PENENTUAN NILAI EKUIVALEN MOBIL PENUMPANG DI

KABUPATEN SAMOSIR

AHMAD IQBAL ANDRIYANTO

Taruna Program Studi Sarjana Terapan Transportasi Darat
Politeknik Transportasi Darat Indonesia-STTD
Jalan Raya Setu Km.3,5, Cibitung, Bekasi Jawa Barat 17520

ABSTRACT

Passenger Car Equivalence (PCE) is the conversion factor of a wide range of vehicles into
passenger cars. Each rider has different driving behaviors that make the PCE value according to
MKJI 1997 no longer conform to these road traffic characteristics.
Research conducted on four road segments, namely Jalan D.I.Pandjaitan, Jalan Diponegoro, Jalan
Kol. Liberty Malau, Nahum Situmorang Road.The methods used in calculating the EMP value in
this study are methods of regression analysis and simulation methods. From an analysis with a
regression analysis method resulted in a new emp of 0.12 for motorcycles (MC) and 3.2 for heavy
vehicles (HV), and 0.52 for motor rickshaw (BM) While analysis analysis method of simulation
produced generated new PCE of 0.64 for motorcycles (MC) and 2.19 for heavy vehicles (HV), and
0.78 for motorcycle rickshaw (BM).
Because the behavior of drivers in Indonesia has a distinctive characteristic, so that requires a
more detailed calibration process and simulation method with the help of Vissim can describe the
model is more comprehensive and almost appropriate according to the field conditions that include
the calculation of following, lateral and lane changing, while the method of regression analysis
only take into account the volume of vehicles.
Keywords: PCE, regression analysis, simulation, calibration, Vissim.

ABSTRAK

Ekuivalensi mobil penumpang (emp) adalah faktor konversi dari berbagai macam kendaraan
menjadi mobil penumpang. Tiap pengendara memiliki perilaku mengemudi berbeda-beda yang
membuat nilai emp menurut MKJI 1997 tidak lagi sesuai dengan karakteristik lalu lintas jalan
tersebut.
Penelitian dilaksanakan pada empat ruas jalan, yaitu Jalan D. I. Pandjaitan, Jalan Diponegoro, Jalan
Kol. Liberty Malau, Jalan Nahum Situmorang. Metode yang digunakan dalam perhitungan nilai
emp dalam penelitian ini adalah metode analisa regresi dan metode simulasi. Dari analisis dengan
metode analisa regresi dihasilkan emp baru sebesar 0,118 untuk sepeda motor (MC) dan 3,2 untuk
kendaraan berat (HV), dan 0,52 untuk becak motor (BM) sedangkan analisis analisis metode
simulasi dihasilkan dihasilkan emp baru sebesar 0,64 untuk sepeda motor (MC) dan 2,18 untuk
kendaraan berat (HV), dan 0,78 untuk becak motor (BM).
Dikarenakan perilaku pengemudi di Indonesia memiliki ciri yang khas, sehingga mengharuskan
proses kalibrasi yang lebih detail dan metode simulasi dengan bantuan Vissim dapat
menggambarkan model lebih komprehensif dan hampir tepat sesuai dengan kondisi dilapangan
yang meliputi perhitungan following, lateral serta lane changing, sedangkan metode analisa regresi
hanya memperhitungkan volume kendaraan saja.
Kata kunci : Emp, Analisa Regresi, Simulasi, Kalibrasi, Vissim
PENDAHULUAN
Tiap kendaraan memiliki karakteristik yang bervariasi dan memiliki pengaruh yang
berbeda pula terhadap lalu lintas. Dalam pengoperasiannya kendaraan besar akan lebih
sulit berolah gerak daripada mobil pribadi atau mobil penumpang. Oleh karena itu untuk
menjelaskan parameter lalu lintasnya akan lebih mudah jika dinyatakan dalam satuan yang
sama yaitu satuan mobil penumpang (smp) untuk menghitung volume lalu lintasnya. Untuk
mengkonversi jumlah dari berbagai jenis kendaraan menjadi satuan mobil penumpang
membutuhkan faktor konversi. Faktor konversi tersebut adalah ekuivalen mobil
penumpang (emp).

