diajukan oleh
kepada
BAB I PENDAHULUAN..................................................................................................3
II.1. Persiapan...............................................................................................................13
II.2. Pelaksanaan...........................................................................................................16
II.2.1. Persiapan........................................................................................................17
II.2.7. Analisis Perbedaan Waktu Tempuh yang Dihasilkan dari Berbagai Rute
Perjalanan.................................................................................................................19
DAFTAR PUSTAKA......................................................................................................21
2
BAB I
PENDAHULUAN
Untuk menjawab kebutuhan masyarakat tersebut, saat ini telah lahir beberapa
perusahaan penyedia aplikasi transportasi online. Transportasi online adalah salah satu
3
contoh pengembangan teknologi berbasis aplikasi yang disambut cukup baik di awal
kemunculannya karena dianggap sebagai salah satu inovasi terbaik saat ini. Transportasi
online muncul di tengah kondisi sistem transportasi di Indonesia yang belum tertata
dengan baik. Perusahaan besar berlomba untuk membentuk perusahaan transportasi
berbasis aplikasi online, di antaranya adalah Gojek dan Grab. Bagi sebagian orang
transportasi online merupakan solusi atas sistem transportasi yang masih buruk.
Transportasi online menawarkan kemudahan, kenyamanan, biaya yang lebih murah, dan
keamanan yang lebih terjamin, maka tidak mengherankan jika banyak orang yang
beralih dari moda transportasi konvensional ke moda transportasi online.
Dengan adanya integrasi antara layanan transportasi online dengan GPS, semakin
banyak analisis data perjalanan untuk memahami pola aliran pengemudi dan dinamika
transportasi di perkotaan. Dalam penelitian ini, dilakukan analisis perbedaan waktu
tempuh yang dihasilkan dari berbagai rute perjalanan karena terdapat umpan balik
mengenai keterlambatan layanan transportasi online. Dimana hal tersebut menyebabkan
penurunan kepuasan dan kepercayaan pelanggan yang mungkin dikarenakan prediksi
ETA yang tidak akurat, perencanaan rute yang buruk, atau faktor lainnya.
4
I.2. Lingkup Pekerjaan
Cakupan kegiatan yang dilakukan pada penelitian ini adalah sebagai berikut:
5
2. Dapat meningkatkan tingkat kepuasan pengguna jasa layanan transportasi
online dengan adanya Sistem ETA yang efektif.
3. Dapat digunakan sebagai literature untuk penelitian selanjutnya.
Transportasi adalah perpindahan manusia atau barang dari satu tempat ke tempat
lainnya dengan menggunakan sebuah kendaraan yang digerakkan oleh manusia atau
mesin. Transportasi digunakan untuk memudahkan manusia dalam melakukan aktivitas
sehari-hari.
Global Positioning System atau yang lebih dikenal dengan GPS merupakan suatu
alat yang digunakan untuk penentuan posisi objek di permukaan bumi dengan
menggunakan metode ekstraterestris. Metode ektraterestris ini merupakan suatu metode
yang menggunakan bantuan wahana berupa satelit yang mengorbit mengelilingi bumi
6
dalam membantu penentuan posisi objek (Abidin, 2007). Prinsip penentuan posisi objek
dengan menggunakan GPS adalah dengan menggunakan prinsip pemotongan ke
belakang. Hal ini digunakan dengan prinsip posisi satelit yang telah diketahui
koordinatnya digunakan untuk menentukan posisi titik objek di bumi yang belum
diketahui koordinatnya. Dari prinsip tersebut, salah satu syarat pengukuran posisi
dengan menggunakan GPS adalah dapat mengamat minimal empat satelit dan dari posisi
setidaknya empat satelit tersebut dapat diketahui range (jarak) titik yang diamat dengan
GPS melalui ambiguitas fase dari posisi satelit serta sudut elevasinya sehingga posisi
titik yang diamat dapat ditentukan (HoffmannWellenhoff, dkk., 2008).
