapa rumitnya memodelkan seluruh

moda transportasi yang ada dalam suatu system di Indonesia. Hal tersebut
mendukung pendapat selama ini yang menyatakan bahwa tahap pemilihan moda
merupakan tahap tersulit dalam perencanaan transportasi.
Menurut Papacostas (1987), dalam berbagai situasi perjalanan, pelaku
perjalanan dapat memilih satu atau lebih diantara beberapa moda angkutan yang
tersedia. Pemilihan moda sangat berkaitan dengan perilaku perjalanan. Alasan
pemilihan angkutan tersebut berbeda - beda diantara individu, tipe perjalanan
9
yang dilakukan, dan tingkat pelayanan serta biaya relatif ditawarkan oleh moda
transportasi. Faktor yang mempengaruhi didalam transportasi diantaranya adalah :
karakteristik dari pelaku perjalanan (ketersediaan kendaraan, kondisi rumah
tangga, pendapatan, kepadatan penduduk); karakteristik dari perjalanan (maksud
perjalanan, kapan perjalanan dilaksanakan); karakteristik fasilitas transportasi
(biaya parkir, kenyamanan dan kecocokan, dapat dipercaya dan teratur,
keamanan).
Menurut Stopher (1978), sebagaimana dikutip dari Eisa Trimukti (2001),
bahwa model pemilihan moda yang realistis bersifat disagregat, Behavioural, dan
Probalistic. Model yang bersifat disagregat adalah bila satuan dasar observasi
untuk kalibrasi model adalah pelaku perjalanan secara individu (perorangan).
Model yang bersifat Behavioural adalah dikarenakan dua hal, yaitu: pertama,
menyangkut perilaku (Behaviour) ekonomi konsumen dan perilaku psikologis
dalam menentukan pengambilan keputusan, kedua, model dibuat berdasarkan
hipotesis-hipotesis yang berkaitan dengan identifikasi variabel-variabel yang
menentukan pengambilan keputusan untuk memilih. Dan model yang bersifat
probalistic adalah dikarenakan model menunjukkan suatu probabilitas hasil dari
pengambilan keputusan Traveller yang potensial. Dalam pemilihan moda
transportasi terdapat dua aspek yang akan dipertimbangkan oleh pelaku
perjalanan, yaitu:
a. Aspek penawaran, dalam hal ini adalah variabel pelayanan yang disediakan
oleh masing-masingmoda.
b. Aspek permintaan, dalam hal ini adalah atribut yang melekat pada diri pelaku
perjalanan sendiri sebagai pengambil keputusan, biasanya diwakili oleh
sejumlah variabel sosial ekonomi penggunajasa.
2.5. Faktor-Faktor yang Mempengaruhi PemilihanModa

Faktor-faktor penting dalam pemilihan moda menurut Morlok (1988)
adalah waktu keseluruhan perjalanan untuk masing-masing alternatif moda dari
tempat asal ke tujuan, biaya total dari tempat asal ke tujuan, kenyamanan yang
berhubungan dengan pilihan alternatif dan keselamatan penumpang. Masing -
10
masing komponen tadi dapat dibagi dalam sejumlah elemen misalnya waktu
perjalanan yang terdiri dari waktu yang dibutuhkan sampai ke terminal, waktu
menunggu kendaraan, waktu perjalanan dengan moda pilihan dan waktu-waktu
tambahan lain yang dibutuhkan seperti waktu untuk berpindah kendaraan atau
transit. Setiap elemen tersebut dapat mempengaruhi preferensi penumpang dalam
memilih moda yang dikehendaki, misalnya apabila dibutuhkan tenaga yang
banyak untuk berjalan atau menunggu jika dibandingkan dengan saat duduk
didalam kendaraan, maka waktu di luar kendaraan akan lebih besar daripada
waktu di dalam kendaraan. Juga dimungkinkan terdapat faktor - faktor lain yang
mempengaruhi pemilihan moda, seperti tingkat kepopuleran dan prestis suatu
moda seperti mutu stasiun angkutan, fasilitas pendukung (kebersihan, tersedia
AC, dan lain sebagainya), juga keselamatan pada sarana atau kendaraan angkutan
tersebut. Pemilihan moda juga dianggap bergantung pada maksud perjalanan.Pada
dasarnya perilaku agregat individu dalam memilih jasa transportasi sepenuhnya
merupakan hasil keputusan setiap individu.
Sedangkan menurut Tamin, O, Z. (2003), pemilihan moda sangat sulit
dimodelkan, walaupun hanya dua buah moda yang akan digunakan. Hal tersebut
disebabkan karena banyak faktor yang sulit dikuantifikasi, misalnya: kenyamanan,
keamanan, keandalan atau ketersediaan mobil pada saat diperlukan.
Masih menurut Tamin, O, Z. (2003), bahwa faktor - faktor yang dianggap
kuat pengaruhnya terhadap perilaku perjalanan atau calon pengguna (Trip Maker
Behavior) dapat dikelompokkan menjadi 4 (empat) kategori.Masing-masing
faktor ini terbagi lagi menjadi beberapa variabel yang dapat diidentikan.Variabel-
variabel ini dapat dinilai secara kuantitatif dan kualitatif. Faktor-faktor atau
variabel-variabel tersebut adalah:
1. Kelompok Faktor Karakteristik Pelaku Perjalanan (Traveler

CharacteristicsFactor)
Pada kelompok faktor ini, seluruh variabel ikut serta berkontribusi
mempengaruhi perilaku pelaku perjalanan dalam memilih moda transportasi.
Variabel tersebut adalah :
11
a. Pendapatan (Income), berupa daya beli pelaku perjalanan untuk membiayai
perjalanannya, entah dengan kendaraan pribadi atau kendaraanumum.
b. Keadaan sosial ekonomi, seperti struktur dan ukuran keluarga (pasangan
muda, punya anak, pensiunan atau bujangan), usia, jenis kelamin, jenis
pekerjaan, lokasi perjalanan, punya lisensi mengemudi (SIM) atautidak.
c. Kepemilikan kendaraan (Car Ownership), berupa tersedianya kendaraan
pribadi sebagai sarana melakukanperjalanan.
d. Kondisi kendaraan pribadi (tua, jelek, baru danlain-lain).
e. Kepadatan pemukiman (Density of ResidentialDevelopment).
2. Kelompok Faktor Karakteristik Perjalanan (Travel CharacteristicsFactor)

a. Tujuan Perjalanan (Trip Purpuse), seperti pergi bekerja, sekolah, belanja
dan lain-lain.
b. Waktu Perjalanan (Time of Trip Made), seperti pagi, siang, sore, malam,
hari libur dan seterusnya.
c. Jarak Perjalanan (Trip Length), merupakan jarak fisik antara asal dengan
tujuan, termasuk panjang rute/ruas, waktu perbandingan kalau
menggunakan moda – modalain.
3. Kelompok Faktor Karakteristik Sistem Transportasi (Transportation

System CharacteristicsFactor)
Semua variabel yang berpengaruh terhadap perilaku pelaku perjalanan
berhubungan dengan kinerja pelayanan sistem transportasi seperti variabel :
a. Waktu relatif (lama) perjalanan (Relative Travel Time) mulai dari lamanya
waktu menunggu kendaraan di pemberhentian (terminal, pelabuhan,
bandara), waktu jalan ke (terminal, pelabuhan, bandara) dan waktu di atas
kendaraan.
b. Biaya relative perjalanan (Relative Travel Cost), yaitu seluruh biaya yang
timbul akibat melakukan perjalanan dari asal ke tujuan untuk semua moda
yang berkompetisi seperti tarif tiket, bahan bakar dan lain-lain.
12
c. Tingkat pelayanan relatif (Relative Level of Service), yaitu variabel yang
cukup bervariasi dan sulit diukur, contohnya: variabel kenyamanan dan
kesenangan yang membuat orang mudah gonta - ganti modatransportasi.
d. Tingkat akses/indeks daya hubung/kemudahan pencapaian tempattujuan.
e. Tingkat kehandalan Speed Boatdi segi waktu (tepat waktu/Reliability),
ketersediaan ruang parker dantarif.
Ketiga variabel terakhir ini (c, d dan e) merupakan kelompok variabel yang
sangat subjektif sehingga sulit diukur (dikuantifikasikan) dan masuk kelompok
variabel kualitatif (Difficult to Quantify)
4. Kelompok Faktor Karakteristik Kota dan Zona (Spacial Characteristics

Factor)
a. Variabel jarak kediaman dengan tempatkegiatan.
b. Variabel kepadatan penduduk (PopulationDensity).
2.6. Pendekatan Model PemilihanModa

Model pemilihan yang dilakukan dalam penelitian ini terhadap
pemelihan moda adalah model pemilihan diskret (Discrete Choice Models).
Model ini menganalisis pilihan konsumen (perilaku perjalanan) dari sekumpulan
alternatif pilihan moda yang saling bersaing dan tidak dapat dipilih (digunakan)
secara bersama - sama lebih dari satu moda (Mutually Exclusive), seperti kalau
kita sudah menggunakan Speed Boat, secara bersamaan tidak mungkin kita
menggunakan Kapal Ferry. Hipotesa yang mendukung model pemilihan model
diskret adalah berkenaan dengan situasi pilihan, yaitu pilihan individu terhadap
setiap alternatif yang dapat dinyatakan dengan ukuran daya tarik (Attractiveness)
atau manfaat (Utility).
Sebenarnya kegiatan menentukan dan mengamati perilaku pelaku
perjalanan melalui fungsi utilitas dapat dilakukan dengan dua pendekatan.
Pendekatan apa yang kita lakukan sangat menentukan model pilihan probabilitas
apa yang akan kita gunakan. Kedua pendekatan tersebut adalah :
13
2.6.1. PendekatanAgregat
Pendekatan agregat adalah pendekatan yang menganalisa perilaku pelaku
perjalanan secara menyeluruh. Menurut Manheim (1978) pendekatan agregat
dapat dilakukan dengan 2 (dua) cara, yaitu:
1. Membagi obyek atas beberapa kelompok/segmen/zone yang mempunyai
elemen-elemen yang relative homogen.
2. Melakukan agregasi dari data - data disagregat, dimana fungsi agregat untuk
suatu kelompok tertentu dapat diturunkan dari fungsi utilitas individu sebagai
anggota pada kelompoktersebut.
2.6.2. PendekatanDisagregat
Pendekatan disagregat adalah pendekatan yang menganalisis perilaku
pelaku perjalanan secara individu.Hal ini mencakup bagaimana merumuskan
tingkah laku individu kedalam model kebutuhan transportasi. Pendekatan
disagregat dapat dilakukan dengan 2 (dua) cara, yaitu :
1. DisagregatDeterministic
Pendekatan ini dilakukan kalau pelaku perjalanan mampu
mengidentifikasikan semua alternatif moda yang ada, semua variabel yang
ada, persepsi/preferensi variabel secara eksplisit dan menggunakan seluruh
informasi untuk mengambil keputusan. Bentuk modelnya adalah model
persamaan regresi linier berganda tanpa unsur kesalahan (Error) seperti
persamaan berikut ini :
Ui = a + b1T + b2X+b3C….....................................................(2.1)
Dimana:
Ui = Nilai kepuasan menggunakan moda i.
a = Konstanta.
T = Variabel waktu diatas kendaraan.
X = Variabel waktu diluar kendaraan.
C = Variabel ongkostransportasi.
b1 s/d b3 = Parameter fungsi kepuasan untuk masing-masing variabel tersebut
(koefisien regresi).
14
2. DisagregatStokastik
Pada pendekatan ini, nilai kepuasan lebih realistic karena
mempertimbangkan unsur-unsur yang tidak teramati yang terjadi di dunia
nyata.Jadi ini berbeda dengan pendekatan disagregat deterministic seperti
model persamaan 2.1 diatas yang terlalu teoritis, yang tidak memasukkan
unsur yang tidak teramati. Seluruh unsur yang tidak teramati yang terjadi
di dunia nyata, pendekatan ini diwakili oleh unsur kesalahan (Error) yang
bersifat acak (Random) atau bersifat Stokastik, sehingga modelnya
menjadi:
Um = β0 + β1tm + β2xm + β3cm+en…..........................................(2.2)
Dimana:
Um = Nilai (fungsi) kepuasan menggunakan moda m.
tm s/d cm = Idemdiatas.
β1s/dβ3 = Idemdiatas.
en = Faktor kesalahan atau unsur Stokastik, yaitu variabelRandom
yang mengikuti bentuk distribusi tertentu.
β0 = Konstanta karakteristik nilai kepuasan alternatif, apabila seluruh
variabel tm s/d cm bernilai0.
Peramalan dikatakan relatif tepat, apabila nilai en sekurang - kurangnya
mendekati 0 (seminimal mungkin) atau en = 0.
2.7. Model Logit Binomial

Menurut Pearmain, D., dkk. (1991) sebagaimana dikutip dari Rahman, R.
(2009) model logit adalah suatu bentuk pendekatan matematis untuk mengetahui
persentasi pengguna masing - masing moda pada sistem transportasi dengan
manipulasi proporsi dari utilitas yang terdapat pada setiap moda.
Pada model logit binomial pengambil keputusan dihadapkan pada
sepasang alternatif diskrit, dimana alternatif yang akan dipilih adalah yang
mempunyai utility terbesar, utiliti dalam hal ini dipandang sebagai variabel acak
(random).
15
2.7.1. Binomial LogitSelisih
Model binomial logit selisih merupakan model pemilihan moda yang
menggunakan selisih utilitas antara dua jenis moda yang akan dibandingkan untuk
menentukan probabilitas pemilihan moda yang ditawarkan.
Adapun persamaan yang ditawarkan adalah :
 Probabilitas penggunaan moda Speed Boat:
Pk
= ………………………………………..(2.3)
 Probabilitas penggunaan moda Kapal

Ferry:
PP = 1 – Pk= ………………………………(2.4)
2.7.2. Binomial LogitNisbah

Model binomial logit nisbah merupakan model pemilihan moda yang
menggunakan nisbah utilitas antara dua jenis moda yang akan dibandingkan untuk
menentukan probabilitas pemilihan moda yang ditawarkan.
Adapun persamaan yang ditawarkan adalah :
 Probabilitas penggunaan moda Speed Boat:
Pk
= ………………………………………...(2.5)
 Probabilitas penggunaan moda Kapal

Ferry :
PP = 1 – Pk= ……………………………….(2.6)
Dimana:
Pk = Peluang pemilihan moda Speed Boat.
PP = Peluang pemilihan modaKapal Ferry.

Uk = Utilitas pemilihan moda Speed Boat.
UP = Utilitas pemilihan modaKapal Ferry.
2.8. Regresi LinearBerganda

Menurut J. Supranto (2004), regresi linear berganda adalah metoda
16
analisis yang tepat dipergunakan kalau masalah penelitian (Research Problem)
melibatkan satu variabel tak bebas Y yang metrik yang dipengaruhi atau terkait
17
dengan lebih dari satu variabel bebas X yang metrik (kuantitatif) dan non metrik
(kualitatif).
Tujuan analisis ini untuk memperkirakan/meramalkan nilai Y, kalau
semua variabel bebas X sudah diketahui nilainya, dengan menggunakan
persamaan regresi linear berganda yang dibentuk dengan menggunakan metode
kuadrat terkecil (Least Square Method), Disamping itu juga untuk mengetahui
besarnya pengaruh setiap variabel bebas yang terdapat dalam persamaan.
Persamaan umum regresi linear berganda adalah:
Y=b0+b1.X1+b2.X2+.........bn.Xn...............................................(2.7)
Dimana:
V = Variabel terikat (Dependentvariable).
X1,X2,.. ..,Xn = Variabel-variabel bebas (Independent Variable).
B0 = Konstantaregresi.
B1,b2,...,bn = Koefisien-koefisien dari variabelbebas.
Dalam metode regresi linier berganda, koefisien determinasi (R2) adalah

besaran yang biasanya digunakan untuk melihat apakah suatu model regresi yang
diperoleh sudah cocok atau tepat untuk digunakan sebagai pendekatan atas
hubungan linier antar variabel berdasarkan data pengamatan.
Analisis regresi dalam penelitian ini mengestimasi besarnya koefisien -
koefisien yang dihasilkan oleh persamaan yang bersifat linier yang melibatkan
variabel bebas, untuk digunakan sebagai alat prediksi besar nilai variabel terikat.
Pada penelitian ini ingin diidentifikasi faktor - faktor yang berpengaruh
terhadap pemilihan moda transportasi antara moda Speed Boat dan moda Kapal
Ferry untuk perjalanan antar Ternate – Sofifi lalu membangun model dari
pemilihan moda trasnportasi yang dapat menjelaskan probabilitas pelaku
perjalanan dalam memilih moda transportasi antara Speed Boat dan Kapal Ferry.
2.9. Teknik StatedPreference

Ciri-ciri dari Teknik Stated Preference adalah adanya penggunaan desain
eksperimen untuk membangun alternatif hipotesa terhadapsituasi (Hypothetical
18
Situation), yang kemudian disajikan kepada responden. Selanjutnya responden
ditanya mengenai pilihan apa yang mereka kehendaki untuk melakukan sesuatu
dalam bentuk kuisioner atau dengan kata lain kuisioner tersebut berisi pertanyaan
mengenai pilihan apa yang mereka inginkan atau bagaimana mereka membuat
ranking/rating atau pilihan tertentu dalam satu atau beberapa situasi dugaan.
2.9.1. Identifikasi Preferensi (Identification ofPreference)

Cara yang dipakai untuk mengumpulkan informasi pada preferensi dalam
penelitian ini, yaitu: Rating Responses (Functional Measurement). Dalam teknik
ini, responden mengekspresikan derajat pilihan terbaiknya, dengan skala semantik
atau numerik.Skala tersebut didefinisikan dengan kalimat seperti "pasti memilih
1", "mungkin memilih 2" atau "tidak memilih 1 atau 2".Responden diminta untuk
mengekspresikan preferensinya terhadap masing-masing pilihan dengan
menunjukkan "skor" tertentu.Dalam hal ini digunakan skala 1 sampai 5 untuk
menunjukkan kemungkinan pilihan. Selanjutnya skor tersebut dapat
ditransfomasikan dalam bentuk probabilitas yang masuk akal dari pilihan - pilihan
tersebut, misalnya skor 1 = 0, l; skor 3 = 0,5; skor 5 =0,9.
2.9.2. Analisa Data StatedPreference

Fungsi utilitas adalah mengukur daya tarik setiap pilihan (skenario
hipotesa) yang diberikan pada responden.Fungsi ini merefleksikan pengaruh
pilihan responden pada seluruh atribut yang termasuk dalam Stated
Preference.Umumnya fungsi utilitas berbentuk linier, sebagai berikut :
Uj = a0 + al .xl +...........+ an. xn............................................(2.8)
Dimana:
Uj = Utilitas pilihan j.
Ao……an = Parameter model.
x1……. xn = Nilaiatribut.
19
Tujuan analisa adalah menentukan etimasi nilai ao sampai an disebut
sebagai ’bobot pilihan’ atau ’komponen utilitas’, berarti menetapkan efek relatif
setiap atribut pada seluruh utilitas.
2.9.3. Estimasi Parameter StatedPreference

Metode regresi yang digunakan dalam mengestimasi parameter yang
mempengaruhi model pemilihan moda menggunakan metode regresi.Pada model
ini terdapat peubah tidak bebas (y) yang mempunyai hubungan fungsional dengan
satu atau lebih peubah bebas (xi). Dalam penggunaan analisa Stated Preference,
teknik regresi digunakan pada pilihan rating. Pengolahan data dilakukan untuk
mendapatkan hubungan kualitatif antara sekumpulan atribut dan respon individu.
Hubungan tersebut dinyatakan dalam bentuk persamaan linier sebagai berikut :
y = a0 + al. .xl +a2 . x 2 +…..+ak. xk…................................(2.9)
2.9.4. Elastisitas PemilihanModa

Untuk mengevaluasi sensitivitas respon pengguna moda terhadap
variabel bebas digunakan elastisitas langsung dan elastisitas silang.Elastisitas
langsung (Direct-Elasticity) mengukur persentase perubahan didalam probabilitas
memilih moda, sedangkan elastisitas silang (Cross-Elasticity) mengukur
persentase perubahan didalam probabilitas memilih moda. Oleh karena
Perumusan untuk elastisitas langsung yaitu elastisitas pemilihan moda Kapal
Ferry terhadap perubahan selisih nilai atribut ke-n adalah:
Ek/(Xnk–XnKapal Ferry)=βn.(Xnk–XnKapal Ferry).(1–Pk)…...............................(2.10)
2.9.5. Uji Statistik DalamModel

Pengujian statistik mutlak harus dilakukan agar model yang dihasilkan
dapat diterima menurut Tamin, O. Z. (2003).Adapun pengujian statistik adalah
dengan uji korelasi hal ini dilakukan untuk memenuhi persyaratan model
matematis yaitu peubah bebas tidak boleh saling berkorelasi, sedangkan antara
peubah bebas dan tidak bebas harus ada hubungan korelasi dengan kuat. Untuk R
20
mendekti 0 tidak ada hubungan korelasi dan validitas terhadap model dilakukan
untuk mengetes tingkat kepercayaan terhadap model yang dihasilkan.
Ukuran statistik digunakan yaitu konsep Significance Test (T-test dan F-
test) yang memberikan ukuran tingkat keberartian dari faktor yang mempengaruhi
atau tidak mempengaruhi dan Goodness of Fit, yaitu ukuran kesesuaian model (R-
Square).
2.10. Validasi Dengan UjiStatistik