Selama ini perhitungan kapasitas jalan di Indonesia mengacu pada Manual Kapasitas Jalan
Indonesia (MKJI) 1997. MKJI 1997 belum berubah, setelah mengarungi masa tidak kurang
dari 23 tahun sejak awal dibuat. Sehingga kondisi transportasi pada saat dirumuskannya
Manual Kapasitas Jalan Indonesia (MKJI) 1997 dan asumsi yang digunakan sudah
mengalami perubahan seiring berjalannya waktu dari tahun 1997 sampai 2019. Hal ini
dapat dilihat dari perkembangan sarana dan prasarana transportasi dari waktu ke waktu
terlihat dari awal dirumuskannya Manual Kapasitas Jalan Indonesia (MKJI).

Sebagai dasar dari dugaan bahwa Manual Kapasitas Jalan Indonesia (MKJI) 1997 tidak
relevan yaitu adanya kekhususan Becak Motor sebagai moda transportasi di Kabupaten
Samosir dan adanya penelitian terdahulu yang sudah meneliti terkait emp dan
pemutakhiran ataupun pengkinian Manual kapasitas Jalan Indonesia (MKJI) 1997. Salah
satunya yaitu Pribadi (2017) mengusulkan bahwa Manual Kapastas Jalan Indonesia
(MKJI) 1997 perlu adanya pengkinian di antaranya berkaitan dengan proporsi kendaraan
yang mengalami perubahan dari tahun dirumuskannya Manual Kapasitas Jalan Indonesia
(MKJI) 1997. Melalui penelitian di berbagai daerah dan berbagai jenis ukuran kota, secara
umum persentase sepeda motor 62% di kota kecil, 55% di kota sedang dan 52% di kota
besar. Iskandar (2010) mengusulkan bahwa Manual Kapasitas Jalan Indonesia (MKJI)
1997 perlu dilakukan pemutakhiran diantaranya berkaitan dengan perubahan komposisi
kendaraan sepeda motor. Melalui penelitian emp yang didasarkan dari beberapa
pendekatan seperti pendekatan kecepatan lalu lintas dan pendekatan kapasitas.

TINJAUAN PUSTAKA
Ekuivalensi Mobil Penumpang
Definisi ekivalensi mobil penumpang (emp) adalah satuan arus lalu lintas dari berbagai
tipe kendaraan yang diubah menjadi kendaraan ringan (termasuk mobil penumpang)
dengan menggunakan faktor emp. Nilai ekuivelan mobil penumpang merupakan faktor
konversi dari berbagai jenis kendaraan. Setiap jenis kendaraan mempunyai karakteristik
pergerakan yang berbeda-beda karena kecepatan, dimensi, percepatan maupun kemampuan
manuver. Menurut TRB (Transportation Research Board) (2000), ekivalensi mobil
penumpang adalah berbagai jenis kendaraan yang dikonversikan pada satu jenis kendaraan
(kendaraan mobil penumpang). Dimana nilai ini sangat bergantung pada keadaan lalu
lintas, sistem sntrian, dan jenis jalan raya yang dipilih.
Analisa Regresi
Analisa regresi adalah hubungan probabilistik antara variabel-variabel bisa dijabarkan
dalam purata (nilai tengah atau mean) dan variasi antara variabel acak sebagai fungsi dari
variabel yang lain. Hubungan dengannya penelitian adalah untuk menentukan nilai emp
penulis menggunakan analisis regresi berganda.

Nilai dari suatu varabel rekayasa dapat tergantung pada beberapa faktor. Dalam hal yang
demikian purata dan varian dari variabel tak bebas akan merupakan fungsi dari nilai-nilai
beberapa variabel. Bila fungsi nilai purata dimisalkan linier, maka analisis yang dihasilkan
dikenal sebagai regresi linier berganda.