Teknologi GNSS yang saat ini berkembang tidak hanya digunakan dalam
keperluan rekayasa untuk bidang konstruksi saja tetapi pengembangan teknologi GNSS
sudah merambat ke bidang-bidang lainnya. Tipe dari GPS dapat dibedakan menjadi tipe
GPS untuk navigasi dan GPS geodetik. Kedua tipe GPS tersebut memiliki variasi
ketelitian yang berbeda-beda mulai dari fraksi meter hingga ketelitian dalam fraksi
milimeter. Perbedaan ketelitian tersebut dapat disebabkan oleh beberapa hal diantaranya
adalah penggunaan alat yang digunakan dalam menerima sinyal satelit, jenis data yang
disimpan selama proses akuisisi dan beberapa faktor lainnya (Seeber, 2003). Saat ini
GPS menjadi salah satu teknologi yang berdampak sangat besar bagi dunia industri
khususnya dalam bidang transportasi dan navigasi. Penentuan posisi GPS menggunakan
kode khusus yang diproses dalam receiver GPS untuk menghasilkan nilai estimasi
koordinat posisi, kecepatan, dan waktu (Hoffmann-Wellenhoff, dkk., 2008). Segmen
satelit memiliki tiga komponen utama yang saling terintegrasi diantaranya (Abidin,
2007):
1. Segmen Satelit, memiliki fungsi dalam menyimpan setiap informasi dan data
yang ditransmisikan termasuk informasi waktu dari stasiun GPS yang ada di
permukaan bumi dan memancarkan sinyal ke pengguna melalui receiver.
2. Segmen Kontrol, memiliki fungsi untuk mengontrol setiap satelit dan orbit satelit
yang mengorbit termasuk kesehatan satelit, orbit satelit, dan waktu (jam) satelit,
serta pengiriman data ke satelit.
7
3. Segmen Pengguna, memiliki fungsi menerima sinyal yang dikirim oleh satelit
dan memprosesnya sehingga dihasilkan luaran berupa koordinat tiga-dimensi
yang disertai dengan informasi waktu dengan elipsoid referensi global yaitu
World Geodetic System 1984 (WGS84).
Pengukuran jarak dari satelit ke receiver menggunakan dua jenis data yaitu
menggunakan data pseudoranging yang dibawa dan dihasilkan dari data Kode P atau
Kode C/A dan menggunakan data phase ranging yang dibawa oleh gelombang L1 atau
gelombang L2 (Abidin, 2007). Gelombang pembawa dari L1 dan gelombang L2
membawa pesan/informasi berupa data dan pesan navigasi. Struktur dari sinyal yang
dibawa oleh gelombang pembawa pada GPS diilustrasikan seperti pada Gambar I.1.
Gambar I.1. Struktur frekuensi dan parameter dasar komponen sinyal GPS (Abidin,
2007)
Hasil ketelitian yang diperoleh dari pengukuran GPS dipengaruhi oleh beberapa
faktor diantaranya adalah jenis peralatan yang digunakan (tipe GPS navigasi atau GPS
Geodetik), metode pengukuran yang dilakukan (absolut atau relatif), dan metode
pengolahan data. Penggunaan teknologi GPS dalam sistem perkeretaapian Indonesia
dapat menjadi salah satu alternatif dalam penentuan posisi geografis beserta informasi
waktu. Teknologi GPS juga merupakan salah satu teknologi yang relatif murah dan
mudah digunakan (Seeber, 2003).
Metode penentuan posisi dengan GPS sendiri ada dua jenis yaitu dengan metode
absolute positioning dan metode relative positioning. Kedua jenis metode penentuan
8
GPS tersebut memiliki perbedaan dalam pelaksanaan akuisisi data. Pengukuran dengan
menggunakan metode absolut menggunakan receiver GPS yang tidak bergerak untuk
menentukan posisi dari objek yang ada di bumi. Perbedaan pengukuran GPS metode
absolut dengan metode relatif adalah tidak perlunya untuk mendefinisikan titik kontrol
yang berfungsi sebagai titik ikat atau titik base station yang memberikan koreksi ke
rover (ElRabbany, 2002).