Maksud dari validasi ini adalah untuk menguji tingkat kepercayaan
(Reliability) terhadap hasil kalibrasi persamaan yang didapat, yaitu dengan
mengukur kemampuannya dalam mengestimasi nilai utilitas pemilihan moda.
Secara umum analisis dari validasi model sebagai berikut :
1. Analisis Korelasi(r)
Analisis korelasi akan melahirkan suatu koefisien antara variabel
dependen (Y) dengan variabel independen (X) atau sesama variabel
independen. Untuk mengetahui sejauh mana ketepatan suatu fungsi regresi
maka dapat dilihat dari nilai koefisien determinasi (R2) atau dengan
menggunakan persamaan (Tamin,O.Z,2003).
N( XiYi) ( Xi).(Yi)
r(2.11)
N(Xi2)(Xi2.N(Yi2)(Yi2
Dimana:
r = koefisien korelasi.
N = Jumlah sampel.
Yi = Variabel dependen ke i.
Xi = Variabel independen kei.
Besarnya nilai korelasi menurut Young dalam Cornelius T (2004)
dikategorikan sebagai berikut:
a. 0,7 - 1,0 baik positif maupun negatif, menunjukkan derajat hubungan yang
tinggi.
b. 0,4 - 0,7 baik positif maupun negatif, menunjukkan derajat hubungan yang
substansial.
21
c. 0,2 - 0,4 baik positif maupun negatif, menunjukkan derajat hubungan yang
rendah.
d. < 0,2 baik positif maupun negatif, hubungan dapatdiabaikan.
2. Koefisien Determinasi(R2)
Koefisien determinasi diartikan sebagai presentase total variasi yang
dijelaskan dengan analisis regresi Iinier, dan koefisien ini mempunyai batas
limit (1) sampai dengan (-1). Besarnya koefisien determinasi ini dapat
dituliskan persamaannya (Tamin.O.Z, 2003).
(YiYi)2
R2
 (YiY)2 ……………………………………………(2.12)
3. UjiT-test
Tujuan dari pengujian ini terhadap variabel independen (koefisien regresi)
adalah untuk menentukan apakah ada dan bagaimana bentuk pengaruh antara
masing-masing variabel independen terhadap variabel dependen, dan pengujian
ini untuk mengetahui apakah nilai koefisien persamaan signifikansi tidak sama
dengan nol.
(T-test) = B(2.13)
Sb
Dimana Sb adalah standar Error koefisien regresi ditentukan formulasi :

Se
Sb=
……………………………………(2.14)
 2 (X2)
( X)  
 n 
Keputusan terhadap hipotesis diambil dengan cara membandingkan nilai

T-test nilai T-kritis. Apabila nilai T-test > nilai T-kritis berarti berada pada
daerah penolakan H0, nilai B secara statistik tidak sama dengan nol sehingga
dapat disimpulkan bahwa secara statistika, variabel independen (X)
berpengaruh terhadap variabel dependen (Y).
22
4. UjiF-tes
Tujuan dari pengujian ini adalah untuk mengetahui apakah semua variabel
independen (X) secara bersama-sama berpengaruh terhadap variabel dependen
(Y).Pengujian ini dilakukan dengan menggunakan distribusi F dengan
membandingkan antara nilai F-tabel dengan F-test hasil perhitungan.
 (Yn Y )2 / (k 1)
F 2
(2.15)
(YnY) /(nk)...............................................................
atau dengan persamaan :

r2 (k 1)
F 2
(2.16)
(1r )/(nk).....................................................................
Dimana:
r2 = Koefisien determinasi.
(k-1) = Derajatkebebasan.
k = Jumlah variabel bebas.
n = Jumlah sampel.
2.11. Lingkup PerangkatLunak

Ada beberapa alat (perangkat lunak) atau bahan yang digunakan untuk
mengelola data hasil penelitian. Dalam hal ini digunakan program Statistical
Program for Social Science (SPSS) Versi 17,0 for Windows untuk mendapatkan
model regresi terbaik untuk pemilihan moda transportasi.
23
BAB III
METODE PENELITIAN
3.1. JenisPenelitian
Menurut pendekatan yang digunakan, penelitian ini tergolong penelitian
survey karena dalam pelaksanaannya mempelajari atau mengolah data sampel
yang representatif yang diambil dari bagian populasi.
Jenis dan analisis data kualitatif berkaitan dengan kata, kalimat, skema,
dan sketsa, sedangkan data kuantitatif berbentuk angka atau data kualitatif yang
diangkakan (kuantifikasi).Berdasarkan jenis dan analisis data yang digunakan,
penelitian ini termasuk penelitian gabungan (kualitatif dan kuantitatif).
3.2. Waktu dan Lokasi Penelitian

Penelitian ini rencana dilaksanakan pada awal bulan April tahun 2019,
lama penelitian kurang lebih selama 1 bulan untuk survey pendahuluan dan survey
utama.Penetapan lokasi penelitian ditetapkan di wilayah Ternate sebagai pusat
bangkitan pergerakan untuk perjalanan antar Ternate – Sofifi.
Gambar3.1. Lokas Penelitian Terminal Gamalama

Sumber: Geoogle Maps,2020
24
3.3. Alat dan BahanPenelitian
Dalam penelitian ini digunakan beberapa alat untuk menunjang kegiatan
survey adalah sebagai berikut :
1. Alat tulis (pensil danpenghapus).
2. Lembar formulir kuisioner.
3. Kamera digital untuk dokumentasi segala aktivitaspenelitian.
4. Alas papan untuk menulis (ClipBoard).
5. Kumputer untuk kompilasi dan pengolahan data.
6. Kertasdata.
3.4. Teknik PengumpulanData

3.4.1. Populasi dan Teknik PengambilanSampel
Populasi target dalam penelitian ini adalah keseluruhan subyek
penelitian, dalam hal ini adalah seluruh penumpang dari kedua moda angkutan
yang melakukan perjalanan antar Ternate –Sofifi.
Untuk memperoleh data yang menyangkut tentang karakteristik
responden dilakukan dengan wawancara langsung dan wawancara terstruktur
(kuisioner) dengan metode Stated Preference.
Teknik pengambilan sampel dilakukan dengan teknik sampel acak
(Random Sampling), dimana seluruh anggota populasi mempunyai kesempatan
yang sama untuk dipilih dengan memperhatikan perimbangan unsur atau kategori
dalam populasi agar dapat mempertinggi keterwakilan populasi oleh sampel dari
masing-masing pelaku perjalanan yang ada di Ternate – Sofifi.
 Uji KecukupanData
Salah satu cara menentukan besaran sampel yang memenuhi hitungan
adalah yang dirumuskan oleh Slovin sebagaimana dikutip dari Toar, J. I., dkk.
(2015) sebagai berikut :
n= …………………………………………………(3.1)
25
Dimana:
n = Jumlah sampel.
N = Jumlah populasi.
e = Persen kelonggaran ketidaktelitian karena kesalahan pengambilan data yang
masih dapat ditolerir/diinginkan atau biasa disebut dengan tingkat
kepercayaan. Biasanya diambil sebesar 1% sampai dengan 10%.
Diketahui:
 Speed Boat Kapasitas =
9penumpang
Jadwal keberangkatan sehari sekali = (1 x 9 penumpang = 9 penumpang)
Populasi (Speed Boat) dalam seminggu = 9 x 7 = 63 penumpang Nilai e
diambil 10%
Penyelesaian:
n = 63 / (1 + 63 x 10%2)
= 9,99
= 10 penumpang (responden)
 Kapal Ferry
Kapasitas = 2 penumpang
Jadwal keberangkatan sehari empat kali = (1 x 2 = 2 penumpang)
Populasi (Kapal Ferry) dalam seminggu = 2 x 7 = 14 penumpang
Nilai e diambil 10%
Penyelesaian:
n = 14 / (1 + `14 x 10%2)
= 0,93
= 1 penumpang (responden)
3.4.2. Data
Data yang diperoleh dari hasil pengukuran atau pengamatan
langsung di lapangan. Pengambilan sampel di lapangan dilakukan dengan dua
cara, yaiu:
26
1. InterviewGuide
Metode ini dilakukan dengan cara interview tatap muka dengan responden
untuk menjawab pertanyaan yang diajukan kepada pengisis kosioner, tentang:
jadwal keberangkatan, waktu beroperasi, biaya transportasi sekali jalan,
fasilitas yang diberikan kepada para pengguna dan jumlah armada yang
dioperasikan.
2. Kuisioner
Sejumlah daftar pertanyaan yang disajikan kepada responden untuk mengisi
jawaban sesuai dengan pemilihan moda yang dipilih oleh penumpang, yaitu
Jarak (Distance), waktu tempuh (Travel Time), biaya perjalanan (Cost),
penghasilan (Income), jenis kelamin (Sex), umur (Age), pekerjaan (Occupancy)
dan moda transportasi yang digunakan.
3.5. Konsep LangkahStudi

Langkah - langkah dalam penelitian ini dilakukan sebagai berikut :
1. Studi ini dimulai dengan melakukan identifikasi terhadap kondisi moda yang
akan diteliti. Kondisi yang ada saat ini penggunaan Kapal Ferry dan Speed
Boat yang mengangkut penumpang, moda Speed Boat dan Kapal Ferry adalah
dua moda yang saling berkompetisi untuk meraih pangsa pasar dari para pelaku
perjalanan. Tentunya keduanya mempunyai atribut - atribut yang menjadi
bahan pertimbangan - pertimbangan bagi konsumen dalam melakukan
pemilihan moda untuk melakukan perjalanannya. Adapun kondisi yang ada
saat ini dari masing - masing moda yang ditinjau baik Speed Boat maupun
Kapal Ferry untuk perjalanan Ternate ke Sofifi dapat dilihat pada tabel berikut
ini:
27
Tabel 3.1. Atribut Masing - Masing Moda dan Pelayanan Secara Aktual
Moda Angkutan
Atribut Perjalanan
Speed Boat Peswat
Biaya perjalanan Rp. 350.000 Rp. 315.000

Waktu tempuh perjalanan 420 menit 65 menit
Jadwal keberangkatan Jam 5 sore Jam 3 sore
Sumber: Ternate dan Buli, 2020
Berikut ini adalah penjelasan dari masing-masing atribut pada moda :

a. Biaya perjalanan (Cost) adalah biaya yang harus dikeluarkan untuk
pembayaran ongkos transportasi dalam satuan rupiah per orang, yang
merupakan biaya dari Ternate ke Sofifi untuk moda Speed Boat dan Kapal
Ferry. Waktu tempuh perjalanan (Travel Time) adalah waktu yang diperlukan
untuk menempuh perjalanan dalam satuan jam dari Ternate ke Sofifi untuk
moda Speed Boat dan Kapal Ferry. Dari Jadwal keberangkatan (Headway)
adalah jarak waktu keberangkatan moda angkutan saat meninggalkan Ternate
ke Sofifi untuk moda Speed Boat dan Kapal Ferry. Dalam format kuisioner
yang ada dalam lampiran dan responden diperoleh melalui teknik rating dengan
5 poin skala semantik, yaitu:
 Pasti memilih Speed Boat.
 Mungkin memilihKapal Ferry.
 Pilihberimbang.
 Mungkin memilih Speed Boat.
 Pasti memilihKapal Ferry.
Penentuan 5 poin skala semantik ini dilakukan berdasarkan studi-studi
terdahulu dan juga untuk mendapatkan data yang bergradasi halus dipandang
dari segi psikologis.
2. Setelah melakukan identifikasi terhadap kedua moda, kemudian dilanjutkan

dengan melakukan studi pustaka dan melakukan survey untuk mendapatkan
data - data sekunder yang mendukung. Studi pustaka dilakukan dari studiyang
28
pernah dilakukan sebagai referensi untuk menyusun asumsi - asumsi awal. Hal
ini perlu dicocokkan dengan pilot survey (sumber: Widiyanti Ari, Tesis
Magister, 2019) untuk menyusun desain eksperimen yang nantinya akan
digunakan sebagai acuan untuk pengambilan data lewat kuisioner dalam
menyusun atribut - atribut yang mempengaruhi pemilihan moda.
3. Bentuk kuisioner yang di bagikan kepada responden terdiri atas 2 bagian.

Pertama, bentuk pertanyaan yang ditujukan untuk mengetahui karakteristik
pelaku perjalanan; meliputi kondisi sosio ekonomi dan informasi perjalanan
yang dilakukan. Bagian kedua, pertanyaan ditujukan untuk mengetahui
preferensi responden terhadap hipotesis yang ditawarkan yang berupa
perubahan pada beberapa atribut penting yang mempengaruhi pemilihan moda.
Dari hasil kuisioner yang diperoleh kemudian dalakukan analisis terhadap data-
data yangada.
Dari data yang diperoleh melalui survey primer dengan kuisioner masih berupa
data kualitatif, yang mana respon individu masih berupa pilihan terhadap point
rating yang disajikan dalam skala semantik, yaitu: 1 = pasti memilih Speed
Boat, 2 = mungkin memilih Kapal Ferry, 3 = pilihan berimbang, 4 = mungkin
memilih Speed Boat, 5 = pasti memilih Kapal Ferry. Dalam analisis selanjunya
dilakukan kuantifikasi dan transformasi terhadap data yang diperolah. Skala
semantik selanjutnya ditransformasikan ke dalam Skala numerik (suatu nilai
yang menyatakan respon individu terhadap pernyataan pilihan) dengan
menggunakan transformasi linier model logit binomial pada probabilitas untuk
masing-masing point rating. Nilai skala numerik merupakan variabel tidak
bebas pada analisis regresi dan sebagai variabel bebasnya adalah selisih nilai
atribut antara Speed Boat danKapal Ferry.
Proses transformasi dari skala semantik ke dalam skala numerik adalah sebagai
berikut :
a. Nilai skala probabilitas pilihan yang diwakili oleh point rating 1, 2, 3, 4 dan
5 adalah nilai skala standar, yaitu 0,9; 0,7; 0,5; 0,3; dan0,1.
29
b. Dengan menggunakan transformasi linier model logit biner dapat diperoleh
nilai skala numerik untuk masing-masing probabilitaspilihan.
c. Untuk point rating 1 dengan nilai probabilitas 0,9 maka nilai skala
numeriknya adalah: ln [ 0,9 / ( 1 – 0,9 ) ] =2,1972
d. Untuk point rating 2 dengan nilai probabilitas 0,7 maka nilai skala
numeriknya adalah: ln [ 0,7 / ( 1 – 0,7 ) ] =0,8473
Maka dapat dihasilkan nilai skala numerik seperti dalam Tabel 3.2.berikut ini.
Tabel 3.2. Nilai Skala Numerik
Nilai Transformasi
Point Rating
Skala Probabilitas Skala Numerik
1 0.9 2.1972
2 0.7 0.8473
3 0.5 0.0000
4 0.3 -0.8473
5 0.1 -2.1972
Sumber: Widayanti A, 2020
4. Estimasi Parameter Model

Nilai skala numerik digunakan sebagai variabel tidak bebas dan sebagai
variabel bebas adalah selisih nilai atribut moda Speed Boat dan Kapal Ferry.
Proses analisis dilakukan dengan metode regresi dengan input data adalah
kedua variabel tersebut. Dan hasil analisis akan didapatkan model pemilihan
moda.
5. Analisis dan Uji Statistik Untuk ValiditasModel

Analisis terhadap validitas model dilakukan untuk menguji tingkat kepercayaan
terhadap model yang diperoleh. Uji dilakukan secara bertahap dan juga secara
serentak untuk mengetahui variabel - variabel yang mempengaruhi pemilihan
moda oleh pelaku perjalanan. Dari uji ini juga akan didapatkan ukuran
kesesuaian model (R2).
30
3.6. TahapanPenelitian
Tahapan penelitian ini merupakan rangkaian kegiatan yang dilakukan
Penulis dari awal studi pendahuluan hingga kesimpulan dan saran yang
merupakan akhir dari kegiatan penelitian dan penyusunan laporan Tugas Akhir
ini.
Berikut tahapan penelitian disusun berdasarkan bagan alir seperti
ditujukkan pada Gambar 3.2.dibawah ini
Mulai
Studi Pendahuluan dan Identifikasi Masalah
Tinjauan Pustaka
Pelaksanaan Pengumpulan Data
Data Sekunder DataPrimer

Data jumlah penumpang Datakuisioner
Data operasional
Estimasi Parameter Model

Analisiskorelasi
Analisis regresi : koefisiendeterminasi,
uji T-test, uji F-test
Analisis Data
 Respon penumpang terhadap atribut pelayanan
 Pemodelan pemilihan moda
Kesimpulan dan Saran
Selesai
Gambar 3.2. Bagan Alir Penelitian
31
BAB IV
ANALISIS DAN PEMBAHASAN
4.1. Gambaran Umum WilayahStudi

Wilayah studi dari penelitian ini adalah wilayah yang berada di Kota
Ternate Provinsi Maluku Utara.Bangkitan pergerakan dari perjalanan yang
dilakukan dengan dua moda yang berbeda dan dengan jenis pelayanan yang
berbeda pula, yaitu moda Speed Boat dan moda Kapal Ferry.Untuk itu perlu
diketahui karakteristik dari wilayah tersebut selain untuk memahami karakteristik
perjalanan yang terjadi juga untuk mendapatkan informasi tambahan karakteristik
pelaku perjalanan.
Untuk mengetahui kondisi fisik, kependudukan dan kepadatan penduduk
pada wilayah studi ini, maka diadakan pengambilan data.Data yang diperoleh
merupakan data dari hasil sensus penduduk.
Kota Ternate Provinsi Maluku Utara. Dengan letak geografis antara
3o00’LU dan 3000’ LS serta 124o00’ BT – 129000’ BT, dengan batas wilayah : Di
sebelah Utara, Selatan, dan Barat berbatasan dengan Laut Maluku, dan di sebelah
Timur berbatasan dengan Selat Halmahera.
Luas wilayah Kota Ternate adalah 5.795,4 km 2, yang terdiri dari daratan
seluas 250,85 km2 dan luas lautan sebesar 5.544,55 km2.
Tingkat pendapatan penduduk adalah salah satu karakteristik dari
perjalanan arus penumpang, jika dilihat dari segi kemampuan seseorang calon
penumpang untuk melakukan perjalanan ke tempat tujuan tertentu. Jadi
pendapatan penduduk akan mempengaruhi pelaku perjalanan dalam memilih
moda transportasi yang akan dgunakan. Tingkat pelayanan juga menjadi
pertimbangan tersendiri bagi penumpang dalam pemilihan modatransportasi.
31
4.2. Pelaksanaan Survey PengumpulanData
Pelaksanaan survey ini dilakukan selama satu minggu terhadap
responden.Pengambilan responden dilakukan secara acak kepada seluruh
penumpang yang menggunakan moda Speed Boat dan moda Kapal Ferry dalam
perjalanan Ternate –Sofifi.
Para surveyor dalam menyebarkan kuisioner atau angket pada orang –
orang.Dari kuisioner yang telah disebarkan diperoleh jawaban yang memenuhi
syarat dan sisanya sebanyak jawaban yang dinyatakan tidak memenuhi syarat.
Adapun hasil kuisioner yang tidak memenuhi syarat adalah yang termasuk dalam
salah satu kriteria berikut:
a. Kuisioner tidakkembali
Yaitu kuisioner yang dibawa oleh responden namun tidak dikembalikan atau
kuisioner-kuisioner yang rusak karena suatu hal tertentu.
b. Responden yang terlalu fanatik terhadap satu modatertentu
Yaitu kelompok kuisioner yang diberikan pada responden yang terlalu fanatik
terhadap moda tertentu sehingga jawaban yang diberikan sama untuk semua
option yang ditawarkan.
c. Jawaban lebih dari satu pada suatu optiontertentu
Ini merupakan kelompok kuisioner, dimana responden memberikan dua atau
lebih jawaban pada suatu option tertentu.
d. Jawaban tidaklengkap
Pada kelompok ini jawaban yang diberikan oleh responden tidak lengkap
sehingga terdapat beberapa option yang tidak dijawab oleh responden.
e. Jawaban tidakkonsisten
Berdasarkan hasil tersebut, responden memberikan jawaban yang tidak
konsisten atau saling bertentangan.
Berdasarkan kriteria tersebut, dari kuisioner yang tidak memenuhi syarat
diatas dapat dikelompokkan seperti yang ditunjukkan pada Tabel 4.1.berikut ini.
32
Tabel 4.1. Kuisioner yang Tidak Memenuhi Syarat
Jumlah
No. Kriteria
(responden)
1. Kuisioner tidak kembali 6
2. Responden fanatik terhadap satu moda 0
3. Jawaban lebih dari satu 0
4. Jawaban tidak lengkap 5
5. Jawaban tidak konsisten 5
Total 16
Sumber: Hasil survey 2020
4.3. Karakteristik PenggunaModa
Responden dalam survey ini merupakan masyarakat pengguna moda
angkutan umum dan Kapal Ferry dalam melakukan perjalanan Ternate – Buli.Dari
hasil penyebaran kuisioner dapat diketahui alasan pengguna moda dalam memilih
antara moda angkutan umum maupun Kapal Ferry adalah sebagai berikut.
Tabel 4.2.Distribusi Moda yang Pernah Digunakan Responden Pengguna Moda

Angkutan Umum dan Kapal Ferry Untuk Perjalanan Ternate – Buli.
Moda yang Kapal Ferry Angkutan Umum
Jumlah
No. pernah
Jumlah % Jumlah % total
Digunakan
Ya, kedua -duanya
1. 9 64 6 30 15
pernah
Ya, salah satunya
2. 5 36 14 70 19
pernah
Jumlah 19 14 100 20 100
Sumber: Hasil analisis, 2020
Moda Yang Pernah Digunakan
Ya, Kedua - duanya