Y = β0 +β1 X1 + β2 X2 + β𝑚 X𝑚 ……………(5)

Software VISSIM
Vissim adalah alat simulasi yang bersifat mikroskopik, berorientasi pada tahapan waktu
dan berdasarkan pada perilaku, untuk memodelkan lalu lintas perkotaan maupun luar kota
dan aliran pejalan kaki, selain kendaraan pribadi dapat juga dimodelkan angkutan umum
berbasis jalan dan rel (PTV, 2014). Dikembangkan oleh Planung Transport Verkehr
(PTV), sebuah perusahaan asal Jerman, Vissim adalah program yang canggih yang tersedia
untuk mensimulasikan aliran-aliran lalu lintas multi-moda, termasuk mobil, angkutan
barang, bus, heavy rail, tram, LRT, sepeda motor, sepeda, hingga pejalan kaki. Selain itu
Vissim merupakan satu dari program perangkat lunak mikrosimulasi mutakhir, yang
terdapat dan menyediakan peningkatan secara signifikan dalam bahasan mengenai perilaku
pengemudi, operasi angkutan umum multimoda, berhubungan dengan model perencanaan
atau peramalan dan simulasi 3 dimensi, terutama dalam simulasi 3 dimensi untuk berbagai
tipe kendaraan, dan setiap model simulasi dibangun dengan serangkaian algoritma
stokastik yang merepresentasikan aliran lalu lintas melalui bervariasi sistem jaringan di
bawah berbagai kondisi dalam Pengkinian Manual Kapasitas Jalan Indonesia Segmen Jalan
Perkotaan Dengan Traffic Microsimulation (2017).

Proses pembangunan model vissim yaitu:

1. Pembuatan jaringan jalan
2. Data masukan kendaraan (volume dan kecepatan)
3. Pengaturan komposisi lalu lintas
4. Pengaturan perilaku mengemudi
5. Running model dan validasi
METODOLOGI PENELITIAN
Bagan Alir Penelitian

Lokasi dan Waktu Penelitian

Lokasi penelitian dipilih sedapat mungkin mampu menghasilkan data yang valid dan
representatif. Ruas jalan yang dipilin adalah ruas jalan dengan tipe jalan satu arah.
Berdasarkan hasil pengamatan visual ditetapkan lokasi penelitian yaitu Jalan Diponegoro,
Jalan Kol. Liberty Malau, Jalan Nahum Situmorang, Jalan D. I. Panjaitan. Waktu
penelitian dilaksanakan pada 25 November 2019.