Metode pengolahan dari data hasil pengukuran GPS metode absolut adalah dengan
menggunakan metode pengolahan satu titik (absolute positioning) (El-Rabbany, 2002).
Hasil pengolahan GPS dengan metode absolut menghasilkan nilai koordinat titik yang
absolut terhadap titik tersebut sehingga dihasilkan nilai dari elips kesalahan titik. Proses
pengolahan pada metode absolut tidak membutuhkan pengolahan data sehingga tidak
menghasilkan nilai baseline relatif antar titik pengamatannya (Abidin, 2007).
9
1.5.3. Formula Haversine
𝑑 = 𝑅. 𝑐 (1.5)
Keterangan:
Sistem estimated time of arrival (ETA) merupakan sistem penentuan waktu dengan
berbasiskan pengukuran posisi secara real-time. Sistem ETA menghitung estimasi waktu
kedatangan kendaraan secara kontinyu sehingga informasi waktu dari hasil estimasi
dapat selalu berubah (dinamis) bergantung pada kecepatan sesaatnya. Selain itu, jarak
10
tempuh dari lokasi kendaraan akan selalu diperbaharui untuk informasi posisi kendaraan
yang dipantau secara real-time melaui GPS (Grupe et. al, 2000). Berdasarkan persamaan
di atas maka waktu kedatangan driver yang didapat menggunakan sistem ETA dengan
Persamaan 1.7.
∑ 𝑡 = 𝑡0 + 𝑡𝑠 + 𝑡𝑖 (1.7)
Pada sistem ETA pendefinisian waktu kendaraan waktu tempuh kendaraan (𝑡0)
dan kemudian dikalkulasikan dengan hasil hitungan waktu tempuh ke-i (𝑡𝑖). Sehingga
didapatkan nilai ∑ 𝑡 dari waktu yang dibutuhkan untuk mencapai tujuan selanjutnya.
11
sehingga tidak memerlukan penulisan semua kode sendiri hanya memperlukan instalasi
pada file yang dipilih (Gelphman & Laden, 2006).
Uji statistik dua parameter sampel data pengukuran dilakukan pada penelitian ini
untuk membandingkan waktu tempuh setiap rute pengemudi hasil pemograman ETA.
Menurut Ghilani (2010) ada banyak hal yang harus diperhatikan dalam melakukan uji
statistik yaitu penyusunan hipotesis, penentuan taraf uji, perhitungan nilai t hitung, dan
pengujian hipotesis.
12
BAB II
RENCANA KEGIATAN
II.1. Persiapan
Tahap persiapan meliputi deskripsi lokasi kegiatan, alat, dan bahan yang
digunakan dalam kegiatan ini.
Gambar II.1 menggambarkan bahwa dataset tidak hanya mencakup Jakarta Pusat
tetapi juga meluas ke jalan raya eksternal. Gambar II.2 menggambarkan kepadatan GPS
di Jakarta.
13
II.1.2. Alat Kegiatan
Peralatan yang digunakan untuk penelitian ini sebagai berikut:
1. Jupyter Notebook
Software ini akan menjadi pusat dari penelitian karena dapat digunakan untuk
menginformasikan estimated time arrival kendaraan di periode April 2019.
Software ini pun mampu menemukan shortest path length dan shortest path
route dalam mengakses beberapa fasilitas umum guna analisis perbedaan waktu
tempuh yang dihasilkan dari berbagai rute perjalanan di Jakarta Pusat.
2. Microsoft Excel
Software ini digunakan untuk menyisihkan beberapa variabel yang tidak perlu
ditindaklanjuti, penggambaran grafik, serta untuk mengubah data penelitian
menjadi data yang dapat diolah di Jupyter Notebook.
14
Tabel II.1. Kategori lintasan.