47% pernah
Ya, Salah satunya pernah
53%
33
Berdasarkan distribusi responden terhadap moda yang pernah digunakan,
kemudian akan dilihat kondisi karakteristik dari pengguna untuk masing-masing
jenis moda, yaitu sebagai berikut :
1. JenisKelamin
Berdasarkan jawaban kuesioner dapat diidentifikasi karakteristik
penumpang angkutan umum dan Kapal Ferry.Karena penelitian ini menggunakan
sampel acak berstrata, maka gambaran mengenai rasio jenis kelamin responden
dibutuhkan agar memenuhi kaidah sampel acak.
Hasil penelitian memperlihatkan bahwa kuisioner ini terdistribusikepada
22 orang penumpang angkutan umum dan 17 orang penumpang Kapal Ferry.
Berdasarkan jenis kelamin bahwa karakteristik pengguna moda angkutan umum
memiliki presentase terbesar yang didominasi oleh penumpang laki – laki sebesar
68,18% dan 31,8% oleh penumpang perempuan, sedangkan pada moda Kapal
Ferry presentase penumpang laki-laki 47% dan penumpang perempuan 53%.
Berikut ditunjukkan karakteristik pengguna moda berdasarkan jenis
kelamin yang selengkapnya dapat dilihat dalam Tabel 4.3.
Tabel 4.3. Karakteristik Pengguna Moda Berdasarkan Jenis Kelamin
Jenis Kapal Angkutan Umum Jumlah

No. Ferry
kelamin total
Jumlah % Jumlah %
1. Laki – laki 8 67 15 68,18181818 23
2. Perempuan 4 33 7 31,81818182 11
Jumlah 12 100 22 100 34

Jenis Kelamin
50% Laki - Laki

50% Perempuan
34
2. Umur/Usia
Menurut Kanafani, A. (1983) faktor usia merupakan salah satu faktor
karakteristik penumpang yang berpengaruh terhadap pilihan moda. Faktor usia
akan mempengaruhi persepsi seseorang terhadap tingkat pelayanan yang
diberikan oleh suatu modatransportasi.
Hasil penelitian memperlihatkan adanya perbedaan distribusi usia
responden antara penumpang angkutan umum dan Kapal Ferry. Berdasarkan umur
terlihat bahwa angkutan umum lebih dipilih oleh pengguna moda dengan usia 17
– 25 tahun sebesar 43%. Sama halnya dengan usia 26 – 40 tahun sebesar 24%
mereka juga memilih angkutan umum.
Berikut ditunjukkan karakteristik pengguna moda berdasarkan usia yang
selengkapnya dapat dilihat dalam Tabel 4.4.
Tabel 4.4. Karakteristik Pengguna Moda Berdasarkan Usia
Kapal Angkutan Umum Jumlah
No. Umur/Usia Ferry total
Jumlah % Jumlah %
17 – 25
1. 2 15,4 9 43 11
Tahun
26 – 40
2. 6 46,15 5 24 11
Tahun
41 – 59
3. 2 15,38 5 24 7
Tahun
4. > 60 tahun 3 23 2 10 5
Jumlah 13 100 21 100 34
Umur/Usia
16%
17 - 25Tahun
29%
26 - 40Tahun
41 - 59Tahun
20%
> 60 Tahun
35%
35
3. Pekerjaan
Faktor pekerjaan juga diperhitungkan mempengaruhi pilihan
moda.Pekerjaan berkaitan dengan pendapatan seseorang, selain itu lingkungan
pekerjaan membentuk status sosial dalam masyarakat dengan kecenderungan
tertentu terhadap tuntunan kemudahan dan pelayanan yang diberikan oleh jasa
angkutan umum.
Hasil survey menunjukkan moda angkutan umum kebanyakan terdiri atas
Pelajar/Mahasiswa sebesar 23%. Sebaliknya responden penumpang Kapal Ferry
PNS/TNI/Polri mempunyai presentasi 29% dan Pegawai swasta mempunyai
presentase sebesar 24%.
Berikut ditunjukkan karakteristik pengguna moda berdasarkan pekerjaan
yang selengkapnya dapat dilihat dalam Tabel 4.5.
Tabel 4.5. Karakteristik Pengguna Moda Berdasarkan Pekerjaan
Kapal Angkutan Umum Jumlah
No. Pekerjaan Ferry Total
Jumlah % Jumlah %
1. PNS/TNI/Polri 5 38 2 10 7
2. Pegawai swasta 1 8 1 5 2
3. Wiraswasta 3 23 2 10 5
4. Petani 0 0 2 9,52 2
5. Nelayan 0 0 2 10 2
6. Pensiunan 0 0 0 0 0
7. Pelajar/Mahasiswa 2 15 5 24 7
8. Ibu rumah tangga 2 15 4 19 6
9. Lainnya 0 0 3 14 3
Jumlah 13 100 13 100 34
Pekerjaan
PNS/TNI/Polri
Pegawai Swasta
7%
Wiraswasta
24%
17% Petani Nelayan Pensiunan
Pelajar/Mahasiswa Ibu Rumah Tangga
7% Lainnya
19%
16%
0% 5% 5%
36
4. MaksudPerjalanan
Maksud perjalanan menurut Bruton (1976) harus diperhitungkan dalam
pemilihan moda, karena menurut Warpani, S. (1990) berkaitan dengan sifat
perjalanan yang dilakukan apakah sedang mengejar waktu, perjalanan rutin,
ataukah perjalanan santai yang menuntut kenyaman perjalanan.
Data penelitian memperlihatkan pada saat dilaksanakan survey responden
penumpang angkutan umum kebanyakan melakukan perjalanan dengan tujuan
pendidikan sebesar 28%, kunjungan keluarga sebesar 22%, berlibur/rekreasi
sebesar 11% dan bekerja/bisnis sebesar 17%. Sebaliknya Kapal Ferry melakukan
perjalanan untuk bekerja/bisnis sebesar 23,8%, kunjungan keluarga sebesar 19%,
berlibur/rekreasi sebesar 23, 8% dan bekerja/bisnis sebesar 23, 8%.
Berikut ditunjukkan karakteristik pengguna moda berdasarkan maksud
perjalanan yang selengkapnya dapat dilihat dalam Tabel 4.6.
Tabel 4.6. Karakteristik Pengguna Moda Berdasarkan Maksud Perjalanan
Maksud Kapal Ferry Angkutan Umum Jumlah

No.
Perjalanan Jumlah % Jumlah % total
1. Bekerja/Bisnis 5 31,3 3 17 8
2. Berlibur/Rekreasi 1 6,3 2 11 3
Kunjungan
3. 4 25 4 22 8
Keluarga
4. Pendidikan 1 6,3 5 28 6
5. Berbelanja 3 18,8 2 11 5
6. Lainnya 2 12,5 2 11 4
Jumlah 16 100 18 100 34
Maksud Perjalanan
Bekerja/Bisnis
7%
8% Berlibur/Rekreasi
28%
Kunjungan Keluarga
20%
Pendidikan
10%
Berbelanja Lainnya
27%
3
7
5. TingkatPendapatan
Faktor pendapatan menurut Bruton (1976) adalah faktor karakteristik
penumpang yang berpengaruh besar terhadap pilihan moda, karena masing-
masing moda memberikan tarif yang berbeda sesuai tingkat pelayanannya.Bagi
seorang yang memiliki pendapatan yang relatif tinggi harga tiket bukanlah faktor
utama dalam menentukan jenis angkutan yang dipilih.Faktor kenyamanan dan
kecepatan perjalanan lebih dituntut walaupun dengan harga tiket yang lebih
mahal. Sebaliknya bagi penumpang yang berpenghasilan relatif kecil atau
mahasiswa dan pelajar yang belum memiliki penghasilan akan memilih moda
angkutan yang lebih murahtarifnya.
Hasil penelitian menunjukan adanya perbedaan yang nyata antara
penumpang angkutan umum dan Kapal Ferry dalam hal
pendapatannya.Responden pengguna moda angkutan umum sebagian besar punya
pendapatan, yaitu sebesar 26%. Sedangkan yang berpendapatan Rp. < 500
ribu/bulan berpendapat sebesar 17% dan Rp. 500 – 1 juta/bulan adalah sebesar
13%, serta yang berpendapatan Rp. 1 – 1,5 juta/bulan, Rp. 1,5 – 2 juta/bulan dan
belum punya pendapatan yaitu sebesar 9%, 22 dan 17%.
Berikut hasil lengkap tabulasi pendapatan responden seperti terlihat
dalam Tabel4.7.
Tabel 4.7. Karakteristik Pengguna Moda Berdasarkan Tingkat Pendapatan

Tingkat Kapal Ferry Angkutan Umum Jumlah
No. Pendapata
Jumlah % Jumlah % total
n
Belum
1. 1 9,09 6 26 5
punya
< 500
2. 1 9,09 4 17 4
ribu/bulan
500 – 1
3. 3 27,27 3 13 6
juta/bulan
1 – 1,5
4. 3 27,27 2 9 5
juta/bulan
1,5 – 2
5. 2 18 5 22 7
juta/bulan
>2
6. 1 9 3 13 7
juta/bulan
Jumlah 11 100 23 100 34
38
Tingkat Pendapatan
11% Belum Punya

18%
< 500 ribu/bulan
500 - 1 juta/bulan
20% 1 - 1,5juta/bulan
13% 1,5 - 2juta/bulan
> 2 juta/bulan
18% 20%
6. Alasan Dalam MemilihModa

Dari hasil survey diketahui bahwa dari beberapa alasan – alasan
pemilihan moda, kecepatan/waktu mempunyai presentase terbesar untuk
pengguna moda angkutan umum, yakni 25%. Sebaliknya pada pengguna moda
Kapal Ferry, presentase terbesar alasan dalam memilih moda didominasi oleh
harga(murah), yakni 26%.
Tabel berikut ini menunjukkan karakteristik pengguna moda berdasarkan
alasan dalam memilih moda.
Tabel 4.8. Distribusi Pengguna Moda Berdasarkan Alasan Dalam Memilih Moda
Alasan Dalam Kapal Ferry Angkutan Umum Jumlah

No.
Memilih Moda Jumlah % Jumlah % total
1. Kecepatan/Waktu 3 17 4 25 7
2. Keselamatan/Aman 3 3 2 13 5
3. Kenyamanan 3 17 3 19 6
4. Kemudahan Akses 2 11 3 19 7
5. Harga (Murah) 4 22 3 19 5
6. Lainnya 3 17 1 6 4
Jumlah 18 100 16 100 34
39
Alasan Dalam Memilih Moda
Pertimbangan Kecepatan/Waktu Pertimbangan
12%
22% Keselamatan/Aman
Pertimbangan Kenyamanan
16%
Pertimbangan Kemudahan
9%
Pertimbangan harga
22% 19% (Murah) Lainnya
4.4. Analisis Persamaan Fungsi SelisihUtilitas

Analisis yang digunakan untuk memperoleh fungsi selisih utilitas Speed
Boat dan Kapal Ferry yang akan dikembangkan dalam studi ini adalah analisa
regresi. Analisa dengan pendekatan regresi dilakukan untuk data Stated
Preference dimana pilihannya menggunakan rating yaitu respon individu adalah
berupa pilihan terhadap point rating yang disajikan dalam bentuk skala semantik,
yaitu:
1. Pasti pilih Speed Boat
2. Mungkin pilihKapal Ferry
3. Pilihan berimbang
4. Mungkin pilih Speed Boat
5. Pasti pilih Kapal Ferry
Skala semantik ini ditransformasikan kedalam skala numerik (suatu nilai
yang menyatakan respon individu terhadap pernyataan pilihan) dengan
menggunakan transformasi logit binomial (Tamin, O. Z., 2000), pada probabilitas
untuk masing-masing point rating. Proses transformasi dilakukan untuk mengubah
jawaban responden yang berupa data kualitatif menjadi data kuantitatif sehingga
dapat dilakukan analisis terhadap data yang sudah diperoleh. Perubahan data
tersebut dilakukan berdasarkan skala numerik tertentu.
Perhitungan dilakukan berdasarkan data sekunder jumlah penumpang
yang telah berbentuk nilai proporsi pengguna moda. Jika ada 2 moda yang
40
diperbandingkan, yaitu moda Speed Boat dan Kapal Ferry, maka dapat ditentukan
variabel-variabel berikut ini: (Data jumlah penumpang untuk masing- masing
moda dapat dilihat pada lampiran A.1. serta lampiranA.2)
Pk = Proporsi penumpang yang menggunakan moda Speed Boat.
PP = Proporsi penumpang yang menggunakan modaKapal Ferry.
Uk = Biaya perjalanan dengan menggunakan moda Speed Boat.
UP = Biaya perjalanan dengan menggunakan modaKapal Ferry.
P = ……………………………………….(4.1)
PK
PP = 1 – PK=
…………………………….(4.2)
Persamaan logaritma natural (Tamin, O. Z., 2000):
Ln=
…………………………………………………...(4.3)
Nilai skala numerik merupakan variabel tidak bebas pada analisis regresi
dan sebagai variabel bebasnya adalah selisih nilai antara atribut Kapal Ferry dan
Speed Boat. Berikut proses transformasi dari skala semantik ke dalam skala
numerik seperti ditampilkan pada Tabel 4.9.
Tabel 4.9. Nilai Skala Numerik Berdasarkan Pengguna Moda
Proporsi Pengguna Nilai Logaritma
Point Rating
Moda Natural
0,9 2,1972 1. Pasti pilih Speed Boat
0,7 0,8473 2. Mungkin pilih Kapal Ferry
0,5 0,0000 3. Pilihan berimbang
4. Mungkin pilih Speed Boat
0,3 -0,8473
0,1 -2,1972 5. Pasti pilih Kapal Ferry
Sumber: Widayanti A, 2020
4.5. Tabulasi Data
Data dikumpulkan dengan menyebarkan kuisioner (Lampiran 1.A dan
1.B) berdasarkan Teknik Stated Preference.Data ini diperoleh dengan memberikan
beberapa poin pilihan (Point Rating) kepada respondensehingga
41
responden dapat memberikan jawaban terhadap Option yang diberikan. Kuisioner
dan bentuk jawaban responden kemudian dianalisis dengan menggunakan
program Microsoft Office Ecxel 2010 dan pengolahan data secara statistik dengan
menggunakan program SPSS versi16.0
Contoh perhitungan :
Tabel 4.10. Kondisi Eksisting Atribut Perjalanan Speed Boat dan Kapal Ferry
Speed Boat
Atribut Perjalanan Kapal Ferry
Biaya perjalanan (Cost) Rp. 200.000 Rp. 472.000
Waktu tempuh perjalanan (Travel Time) 750 menit 65 menit
Jadwal keberangkatan (Headway) Jam 20.00 sore Jam14.00 sore
Sumber: Perjalanan Ternate – Buli, 2020
1. PERUBAHAN PADA ATRIBUT BIAYA PERJALANAN (COST)
(Kondisi Atribut Lainnya Tetap)
Kolom 1 Kolom 2
SILAHKAN DIJAWAB DI KOLOM INI
Biaya
Biaya POINT RATING
Perjalan
Perjalan Pasti Mungkin Pasti
an Mungkin
an Pilih Pilihan Pilih Pilih
Speed Pilih
Kapal Speed Berimbang Speed Pesawa
Boat Kapal
Ferry Boat (3) Boat
(Rp.) Ferry (2)
(Rp.) (1) (4) (5)
Option
1.a 150,000 200,000
b 155,000 250,000
c 160,000 380,000
d 170,000 412,000
e 175,000 413,000
f 200,000 472,000
42
2. PERUBAHAN PADA ATRIBUT WAKTU TEMPUH PERJALANAN
(TRAVEL TIME) (Kondisi Atribut LainnyaTetap)
Kolom 1 Kolom 2
Waktu POINT RATING
Waktu
Tempuh
Tempuh Pasti Mungki Mungkin
Perjalanan Pasti
Perjalanan Pilih n Pilihan Pilih
Speed Pilih
Kapal Speed Pilih Berimbang Speed
Boat Kapal
Ferry Boat Kapal (3) Boat
(menit) Ferry
(menit) (1) Ferry (4)
(5)
(2)
Option 2.a 750 30
b 665 30
c 580 30
d 480 40
e 420 55
f 420 65
3. PERUBAHAN PADA ATRIBUT JADWAL KEBERANGKATAN

(HEADWAY) (Kondisi Atribut LainnyaTetap)
Kolom 1 Kolom 2
Jadwal
Jadwal POINT RATING
Keberangk
Keberangk Pasti Mungkin
at-an Mungkin Pasti
at-an Pilih Pilihan Pilih
Speed Pilih Pilih
Kapal Speed Berimbang Speed
Boat Kapal Kapal
Ferry Boat (3) Boat
(menit) Ferry (2) Ferry
(menit) (1) (4)
(5)
Jam Jam
Option 3.a
15.00 11.20
Jam Jam
b
16.00 11.35
Jam Jam
c
17.00 11.50
Jam Jam
d
18.00 12.35
Jam Jam
e
19.00 13.35
Jam Jam
F
20.00 14.00
43
Berdasarkan data hasil kuisioner pada lampiran A.2.kemudian dilakukan
analisis dengan teknik Stated Preference Speed Boat dengan Kapal Ferry yang
hasilnya ditampilkan pada lampiran B.
Berikut salah satu contoh dari lampiran B. data hasil survey kuisioner
dengan teknik Stated Preference yang ditampilkan pada Tabel 4.11
Tabel 4.11. Data Hasil Survey Kuisioner Dengan Teknik Stated Preference
Jumlah Responden
No. Δ Cost Δ Δ Headway Point Nilai
Travel Ranting Skala Numerik
Responden (X1) Time (X2) (X3) Option
(Rp.) (meni (menit)

t)
1 2 3 4 5 6 7
-50.000 720 240 1. a 2 0,8473
-95.000 635 300 b 1 21.972
1 -220.000 550 360 c 3 0.0000
-242.000 440 630 d 4 -0,8473
-238.000 365 360 e 5 -21.972
-270.000 355 360 f 2 0,8473
-270.000 685 60 2. a 4 -0,8473
-270.000 610 180 b 3 0.0000
1 -270.000 550 300 c 5 -21.972
-270.000 540 420 d 2 0,8473
-270.000 390 480 e 1 21.972
-270.000 390 540 f 4 -0,8473
-270.000 390 540 3. a 2 0,8473
-270.000 390 480 b 1 21.972
1 -270.000 540 420 c 3 0.0000
-270.000 550 300 d 5 -21.972
-270.000 610 180 e 4 -0,8473
-270.000 685 60 f 2 0,8473
44
Jumlah Responden
(Rp.) (meni (menit)

t)
1 2 3 4 5 6 7
-50.000 720 240 1. a 2 0,8473
-95.000 635 300 b 1 21.972
2 -220.000 550 360 c 3 0.0000
-242.000 440 630 d 4 -0,8473
-238.000 365 360 e 5 -21.972
-270.000 355 360 f 2 0,8473
-270.000 685 60 2. a 4 -0,8473
-270.000 610 180 b 3 0.0000
2 -270.000 550 300 c 5 -21.972
-270.000 540 420 d 2 0,8473
-270.000 390 480 e 1 21.972
-270.000 390 540 f 4 -0,8473
-270.000 390 540 3. a 2 0,8473
-270.000 390 480 b 1 21.972
2 -270.000 540 420 c 3 0.0000
-270.000 550 300 d 5 -21.972
-270.000 610 180 e 4 -0,8473
-270.000 685 60 f 2 0,8473
Jumlah Responden
45
(Rp.) (meni (menit)

t)
1 2 3 4 5 6 7
-50.000 720 240 1. a 1 21.972
-95.000 635 300 b 2 0,8473
3 -220.000 550 360 c 3 0.0000
-242.000 440 630 d 4 -0,8473
-238.000 365 360 e 5 -21.972
-270.000 355 360 f 1 21.972
-270.000 685 60 2. a 5 -21.972
-270.000 610 180 b 4 -0,8473
3 -270.000 550 300 c 3 0.0000
-270.000 540 420 d 2 0,8473
-270.000 390 480 e 1 21.972
-270.000 390 540 f 5 -21.972
-270.000 390 540 3. a 5 -21.972
-270.000 390 480 b 1 21.972
3 -270.000 540 420 c 2 0,8473
-270.000 550 300 d 3 0.0000
-270.000 610 180 e 5 -21.972
-270.000 685 60 f 1 21.972
Jumlah Responden
46
(Rp.) (meni (menit)

t)
1 2 3 4 5 6 7
-50.000 720 240 1. a 5 -21.972
-95.000 635 300 b 4 -0,8473
4 -220.000 550 360 c 3 0.0000
-242.000 440 630 d 2 0,8473
-238.000 365 360 e 1 21.972
-270.000 355 360 f 5 -21.972
-270.000 685 60 2. a 5 -21.972
-270.000 610 180 b 1 21.972
4 -270.000 550 300 c 2 0,8473
-270.000 540 420 d 3 0,0000
-270.000 390 480 e 4 -0,8473
-270.000 390 540 f 2 0,8473
-270.000 390 540 3. a 5 -21.972
-270.000 390 480 b 1 21.972
4 -270.000 540 420 c 2 0,8473
-270.000 550 300 d 3 0,0000
-270.000 610 180 e 5 -21.972
-270.000 685 60 f 1 21.972
Jumlah Responden
47
(Rp.) (meni (menit)
t)
1 2 3 4 5 6 7
-50.000 720 240 1. a 5 -21.972
-95.000 635 300 b 4 -0,8473
5 -220.000 550 360 c 3 0.0000
-242.000 440 630 d 2 0,8473
-238.000 365 360 e 1 21.972
-270.000 355 360 f 5 -21.972
-270.000 685 60 2. a 5 -21.972
-270.000 610 180 b 1 21.972
5 -270.000 550 300 c 2 0,8473
-270.000 540 420 d 3 0,0000
-270.000 390 480 e 4 -0,8473
-270.000 390 540 f 2 0,8473
-270.000 390 540 3. a 5 -21.972
-270.000 390 480 b 1 21.972
5 -270.000 540 420 c 2 0,8473
-270.000 550 300 d 3 0,0000
-270.000 610 180 e 5 -21.972
-270.000 685 60 f 1 21.972
Jumlah Responden
(Rp.) (meni (menit)