ANALISA DAN PEMBAHASAN

Volume Lalu Lintas Terklasifikasi
Dari perhitungan manual untuk mengetahui volume lalu lintas terklasifikasi, diketahui
bahwa jenis kendaraan yang melintas di ketiga jalan yang menjadi wilayah studi adalah
sepeda motor, mobil, mpu, pick up, bus kecil, bus sedang, truk kecil, truk sedang, bus
besar, truk besar, becak motor dan yang kemudian dikelompokkan berdasarkan format
MKJI 1997 yaitu MC (Motor Cycle), LV (Light Vehicle), HV (Heavy Vehicle), dan BM
(Becak Motor).
 Tabel 1. Volume Lalu Lintas Jl. Nahum Situmorang
Time Series
LV MC HV BM
Jam Menit
05.00 - 05.15 7 27 0 8
05.15 - 05.30 9 33 0 12
05.00 - 06.00
05.30 - 05.45 13 48 0 14
05.45 - 06.00 19 63 0 17
06.00 - 06.15 23 82 0 20
06.15 - 06.30 25 84 0 20
06.00 - 07.00
06.30 - 06.45 41 156 0 38
06.45 - 07.00 40 168 0 48
07.00 - 07.15 42 194 0 51
07.15 - 07.30 58 238 1 69
07.00 - 08.00
07.30 - 07.45 70 217 2 65
07.45 - 08.00 85 196 1 69
08.00 - 08.15 54 134 0 46
08.15 - 08.30 46 135 0 58
08.00 - 09.00
08.30 - 08.45 33 98 0 42
08.45 - 09.00 35 80 0 35
09.00 - 09.15 41 112 1 36
09.15 - 09.30 35 130 0 47
09.00 - 10.00
09.30 - 09.45 33 117 0 53
09.45 - 10.00 39 110 1 45
10.00 - 10.15 32 124 0 40
10.15 - 10.30 34 89 0 42
10.00 - 11.00
10.30 - 10.45 41 112 0 43
10.45 - 11.00 42 85 1 48
11.00 - 11.15 34 70 0 36
11.15 - 11.30 39 81 0 38
11.00 - 12.00
11.30 - 11.45 32 80 0 38
11.45 - 12.00 36 82 0 37
12.00 - 12.15 36 92 0 37
12.15 - 12.30 44 130 1 35
12.00 - 13.00
12.30 - 12.45 48 143 0 65
12.45 - 13.00 47 161 0 34
13.00 - 13.15 59 174 0 60
13.15 - 13.30 52 138 0 62
13.00 - 14.00
13.30 - 13.45 36 100 1 33
13.45 - 14.00 36 76 0 39
14.00 - 14.15 44 89 0 41
14.15 - 14.30 26 75 0 30
14.00 - 15.00
14.30 - 14.45 33 88 0 30
14.45 - 15.00 38 95 1 32
15.00 - 15.15 34 110 0 35
15.15 - 15.30 35 114 0 37
15.00 - 16.00
15.30 - 15.45 43 136 0 45
15.45 - 16.00 61 155 1 64
16.00 - 16.15 57 180 1 71
16.15 - 16.30 60 175 2 71
16.00 - 17.00
16.30 - 16.45 51 171 1 61
16.45 - 17.00 65 182 2 68
17.00 - 17.15 48 122 1 51
17.15 - 17.30 47 143 0 44
17.00 - 18.00
17.30 - 17.45 42 133 0 38
17.45 - 18.00 38 106 0 38
18.00 - 18.15 29 90 0 42
18.15 - 18.30 38 84 1 36
18.00 - 19.00
18.30 - 18.45 30 96 0 33
18.45 - 19.00 30 100 0 27
19.00 - 19.15 27 90 0 30
19.15 - 19.30 25 59 0 20
19.00 - 20.00
19.30 - 19.45 17 43 0 20
19.45 - 20.00 19 39 1 23
20.00 - 20.15 11 30 0 15
20.15 - 20.30 11 24 0 12
20.00 - 21.00
20.30 - 20.45 10 20 0 9
20.45 - 21.00 7 18 0 7
TOTAL 2372 6926 20 2510

Kecepatan Kendaraan
Data kecepatan lalu lintas diambil dengan metode sampling, khususnya untuk kendaraan
jenis sepeda motor jumlah sample-nya sebanyak 265 kendaraan, sample kendaraan ringan
sebanyak 153 kendaraan dan sample kendaraan berat sebanyak 18 kendaraan, dan sample
Becak Motor sebanyak 165 kendaraan.

Tabel 2. Distribusi frekuensi kecepatan sepeda motor Jl. Nahum Situmorang

SEPEDA MOTOR (MC)
Class Interval Class Freq Relative Freq Cum Freq
16-18 0 0,00 0,00
19-21 29 0,11 0,11
22-24 72 0,27 0,38
25-27 72 0,27 0,65
28-30 19 0,07 0,72
31-33 22 0,08 0,81
34-36 33 0,12 0,93
37-39 5 0,02 0,95
40-42 9 0,03 0,98
43-45 4 0,02 1,00
TOTAL 265 1,00
Metode Analisis Regresi
Dalam metode analisis regresi linear berganda dibantu dengan program Excel 2010 dengan
variabel terikat (Y) dan variabel bebas (X). Dimana nilai X1 = Sepeda Motor (MC), X2 =
Kendaraan Berat (HV), dan X3 = Becak Motor (BM).

Persamaan yang digunakan adalah sebagai berikut :

Y = A + B1X1 + B2X2 + B3X3 + ..... + BmXm
dengan,
Y = Nilai emp mobil penumpang
A = Konstanta regresi
B1,B2,B3 = Koefisien regresi ( nilai emp yang ditaksir)
X1,X2,X3 = Jenis kendaraan
Tabel 4. Summary Output
Regression Statistics
Multiple R 0,939
R Square 0,882
Adjusted R Square 0,876
Standard Error 5,513
Observations 64