Kota Mode Device Total Lintasan
Jakarta (JKT) Motor iOS 14K
Jakarta (JKT) Motor Android 14K
Jakarta (JKT) Mobil iOS 14K
Jakarta (JKT) Mobil Android 14K
15
II.2. Pelaksanaan
Tahapan-tahapan kegiatan penelitian ini dijelaskan secara detail pada diagram alir
berikut ini:
16
II.2.1. Persiapan
Kegiatan persiapan pada penelitian ini meliputi studi pustaka mengenai jurnal
atau penelitian yang berkaitan dan mendukung penelitian ini. Contohnya yaitu jurnal
mengenai google maps, algoritma estimated time of arrival, dan penentuan posisi
dengan GNSS. Selain itu juga dilakukan persiapan data dan software yang akan
digunakan dalam penelitian ini seperti instalasi software pada laptop.
Pada tahapan ini juga dilakukan instalasi beberapa ekstensi pada software Python
3.10.5 yang mendukung jalannya program. Beberapa installasi ekstensi liblari yang
dilakukan yaitu numpy, scipy, pandas, folium, dan math.
17
dengan nilai waktu hasil rekaman pada koordinat GPS seperti pada persamaan 2.1
(Roger W. Sinnot, 1984).
𝒅 = 𝟐𝒓 𝒂𝒓𝒄𝒔𝒊𝒏 √𝒔𝒊𝒏𝟐 (𝝋𝟐−𝝋𝟏/𝟐) + 𝒄𝒐𝒔(𝝋𝟏) 𝒄𝒐𝒔 (𝟐) 𝒔𝒊𝒏𝟐 𝒔𝒊𝒏𝟐 (𝝀𝟐−𝝀𝟏/𝟐) (2.1)
𝜑1, 𝜑2: latitude dari poin 1 dan latitude dari poin 2, dalam radian
λ1, λ2: longitude dari poin 1 dan longitude dari poin 2 dalam radian
𝑣=𝑑𝑡 (2.2)
Keterangan:
v: kecepatan (m/s)
d: jarak (m)
18
Y1: Koordinat sumbu-y ke-i
Setelah dihasilkan nilai kecepatan antar dua titik koordinat, kemudian dilakukan
perhitungan nilai kecepatan rerata.
II.2.7. Analisis Perbedaan Waktu Tempuh yang Dihasilkan dari Berbagai Rute
Perjalanan
Hasil dari program ETA yang telah dibuat merupakan waktu kedatangan pada
setiap lokasi. Dengan adanya waktu kedatangan dan waktu keberangkatan maka dapat
ditentukan waktu tempuh yang dihasilkan untuk mencapai suatu lokasi.
19
II.3. Jadwal Penelitian
Jadwal rencana kegiatan penelitian yang akan dilakukan dapat dilihat pada table
II.3 berikut ini.
20
DAFTAR PUSTAKA
Abidin, H. Z. (2007). Penentuan Posisi dengan GPS dan Aplikasinya. Jakarta: PT.
Pradny Paramita.
Amirian, P., Basiri, A., & Morley, J. (2016). Predictive analytics for enhancing travel
time estimation in navigation apps of Apple, Google, and Microsoft. Oxford, UK:
Arxiv.org. https://doi.org/10.1145/3003965.3003976.
Grube, G. W., Naddell, M. C., & Shaughnessy, M. L. (2000). Method For Providing a
Communication Unit’s Estimated Time of Arrival, U.S. PATENT
DOCUMENTS, 415–418.
Gelphman, D., & Laden, B. (2006). Programming with Python. Programming with
Quartz. USA: IEEE Computer Society. https://doi.org/10.1016/B978-0-12-
369473-7.X5000-6.
Jitesh Tripathi, D. G. (2010). Algorithm for Detection of Hot Spots of Traffic through
Analysis of GPS Data. Journal of IEEE Beacon. Mumbai: Thapar Univeristy.
https://doi.org/10.1128/JVI.80.3.1191.
21
Rosmala, D., & L, G. D. (2012). Pembangunan Website Content Monitoring System
Menggunakan Difflib Python. Jurnal Informatika (Vol. 4). Bandung: Institut
Teknologi Nasional Bandung.
Waljiyanto. (2000). Sistem Basis Data Analisis dan Pemodelan Data. Yogyakarta:
Graha Ilmu.
22