t)
48
1 2 3 4 5 6 7
-50.000 720 240 1. a 1 21.972
-95.000 635 300 b 2 0,8473
6 -220.000 550 360 c 3 0.0000
-242.000 440 630 d 4 -0,8473
-238.000 365 360 e 5 -21.972
-270.000 355 360 f 1 21.972
-270.000 685 60 2. a 5 -21.972
-270.000 610 180 b 4 -0,8473
6 -270.000 550 300 c 3 0.0000
-270.000 540 420 d 2 0,8473
-270.000 390 480 e 1 21.972
-270.000 390 540 f 5 -21.972
-270.000 390 540 3. a 5 -21.972
-270.000 390 480 b 1 21.972
6 -270.000 540 420 c 2 0,8473
-270.000 550 300 d 3 0.0000
-270.000 610 180 e 5 -21.972
-270.000 685 60 f 1 21.972
49
Jumlah Responden
(Rp.) (meni (menit)

t)
1 2 3 4 5 6 7
-50.000 720 240 1. a 5 -21.972
-95.000 635 300 b 4 -0,8473
7 -220.000 550 360 c 3 0.0000
-242.000 440 630 d 2 0,8473
-238.000 365 360 e 1 21.972
-270.000 355 360 f 5 -21.972
-270.000 685 60 2. a 5 -21.972
-270.000 610 180 b 1 21.972
7 -270.000 550 300 c 2 0,8473
-270.000 540 420 d 3 0,0000
-270.000 390 480 e 4 -0,8473
-270.000 390 540 f 2 0,8473
-270.000 390 540 3. a 5 -21.972
-270.000 390 480 b 1 21.972
7 -270.000 540 420 c 2 0,8473
-270.000 550 300 d 3 0,0000
-270.000 610 180 e 5 -21.972
-270.000 685 60 f 1 21.972
Jumlah Responden
50
(Rp.) (meni (menit)

t)
1 2 3 4 5 6 7
-50.000 720 240 1. a 1 21.972
-95.000 635 300 b 2 0,8473
8 -220.000 550 360 c 3 0.0000
-242.000 440 630 d 4 -0,8473
-238.000 365 360 e 5 -21.972
-270.000 355 360 f 1 21.972
-270.000 685 60 2. a 5 -21.972
-270.000 610 180 b 4 -0,8473
8 -270.000 550 300 c 3 0.0000
-270.000 540 420 d 2 0,8473
-270.000 390 480 e 1 21.972
-270.000 390 540 f 5 -21.972
-270.000 390 540 3. a 5 -21.972
-270.000 390 480 b 1 21.972
8 -270.000 540 420 c 2 0,8473
-270.000 550 300 d 3 0.0000
-270.000 610 180 e 5 -21.972
-270.000 685 60 f 1 21.972
Sumber: Hasil survey, 2020
51
 Nomor responden 1, ΔCost (X1) dalam kondisi Stated Preference didapatkan
dari perubahan pada biaya atribut perjalanan, yaitu selisih antara biaya Speed
Boat danKapal Ferry.Dapatdilihatpadakolom1dan2,padaoption
1.a diketahui biaya perjalanan Speed Boat dan Kapal Ferry sebesar Rp.
200.000 – Rp. 472.000 = Rp. -272.000. Sedangkan ΔTravelTime (X2) tetap
pada kondisi moda pada saat ini, yaitu selisih waktu perjalanan antara Speed
Boat dan Kapal Ferry, yakni 750 menit – 65 menit = 685 menit, dan ΔHeadway
(X3) tetap pada kondisi moda pada saat ini, yaitu selisih jadwal keberangkatan
antara Speed Boat dan Kapal Ferry, yakni tiap hari jam 20.00 (45 menit) – jam
14.00(15 menit) = 6 jam (35 menit). Option 1.a menunjukkan point rating 1
(pasti pilih Speed Boat) dengan nilai skala numerik berdasarkan pengguna
moda sebesar 2.1972.
 Pada option 2.a. ΔTravel Time (X2) dalam kondisi StatedPreference
didapatkan dari perubahan pada waktu tempuh perjalanan, yaitu selisih antara
52
waktu tempuh perjalanan Speed Boat dan Kapal Ferry. Dapat dilihat pada
kolom 1 dan 2, pada option 2.a diketahui waktu tempuh perjalanan Speed Boat
dan Kapal Ferry sebesar 750 menit – 65 menit = 685 menit. Sedangkan ΔCost
(X1) tetap pada kondisi moda pada saat ini, yaitu selisih biaya perjalanan antara
Speed Boat dan Kapal Ferry, yakni Rp. 200.000 – Rp. 472.000 = Rp.-
272.000
dan ΔHeadway (X3) tetap pada kondisi moda saat ini, yaitu selisih
jadwalkeberangkatanantara Speed Boat danKapal Ferry,yaknitiapharijam
20.00 (45 menit) – jam 14.00 (15 menit) = 6 jam (35 menit). Option 2.a
menunjukkan point rating 3 (pilihan berimbang) dengan nilai skala numerik
berdasarkan pengguna moda sebesar 0,0000.
 Pada option 3.a. ΔHeadway (X3) dalam kondisi Stated Preference didapatkan
dari perubahan pada jadwal keberangkatan, yaitu selisih antara jadwal
keberangkatan Speed Boat dan Kapal Ferry. Dapat dilihat pada kolom 1 dan 2,
pada option 3.a diketahui jadwal keberangkatan Speed Boat dan Kapal Ferry
yakni tiap hari jam 20.00 (45 menit) – jam 14.00 (15 menit) = 6 jam (35
menit). Sedangkan ΔCost (X1) tetap pada kondisi moda pada saat ini,
yaituselisihbiayaperjalananantara Speed Boat danKapal Ferry,yakniRp.
200.000 – Rp. 472.000 = Rp. -272.000 dan ΔTravelTime (X2) tetap pada
kondisi moda pada saat ini, yaitu selisih waktu perjalanan antara Speed Boat
dan Kapal Ferry, yakni 750 menit – 65 menit = 685 menit. Option 3.a
menunjukkan point rating 5 (pasti pilih Kapal Ferry) dengan nilai skala
numerik berdasarkan pengguna moda sebesar -2.1972.

pada kondisi moda pada saat ini, yaitu selisih waktu perjalanan antara Speed
Boat dan Kapal Ferry, yakni 750 menit – 65 menit = 685 menit, dan ΔHeadway
(X3) tetap pada kondisi moda pada saat ini, yaitu selisih jadwal keberangkatan
53
antara Speed Boat danKapal Ferry,yaknitiapharijam20.00(45menit)–
54
jam 14.00 (15 menit) = 6 jam (35 menit). Option 1.a menunjukkan point rating
1 (pasti pilih Speed Boat) dengan nilai skala numerik berdasarkan pengguna
moda sebesar 2.1972.
 Pada option 2.a. ΔTravel Time (X2) dalam kondisi Stated Preference
Speed Boat dan Kapal Ferry, yakni Rp. 200.000 – Rp. 472.000 =Rp.
-272.000 dan ΔHeadway (X3) tetap pada kondisi moda saat ini, yaitu selisih
jadwal keberangkatan antara Speed Boat dan Kapal Ferry, yakni tiap hari jam
menunjukkan point rating 1 (pasti pilih Speed Boat) dengan nilai skala numerik
berdasarkan pengguna moda sebesar 2,1972.
 Pada option 3.a. ΔHeadway (X3) dalam kondisi Stated Preference didapatkan
200.000 – Rp. 472.000 = Rp. -272.000 dan ΔTravelTime (X2) tetap pada
kondisi moda pada saat ini, yaitu selisih waktu perjalanan antara Speed Boat
dan Kapal Ferry, yakni 750 menit – 65 menit = 685 menit. Option 3.a
numerik berdasarkan pengguna moda sebesar -2.1972.

55
pada kondisi moda pada saat ini, yaitu selisih waktu perjalanan antara angkutan
umum dan Kapal Ferry, yakni 750 menit – 65 menit = 685 menit, dan
ΔHeadway (X3) tetap pada kondisi moda pada saat ini, yaitu selisih jadwal
keberangkatan antara Speed Boat dan Kapal Ferry, yakni tiap hari jam 20.00
(45 menit) – jam 14.00 (35 menit) =6 jam (15 menit). Option 1.a menunjukkan
point rating 1 (pasti pilih Speed Boat) dengan nilai skala numerik berdasarkan
pengguna moda sebesar 2.1972.
 Pada option 2.a. ΔTravel Time (X2) dalam kondisi Stated Preference
Speed Boat dan Kapal Ferry, yakni Rp. 200.000 – Rp. 472.000 =Rp.-272.000
dan ΔHeadway (X3) tetap pada kondisi moda saat ini, yaitu selisih jadwal
keberangkatan antara Speed Boat dan Kapal Ferry, yakni tiap hari jam
numerik berdasarkan pengguna moda sebesar -2,1972.
 Pada option 3.a. ΔHeadway (X3) dalam kondisi Stated Preferencedidapatkan
200.000 – Rp. 472.000 = Rp.-272.000 dan ΔTravelTime (X2) tetap pada kondisi
moda pada saat ini, yaitu selisih waktu perjalanan antara Speed Boat dan Kapal
Ferry, yakni 750 menit – 65 menit = 685 menit. Option 3.a menunjukkan point
rating 1 (pasti pilih Speed Boat) dengan nilai skala numerik berdasarkan
pengguna moda sebesar 2.1972.
56
Begitu seterusnya sampai nomor responden 30, kemudian dari hasil
analisis dari program Excel dilanjutkan pengolahan data secara statistik dengan
menggunakan program SPSS didapatkan persamaan selisih utilitas antara Speed
Boat dan Kapal Ferry seperti berikut:
(Uk – UP) = 2,886 + 0,00000443 (X1) + 0,0000396 (X2) - 0,003 (X3)
4.6. UjiStatistik
4.6.1. Analisis UjiKorelasi
Dalam analisis regresi, uji korelasi digunakan untuk mengukur ketepatan
garis regresi dalam hubungannya untuk menjelaskan nilai variabel tidak bebas.Uji
korelasi dilakukan untuk mengukur keeratan hubungan dalam proses analisis
regresi untuk mengatasi masalah kolinieritas antar variabel bebas. Disamping itu
uji korelasi juga dipakai untuk mengetahui seberapa kuat hubungan antara
variabel bebas.
Tabel 4.12. Matriks Korelasi Antara Variabel Bebas dengan Variabel Tidak Bebas Untuk
SemuaAtribut
Model UK – UP X1 X2 X3
UK – UP 1,000 0,062 -0,031 -0,132
X1 0,062 1,000 -0,216 0,104
X2 -0,031 -0,216 1,000 0,126
X3 -0,132 0,104 0,126 1,000
Sumber: Hasil Uji Statistik, 2020
Dimana:
UK–UP = Utilitas moda Speed Boat denganKapal Ferry.
X1 = ∆Cost (Selisih biaya perjalanan antara Speed Boat dengan Kapal
Ferry)
X2 = ∆Travel Time (Selisih waktu tempuh perjalanan antara Speed Boat
dengan Kapal Ferry)
X3 = ∆Headway (Selisih jadwal keberangkatan antara Speed Boat
denganKapal Ferry).
57
Dari Tabel 4.12 dapat diambil kesimpulan berdasarkan pengujian
korelasi, secara teoritis atribut biaya perjalanan/Cost (X1)dan waktu tempuh
perjalanan/Travel Time(X2) lebih berpengaruh terhadap pemilihan moda
transportasi karena memiliki korelasi yang lebih besar dari pada atribut
Headway/jadwal keberangkatan moda transportasi yang digunakan. Sedangkan
untuk pengujian korelasi antar variabel, didapatkan bahwa tidak ada variabel
bebas yang memiliki hubungan yang signifikan dengan variabel bebas lainnya,
maka secara statistik semua variabel bebas dapat digunakan dalam model
pemilihan moda transportasi antara Speed Boat dan Kapal Ferry.Artinya semua
varibel bebas (Cost, Travel Time, Headway) dapat dipergunakan bersama-sama,
tidak ada masalah kolinearitas antar variabel bebas dengan nilai korelasi yang
kecil antar variabel bebas (<0.5).
4.6.2. Pengujian Pengaruh Atribut Secara Bersama (UjiF-test)

Pengujian hipotesis terhadap variasi nilai utilitas (F-test) dilakukan untuk
memastikan pengaruh semua atibut yang terdapat dalam persamaan selisih utilitas
secara bersama-sama.
Hipotesis :
H0 = Tidak terdapat pengaruh Cost, Travel Time, Headway terhadap utilitas
moda.
H1 = Terdapat pengaruh Cost, Travel Time, Headway terhadap utilitas moda.
Dari uji Anova atau F-test dengan memasukkan semua atribut (Lampiran
C) pada perbandingan Speed Boat dan Kapal Ferry, didapat F-hitung adalah
sebesar 540,654 dengan tingkat signifikan 0,338. Karena probabilitas (P-value) =
0,179 lebih besar dari 0,05, maka H0 ditolak dan H1 diterima sehingga dapat
dinyatakan bahwa atribut Cost dan Travel Time secara bersama-sama berpengaruh
terhadap selisih utilitas kedua moda tersebut.
58
1.6.3. Pengujian Terhadap Koefisien Regresi Secara Parsial (Uji t-test)
Pengujian hipotesis terhadap koefisien regresi secara parsial (t-test)
dilakukan untuk memastikan pengaruh masing-masing atribut dalam persamaan
selisih utilitas secara individu.Uji t-test merupakan uji hipotesis untuk menguji
signifikan konstanta dan variabel dependen. Salah satu contoh perhitungan dapat
dilihat terhadap atribut Cost pada perbandingan Speed Boat dan Kapal Ferry.
Hipotesis :
H0 = tidak ada pengaruh Cost terhadap persamaan selisih utilitas moda.
H1 = ada pengaruh Cost terhadap persamaan selisih utilitas moda.
Hasil pengujian hipotesis menunjukkan pengaruh sebagai berikut :
Dengan membandingkan F-tabel dengan F-hitung :
F-tabel = 2,530 F-hitung = 540,654. Jadi F-hitung > F-tabel, maka H0 ditolak H1
diterima
Dengan membandingkan T-tabel dengan T-hitung :
T-tabel = 12,529, T-hitung = 1,347. Jadi, T-hitung < T-tabel, maka H0 ditolak H1
diterima.
Dengan melihat nilai probabilitas (P-value) :
P-value = 0,179
a = (100% - 95%) = 5% ≈ 0,05 (dengan tingkat kepercayaan 95%).
 P-value > 0,05, makaH1diterima
 P-value < 0,05, maka H0ditolak
Dari kolom signifikan didapatkan P-value = 0,179 > 0.05, maka H0
ditolak dan H1 diterima dapat dinyatakan ada pengaruh Cost terhadap utilitas
pemilihan moda. Selanjutnya hasil uji t-test dari masing-masing atribut dapat
dilihat dalam Tabel 4.13 berikutini.
Tabel 4.13.Hasil Uji t-test Masing-Masing Atribut Perjalanan Antara Angkutan
Umum Dengan Kapal Ferry.
Model F-hitung t-hitung P-value Keputusan
Cost 1,347 0,179 H1 diterima
Travel Time 540,654 0,061 0,951 H1 diterima
Headway -2,499 0,013 H1 diterima
t-tabel 12,529
F-tabel 2,530
Sumber : Hasil Uji Statistik, 2020
59
Dengan melihat Tabel 4.13, dapat disimpulkan bahwa dari ketiga atribut
hanya atribut Cost dan Travel Time yang paling signifikan dalam mempengaruhi
utilitas pemilihan moda, hal ini ditunjukkan dengan hasil pengujian hipotesis yang
menolak H0 atau terima H1.
4.6.4. Pengukuran Pengaruh Semua Atribut Terhadap Tingkat Determinan

(R2) Model.
Besarnya koefisien determinan (R2) dilakukan untuk mengetahui
seberapa besar pengaruh semua atribut terhadap utilitas pemilihan moda
ditunjukkan oleh besarnya koefisien determinasi (R2). Dari hasil SPSS yang
dihasilkan dari data, untuk perbandingan antara angkutan umum dan Kapal Ferry
didapatkan nilai R2 persamaan regresi = 0,023, artinya pengaruh semua atribut
terhadap perubahan utilitas pada model ini adalah sebesar 0,023% dan sisanya
0,977% dipengaruhi oleh atribut lain yang tidak dipertimbangkan dalam model
ini. Kemungkinan lain yang mempengaruhi adalah Service Quality, persepsi dan
selera orang terhadap moda yang tersedia yang akhirnya membuat orang
cenderung untuk memilih moda tertentu untuk melakukan suatuperjalanan.
4.7. Analisis Model PemilihanModa

Dari analisis di atas maka model pemilihan moda angkutan penumpang
antara moda angkutan umum dan Kapal Ferry untuk trayek Ternate – Buli dalam
studi ini menggunakan model logit binomial dengan fungsi selisih utilitas antara
angkutan umum dan Kapal Ferry dalam bentuk persamaan linier.
Persamaan model pemilihan moda hasil analisa adalah sebagai berikut :
 Probabilitas pemilihan moda angkutan umumadalah:
PAU …………………………………….(4.4)
=
 Probabilitas pemilihan moda Kapal Ferryadalah:
PP= 1 – PAU
= …………………………..(4.5)
Dengan persamaan selisih utilitas antara angkutan umum dan Kapal

60
Ferry : (UAU – UP) = 2,886 + 0,00000443 (X1) + 0,0000396 (X2) -
0,003 (X3)
61
Dimana:
UAU–UP = Utilitas moda angkutan umum dengan Kapal
Ferry. X1 = Selisih Cost antara angkutan umum danKapal
Ferry.
X2 = Selisih Travel Time antara angkutan umum dan Kapal
Ferry. X3 = Selisih Headway antara angkutan umum danKapal
Ferry.
Hasil uji F dan uji t memenuhi yang disyaratkan, sehingga dapat diambil
kesimpulan bahwa seluruh atribut yang dipertimbangkan, yaitu Cost, dan Travel
Time berpengaruh terhadap persamaan utilitas kedua moda.
Berdasarkan tanda pada koefisien persamaan diatas dapat dijelaskan
sebagai berikut :
1. Konstanta sebesar 2,886 menyatakan bahwa jika tidak ada selisih biaya
Cost (X1), Travel Time (X2), Headway (X3), maka selisih utilitas adalah
sebesar 2,886.
2. Koefisien regresi Cost (X1) sebesar 0,00000443, menyatakan bahwa setiap
penambahan sebesar 1, maka akan ada penurunan selisih utilitas sebesar
0,00000443 (karena+).
3. Koefisien regresi Travel Time (X2) sebesar 0,0000396, menyatakan bahwa
setiap penambahan sebesar 1, maka akan ada kenaikan selisih utilitas
sebesar 0,0000396 (karena+).
4. Koefisien regresi Headway (X3) sebesar -0,003, menyatakan bahwa setiap
penambahan sebesar 1, maka akan ada kenaikan selisih utilitas sebesar -0,003
(karena-).
62
4.8. Aplikasi Model
Model pemilihan moda yang telah dihasilkan selanjutnya akan dicoba
untuk diaplikasikan akibat perubahan Cost.
1) Cost berubah berdasarkan selisih angkutan umum dan Kapal Ferry yang
semula Rp. -29.000 menjadi Rp. 35.000 dan Rp35.000.
2) Travel Time dan Headway diasumsikam tetap tidak adaperubahan.
Dengan asumsi-asumsi tersebut akan dilihat bagaimana dampak dengan
perubahan selisih atribut Cost terhadap probabilitas pengguna jasa angkutan
umum dan Kapal Ferry, sehingga akan diketahui apakah akan terjadi peningkatan
atau penurunan probabilitas pemilihan moda baik moda angkutan umum maupun
moda Kapal Ferry.
Contoh :
Diketahui :
Option =a
ΔCost(X1) =35.000
ΔTravel Time (X2) = 685
ΔHeadway(X3) =120
Ditanya :
(UAU–UP)….........................................................?
PAU
…………………………...?
=
PP = 1 –PAU = …………………?
Jawaban :
Y = (UAU – UP)
= 2,886 + 0,00000443 (X1) + 0,0000396 (X2) + (-0,003) (X3)
= 2,886 + 0,00000443 (35.000) + 0,0000396 (685) + (-0,003) (120)
= 3,4282
PAU
= =
63
= 0,968
PP = 1 –PAU
= = = 0,031
64
Selanjutnya contoh hasil perhitungan utilitas dan probabilitas pemilihan
moda antara angkutan umum dan Kapal Ferry pada option 1, 2 dan 3 ditabelkan
dalam Tabel 4.14 berikut ini.
Tabel 4.14. Hasil Perhitungan Utilitas dan Probabilitas Pemilihan Moda Setelah
Perubahan Atribut Perjalanan
∆Cost ∆travel Time ∆Headwey
Probabilitas Probabilitas
(X1) (X2) (X3)
Option UAU - UOJ
Angkutan
(Rp) (menit) (menit) Kapal Ferry
Umum
1a -29.000 685 120 3,1447 0,7587 0,2413
b -15.000 685 120 3,2067 0,7623 0,2377
c -10.000 685 120 3,2288 0,7635 0,2365
d -5.000 685 120 3,2510 0,7648 0,2352
e 60.000 685 120 3,5389 0,7797 0,2203
f 35.000 685 120 3,4282 0,7742 0,2258
2a 35.000 720 120 3,4296 0,7742 0,2258
b 35.000 635 120 3,4262 0,7741 0,2259
c 35.000 550 120 3,4228 0,7739 0,2261
d 35.000 440 120 3,4228 0,7739 0,2261
e 35.000 365 120 3,4155 0,7735 0,2265
f 35.000 355 120 3,4151 0,7735 0,2265
3a 35.000 685 381 4,2112 0,8081 0,1919
b 35.000 685 201 3,6712 0,7859 0,2141
c 35.000 685 201 3,6712 0,7859 0,2141
d 35.000 685 81 3,3112 0,7680 0,2320
e 35.000 685 39 3,1852 0,7611 0,2389
f 35.000 685 120 3,4282 0,7742 0,2258