Dari Tabel 4 dapat diketahui bahwa besaran Multiple R adalah 0,939 yang berarti bahwa
korelasi antara variabel bebas yakni sepeda motor, kendaraan berat, dan becak motor
mempunyai hubungan yang sangat kuat terhadap variabel terikat yakni mobil penumpang
(R>0,6).
Dari Adjusted R Square diperoleh angka 0,882, hal ini berarti 88,2% variasi variabel dapat
dijelaskan, sedangkan sisanya 11,8% dijelaskan dengan variasi lainnya (misal kondisi
geometrik jalan, perilaku mengemudi dan pengambilan data saat penelitian).
Standard Error didapatkan angka 5,513. Hal ini menunjukkan kesalahan sebesar 5,513
mobil penumpang. Semakin kecil nilai standard error maka model regresi akan semakin
tepat untuk memprediksi varabel terikat (mobil penumpang).
Tabel 5. Tabel Koefisien Regresi
Coefficients Standard Error t Stat P-value Lower 95% Upper 95%
Intercept 4,004 1,842 2,173 0,034 0,319 7,689
MC 0,117 0,029 4,029 0,000 0,059 0,175
HV 3,325 1,435 2,318 0,024 0,455 6,195
BM 0,493 0,089 5,561 0,000 0,316 0,670

Dari Tabel 4 didapatkan persamaan regresi Jl. Nahum Situmorang :

Y = 4,004 + 0,117X1 + 3,325X2 + 0,493X3
a. Intersep atau konstanta = 4,004
Tanpa adanya variabel sepeda motor, kendaraan berat, dan becak motor jumlah mobil
penumpang yang melewati ruas jalan tersebut adalah 4,004
b. Koefisien X1 = 0,117
Koefisien X1 merupakan bilangan positif (+), sehingga dapat diartikan bahwa setiap
penambahan 1 sepeda motor akan menambah mobil penumpang sebesar 0,117
c. Koefisien X2 = 3,225
Koefisien X2 merupakan bilangan positif (+), sehingga dapat diartikan bahwa setiap
penambahan 1 kendaraan berat akan menambah mobil penumpang sebesar 3,225
d. Koefisien X3 = 0,493
Koefisien X3 merupakan bilangan positif (+), sehingga dapat diartikan bahwa setiap
penambahan 1 becak motor akan menambah mobil penumpang sebesar 0,493
Tabel 6. Rekapitulasi nilai emp menggunakan analisa Regresi Linear
EMP
Ruas Jalan
MC HV BM
Jl. D. I. Pandjaitan 0,1 2,61 0,48
Jl. Nahum Situmorang 0,12 3,22 0,49
Jl. Kol. Liberty Malau 0,1 2,97 0,52
Jl. Diponegoro 0,11 2,77 0,45

Metode Simulasi (Software VISSIM)

Tabel 7 Hasil perbandingan volume dan kecepatan eksisting dengan model
Volume Lalu Lintas Kecepatan Rata- Perbedaan Dengan Hasil Survey
No. Kondisi Nama Ruas Jalan
(kendaraan) Rata (km/jam) Volume Lalu Lintas Kecepatan
Jl. D. I. Pandjiaitan 1244 27,60 0,0% 0,0%
Jl. Diponegoro 1281 26,58 0,0% 0,0%
1 Hasil Survey
Jl. Kol. Liberty Malau 1364 25,90 0,0% 0,0%
Jl. Nahum Situmorang 1354 26,6 0,0% 0,0%
Jl. D. I. Pandjiaitan 1231 21,92 1% 21%
Jl. Diponegoro 1275 22,45 0% 16%
2 Default
Jl. Kol. Liberty Malau 1353 18,45 1% 29%
Jl. Nahum Situmorang 1331 17,03 2% 36%
Jl. D. I. Pandjiaitan 1232 22,55 1% 18%
Jl. Diponegoro 1276 23,23 0% 13%
3 Nilai Indonesia
Jl. Kol. Liberty Malau 1362 20,10 0% 22%
Jl. Nahum Situmorang 1353 19,53 0% 27%