(X1) (X2) (X3)
Option UAU - UOJ
Angkutan
Umum
1a -29.000 685 120 3,1447 0,7587 0,2413
b -15.000 685 120 3,2067 0,7623 0,2377
c -10.000 685 120 3,2288 0,7635 0,2365
d -5.000 685 120 3,2510 0,7648 0,2352
e 60.000 685 120 3,5389 0,7797 0,2203
f 35.000 685 120 3,4282 0,7742 0,2258
2a 35.000 720 120 3,4296 0,7742 0,2258
b 35.000 635 120 3,4262 0,7741 0,2259
c 35.000 550 120 3,4228 0,7739 0,2261
d 35.000 440 120 3,4228 0,7739 0,2261
e 35.000 365 120 3,4155 0,7735 0,2265
f 35.000 355 120 3,4151 0,7735 0,2265
3a 35.000 685 381 4,2112 0,8081 0,1919
b 35.000 685 201 3,6712 0,7859 0,2141
c 35.000 685 201 3,6712 0,7859 0,2141
d 35.000 685 81 3,3112 0,7680 0,2320
e 35.000 685 39 3,1852 0,7611 0,2389
f 35.000 685 120 3,4282 0,7742 0,2258
65
(X1) (X2) (X3)
Option UAU - UOJ
Angkutan
Umum
1a -29.000 685 120 3,1447 0,7587 0,2413
b -15.000 685 120 3,2067 0,7623 0,2377
c -10.000 685 120 3,2288 0,7635 0,2365
d -5.000 685 120 3,2510 0,7648 0,2352
e 60.000 685 120 3,5389 0,7797 0,2203
f 35.000 685 120 3,4282 0,7742 0,2258
2a 35.000 720 120 3,4296 0,7742 0,2258
b 35.000 635 120 3,4262 0,7741 0,2259
c 35.000 550 120 3,4228 0,7739 0,2261
d 35.000 440 120 3,4228 0,7739 0,2261
e 35.000 365 120 3,4155 0,7735 0,2265
f 35.000 355 120 3,4151 0,7735 0,2265
3a 35.000 685 381 4,2112 0,8081 0,1919
b 35.000 685 201 3,6712 0,7859 0,2141
c 35.000 685 201 3,6712 0,7859 0,2141
d 35.000 685 81 3,3112 0,7680 0,2320
e 35.000 685 39 3,1852 0,7611 0,2389
f 35.000 685 120 3,4282 0,7742 0,2258

(X1) (X2) (X3)
Option UAU - UOJ
Angkutan
Umum
1a -29.000 685 120 3,1447 0,7587 0,2413
b -15.000 685 120 3,2067 0,7623 0,2377
c -10.000 685 120 3,2288 0,7635 0,2365
d -5.000 685 120 3,2510 0,7648 0,2352
e 60.000 685 120 3,5389 0,7797 0,2203
f 35.000 685 120 3,4282 0,7742 0,2258
2a 35.000 720 120 3,4296 0,7742 0,2258
b 35.000 635 120 3,4262 0,7741 0,2259
c 35.000 550 120 3,4228 0,7739 0,2261
d 35.000 440 120 3,4228 0,7739 0,2261
e 35.000 365 120 3,4155 0,7735 0,2265
f 35.000 355 120 3,4151 0,7735 0,2265
3a 35.000 685 381 4,2112 0,8081 0,1919
b 35.000 685 201 3,6712 0,7859 0,2141
c 35.000 685 201 3,6712 0,7859 0,2141
d 35.000 685 81 3,3112 0,7680 0,2320
e 35.000 685 39 3,1852 0,7611 0,2389
f 35.000 685 120 3,4282 0,7742 0,2258
66
(X1) (X2) (X3)
Option UAU - UOJ
Angkutan
Umum
1a -29.000 685 120 3,1447 0,7587 0,2413
b -15.000 685 120 3,2067 0,7623 0,2377
c -10.000 685 120 3,2288 0,7635 0,2365
d -5.000 685 120 3,2510 0,7648 0,2352
e 60.000 685 120 3,5389 0,7797 0,2203
f 35.000 685 120 3,4282 0,7742 0,2258
2a 35.000 720 120 3,4296 0,7742 0,2258
b 35.000 635 120 3,4262 0,7741 0,2259
c 35.000 550 120 3,4228 0,7739 0,2261
d 35.000 440 120 3,4228 0,7739 0,2261
e 35.000 365 120 3,4155 0,7735 0,2265
f 35.000 355 120 3,4151 0,7735 0,2265
3a 35.000 685 381 4,2112 0,8081 0,1919
b 35.000 685 201 3,6712 0,7859 0,2141
c 35.000 685 201 3,6712 0,7859 0,2141
d 35.000 685 81 3,3112 0,7680 0,2320
e 35.000 685 39 3,1852 0,7611 0,2389
f 35.000 685 120 3,4282 0,7742 0,2258
∆travel Time ∆Headwey

∆Cost (X1) Probabilitas Probabilitas
(X2) (X3)
Option UAU - UOJ
Angkutan
Umum
1a -29.000 685 120 3,1447 0,7587 0,2413
b -15.000 685 120 3,2067 0,7623 0,2377
c -10.000 685 120 3,2288 0,7635 0,2365
d -5.000 685 120 3,2510 0,7648 0,2352
e 60.000 685 120 3,5389 0,7797 0,2203
f 35.000 685 120 3,4282 0,7742 0,2258
2a 35.000 720 120 3,4296 0,7742 0,2258
b 35.000 635 120 3,4262 0,7741 0,2259
c 35.000 550 120 3,4228 0,7739 0,2261
d 35.000 440 120 3,4228 0,7739 0,2261
e 35.000 365 120 3,4155 0,7735 0,2265
f 35.000 355 120 3,4151 0,7735 0,2265
3a 35.000 685 381 4,2112 0,8081 0,1919
b 35.000 685 201 3,6712 0,7859 0,2141
c 35.000 685 201 3,6712 0,7859 0,2141
d 35.000 685 81 3,3112 0,7680 0,2320
e 35.000 685 39 3,1852 0,7611 0,2389
f 35.000 685 120 3,4282 0,7742 0,2258
67
(X1) (X2) (X3)
Option UAU - UOJ
Angkutan
Umum
1a -29.000 685 120 3,1447 0,7587 0,2413
b -15.000 685 120 3,2067 0,7623 0,2377
c -10.000 685 120 3,2288 0,7635 0,2365
d -5.000 685 120 3,2510 0,7648 0,2352
e 60.000 685 120 3,5389 0,7797 0,2203
f 35.000 685 120 3,4282 0,7742 0,2258
2a 35.000 720 120 3,4296 0,7742 0,2258
b 35.000 635 120 3,4262 0,7741 0,2259
c 35.000 550 120 3,4228 0,7739 0,2261
d 35.000 440 120 3,4228 0,7739 0,2261
e 35.000 365 120 3,4155 0,7735 0,2265
f 35.000 355 120 3,4151 0,7735 0,2265
3a 35.000 685 381 4,2112 0,8081 0,1919
b 35.000 685 201 3,6712 0,7859 0,2141
c 35.000 685 201 3,6712 0,7859 0,2141
d 35.000 685 81 3,3112 0,7680 0,2320
e 35.000 685 39 3,1852 0,7611 0,2389
f 35.000 685 120 3,4282 0,7742 0,2258

(X1) (X2) (X3)
Option UAU - UOJ
Angkutan
Umum
1a -29.000 685 120 3,1447 0,7587 0,2413
b -15.000 685 120 3,2067 0,7623 0,2377
c -10.000 685 120 3,2288 0,7635 0,2365
d -5.000 685 120 3,2510 0,7648 0,2352
e 60.000 685 120 3,5389 0,7797 0,2203
f 35.000 685 120 3,4282 0,7742 0,2258
2a 35.000 720 120 3,4296 0,7742 0,2258
b 35.000 635 120 3,4262 0,7741 0,2259
c 35.000 550 120 3,4228 0,7739 0,2261
d 35.000 440 120 3,4228 0,7739 0,2261
e 35.000 365 120 3,4155 0,7735 0,2265
f 35.000 355 120 3,4151 0,7735 0,2265
3a 35.000 685 381 4,2112 0,8081 0,1919
b 35.000 685 201 3,6712 0,7859 0,2141
c 35.000 685 201 3,6712 0,7859 0,2141
d 35.000 685 81 3,3112 0,7680 0,2320
e 35.000 685 39 3,1852 0,7611 0,2389
f 35.000 685 120 3,4282 0,7742 0,2258
68
(X1) (X2) (X3)
UAU - UOJ
Option Angkutan
Umum
1a -29.000 685 120 3,1447 0,7587 0,2413
b -15.000 685 120 3,2067 0,7623 0,2377
c -10.000 685 120 3,2288 0,7635 0,2365
d -5.000 685 120 3,2510 0,7648 0,2352
e 60.000 685 120 3,5389 0,7797 0,2203
f 35.000 685 120 3,4282 0,7742 0,2258
2a 35.000 720 120 3,4296 0,7742 0,2258
b 35.000 635 120 3,4262 0,7741 0,2259
c 35.000 550 120 3,4228 0,7739 0,2261
d 35.000 440 120 3,4228 0,7739 0,2261
e 35.000 365 120 3,4155 0,7735 0,2265
f 35.000 355 120 3,4151 0,7735 0,2265
3a 35.000 685 381 4,2112 0,8081 0,1919
b 35.000 685 201 3,6712 0,7859 0,2141
c 35.000 685 201 3,6712 0,7859 0,2141
d 35.000 685 81 3,3112 0,7680 0,2320
e 35.000 685 39 3,1852 0,7611 0,2389
f 35.000 685 120 3,4282 0,7742 0,2258

(X1) (X2) (X3)
Option UAU - UOJ
Angkutan
Umum
1a -29.000 685 120 3,1447 0,7587 0,2413
b -15.000 685 120 3,2067 0,7623 0,2377
c -10.000 685 120 3,2288 0,7635 0,2365
d -5.000 685 120 3,2510 0,7648 0,2352
e 60.000 685 120 3,5389 0,7797 0,2203
f 35.000 685 120 3,4282 0,7742 0,2258
2a 35.000 720 120 3,4296 0,7742 0,2258
b 35.000 635 120 3,4262 0,7741 0,2259
c 35.000 550 120 3,4228 0,7739 0,2261
d 35.000 440 120 3,4228 0,7739 0,2261
e 35.000 365 120 3,4155 0,7735 0,2265
f 35.000 355 120 3,4151 0,7735 0,2265
3a 35.000 685 381 4,2112 0,8081 0,1919
b 35.000 685 201 3,6712 0,7859 0,2141
c 35.000 685 201 3,6712 0,7859 0,2141
d 35.000 685 81 3,3112 0,7680 0,2320
e 35.000 685 39 3,1852 0,7611 0,2389
f 35.000 685 120 3,4282 0,7742 0,2258
69
(X1) (X2) (X3)
Option UAU - UOJ
Angkutan
Umum
1a -29.000 685 120 3,1447 0,7587 0,2413
b -15.000 685 120 3,2067 0,7623 0,2377
c -10.000 685 120 3,2288 0,7635 0,2365
d -5.000 685 120 3,2510 0,7648 0,2352
e 60.000 685 120 3,5389 0,7797 0,2203
f 35.000 685 120 3,4282 0,7742 0,2258
2a 35.000 720 120 3,4296 0,7742 0,2258
b 35.000 635 120 3,4262 0,7741 0,2259
c 35.000 550 120 3,4228 0,7739 0,2261
d 35.000 440 120 3,4228 0,7739 0,2261
e 35.000 365 120 3,4155 0,7735 0,2265
f 35.000 355 120 3,4151 0,7735 0,2265
3a 35.000 685 381 4,2112 0,8081 0,1919
b 35.000 685 201 3,6712 0,7859 0,2141
c 35.000 685 201 3,6712 0,7859 0,2141
d 35.000 685 81 3,3112 0,7680 0,2320
e 35.000 685 39 3,1852 0,7611 0,2389
f 35.000 685 120 3,4282 0,7742 0,2258

(X1) (X2) (X3) UAU -
Option
UOJ Angkutan
Umum
1a -29.000 685 120 3,1447 0,7587 0,2413
b -15.000 685 120 3,2067 0,7623 0,2377
c -10.000 685 120 3,2288 0,7635 0,2365
d -5.000 685 120 3,2510 0,7648 0,2352
e 60.000 685 120 3,5389 0,7797 0,2203
f 35.000 685 120 3,4282 0,7742 0,2258
2a 35.000 720 120 3,4296 0,7742 0,2258
b 35.000 635 120 3,4262 0,7741 0,2259
c 35.000 550 120 3,4228 0,7739 0,2261
d 35.000 440 120 3,4228 0,7739 0,2261
e 35.000 365 120 3,4155 0,7735 0,2265
f 35.000 355 120 3,4151 0,7735 0,2265
3a 35.000 685 381 4,2112 0,8081 0,1919
b 35.000 685 201 3,6712 0,7859 0,2141
c 35.000 685 201 3,6712 0,7859 0,2141
d 35.000 685 81 3,3112 0,7680 0,2320
e 35.000 685 39 3,1852 0,7611 0,2389
f 35.000 685 120 3,4282 0,7742 0,2258
70
(X1) (X2) (X3)
Option UAU - UOJ
Angkutan
Umum
1a -29.000 685 120 3,1447 0,7587 0,2413
b -15.000 685 120 3,2067 0,7623 0,2377
c -10.000 685 120 3,2288 0,7635 0,2365
d -5.000 685 120 3,2510 0,7648 0,2352
e 60.000 685 120 3,5389 0,7797 0,2203
f 35.000 685 120 3,4282 0,7742 0,2258
2a 35.000 720 120 3,4296 0,7742 0,2258
b 35.000 635 120 3,4262 0,7741 0,2259
c 35.000 550 120 3,4228 0,7739 0,2261
d 35.000 440 120 3,4228 0,7739 0,2261
e 35.000 365 120 3,4155 0,7735 0,2265
f 35.000 355 120 3,4151 0,7735 0,2265
3a 35.000 685 381 4,2112 0,8081 0,1919
b 35.000 685 201 3,6712 0,7859 0,2141
c 35.000 685 201 3,6712 0,7859 0,2141
d 35.000 685 81 3,3112 0,7680 0,2320
e 35.000 685 39 3,1852 0,7611 0,2389
f 35.000 685 120 3,4282 0,7742 0,2258

(X1) (X2) (X3)
Option UAU - UOJ
Angkutan
Umum
1a -29.000 685 120 3,1447 0,7587 0,2413
b -15.000 685 120 3,2067 0,7623 0,2377
c -10.000 685 120 3,2288 0,7635 0,2365
d -5.000 685 120 3,2510 0,7648 0,2352
e 60.000 685 120 3,5389 0,7797 0,2203
f 35.000 685 120 3,4282 0,7742 0,2258
2a 35.000 720 120 3,4296 0,7742 0,2258
b 35.000 635 120 3,4262 0,7741 0,2259
c 35.000 550 120 3,4228 0,7739 0,2261
d 35.000 440 120 3,4228 0,7739 0,2261
e 35.000 365 120 3,4155 0,7735 0,2265
f 35.000 355 120 3,4151 0,7735 0,2265
3a 35.000 685 381 4,2112 0,8081 0,1919
b 35.000 685 201 3,6712 0,7859 0,2141
c 35.000 685 201 3,6712 0,7859 0,2141
d 35.000 685 81 3,3112 0,7680 0,2320
e 35.000 685 39 3,1852 0,7611 0,2389
f 35.000 685 120 3,4282 0,7742 0,2258
71
(X1) (X2) (X3)
Option UAU - UOJ
Angkutan
Umum
1a -29.000 685 120 3,1447 0,7587 0,2413
b -15.000 685 120 3,2067 0,7623 0,2377
c -10.000 685 120 3,2288 0,7635 0,2365
d -5.000 685 120 3,2510 0,7648 0,2352
e 60.000 685 120 3,5389 0,7797 0,2203
f 35.000 685 120 3,4282 0,7742 0,2258
2a 35.000 720 120 3,4296 0,7742 0,2258
b 35.000 635 120 3,4262 0,7741 0,2259
c 35.000 550 120 3,4228 0,7739 0,2261
d 35.000 440 120 3,4228 0,7739 0,2261
e 35.000 365 120 3,4155 0,7735 0,2265
f 35.000 355 120 3,4151 0,7735 0,2265
3a 35.000 685 381 4,2112 0,8081 0,1919
b 35.000 685 201 3,6712 0,7859 0,2141
c 35.000 685 201 3,6712 0,7859 0,2141
d 35.000 685 81 3,3112 0,7680 0,2320
e 35.000 685 39 3,1852 0,7611 0,2389
f 35.000 685 120 3,4282 0,7742 0,2258

(X1) (X2) (X3) UAU -
Option
UOJ Angkutan
Umum
1a -29.000 685 120 3,1447 0,7587 0,2413
b -15.000 685 120 3,2067 0,7623 0,2377
c -10.000 685 120 3,2288 0,7635 0,2365
d -5.000 685 120 3,2510 0,7648 0,2352
e 60.000 685 120 3,5389 0,7797 0,2203
f 35.000 685 120 3,4282 0,7742 0,2258
2a 35.000 720 120 3,4296 0,7742 0,2258
b 35.000 635 120 3,4262 0,7741 0,2259
c 35.000 550 120 3,4228 0,7739 0,2261
d 35.000 440 120 3,4228 0,7739 0,2261
e 35.000 365 120 3,4155 0,7735 0,2265
f 35.000 355 120 3,4151 0,7735 0,2265
3a 35.000 685 381 4,2112 0,8081 0,1919
b 35.000 685 201 3,6712 0,7859 0,2141
c 35.000 685 201 3,6712 0,7859 0,2141
d 35.000 685 81 3,3112 0,7680 0,2320
e 35.000 685 39 3,1852 0,7611 0,2389
f 35.000 685 120 3,4282 0,7742 0,2258
72
(X1) (X2) (X3)
Option UAU - UOJ
Angkutan
Umum
1a -29.000 685 120 3,1447 0,7587 0,2413
b -15.000 685 120 3,2067 0,7623 0,2377
c -10.000 685 120 3,2288 0,7635 0,2365
d -5.000 685 120 3,2510 0,7648 0,2352
e 60.000 685 120 3,5389 0,7797 0,2203
f 35.000 685 120 3,4282 0,7742 0,2258
2a 35.000 720 120 3,4296 0,7742 0,2258
b 35.000 635 120 3,4262 0,7741 0,2259
c 35.000 550 120 3,4228 0,7739 0,2261
d 35.000 440 120 3,4228 0,7739 0,2261
e 35.000 365 120 3,4155 0,7735 0,2265
f 35.000 355 120 3,4151 0,7735 0,2265
3a 35.000 685 381 4,2112 0,8081 0,1919
b 35.000 685 201 3,6712 0,7859 0,2141
c 35.000 685 201 3,6712 0,7859 0,2141
d 35.000 685 81 3,3112 0,7680 0,2320
e 35.000 685 39 3,1852 0,7611 0,2389
f 35.000 685 120 3,4282 0,7742 0,2258

(X1) (X2) (X3)
Option UAU - UOJ
Angkutan
Umum
1a -29.000 685 120 3,1447 0,7587 0,2413
b -15.000 685 120 3,2067 0,7623 0,2377
c -10.000 685 120 3,2288 0,7635 0,2365
d -5.000 685 120 3,2510 0,7648 0,2352
e 60.000 685 120 3,5389 0,7797 0,2203
f 35.000 685 120 3,4282 0,7742 0,2258
2a 35.000 720 120 3,4296 0,7742 0,2258
b 35.000 635 120 3,4262 0,7741 0,2259
c 35.000 550 120 3,4228 0,7739 0,2261
d 35.000 440 120 3,4228 0,7739 0,2261
e 35.000 365 120 3,4155 0,7735 0,2265
f 35.000 355 120 3,4151 0,7735 0,2265
3a 35.000 685 381 4,2112 0,8081 0,1919
b 35.000 685 201 3,6712 0,7859 0,2141
c 35.000 685 201 3,6712 0,7859 0,2141
d 35.000 685 81 3,3112 0,7680 0,2320
e 35.000 685 39 3,1852 0,7611 0,2389
f 35.000 685 120 3,4282 0,7742 0,2258
73
(X1) (X2) (X3)
Option UAU - UOJ
Angkutan
Umum
1a -29.000 685 120 3,1447 0,7587 0,2413
b -15.000 685 120 3,2067 0,7623 0,2377
c -10.000 685 120 3,2288 0,7635 0,2365
d -5.000 685 120 3,2510 0,7648 0,2352
e 60.000 685 120 3,5389 0,7797 0,2203
f 35.000 685 120 3,4282 0,7742 0,2258
2a 35.000 720 120 3,4296 0,7742 0,2258
b 35.000 635 120 3,4262 0,7741 0,2259
c 35.000 550 120 3,4228 0,7739 0,2261
d 35.000 440 120 3,4228 0,7739 0,2261
e 35.000 365 120 3,4155 0,7735 0,2265
f 35.000 355 120 3,4151 0,7735 0,2265
3a 35.000 685 381 4,2112 0,8081 0,1919
b 35.000 685 201 3,6712 0,7859 0,2141
c 35.000 685 201 3,6712 0,7859 0,2141
d 35.000 685 81 3,3112 0,7680 0,2320
e 35.000 685 39 3,1852 0,7611 0,2389
f 35.000 685 120 3,4282 0,7742 0,2258

(X1) (X2) (X3)
Option UAU - UOJ
Angkutan
Umum
1a -29.000 685 120 3,1447 0,7587 0,2413
b -15.000 685 120 3,2067 0,7623 0,2377
c -10.000 685 120 3,2288 0,7635 0,2365
d -5.000 685 120 3,2510 0,7648 0,2352
e 60.000 685 120 3,5389 0,7797 0,2203
f 35.000 685 120 3,4282 0,7742 0,2258
2a 35.000 720 120 3,4296 0,7742 0,2258
b 35.000 635 120 3,4262 0,7741 0,2259
c 35.000 550 120 3,4228 0,7739 0,2261
d 35.000 440 120 3,4228 0,7739 0,2261
e 35.000 365 120 3,4155 0,7735 0,2265
f 35.000 355 120 3,4151 0,7735 0,2265
3a 35.000 685 381 4,2112 0,8081 0,1919
b 35.000 685 201 3,6712 0,7859 0,2141
c 35.000 685 201 3,6712 0,7859 0,2141
d 35.000 685 81 3,3112 0,7680 0,2320
e 35.000 685 39 3,1852 0,7611 0,2389
f 35.000 685 120 3,4282 0,7742 0,2258
74
(X1) (X2) (X3) UAU -
Option
UOJ Angkutan
Umum
1a -29.000 685 120 3,1447 0,7587 0,2413
b -15.000 685 120 3,2067 0,7623 0,2377
c -10.000 685 120 3,2288 0,7635 0,2365
d -5.000 685 120 3,2510 0,7648 0,2352
e 60.000 685 120 3,5389 0,7797 0,2203
f 35.000 685 120 3,4282 0,7742 0,2258
2a 35.000 720 120 3,4296 0,7742 0,2258
b 35.000 635 120 3,4262 0,7741 0,2259
c 35.000 550 120 3,4228 0,7739 0,2261
d 35.000 440 120 3,4228 0,7739 0,2261
e 35.000 365 120 3,4155 0,7735 0,2265
f 35.000 355 120 3,4151 0,7735 0,2265
3a 35.000 685 381 4,2112 0,8081 0,1919
b 35.000 685 201 3,6712 0,7859 0,2141
c 35.000 685 201 3,6712 0,7859 0,2141
d 35.000 685 81 3,3112 0,7680 0,2320
e 35.000 685 39 3,1852 0,7611 0,2389
f 35.000 685 120 3,4282 0,7742 0,2258

(X1) (X2) (X3) UAU -
Option UOJ Angkutan
Umum
1a -29.000 685 120 3,1447 0,7587 0,2413
b -15.000 685 120 3,2067 0,7623 0,2377
c -10.000 685 120 3,2288 0,7635 0,2365
d -5.000 685 120 3,2510 0,7648 0,2352
e 60.000 685 120 3,5389 0,7797 0,2203
f 35.000 685 120 3,4282 0,7742 0,2258
2a 35.000 720 120 3,4296 0,7742 0,2258
b 35.000 635 120 3,4262 0,7741 0,2259
c 35.000 550 120 3,4228 0,7739 0,2261
d 35.000 440 120 3,4228 0,7739 0,2261
e 35.000 365 120 3,4155 0,7735 0,2265
f 35.000 355 120 3,4151 0,7735 0,2265
3a 35.000 685 381 4,2112 0,8081 0,1919
b 35.000 685 201 3,6712 0,7859 0,2141
c 35.000 685 201 3,6712 0,7859 0,2141
d 35.000 685 81 3,3112 0,7680 0,2320
e 35.000 685 39 3,1852 0,7611 0,2389
f 35.000 685 120 3,4282 0,7742 0,2258
75
(X1) (X2) (X3)
Option UAU - UOJ
Angkutan
Umum
1a -29.000 685 120 3,1447 0,7587 0,2413
b -15.000 685 120 3,2067 0,7623 0,2377
c -10.000 685 120 3,2288 0,7635 0,2365
d -5.000 685 120 3,2510 0,7648 0,2352
e 60.000 685 120 3,5389 0,7797 0,2203
f 35.000 685 120 3,4282 0,7742 0,2258
2a 35.000 720 120 3,4296 0,7742 0,2258
b 35.000 635 120 3,4262 0,7741 0,2259
c 35.000 550 120 3,4228 0,7739 0,2261
d 35.000 440 120 3,4228 0,7739 0,2261
e 35.000 365 120 3,4155 0,7735 0,2265
f 35.000 355 120 3,4151 0,7735 0,2265
3a 35.000 685 381 4,2112 0,8081 0,1919
b 35.000 685 201 3,6712 0,7859 0,2141
c 35.000 685 201 3,6712 0,7859 0,2141
d 35.000 685 81 3,3112 0,7680 0,2320
e 35.000 685 39 3,1852 0,7611 0,2389
f 35.000 685 120 3,4282 0,7742 0,2258

(X1) (X2) (X3)
Option UAU - UOJ
Angkutan
Umum
1a -29.000 685 120 3,1447 0,7587 0,2413
b -15.000 685 120 3,2067 0,7623 0,2377
c -10.000 685 120 3,2288 0,7635 0,2365
d -5.000 685 120 3,2510 0,7648 0,2352
e 60.000 685 120 3,5389 0,7797 0,2203
f 35.000 685 120 3,4282 0,7742 0,2258
2a 35.000 720 120 3,4296 0,7742 0,2258
b 35.000 635 120 3,4262 0,7741 0,2259
c 35.000 550 120 3,4228 0,7739 0,2261
d 35.000 440 120 3,4228 0,7739 0,2261
e 35.000 365 120 3,4155 0,7735 0,2265
f 35.000 355 120 3,4151 0,7735 0,2265
3a 35.000 685 381 4,2112 0,8081 0,1919
b 35.000 685 201 3,6712 0,7859 0,2141
c 35.000 685 201 3,6712 0,7859 0,2141
d 35.000 685 81 3,3112 0,7680 0,2320
e 35.000 685 39 3,1852 0,7611 0,2389
f 35.000 685 120 3,4282 0,7742 0,2258
76
(X1) (X2) (X3)
Option UAU - UOJ
Angkutan
Umum
1a -29.000 685 120 3,1447 0,7587 0,2413
b -15.000 685 120 3,2067 0,7623 0,2377
c -10.000 685 120 3,2288 0,7635 0,2365
d -5.000 685 120 3,2510 0,7648 0,2352
e 60.000 685 120 3,5389 0,7797 0,2203
f 35.000 685 120 3,4282 0,7742 0,2258
2a 35.000 720 120 3,4296 0,7742 0,2258
b 35.000 635 120 3,4262 0,7741 0,2259
c 35.000 550 120 3,4228 0,7739 0,2261
d 35.000 440 120 3,4228 0,7739 0,2261
e 35.000 365 120 3,4155 0,7735 0,2265
f 35.000 355 120 3,4151 0,7735 0,2265
3a 35.000 685 381 4,2112 0,8081 0,1919
b 35.000 685 201 3,6712 0,7859 0,2141
c 35.000 685 201 3,6712 0,7859 0,2141
d 35.000 685 81 3,3112 0,7680 0,2320
e 35.000 685 39 3,1852 0,7611 0,2389
f 35.000 685 120 3,4282 0,7742 0,2258

(X1) (X2) (X3)
Option UAU - UOJ
Angkutan
Umum
1a -29.000 685 120 3,1447 0,7587 0,2413
b -15.000 685 120 3,2067 0,7623 0,2377
c -10.000 685 120 3,2288 0,7635 0,2365
d -5.000 685 120 3,2510 0,7648 0,2352
e 60.000 685 120 3,5389 0,7797 0,2203
f 35.000 685 120 3,4282 0,7742 0,2258
2a 35.000 720 120 3,4296 0,7742 0,2258
b 35.000 635 120 3,4262 0,7741 0,2259
c 35.000 550 120 3,4228 0,7739 0,2261
d 35.000 440 120 3,4228 0,7739 0,2261
e 35.000 365 120 3,4155 0,7735 0,2265
f 35.000 355 120 3,4151 0,7735 0,2265
3a 35.000 685 381 4,2112 0,8081 0,1919
b 35.000 685 201 3,6712 0,7859 0,2141
c 35.000 685 201 3,6712 0,7859 0,2141
d 35.000 685 81 3,3112 0,7680 0,2320
e 35.000 685 39 3,1852 0,7611 0,2389
f 35.000 685 120 3,4282 0,7742 0,2258
77
(X1) (X2) (X3)
Option UAU - UOJ
Angkutan
Umum
1a -29.000 685 120 3,1447 0,7587 0,2413
b -15.000 685 120 3,2067 0,7623 0,2377
c -10.000 685 120 3,2288 0,7635 0,2365
d -5.000 685 120 3,2510 0,7648 0,2352
e 60.000 685 120 3,5389 0,7797 0,2203
f 35.000 685 120 3,4282 0,7742 0,2258
2a 35.000 720 120 3,4296 0,7742 0,2258
b 35.000 635 120 3,4262 0,7741 0,2259
c 35.000 550 120 3,4228 0,7739 0,2261
d 35.000 440 120 3,4228 0,7739 0,2261
e 35.000 365 120 3,4155 0,7735 0,2265
f 35.000 355 120 3,4151 0,7735 0,2265
3a 35.000 685 381 4,2112 0,8081 0,1919
b 35.000 685 201 3,6712 0,7859 0,2141
c 35.000 685 201 3,6712 0,7859 0,2141
d 35.000 685 81 3,3112 0,7680 0,2320
e 35.000 685 39 3,1852 0,7611 0,2389
f 35.000 685 120 3,4282 0,7742 0,2258

(X1) (X2) (X3)
Option UAU - UOJ
Angkutan
Umum
1a -29.000 685 120 3,1447 0,7587 0,2413
b -15.000 685 120 3,2067 0,7623 0,2377
c -10.000 685 120 3,2288 0,7635 0,2365
d -5.000 685 120 3,2510 0,7648 0,2352
e 60.000 685 120 3,5389 0,7797 0,2203
f 35.000 685 120 3,4282 0,7742 0,2258
2a 35.000 720 120 3,4296 0,7742 0,2258
b 35.000 635 120 3,4262 0,7741 0,2259
c 35.000 550 120 3,4228 0,7739 0,2261
d 35.000 440 120 3,4228 0,7739 0,2261
e 35.000 365 120 3,4155 0,7735 0,2265
f 35.000 355 120 3,4151 0,7735 0,2265
3a 35.000 685 381 4,2112 0,8081 0,1919
b 35.000 685 201 3,6712 0,7859 0,2141
c 35.000 685 201 3,6712 0,7859 0,2141
d 35.000 685 81 3,3112 0,7680 0,2320
e 35.000 685 39 3,1852 0,7611 0,2389
f 35.000 685 120 3,4282 0,7742 0,2258
78
(X1) (X2) (X3)
Option UAU - UOJ
Angkutan
Umum
1a -29.000 685 120 3,1447 0,7587 0,2413
b -15.000 685 120 3,2067 0,7623 0,2377
c -10.000 685 120 3,2288 0,7635 0,2365
d -5.000 685 120 3,2510 0,7648 0,2352
e 60.000 685 120 3,5389 0,7797 0,2203
f 35.000 685 120 3,4282 0,7742 0,2258
2a 35.000 720 120 3,4296 0,7742 0,2258
b 35.000 635 120 3,4262 0,7741 0,2259
c 35.000 550 120 3,4228 0,7739 0,2261
d 35.000 440 120 3,4228 0,7739 0,2261
e 35.000 365 120 3,4155 0,7735 0,2265
f 35.000 355 120 3,4151 0,7735 0,2265
3a 35.000 685 381 4,2112 0,8081 0,1919
b 35.000 685 201 3,6712 0,7859 0,2141
c 35.000 685 201 3,6712 0,7859 0,2141
d 35.000 685 81 3,3112 0,7680 0,2320
e 35.000 685 39 3,1852 0,7611 0,2389
f 35.000 685 120 3,4282 0,7742 0,2258
∆travel Time ∆Headwey

∆Cost (X1) Probabilitas Probabilitas
(X2) (X3)
Option UAU - UOJ
Angkutan
Umum
1a -29.000 685 120 3,1447 0,7587 0,2413
b -15.000 685 120 3,2067 0,7623 0,2377
c -10.000 685 120 3,2288 0,7635 0,2365
d -5.000 685 120 3,2510 0,7648 0,2352
e 60.000 685 120 3,5389 0,7797 0,2203
f 35.000 685 120 3,4282 0,7742 0,2258
2a 35.000 720 120 3,4296 0,7742 0,2258
b 35.000 635 120 3,4262 0,7741 0,2259
c 35.000 550 120 3,4228 0,7739 0,2261
d 35.000 440 120 3,4228 0,7739 0,2261
e 35.000 365 120 3,4155 0,7735 0,2265
f 35.000 355 120 3,4151 0,7735 0,2265
3a 35.000 685 381 4,2112 0,8081 0,1919
b 35.000 685 201 3,6712 0,7859 0,2141
c 35.000 685 201 3,6712 0,7859 0,2141
d 35.000 685 81 3,3112 0,7680 0,2320
e 35.000 685 39 3,1852 0,7611 0,2389
f 35.000 685 120 3,4282 0,7742 0,2258
79
(X1) (X2) (X3)
Option UAU - UOJ
Angkutan
Umum
1a -29.000 685 120 3,1447 0,7587 0,2413
b -15.000 685 120 3,2067 0,7623 0,2377
c -10.000 685 120 3,2288 0,7635 0,2365
d -5.000 685 120 3,2510 0,7648 0,2352
e 60.000 685 120 3,5389 0,7797 0,2203
f 35.000 685 120 3,4282 0,7742 0,2258
2a 35.000 720 120 3,4296 0,7742 0,2258
b 35.000 635 120 3,4262 0,7741 0,2259
c 35.000 550 120 3,4228 0,7739 0,2261
d 35.000 440 120 3,4228 0,7739 0,2261
e 35.000 365 120 3,4155 0,7735 0,2265
f 35.000 355 120 3,4151 0,7735 0,2265
3a 35.000 685 381 4,2112 0,8081 0,1919
b 35.000 685 201 3,6712 0,7859 0,2141
c 35.000 685 201 3,6712 0,7859 0,2141
d 35.000 685 81 3,3112 0,7680 0,2320
e 35.000 685 39 3,1852 0,7611 0,2389
f 35.000 685 120 3,4282 0,7742 0,2258

(X1) (X2) (X3)
Option UAU - UOJ
Angkutan
Umum
1a -29.000 685 120 3,1447 0,7587 0,2413
b -15.000 685 120 3,2067 0,7623 0,2377
c -10.000 685 120 3,2288 0,7635 0,2365
d -5.000 685 120 3,2510 0,7648 0,2352
e 60.000 685 120 3,5389 0,7797 0,2203
f 35.000 685 120 3,4282 0,7742 0,2258
2a 35.000 720 120 3,4296 0,7742 0,2258
b 35.000 635 120 3,4262 0,7741 0,2259
c 35.000 550 120 3,4228 0,7739 0,2261
d 35.000 440 120 3,4228 0,7739 0,2261
e 35.000 365 120 3,4155 0,7735 0,2265
f 35.000 355 120 3,4151 0,7735 0,2265
3a 35.000 685 381 4,2112 0,8081 0,1919
b 35.000 685 201 3,6712 0,7859 0,2141
c 35.000 685 201 3,6712 0,7859 0,2141
d 35.000 685 81 3,3112 0,7680 0,2320
e 35.000 685 39 3,1852 0,7611 0,2389
f 35.000 685 120 3,4282 0,7742 0,2258
80
(X1) (X2) (X3)
Option UAU - UOJ
Angkutan
Umum
1a -29.000 685 120 3,1447 0,7587 0,2413
b -15.000 685 120 3,2067 0,7623 0,2377
c -10.000 685 120 3,2288 0,7635 0,2365
d -5.000 685 120 3,2510 0,7648 0,2352
e 60.000 685 120 3,5389 0,7797 0,2203
f 35.000 685 120 3,4282 0,7742 0,2258
2a 35.000 720 120 3,4296 0,7742 0,2258
b 35.000 635 120 3,4262 0,7741 0,2259
c 35.000 550 120 3,4228 0,7739 0,2261
d 35.000 440 120 3,4228 0,7739 0,2261
e 35.000 365 120 3,4155 0,7735 0,2265
f 35.000 355 120 3,4151 0,7735 0,2265
3a 35.000 685 381 4,2112 0,8081 0,1919
b 35.000 685 201 3,6712 0,7859 0,2141
c 35.000 685 201 3,6712 0,7859 0,2141
d 35.000 685 81 3,3112 0,7680 0,2320
e 35.000 685 39 3,1852 0,7611 0,2389
f 35.000 685 120 3,4282 0,7742 0,2258

(X1) (X2) (X3)
Option UAU - UOJ
Angkutan
Umum
1a -29.000 685 120 3,1447 0,7587 0,2413
b -15.000 685 120 3,2067 0,7623 0,2377
c -10.000 685 120 3,2288 0,7635 0,2365
d -5.000 685 120 3,2510 0,7648 0,2352
e 60.000 685 120 3,5389 0,7797 0,2203
f 35.000 685 120 3,4282 0,7742 0,2258
2a 35.000 720 120 3,4296 0,7742 0,2258
b 35.000 635 120 3,4262 0,7741 0,2259
c 35.000 550 120 3,4228 0,7739 0,2261
d 35.000 440 120 3,4228 0,7739 0,2261
e 35.000 365 120 3,4155 0,7735 0,2265
f 35.000 355 120 3,4151 0,7735 0,2265
3a 35.000 685 381 4,2112 0,8081 0,1919
b 35.000 685 201 3,6712 0,7859 0,2141
c 35.000 685 201 3,6712 0,7859 0,2141
d 35.000 685 81 3,3112 0,7680 0,2320
e 35.000 685 39 3,1852 0,7611 0,2389
f 35.000 685 120 3,4282 0,7742 0,2258
81
Dari Tabel 4.14 pada option 1, dapat disimpulkan bahwa pada saat
kondisi selisih atribut Cost Rp. -29.000 probabilitas yang memilih moda angkutan
umum sebesar 0,965 sedangkan probabilitas yang memilih moda Kapal Ferry
sebesar 0,035. Pada saat kondisi selisih atribut Cost Rp.-15.000 probabilitas yang
memilih moda angkutan umum mengalami peningkatan sebesar 0,965 sedangkan
probabilitas yang memilih moda Kapal Ferry mengalami penurunan menjadi
0,035.Dan saat kondisi selisih atribut Cost Rp.-10.000 probabilitas yang memilih
moda angkutan umum mengalami peningkatan sebesar 0,965 sedangkan
probabilitas yang memilih moda Kapal Ferry mengalami penurunan menjadi
0,035.
Untuk asumsi perubahan atribut Travel Time pada option 2, saat kondisi
selisih atribut Travel Time 720 menit probabilitas yang memilih moda angkutan
sebesar 0,035. Pada saat kondisi selisih atribut Travel Time 635 menit probabilitas
yang memilih moda angkutan umum mengalami penurunan sebesar 0,965
sedangkan probabilitas yang memilih moda Kapal Ferry mengalami peningkatan
menjadi0,035.
Dan asumsi perubahan atribut Headway pada option 3, saat kondisi
selisih atribut Headway 381 menit probabilitas yang memilih moda angkutan
sebesar 0,035. Pada saat kondisi selisih atribut Headway 201 menit probabilitas
yang memilih moda angkutan umum mengalami peningkatan sebesar 0,965
sedangkan probabilitas yang memilih moda Kapal Ferry mengalami penurunan
menjadi 0,035. Dan saat kondisi selisih atribut Headway 201 menit probabilitas
yang memilih moda angkutan umum mengalami penurunan sebesar 0,965
sedangkan probabilitas yang memilih moda Kapal Ferry mengalami peningkatan
menjadi0,035.
82
BAB V
PENUTUP
5.1. Kesimpulan
Berdasarkan hasil analisis dan pembahasan pada bab sebelumnya, maka

beberapa hal yang dapat disimpulkan adalah sebagai berikut :
1. Pengamatan terhadap perilaku pelaku perjalanan diperoleh karakteristik
pengguna angkutan umum dan Kapal Ferry dalam pemilihan moda adalah
sebagai berikut:
a. Angkutanumum
 Dari segi jenis kelamin, pengguna moda angkutan umum untuk
melakukan perjalanan di dominasi oleh laki-laki dengan presentase68%.
 Dari segi usia, pengguna moda angkutan umum lebih dipilih oleh
pengguna moda untuk melakukan perjalanan dengan usia antara 17 – 25
tahun, yakni sebesar43%.
 Dari segi pekerjaan, pengguna moda angkutan umum lebih didominasi
oleh pelajar/mahasiswa 24%.
 Dari segi maksud perjalanan, pengguna moda angkutan umum lebih
banyak untuk pendidikandengan presentase sebesar 28%.
 Dari segi tingkat pendapatan, pengguna moda angkutan umum rata-rata
belum punya pendapatan dengan presentasi26%.
 Dari segi alasan utama dalam memilih moda, pengguna moda angkutan
umum untuk melakukan perjalanan karena Kecepatan/Waktu dengan
presentase sebesar25%.
b. Kapal Ferry
 Dari segi jenis kelamin, pengguna moda Kapal Ferry untuk melakukan
perjalanan, didominasi oleh laki-laki mempunyai presentase yang yaitu,
sebesar 67%.
 Dari segi usia, pengguna moda Kapal Ferry hanya dipilih oleh pengguna
moda dengan usia 26 – 40 tahun dengan mempunyai presentasi yakni
sebesar 46,38%.
83
 Dari segi pekerjaan, pengguna moda Kapal Ferry didominasi oleh
PNS/TNI/Polri dan pegawai swasta dengan presentase yang sama, yaitu
sebesar 38%.
 Dari segi maksud perjalanan, pengguna moda Kapal Ferry lebih banyak
untuk bekerja/bisnis dengan presentase sebesar31,3%.
 Dari segi tingkat pendapatan, pengguna moda Kapal Ferry didominasi
oleh Rp. < 500 ribu/bulan, yakni sebesar27,27%.
 Dari segi alasan utama dalam memilih moda, pengguna moda Kapal
Ferry untuk melakukan perjalanan karena pertimbangan Harga (murah)
dengan presentase sebesar22%.
2. Berdasarkan analisis uji statistik (uji korelasi, uji F-test dan uji t-test) diketahui
bahwa faktor biaya perjalanan (Cost) mempunyai nilai probabilitas pemilihan
moda (P-value) = 0,179 < 0,05 (H1 diterima) dan waktu tempuh perjalanan
(Travel Time) mempunyai nilai probabilitas pemilihan moda (P-value) =0,951
> 0,05 (H1 diterima), dengan demikian kedua atribut perjalanan merupakan
faktor-faktor yang paling signifikan mempengaruhi pemilihan moda antara
angkutan umum dan Kapal Ferry pada perjalanan antar Ternate – Buli.
3. Model pemilihan moda angkutan penumpang antara angkutan umum dan