Tabel 8. Hasil uji chi-square data volume lalu lintas hasil survei dan
perhitungan model dengan driving behavior Indonesia
No Ruas Jalan Eksisting (A) Model (B) (A-B) 2 2/B Keterangan
1 Jl. D. I. Pandjiaitan 1244 1232 12 144 0,1169 Tidak Berbeda scr signifikan
2 Jl. Diponegoro 1281 1276 5 25 0,0196 Tidak Berbeda scr signifikan
3 Jl. Kol. Liberty Malau 1364 1362 2 4 0,0029 Tidak Berbeda scr signifikan
4 Jl. Nahum Situmorang 1354 1353 1 1 0,0007 Tidak Berbeda scr signifikan
Chi Square Tabel 11,344

Tabel 9.Hasil uji chi-square data kecepatan lalu lintas hasil survei
dan perhitungan model dengan driving behavior Indonesia
No Ruas Jalan Eksisting (A) Model (B) (A-B) 2 2/B Keterangan
1 Jl. D. I. Pandjiaitan 27,60 22,55 5,05 25,50 1,131 Tidak Berbeda scr signifikan
2 Jl. Diponegoro 26,58 23,23 3,35 11,22 0,483 Tidak Berbeda scr signifikan
3 Jl. Kol. Liberty Malau 25,90 20,10 5,80 33,64 1,674 Tidak Berbeda scr signifikan
4 Jl. Nahum Situmorang 26,6 19,53 7,07 49,98 2,559 Tidak Berbeda scr signifikan
Chi Square Tabel 11,344

.
 Tabel 10. Hasil uji GEH data volume lalu lintas hasil survei dan
perhitungan model dengan driving behavior Indonesia
No Ruas Jalan Eksisting (A) Model (B) 0,5*(A+B) 2 GEH Keterangan
1 Jl. D. I. Pandjiaitan 1244 1232 1238 144 0,3411 Diterima
2 Jl. Diponegoro 1281 1276 1278,5 25 0,1398 Diterima
3 Jl. Kol. Liberty Malau 1364 1362 1363 4 0,0542 Diterima
4 Jl. Nahum Situmorang 1354 1353 1353,5 1 0,0272 Diterima

Tabel 11. Hasil uji GEH data kecepatan lalu lintas hasil survei dan
perhitungan model dengan driving behavior Indonesia
No Ruas Jalan Eksisting (A) Model (B) 0,5*(A+B) 2 GEH Keterangan
1 Jl. D. I. Pandjiaitan 27,60 22,55 25,075 25,5025 1,0085 Diterima
2 Jl. Diponegoro 26,58 23,23 24,905 11,2225 0,6713 Diterima
3 Jl. Kol. Liberty Malau 25,90 20,10 23 33,64 1,2094 Diterima
4 Jl. Nahum Situmorang 26,6 19,53 23,065 49,9849 1,4721 Diterima

Penggunaan Model Untuk Penghitungan Nilai EMP

Running model Vissim untuk mendapatkan nilai volume maksimal yang dapat
disimulasikan dan kecepatan lalu lintas sebagai dasar analisis hubungan antara volume dan
kecepatan lalu lintas, dengan pengaturan sebagai berikut:
a) Nilai vehicle input dari masing-masing jenis kendaraan diisi mulai 1000 kendaraan,
sampai dengan nilai maksimal yang dapat dibebankan seluruhnya ke dalam jaringan;
b) Interval per vehicle input dapat dibuat tiap 500 kendaraan atau lebih;
c) Menemukan jumlah kendaraan paling maksimal yang bisa dilewatkan pada suatu ruas
jalan tertentu.
Rangkuman jumlah kendaraan yang habis dilewatkan di ruas Jalan Diponegoro yang dapat
dilewatkan pada masing-masing ruas jalan wilayah studi dapat dilihat pada Tabel V.12.
Tabel V.12 Rangkuman jumlah kendaraan
yang habis dilewatkan
Jumlah kendaraan
Jenis Kendaraan EMP
yang habis dilewatkan
LV 2865 1
MC 4473 0,64
HV 1316 2,18
BM 3685 0,78
 Tabel 13. Rekapitulasi nilai emp menggunakan metode
simulasi
EMP
Ruas Jalan
LV MC HV BM
Jl. D. I. Pandjaitan 1 0,53 2,19 0,54
Jl. Kol. Liberty Malau 1 0,62 2,03 0,73
Jl. Nahum Situmorang 1 0,64 1,31 0,66
Jl. Diponegoro 1 0,64 2,18 0,78