Kapal Ferry untuk moda perjalanan antar Ternate – Buli menggunakan model
Logit Binomial selisih dengan fungsi utilitas moda angkutan umum dan Kapal
Ferry dalam bentuk persamaan linier, diperoleh sebagai berikut:
(UAU– UP) = 2,886 + 0,00000443 (X1) + 0,0000396 (X2) - 0,003 (X3)
Dimana:
UAU– UP= Utilitas moda angkutan umum dengan Kapal Ferry.
X1 = Selisih biaya perjalanan antara angkutan umum dan Kapal
Ferry (ΔCost).
X2 = Selisih waktu tempuh perjalanan antara angkutan umum dan
Kapal Ferry (ΔTravelTime).
X3 = Selisih jadwal keberangkatan antara angkutan umum dan Kapal
Ferry (ΔHeadway).
84
Dari nilai utilitas di dapat selisih biaya perjalanan (X1) sebesar Rp. 35.000,
selisih waktu tempuh pejalanan (X2) 685 menit dan selisih waktu jadwal
keberangkatan (X3) 120 menit serta probabilitas angkutan umum sebesar Y =
2,886 + 0,00000443 (35.000) + 0,0000396 (685) - 0,003 (120) = 2,7082%
dibandingkan dengan angkutan umum.
5.2. Saran
Untuk menindaklanjuti hasil analisis dan pembahasan pada bab
sebelumnya, maka perlu disarankan beberapa hal, diantaranya :
1 Kesulitan yang diperoleh dalam penelitian ini adalah pada saat survey
pengumpulan data, karena responden pada umumnya memiliki waktu yang
terbatas untuk mengisi dan menjawab kuisioner, sehingga seringkali
jawaban yang diperoleh tidak memadai bahkan terkesan seadanya. Untuk
itu pada penelitian-penelitian yang menggunakan Teknik Stated Preference
disarankan agar dilakukan survey dengan metode Home Interview Survey,
supaya surveyor dan responden dapat berinteraksi dengan baik serta
jawaban yang diperoleh diharapkan lebihbaik.
2 Perlu dilakukan penelitian untuk pergerakan penumpang pada rute atau
trayek lain terutama untuk transportasi di Maluku Utara, serta memasukan
perhitungan elastisitas model dan sensitivitasmodel.
3 Untuk penelitian selanjutnya, perlu dipertimbangkan atribut lainnya
disamping dari ketiga atribut yang digunakan, seperti atribut waktu tunggu
(dalam satuan menit), atribut biaya dari ternate – buli (dalam satuan
rupiah), atribut biaya pelabuhan/bandara (dalam satuan rupiah) dan lain-
lain.
85
DAFTAR PUSTAKA
Kanifani,A,(1983),Transprtation Demand Analysis,Mc Graw Hill Inc. New York.

Miro, F. (2004),Perencana Transportasi Penerbit Erlangga, Jakarta.
Morlok, E.K.(1991),Pengantar Teknik dan Pencanaan Transportasi. Penerbit
Erlangga, Jakarta.
86
LAMPIRAN B
HASIL STATED REFERENCE
Sumber,Hasil Survey 2020
Jumlah Responden
Δ Cost Δ Travel Δ Headway

No. Point Ra
Responden (X1) Time (X2) (X3) Nilai Skala
Option
Numerik
nting
(Rp.) (menit) (menit)
1 2 3 4 5 6 7
-29000 685 120 1. a 2 0,8473
-15000 685 120 b 3 0,0000
-10000 685 120 c 1 2.1972

1.
-5000 685 120 d 4 -0,8473
60000 685 120 e 3 0,0000
35000 685 120 f 5 -2.1972
35000 720 120 2. a 1 2.1972
35000 635 120 b 3 0,0000
35000 550 120 c 2 0,8473

1.
35000 440 120 d 3 0,0000
35000 365 120 e 1 2.1972
35000 355 120 f 4 -0,8473
35000 685 381 3. a 1 2.1972
35000 685 201 b 3 0,0000
35000 685 201 c 1 2.1972

1.
35000 685 81 d 4 -0,8473
35000 685 39 e 3 0,0000
35000 685 120 f 1 2.1972

Jumlah Responden

No.
Responden (X1) Time (X2) (X3) Point Nilai Skala
Option
Ranting Numerik
1 2 3 4 5 6 7
-29000 685 120 1. a 1 2.1972
-15000 685 120 b 4 -0,8473
-10000 685 120 c 2 0,8473

2.
-5000 685 120 d 3 0,0000
60000 685 120 e 4 -0,8473
35000 685 120 f 1 2.1972
35000 720 120 2. a 3 0,0000
35000 635 120 b 1 2.1972
35000 550 120 c 3 0,0000

2
35000 440 120 d 4 -0,8473
35000 365 120 e 5 -2.1972
35000 355 120 f 1 2.1972
35000 685 381 3. a 2 0,8473
35000 685 201 b 3 0,0000
35000 685 201 c 4 -0,8473

2.
35000 685 81 d 1 2.1972
35000 685 39 e 3 0,0000
35000 685 120 f 2 0,8473

Jumlah Responden

No.
Option
Ranting Numerik
1 2 3 4 5 6 7
-29000 685 120 1. a 1 2.1972
-15000 685 120 b 3 0,0000
-10000 685 120 c 1 2.1972

3.
-5000 685 120 d 4 -0,8473
60000 685 120 e 3 0,0000
35000 685 120 f 1 2.1972
35000 720 120 2. a 1 2.1972
35000 635 120 b 3 0,0000
550 2
35000 120 c 0,8473
3.
35000 440 120 d 4 -0,8473
365 2
35000 120 e 0,8473
35000 355 120 f 1 2.1972
35000 685 381 3. a 3 0,0000
685 2
35000 201 b 0,8473
35000 685 201 c 1 2.1972

3.
35000 685 81 d 4 -0,8473
685 2
35000 39 e 0,8473
35000 685 120 f 4 -0,8473

Jumlah Responden

No.
Option
Ranting Numerik
1 2 3 4 5 6 7
-29000 685 120 1. a 3 0,0000
-15000 685 120 b 4 -0,8473
-10000 685 120 c 1 2.1972

4
-5000 685 120 d 3 0,0000
60000 685 120 e 5 -2.1972
35000 685 120 f 1 2.1972
35000 720 120 2. a 4 -0,8473
35000 635 120 b 3 0,0000
35000 550 120 c 2 0,8473

4
35000 440 120 d 1 2.1972
35000 365 120 e 3 0,0000
35000 355 120 f 2 2.1972
35000 685 381 3. a 2 0,8473
35000 685 201 b 5 -2.1972
35000 685 201 c 3 0,0000

4
35000 685 81 d 2 0,8473
35000 685 39 e 4 - 0,8473
35000 685 120 f 1 2.1972

Jumlah Responden

No.
Option
Ranting Numerik
1 2 3 4 5 6 7
-29000 685 120 1. a 1 2.1972
-15000 685 120 b 3 0,0000
-10000 685 120 c 5 -2.1972

5
-5000 685 120 d 3 0,0000
60000 685 120 e 1 2.1972
35000 685 120 f 4 -0,8473
35000 720 120 2. a 2 0,8473
35000 635 120 b 3 0,0000
35000 550 120 c 4 -0,8473

5
35000 440 120 d 3 0,0000
35000 365 120 e 2 0,8473
35000 355 120 f 1 2.1972
35000 685 381 3. a 1 2.1972
35000 685 201 b 3 0,0000
35000 685 201 c 4 -0,8473

5
35000 685 81 d 2 0,8473
35000 685 39 e 3 0,0000
35000 685 120 f 2 0,8473

Jumlah Responden

No.
Option
Ranting Numerik
1 2 3 4 5 6 7
-29000 685 120 1. a 1 2.1972
-15000 685 120 b 2 0,8473
-10000 685 120 c 3 0,0000

6
-5000 685 120 d 4 -0,8473
60000 685 120 e 1 2.1972
35000 685 120 f 3 0,0000
35000 720 120 2. a 1 2.1972
35000 635 120 b 3 0,0000
35000 550 120 c 1 2.1972

6
35000 440 120 d 4 -0,8473
35000 365 120 e 3 0,0000
35000 355 120 f 5 -2.1972
35000 685 381 3. a 1 2.1972
35000 685 201 b 4 -0,8473
35000 685 201 c 1 2.1972

6
35000 685 81 d 2 0,8473
35000 685 39 e 3 0,0000
35000 685 120 f 4 -0,8473

Jumlah Responden

No.
Option
Ranting Numerik
1 2 3 4 5 6 7
-29000 685 120 1. a 1 2.1972
-15000 685 120 b 4 -0,8473
-10000 685 120 c 3 0,0000

7
-5000 685 120 d 5 -2.1972
60000 685 120 e 1 2.1972
35000 685 120 f 3 0,0000
35000 720 120 2. a 1 2.1972
35000 635 120 b 2 0,8473
35000 550 120 c 3 0,0000

7
35000 440 120 d 2 0,8473
35000 365 120 e 1 2.1972
35000 355 120 f 4 -0,8473
35000 685 381 3. a 3 0,0000
35000 685 201 b 2 0,8473
35000 685 201 c 1 2.1972

7
35000 685 81 d 4 -0,8473
35000 685 39 e 3 0,0000
35000 685 120 f 4 -0,8473

Jumlah Responden

No.
Option
Ranting Numerik
1 2 3 4 5 6 7
-29000 685 120 1. a 3 0,0000
-15000 685 120 b 1 2.1972
-10000 685 120 c 3 0,0000

8.
-5000 685 120 d 1 2.1972
60000 685 120 e 4 -0,8473
35000 685 120 f 2 0,8473
35000 720 120 2. a 3 0,0000
35000 635 120 b 1 2.1972
35000 550 120 c 2 0,8473

8.
35000 440 120 d 4 -0,8473
35000 365 120 e 2 0,8473
35000 355 120 f 1 2.1972
35000 685 381 3. a 1 2.1972
35000 685 201 b 5 -2.1972
35000 685 201 c 3 0,0000

8.
35000 685 81 d 1 2.1972
35000 685 39 e 3 0,0000
35000 685 120 f 4 -0,8473

Jumlah Responden

No.
Option
Ranting Numerik
1 2 3 4 5 6 7
-29000 685 120 1. a 2 0,8473
-15000 685 120 b 5 -2.1972
-10000 685 120 c 3 0,0000

9
-5000 685 120 d 1 2.1972
60000 685 120 e 4 -0,8473
35000 685 120 f 2 0,8473
35000 720 120 2. a 2 0,8473
35000 635 120 b 4 -0,8473
35000 550 120 c 3 0,0000

9
35000 440 120 d 5 -2.1972
35000 365 120 e 1 2.1972
35000 355 120 f 2 0,8473
35000 685 381 3. a 3 0,0000
35000 685 201 b 1 2.1972
35000 685 201 c 2 0,8473

9
35000 685 81 d 3 0,0000
35000 685 39 e 2 0,8473
35000 685 120 f 5 -2.1972

Jumlah Responden

No.
Option
Ranting Numerik
1 2 3 4 5 6 7
-29000 685 120 1. a 1 2.1972
-15000 685 120 b 3 0,0000
-10000 685 120 c 2 0,8473

10
-5000 685 120 d 4 -0,8473
60000 685 120 e 3 0,0000
35000 685 120 f 4 -0,8473
35000 720 120 2. a 1 2.1972
35000 635 120 b 4 -0,8473
35000 550 120 c 2 0,8473

10
35000 440 120 d 3 0,0000
35000 365 120 e 2 0,8473
35000 355 120 f 5 -2.1972
35000 685 381 3. a 1 2.1972
35000 685 201 b 4 -0,8473
35000 685 201 c 3 0,0000

10
35000 685 81 d 2 0,8473
35000 685 39 e 3 0,0000
35000 685 120 f 5 -2.1972

Jumlah Responden

No.
Option
Ranting Numerik
1 2 3 4 5 6 7
-29000 685 120 1. a 5 -2.1972
-15000 685 120 b 3 0,0000
-10000 685 120 c 4 -0,8473

11
-5000 685 120 d 2 0,8473
60000 685 120 e 1 2.1972
35000 685 120 f 3 0,0000
35000 720 120 2. a 3 0,0000
35000 635 120 b 2 0,8473
35000 550 120 c 4 -0,8473

11
35000 440 120 d 1 2.1972
35000 365 120 e 5 -2.1972
35000 355 120 f 3 0,0000
35000 685 381 3. a 1 2.1972
35000 685 201 b 4 -0,8473
35000 685 201 c 3 0,0000

11
35000 685 81 d 2 0,8473
35000 685 39 e 4 -0,8473
35000 685 120 f 5 -2.1972

Jumlah Responden

No.
Option
Ranting Numerik
1 2 3 4 5 6 7
-29000 685 120 1. a 1 2.1972
-15000 685 120 b 2 0,8473
-10000 685 120 c 1 2.1972

12
-5000 685 120 d 3 0,0000
60000 685 120 e 4 -0,8473
35000 685 120 f 5 -2.1972
35000 720 120 2. a 3 0,0000
35000 635 120 b 2 0,8473
35000 550 120 c 1 2.1972

12
35000 440 120 d 4 -0,8473
35000 365 120 e 3 0,0000
35000 355 120 f 5 -2.1972
35000 685 381 3. a 1 2.1972
35000 685 201 b 4 -0,8473
35000 685 201 c 3 0,0000

12
35000 685 81 d 2 0,8473
35000 685 39 e 3 0,0000
35000 685 120 f 5 -2.1972

Jumlah Responden

No.
Option
Ranting Numerik
1 2 3 4 5 6 7
-29000 685 120 1. a 1 2.1972
-15000 685 120 b 2 0,8473
-10000 685 120 c 3 0,0000

13
-5000 685 120 d 1 2.1972
60000 685 120 e 3 0,0000
35000 685 120 f 4 -0,8473
35000 720 120 2. a 1 2.1972
35000 635 120 b 4 -0,8473
35000 550 120 c 2 0,8473

13
35000 440 120 d 3 0,0000
35000 365 120 e 2 0,8473
35000 355 120 f 5 -2.1972
35000 685 381 3. a 3 0,0000
35000 685 201 b 2 0,8473
35000 685 201 c 4 -0,8473

13
35000 685 81 d 3 0,0000
35000 685 39 e 1 2.1972
35000 685 120 f 5 -2.1972

Jumlah Responden

No.
Option
Ranting Numerik
1 2 3 4 5 6 7
-29000 685 120 1. a 3 0,0000
-15000 685 120 b 2 0,8473
-10000 685 120 c 4 -0,8473

14
-5000 685 120 d 3 0,0000
60000 685 120 e 1 2.1972
35000 685 120 f 5 -2.1972
35000 720 120 2. a 5 -2.1972
35000 635 120 b 3 0,0000
35000 550 120 c 2 0,8473

14
35000 440 120 d 1 2.1972
35000 365 120 e 3 0,0000
35000 355 120 f 4 -0,8473
35000 685 381 3. a 1 2.1972
35000 685 201 b 3 0,0000
35000 685 201 c 5 -2.1972

14
35000 685 81 d 2 0,8473
35000 685 39 e 4 -0,8473
35000 685 120 f 1 2.1972

Jumlah Responden

No.
Option
Ranting Numerik
1 2 3 4 5 6 7
-29000 685 120 1. a 3 0,0000
-15000 685 120 b 4 -0,8473
-10000 685 120 c 5 -2.1972

15
685 2
-5000 120 d 0,8473
60000 685 120 e 4 -0,8473
35000 685 120 f 1 2.1972
35000 720 120 2. a 1 2.1972
35000 635 120 b 3 0,0000
35000 550 120 c 5 -2.1972

15 35000 440 120 d 1 2.1972
365 2
35000 120 e 0,8473
35000 355 120 f 4 -0,8473
35000 685 381 3. a 1 2.1972
35000 685 201 b 3 0,0000
35000 685 201 c 4 -0,8473

15 35000 685 3
81 d 0,0000
685 2
35000 39 e 0,8473
35000 685 120 f 1 2.1972

Jumlah Responden

No.
Option
Ranting Numerik
1 2 3 4 5 6 7
-29000 685 120 1. a 1 2.1972
-15000 685 120 b 2 0,8473
-10000 685 120 c 4 -0,8473

16
-5000 685 120 d 1 2.1972
60000 685 120 e 3 0,0000
35000 685 120 f 2 0,8473
35000 720 120 2. a 1 2.1972
35000 635 120 b 2 0,8473
35000 550 120 c 1 2.1972

16
35000 440 120 d 4 -0,8473
35000 365 120 e 3 0,0000
35000 355 120 f 2 0,8473
35000 685 381 3. a 3 0,0000
35000 685 201 b 2 0,8473
35000 685 201 c 1 2.1972

16
35000 685 81 d 5 -2.1972
35000 685 39 e 3 0,0000
35000 685 120 f 5 -2.1972

Jumlah Responden

No.
Option
Ranting Numerik
1 2 3 4 5 6 7
-29000 685 120 1. a 1 2.1972
-15000 685 120 b 3 0,0000
-10000 685 120 c 2 0,8473

17
-5000 685 120 d 4 -0,8473
60000 685 120 e 5 -2.1972
35000 685 120 f 2 0,8473
35000 720 120 2. a 4 -0,8473
35000 635 120 b 1 2.1972
35000 550 120 c 3 0,0000

17
35000 440 120 d 2 0,8473
35000 365 120 e 5 -2.1972
35000 355 120 f 1 2.1972
35000 685 381 3. a 1 2.1972
35000 685 201 b 3 0,0000
35000 685 201 c 2 0,8473

17
35000 685 81 d 4 -0,8473
35000 685 39 e 1 2.1972
35000 685 120 f 5 -2.1972

Jumlah Responden

No.
Option
Ranting Numerik
1 2 3 4 5 6 7
-29000 685 120 1. a 5 -2.1972
-15000 685 120 b 2 0,8473
-10000 685 120 c 3 0,0000

18.
-5000 685 120 d 4 -0,8473
60000 685 120 e 2 0,8473
35000 685 120 f 1 2.1972
35000 720 120 2. a 5 -2.1972
35000 635 120 b 3 0,0000
35000 550 120 c 4 -0,8473

18.
35000 440 120 d 2 0,8473
35000 365 120 e 3 0,0000
35000 355 120 f 1 2.1972
35000 685 381 3. a 1 2.1972
35000 685 201 b 4 -0,8473
35000 685 201 c 3 0,0000

18.
35000 685 81 d 5 -2.1972
35000 685 39 e 2 0,8473
35000 685 120 f 1 2.1972

Jumlah Responden

No.
Option
Ranting Numerik
1 2 3 4 5 6 7
-29000 685 120 1. a 1 2.1972
-15000 685 120 b 3 0,0000
-10000 685 120 c 2 0,8473

19
-5000 685 120 d 1 2.1972
60000 685 120 e 4 -0,8473
35000 685 120 f 3 0,0000
35000 720 120 2. a 5 -2.1972
35000 635 120 b 3 0,0000
35000 550 120 c 1 2.1972

19
35000 440 120 d 2 0,8473
35000 365 120 e 4 -0,8473
35000 355 120 f 3 0,0000
35000 685 381 3. a 3 0,0000
35000 685 201 b 2 0,8473
35000 685 201 c 1 2.1972

19
35000 685 81 d 4 -0,8473
35000 685 39 e 3 0,0000
35000 685 120 f 2 0,8473

Jumlah Responden

No.
Option
Ranting Numerik
1 2 3 4 5 6 7
-29000 685 120 1. a 3 0,0000
-15000 685 120 b 4 -0,8473
-10000 685 120 c 2 0,8473

20
-5000 685 120 d 5 -2.1972
60000 685 120 e 3 0,0000
35000 685 120 f 4 -0,8473
35000 720 120 2. a 1 2.1972
35000 635 120 b 4 -0,8473
35000 550 120 c 3 0,0000

20
35000 440 120 d 2 0,8473
35000 365 120 e 3 0,0000
35000 355 120 f 5 -2.1972
35000 685 381 3. a 1 2.1972
35000 685 201 b 4 -0,8473
35000 685 201 c 3 0,0000

20
35000 685 81 d 1 2.1972
35000 685 39 e 2 0,8473
35000 685 120 f 5 -2.1972

Jumlah Responden

No.
Option
Ranting Numerik
1 2 3 4 5 6 7
-29000 685 120 1. a 1 2.1972
-15000 685 120 b 3 0,0000
-10000 685 120 c 4 -0,8473

21
-5000 685 120 d 2 0,8473
60000 685 120 e 1 2.1972
35000 685 120 f 4 -0,8473
35000 720 120 2. a 1 2.1972
35000 635 120 b 3 0,0000
35000 550 120 c 2 0,8473

21
35000 440 120 d 4 -0,8473
35000 365 120 e 2 0,8473
35000 355 120 f 4 -0,8473
35000 685 381 3. a 1 2.1972
35000 685 201 b 3 0,0000
35000 685 201 c 2 0,8473

21
35000 685 81 d 4 -0,8473
35000 685 39 e 2 0,8473
35000 685 120 f 3 0,0000

Jumlah Responden

No.
Option
Ranting Numerik
1 2 3 4 5 6 7
-29000 685 120 1. a 3 2.1972
-15000 685 120 b 2 0,8473
-10000 685 120 c 4 -0,8473