Tabel V.27 Tabel Rekapitulasi Volume Kendaraan

Menggunakan EMP Hasil Penelitian
Volume Kendaraan (smp/jam)
Ruas Jalan
Analisa Regresi Metode Simulasi MKJI 1997
Jl. D. I. Pandjaitan 460,45 918,48 627,45
Jl. Diponegoro 405,06 947,64 648
Jl. Kol. Liberty Malau 495,47 1003,52 671,6
Jl. Nahum Situmorang 502,01 1002,64 410,8

KESIMPULAN
Berdasarkan hasil analisis dan perhitungan data didapatkan kesipulan sebagai berikut :
1. Nilai emp hasil perhitungan menggunakan metode regresi adalah 0,12 untuk sepeda
motor, 3,2 untuk kendaraan berat, dan 0,52 untuk becak motor. Sedangkan nilai emp
hasil perhitungan menggunakan metode simulasi adalah 0,64 untuk sepeda motor, 2,18
untuk kendaraan berat, dan 0,78 untuk becak motor.
2. Terdapat perbedaan nilai emp hasil perhitungan dengan Manual Kapasitas Jalan
Indonesia (MKJI) 1997. Hal ini terjadi akibat adanya perubahan kondisi di jalan, yaitu
peningkatan jumlah kendaraan dan perubahan kondisi di jalan. Selain itu, perbedaan
penggunan metode perhitungan juga menyebabkan perbedaan nilai emp.
3. Dari hasil perhitungan volume kendaraan menggunakan metode simulasi dan metode
analisa regresi didapatkan volume kendaraan terbesar berada di Jl. Nahum Situmorang
sebesar 502,01 smp/jam dengan menggunakan perhitungan analisa regresi. Sedangkan
dengan menggunakan metode simulasi volume terbesar terdapat di Jl. Kol. Liberty
Malau sebesar 1002,64 smp/jam.
 DAFTAR PUSTAKA

Anonim, 1997. Manual Kapasitas Jalan Indonesia (MKJI). Direktorat Jenderal Bina
Marga, Departemen Pekerjaan Umum, Jakarta.
Anonim, 2006. Peraturan Menteri Perhubungan Nomor 14 Tahun 2006 tentang
Manajemen dan Rekayasa Lalu Lintas di Jalan. Menteri Perhubungan. Jakarta
Anonim, 2006. Peraturan Pemerintah Nomor 34 Tahun 2006 tentang Jalan. Jakarta
Anonim, 2009. Undang-undang Nomor 22 Tahun 2009 tentang Lalulintas dan Ankutan
Jalan. Departemen Perhubungan, Jakarta
Anonim, 2019. Samosir Dalam Angka. Biro Pusat Statistik, Sumatera Utara
Iskandar, Hikmat, 2010. Cara Pemutakhiran Nilai Ekivalen Mobil Penumpang dan
Kapasitas Dasar Jalan Luar Kota. Jurnal Ilmiah
Juniarta, Wayan 2012. Penentuan Nilai Ekivalensi Mobil Penumpang Pada Ruas Jalan
Perkotaan. Jurnal Ilmiah Elektronik Infrastruktur Teknik Sipil
P. Roess, Roger and William R. Mc Shane. 1990. Traffic Engineering. New Jersey:
Prentice-Hall, inc.
Pribadi, OS. 2017. Pengkinian Manual Kapasitas Jalan Indonesia Segmen Jalan
Perkotaan Dengan Traffic Microsimulation [Disertasi]. Yogyakarta. Universitas
Gadjah Mada
Setiawan Arief. 2011. Studi Penentuan Nilai Ekivalensi Mobil Penumpang (EMP)
Berbagai Jenis Kendaraan pada Ruas Jalan Utama di Kota Palu. Jurnal Ilmiah
Shandy, VP. 2019. Analisis Perhitungan Nilai Ekuivalensi Mobil Penumpang di Kota
Cirebon [Skripsi]. Bekasi. Politeknik Transportasi Darat Indonesia-STTD