22
-5000 685 120 d 1 2.1972
60000 685 120 e 4 -0,8473
35000 685 120 f 3 0,0000
35000 720 120 2. a 3 0,0000
35000 635 120 b 2 0,8473
35000 550 120 c 4 -0,8473

22
35000 440 120 d 1 2.1972
35000 365 120 e 3 0,0000
35000 355 120 f 2 0,8473
35000 685 381 3. a 2 0,8473
35000 685 201 b 1 2.1972
35000 685 201 c 3 0,0000

22
35000 685 81 d 4 -0,8473
35000 685 39 e 2 0,8473
35000 685 120 f 5 -2.1972

Jumlah Responden

No.
Option
Ranting Numerik
1 2 3 4 5 6 7
-29000 685 120 1. a 1 2.1972
-15000 685 120 b 3 0,0000
-10000 685 120 c 2 0,8473

23
-5000 685 120 d 4 -0,8473
60000 685 120 e 3 0,0000
35000 685 120 f 1 2.1972
35000 720 120 2. a 1 2.1972
35000 635 120 b 3 0,0000
35000 550 120 c 4 -0,8473

23
35000 440 120 d 2 0,8473
35000 365 120 e 3 0,0000
35000 355 120 f 5 -2.1972
35000 685 381 3. a 1 2.1972
35000 685 201 b 4 -0,8473
35000 685 201 c 3 0,0000

23
35000 685 81 d 2 0,8473
35000 685 39 e 1 2.1972
35000 685 120 f 5 -2.1972

Jumlah Responden

No.
Option
Ranting Numerik
1 2 3 4 5 6 7
-29000 685 120 1. a 2 0,8473
685 4
-15000 120 b (0,8473)
-10000 685 120 c 3 0,0000

24
-5000 685 120 d 1 2.1972
60000 685 120 e 2 0,8473
35000 685 120 f 1 2.1972
35000 720 120 2. a 1 2.1972
35000 635 120 b 3 0,0000
550 4
35000 120 c (0,8473)
24
35000 440 120 d 2 0,8473
35000 365 120 e 3 0,0000
35000 355 120 f 5 -2.1972
35000 685 381 3. a 1 2.1972
685 5
35000 201 b -2.1972
35000 685 201 c 3 0,0000

24
35000 685 81 d 2 0,8473
35000 685 39 e 1 2.1972
35000 685 120 f 3 0,0000

Jumlah Responden

No.
Option
Ranting Numerik
1 2 3 4 5 6 7
-29000 685 120 1. a 1 2.1972
-15000 685 120 b 3 0,0000
-10000 685 120 c 2 0,8473

25
-5000 685 120 d 4 -0,8473
60000 685 120 e 2 0,8473
35000 685 120 f 5 -2.1972
35000 720 120 2. a 3 0,0000
35000 635 120 b 2 0,8473
35000 550 120 c 4 -0,8473

25
35000 440 120 d 1 2.1972
35000 365 120 e 3 0,0000
35000 355 120 f 5 -2.1972
35000 685 381 3. a 4 -0,8473
35000 685 201 b 3 0,0000
35000 685 201 c 1 2.1972

25
35000 685 81 d 2 0,8473
35000 685 39 e 3 0,0000
35000 685 120 f 5 -2.1972

Jumlah Responden

No.
Option
Ranting Numerik
1 2 3 4 5 6 7
-29000 685 120 1. a 5 -2.1972
-15000 685 120 b 2 0,8473
-10000 685 120 c 4 -0,8473

26
-5000 685 120 d 3 0,0000
60000 685 120 e 1 2.1972
35000 685 120 f 3 0,0000
35000 720 120 2. a 5 -2.1972
35000 635 120 b 3 0,0000
35000 550 120 c 2 0,8473

26
35000 440 120 d 1 2.1972
35000 365 120 e 3 0,0000
35000 355 120 f 4 -0,8473
35000 685 381 3. a 1 2.1972
35000 685 201 b 4 -0,8473
35000 685 201 c 2 0,8473

26
35000 685 81 d 3 0,0000
35000 685 39 e 2 0,8473
35000 685 120 f 5 -2.1972

Jumlah Responden

No.
Option
Ranting Numerik
1 2 3 4 5 6 7
-29000 685 120 1. a 5 -2.1972
-15000 685 120 b 2 0,8473
-10000 685 120 c 3 0,0000

27
-5000 685 120 d 4 -0,8473
60000 685 120 e 3 0,0000
35000 685 120 f 1 2.1972
35000 720 120 2. a 1 2.1972
35000 635 120 b 4 -0,8473
35000 550 120 c 2 0,8473

27
35000 440 120 d 3 0,0000
35000 365 120 e 2 0,8473
35000 355 120 f 5 -2.1972
35000 685 381 3. a 1 2.1972
35000 685 201 b 4 -0,8473
35000 685 201 c 3 0,0000

27
35000 685 81 d 1 2.1972
35000 685 39 e 2 0,8473
35000 685 120 f 5 -2.1972

Jumlah Responden

No.
Option
Ranting Numerik
1 2 3 4 5 6 7
-29000 685 120 1. a 1 2.1972
-15000 685 120 b 3 0,0000
-10000 685 120 c 2 0,8473

28.
-5000 685 120 d 4 -0,8473
60000 685 120 e 3 0,0000
35000 685 120 f 1 2.1972
35000 720 120 2. a 1 2.1972
35000 635 120 b 4 -0,8473
35000 550 120 c 2 0,8473

28.
35000 440 120 d 3 0,0000
35000 365 120 e 2 0,8473
35000 355 120 f 1 2.1972
35000 685 381 3. a 1 2.1972
35000 685 201 b 2 0,8473
35000 685 201 c 4 -0,8473

28.
35000 685 81 d 3 0,0000
35000 685 39 e 2 0,8473
35000 685 120 f 5 -2.1972

Jumlah Responden

No.
Option
Ranting Numerik
1 2 3 4 5 6 7
-29000 685 120 1. a 2 0,8473
-15000 685 120 b 3 0,0000
-10000 685 120 c 4 -0,8473

29
-5000 685 120 d 3 0,0000
60000 685 120 e 5 -2.1972
35000 685 120 f 2 0,8473
35000 720 120 2. a 5 -2.1972
35000 635 120 b 2 0,8473
35000 550 120 c 3 0,0000

29
35000 440 120 d 4 -0,8473
35000 365 120 e 3 0,0000
35000 355 120 f 1 2.1972
35000 685 381 3. a 1 2.1972
35000 685 201 b 4 -0,8473
35000 685 201 c 3 0,0000

29
35000 685 81 d 2 0,8473
35000 685 39 e 5 -2.1972
35000 685 120 f 1 2.1972

Jumlah Responden

No.
Option
Ranting Numerik
1 2 3 4 5 6 7
-29000 685 120 1. a 5 -2.1972
-15000 685 120 b 2 0,8473
-10000 685 120 c 3 0,0000

30
-5000 685 120 d 4 -0,8473
60000 685 120 e 3 0,0000
35000 685 120 f 1 2.1972
35000 720 120 2. a 5 -2.1972
35000 635 120 b 2 0,8473
35000 550 120 c 4 -0,8473

30
35000 440 120 d 1 2.1972
35000 365 120 e 3 0,0000
35000 355 120 f 4 -0,8473
35000 685 381 3. a 1 2.1972
35000 685 201 b 3 0,0000
35000 685 201 c 2 0,8473

30
35000 685 81 d 4 -0,8473
35000 685 39 e 3 0,0000
35000 685 120 f 5 -2.1972

Jumlah Responden

No.
Option
Ranting Numerik
1 2 3 4 5 6 7
-29000 685 120 1. a 1 2.1972
-15000 685 120 b 2 0,8473
-10000 685 120 c 4 -0,8473

31
-5000 685 120 d 3 0,0000
60000 685 120 e 2 0,8473
35000 685 120 f 5 -2.1972
35000 720 120 2. a 1 2.1972
35000 635 120 b 3 0,0000
35000 550 120 c 4 -0,8473

31
35000 440 120 d 2 0,8473
35000 365 120 e 3 0,0000
35000 355 120 f 5 -2.1972
35000 685 381 3. a 3 0,0000
35000 685 201 b 2 0,8473
35000 685 201 c 1 2.1972

31
35000 685 81 d 3 0,0000
35000 685 39 e 4 -0,8473
35000 685 120 f 2 0,8473

Jumlah Responden

No.
Option
Ranting Numerik
1 2 3 4 5 6 7
-29000 685 120 1. a 1 2.1972
-15000 685 120 b 3 0,0000
-10000 685 120 c 5 -2.1972

32
-5000 685 120 d 2 0,8473
60000 685 120 e 4 -0,8473
35000 685 120 f 3 0,0000
35000 720 120 2. a 1 2.1972
35000 635 120 b 4 -0,8473
35000 550 120 c 2 0,8473

32
35000 440 120 d 3 0,0000
35000 365 120 e 1 2.1972
35000 355 120 f 4 -0,8473
35000 685 381 3. a 1 2.1972
35000 685 201 b 3 0,0000
35000 685 201 c 2 0,8473

32
35000 685 81 d 3 0,0000
35000 685 39 e 4 -0,8473
35000 685 120 f 1 2.1972

Jumlah Responden

No.
Option
Ranting Numerik
1 2 3 4 5 6 7
-29000 685 120 1. a 1 2.1972
-15000 685 120 b 3 0,0000
-10000 685 120 c 4 -0,8473

33
-5000 685 120 d 2 0,8473
60000 685 120 e 3 0,0000
35000 685 120 f 5 -2.1972
35000 720 120 2. a 1 2.1972
35000 635 120 b 3 0,0000
35000 550 120 c 1 2.1972

33
35000 440 120 d 4 -0,8473
35000 365 120 e 2 0,8473
35000 355 120 f 3 0,0000
35000 685 381 3. a 3 0,0000
35000 685 201 b 2 0,8473
35000 685 201 c 4 -0,8473

33
35000 685 81 d 1 2.1972
35000 685 39 e 2 0,8473
35000 685 120 f 3 0,0000

Jumlah Responden

No.
Option
Ranting Numerik
1 2 3 4 5 6 7
-29000 685 120 1. a 1 2.1972
-15000 685 120 b 3 0,0000
-10000 685 120 c 2 0,8473

34
-5000 685 120 d 4 -0,8473
60000 685 120 e 3 0,0000
35000 685 120 f 4 -0,8473
35000 720 120 2. a 1 2.1972
35000 635 120 b 3 0,0000
35000 550 120 c 4 -0,8473

34
35000 440 120 d 2 0,8473
35000 365 120 e 1 2.1972
35000 355 120 f 3 0,0000
35000 685 381 3. a 1 2.1972
35000 685 201 b 4 -0,8473
35000 685 201 c 2 0,8473

34
35000 685 81 d 3 0,0000
35000 685 39 e 4 -0,8473
35000 685 120 f 2 0,8473

LAMPIRAN C
HASIL SPSS
Regression
Descriptive Statistics
Mean Std. Deviation N

MODE TRANSPORTASI 2,6605 1,29377 324
COST(X1) 25487,654
3 22492,58224 324
TIME TRAVEL (X2) 626,9444 113,85349 324
HEADWAY (X3) 136,8333 68,51004 324
Correlations
MODE TIME
TRANSP COST(X1 TRAVEL HEADWAY
ORTASI ) (X2) (X3)
Pearson MODE
1,000 ,062 -,031 -,132
Correlation TRANSPORTASI
COST(X1) ,062 1,000 -,216 ,104
TIME TRAVEL (X2) -,031 -,216 1,000 ,126
HEADWAY (X3) -,132 ,104 ,126 1,000
Sig. (1-tailed) MODE
. ,135 ,290 ,009
TRANSPORTASI
COST(X1) ,135 . ,000 ,030
TIME TRAVEL (X2) ,290 ,000 . ,012
HEADWAY (X3) ,009 ,030 ,012 .
N MODE
TRANSPORTASI 324 324 324 324
COST(X1) 324 324 324 324
TIME TRAVEL (X2) 324 324 324 324
HEADWAY (X3) 324 324 324 324
Variables Entered/Removed(b)
Variables Variables
Model Entered Remove Method
d
1 HEADWAY
(X3),
COST(X1),
. Enter
TIME
TRAVEL
(X2)(a)
a All requested variables entered.
b Dependent Variable: MODE TRANSPORTASI
Model Summary(b)
Std.
Mode R Adjusted Error of
l R Square R the Change Statistics Durbin-Watson
Square Estimate
R
Square F Sig. F R F Sig. F
Chang Change df1 df2 Chang Square Change df1 df2 Change
e e Change
1 ,152(a) ,023 ,014 1,28468 ,023 2,530 3 320 ,057 2,414
a Predictors: (Constant), HEADWAY (X3), COST(X1), TIME TRAVEL(X2)
b Dependent Variable: MODETRANSPORTASI
ANOVA(b)
Sum of
Model Squares df Mean Square F Sig.
1 Regression 12,529 3 4,176 2,530 ,057(a)
Residual 528,126 320 1,650
Total 540,654 323
a Predictors: (Constant), HEADWAY (X3), COST(X1), TIME TRAVEL(X2)
b Dependent Variable: MODETRANSPORTASI
Coefficients(a)
Standard
ized 95%
Mode Unstandardized Coefficie Confidence Collinearity
l Coefficients nts t Sig. Interval for Correlations Statistics
B
Zero
-
Std. Lower Upper orde Tolera Std.
B Erro Beta Boun Boun r Partial Part n ce VIF B Error
r d d
1 (Consta
nt) 2,886 ,441 6,550 ,000 2,019 3,753
COST( X
4,43E-006 ,000 ,077 1,347 ,179 ,000 ,000 ,062 ,075 ,074 ,936 1,069
1)
TIME
TRAVE 3,96E-005 ,001 ,003 ,061 ,951 -,001 ,001 -,031 ,003 ,003 ,931 1,074
L (X2)
HEAD
WAY -,003 ,001 -,140 -2,499 ,013 -,005 -,001 -,132 -,138 -,138 ,966 1,035
(X3)
a Dependent Variable: MODE TRANSPORTASI
Coefficient Correlations(a)
HEADWAY TIME
Model (X3) COST(X1) TRAVEL (X2)
1 Correlations HEADWAY (X3) 1,000 -,136 -,153
COST(X1) -,136 1,000 ,233
TIME TRAVEL (X2) -,153 ,233 1,000
Covariances HEADWAY (X3) 1,13E-006 -4,73E-010 -1,05E-007
COST(X1) -4,73E-010 1,08E-011 4,97E-010
TIME TRAVEL (X2) -1,05E-007 4,97E-010 4,23E-007
Collinearity Diagnostics(a)
Condition
Eigenvalue Index Variance Proportions
TIME HEADWAY
Model Dimension (Constant) COST(X1) TRAVEL (X2) (X3) (Constant) COST(X1)
1 1 3,477 1,000 ,00 ,02 ,00 ,01
2 ,371 3,063 ,00 ,88 ,01 ,04
3 ,138 5,028 ,03 ,00 ,04 ,95
4 ,014 15,515 ,97 ,10 ,95 ,00
Residuals Statistics(a)
Minimum Maximum Mean Std. Deviation N

Predicted Value 2,0572 2,9644 2,6605 ,19695 324
Std. Predicted Value -3,063 1,543 ,000 1,000 324
Standard Error of
Predicted Value ,082 ,265 ,136 ,045 324
Adjusted Predicted Value 2,0154 2,9896 2,6614 ,19574 324
Residual -1,96442 2,53375 ,00000 1,27870 324
Std. Residual -1,529 1,972 ,000 ,995 324
Stud. Residual -1,539 1,994 ,000 1,001 324
Deleted Residual -1,98963 2,58877 -,00094 1,29388 324
Stud. Deleted Residual -1,542 2,003 ,000 1,003 324
Mahal. Distance ,309 12,710 2,991 2,916 324
Cook's Distance ,000 ,022 ,003 ,004 324
Centered Leverage Value ,001 ,039 ,009 ,009 324
Charts
Histogram
Dependent Variable: MODE TRANSPORTASI
50
40
Frequency
30
20
10
Mean =-3.73E-17'
Std. Dev. =0.995'
0 N =324
-2 -1 0 1 2
Regression Standardized Residual
Normal P-P Plot of Regression Standardized Residual
1.0
0.8
Expected Cum Prob
0.6
0.4
0.2
0.0
0.0 0.2 0.4 0.6 0.8 1.0
Observed Cum Prob
Scatterplot
2
Regression Standardized Residual
-1
-2
-2 -1 0 1 2 3
Regression Deleted (Press) Residual
Partial Regression Plot
3.00
2.00
MODE TRANSPORTASI
1.00
0.00
-1.00
-2.00
-60000.00
-40000.00 -20000.00 0.00 20000.00 40000.00
COST(X1)
3.00
2.00
MODE TRANSPORTASI
1.00
0.00
-1.00
-2.00
-300.00
-200.00 -100.00 0.00 100.00 200.00
TIME TRAVEL (X2)
3.00
2.00
MODE TRANSPORTASI
1.00
0.00
-1.00
-2.00
-100.00
0.00 100.00 200.00
HEADWAY (X3)
LAMPIRAN D
HASIL PERHITUNGAN BINOMIAL LOGIT

(X1) (X2) (X3)
UAU -
Option
UOJ Angkutan
Umum
1a -29.000 685 120 3,1447 0,7587 0,2413
b -15.000 685 120 3,2067 0,7623 0,2377
c -10.000 685 120 3,2288 0,7635 0,2365
d -5.000 685 120 3,2510 0,7648 0,2352
e 60.000 685 120 3,5389 0,7797 0,2203
f 35.000 685 120 3,4282 0,7742 0,2258
2a 35.000 720 120 3,4296 0,7742 0,2258
b 35.000 635 120 3,4262 0,7741 0,2259
c 35.000 550 120 3,4228 0,7739 0,2261
d 35.000 440 120 3,4228 0,7739 0,2261
e 35.000 365 120 3,4155 0,7735 0,2265
f 35.000 355 120 3,4151 0,7735 0,2265
3a 35.000 685 381 4,2112 0,8081 0,1919
b 35.000 685 201 3,6712 0,7859 0,2141
c 35.000 685 201 3,6712 0,7859 0,2141
d 35.000 685 81 3,3112 0,7680 0,2320
e 35.000 685 39 3,1852 0,7611 0,2389
f 35.000 685 120 3,4282 0,7742 0,2258

Ilan

Diunggah oleh

Informasi Dokumen

Deskripsi 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

Ilan

Diunggah oleh

Hak Cipta:

Format Tersedia

TUGAS

ABDUL KADIR JILANI

MOHAMMAD SAID, ST., MT

PROGRAM STUDY TEKNIK SIPIL

Puji syukur senantiasa saya panjatkan kepada Allah Subhanahu Wata’ala,

Ternate 18 Juli 2020

1.1. Latar Belakang

1.4. Manfaat Penelitian

2.3.2. Konsep PerencanaanTransportasi

2. Model Sebaran Pergerakan

3. Model Pemilihan Moda

4. Model Pemilihan Rute

Gambar 2.1. Proses pemilihan dua moda (Tamin, O, Z., 2019)

Gambar 2.2.mengilustrasikan betapa rumitnya memodelkan seluruh

2.5. Faktor-Faktor yang Mempengaruhi PemilihanModa

1. Kelompok Faktor Karakteristik Pelaku Perjalanan (Traveler

2. Kelompok Faktor Karakteristik Perjalanan (Travel CharacteristicsFactor)

3. Kelompok Faktor Karakteristik Sistem Transportasi (Transportation

4. Kelompok Faktor Karakteristik Kota dan Zona (Spacial Characteristics

2.6. Pendekatan Model PemilihanModa

2.7. Model Logit Binomial

 Probabilitas penggunaan moda Kapal

2.7.2. Binomial LogitNisbah

 Probabilitas penggunaan moda Kapal

PP = Peluang pemilihan modaKapal Ferry.

2.8. Regresi LinearBerganda

Dalam metode regresi linier berganda, koefisien determinasi (R2) adalah

2.9. Teknik StatedPreference

2.9.1. Identifikasi Preferensi (Identification ofPreference)

2.9.2. Analisa Data StatedPreference

2.9.3. Estimasi Parameter StatedPreference

2.9.4. Elastisitas PemilihanModa

2.9.5. Uji Statistik DalamModel

2.10. Validasi Dengan UjiStatistik

Dimana Sb adalah standar Error koefisien regresi ditentukan formulasi :

Keputusan terhadap hipotesis diambil dengan cara membandingkan nilai

atau dengan persamaan :

2.11. Lingkup PerangkatLunak

3.2. Waktu dan Lokasi Penelitian

Gambar3.1. Lokas Penelitian Terminal Gamalama

3.4. Teknik PengumpulanData

3.5. Konsep LangkahStudi

Biaya perjalanan Rp. 350.000 Rp. 315.000

Berikut ini adalah penjelasan dari masing-masing atribut pada moda :

2. Setelah melakukan identifikasi terhadap kedua moda, kemudian dilanjutkan

3. Bentuk kuisioner yang di bagikan kepada responden terdiri atas 2 bagian.

4. Estimasi Parameter Model

5. Analisis dan Uji Statistik Untuk ValiditasModel

Studi Pendahuluan dan Identifikasi Masalah

Pelaksanaan Pengumpulan Data

Data Sekunder DataPrimer

Estimasi Parameter Model

Kesimpulan dan Saran

Gambar 3.2. Bagan Alir Penelitian

4.1. Gambaran Umum WilayahStudi

Tabel 4.2.Distribusi Moda yang Pernah Digunakan Responden Pengguna Moda

Moda Yang Pernah Digunakan

Ya, Kedua - duanya

Jenis Kapal Angkutan Umum Jumlah

Jumlah 12 100 22 100 34

50% Laki - Laki

Tabel 4.6. Karakteristik Pengguna Moda Berdasarkan Maksud Perjalanan

Maksud Kapal Ferry Angkutan Umum Jumlah