Model Kebutuhan Ruang Parkir Pada Pasar Melati Medan: Tesis

MODEL KEBUTUHAN RUANG PARKIR PADA PASAR
MELATI MEDAN
TESIS
Diajukan untuk Memperoleh Gelar Magister Teknik

dalam Program Studi Magister Teknik Sipil
pada Program Studi S2/S3 Teknik Sipil, Fakultas Teknik
Universitas Sumatera Utara
Oleh:
ORLANDO RICKY DANIEL
NIM: 187 016 031
PROGRAM STUDI MAGISTER TEKNIK SIPIL

FAKULTAS TEKNIK
UNIVERSITAS SUMATERA UTARA
2021

Telah Diuji Pada
Tanggal : 23 Desember 2021
PANITIA PENGUJI TESIS:

Ketua : Dr. Ir. Ahmad Perwira Mulia, M.Sc.
Anggota : Dr. M. Ridwan Anas, S.T., M.T.
Penguji : Prof. Dr. Ir. Roesyanto, MSCE.
Ir. Zulkarnain A. Muis, M.Eng.Sc.

DAFTAR RIWAYAT HIDUP
A. DATA PRIBADI
1. Nama Lengkap : ORLANDO RICKY DANIEL
2. Alamat : Jl. Stella Raya Villa Setiabudi Makmur 1 Blok
……………………….C-10, Medan Tuntungan
3. Tempat/Tgl. Lahir : Medan, 12 April 1996
B. RIWAYAT PENDIDIKAN
1. SD : SD ST. Thomas 6 Medan
2. SMP : SMP ST. Thomas 4 Medan
3. SMA : SMA Negeri 17 Medan
4. Sarjana DIV : Teknik Sipil Politeknik Negeri Medan (2014-2018)
5. Pascasarjana S2 : Magister Teknik Sipil USU (2018-2021)
C. RIWAYAT PEKERJAAN
1. Inspector pada Paket Preservasi Jalan Bts. Prov. Sumbar – Ma. Tebo, Ma.
Bungo – Bts. Kab. Merangin/Kab. Bungo dan Sekitarnya tahun 2018. PT.
Wesitan Konsultansi Pembangunan KSO.
2. Inspector pada Paket Preservasi Jalan dan Jembatan Bangko – Sanggaran
Agung dan Sekitarnya tahun 2019. PT. GARIS PUTIH SEJAJAR.
3. Inspector pada Paket Preservasi Jalan Bangko – Sei Manau – Bts. Kerinci
– Sanggaran Agung tahun 2020. PT. Akbar Jaya Konsultan KSO.
4. Inspector pada Paket Preservasi Jalan dan Jembatan Bts. Kab. Serdang
Bedagai – Kuala Tanjung – Sei Mangke – Sp. Kawat tahun 2021. PT.
Nusvey KSO.

ABSTRAK
Parkir merupakan suatu kebutuhan bagi pemilik kendaraan. Biasanya pemilik

kendaraan ini menginginkan kendaraannya parkir di tempat yang mudah dicapai.
Dalam hal ini tempat yang mudah dicapai tersebut adalah pinggir jalan (on street
parking). Penyediaan tempat-tempat parkir di pinggir jalan pada lokasi jalan
tertentu mengakibatkan terhambatnya arus lalu lintas dan penggunaan jalan menjadi
tidak efektif. Untuk itu sangat diperlukan pemodelan ruang parkir agar mengurangi
dampak kemacetan lalu lintas seperti halnya di sekitar Pasar Melati Medan. Adapun
tujuan pemodelan ruang parkir ini ialah untuk mengetahui jumlah luasan parkir
yang dibutuhkan serta tarikan pergerakan orang dari rumah ke pasar Melati.
Pemodelan kebutuhan parkir ini dihitung dengan jumlah kendaraan yang parkir
seperti Mobil dan Sepeda Motor. Adapun yang dihitung ialah Akumulasi Parkir,
Volume Parkir, Turn Over Parkir, Kebutuhan Ruang Parkir (SRP).
Konsep yang digunakan untuk mengetahui model kebutuhan ruang parkir di
Pasar Melati Medan dengan Metode Analisis Regresi Linier Berganda dengan
menentukan variabel tetap dan variabel bebas yang berpengaruh terhadap jumlah
kendaraan parkir dengan Analisis Regresi Linier.
Hasil penelitian untuk pemodelan mobil yaitu: Ymobil Kiri = -56,161 – 0,132
X4 + 1,182 X8 dengan R2 = 0,849, Ymobil Kanan = 123,014 – 0,014 X1 + 0,395 X8
dengan R2 = 0,978. Untuk pemodelan motor yaitu: Ymotor Kiri = 24,542 – 0,443 X7
+ 0,863 X8 dengan R2 = 0,999, Ymotor Kanan = -47,194 – 0,004 X1 + 1,162 X8
dengan R2 = 0,883 dengan luas parkir 2.466 m2.
ii

ABSTRACT
Parking is a necessity for vehicle owners. Usually the owner of this vehicle
wants his vehicle to be parked in a place that is easily accessible. In this case, the
easily accessible place is the roadside (on street parking). The provision of parking
lots on the roadside at certain road locations results in obstruction of traffic flow
and ineffective use of roads. For this reason, it is very necessary to model parking
spaces in order to reduce the impact of traffic jams as is the case around Pasar Melati
Medan. The purpose of this parking space modeling is to find out the amount of
parking area needed and the attraction of the movement of people from the house
to the Melati market. This parking demand modeling is calculated by the number
of parked vehicles such as cars and motorbikes. As for what is calculated is
accumulation parking, volume parking, turn over parking, parking space
requirement (SRP).
The concept used to determine the model of parking space requirements at
the Pasar Melati Medan with the Multiple Linear Regression Analysis Method by
determining the fixed and independent variables that affect the number of parking
vehicles with Linear Regression Analysis.
The results of the research for car modeling are: Ycar Left = -56,161 – 0,132
X4 + 1,182 X8 with R2 = 0,849, Ycar Right = 123,014 – 0,014 X1 + 0,395 X8 with
R2 = 0,978. For motorcycle modeling are: Ymotor Left = 24,542 – 0,443 X7 + 0,863
X8 with R2 = 0,999, Ymotor Right = -47,194 – 0,004 X1 + 1,162 X8 with R2 = 0,883
with a parking area 2.466 m2.
iii

KATA PENGANTAR
Puji dan syukur penulis panjatkan kehadirat Tuhan Yang Maha Esa yang telah
melimpahkan rahmat dan karunia-Nya kepada penulis, sehingga penulis dapat
menyelesaikan Tesis ini.
Tesis ini merupakan syarat untuk mencapai gelar Magister Teknik Sipil
bidang studi Manajemen Prasarana Publik Departemen Magister Teknik Sipil
Fakultas Teknik Universitas Sumatera Utara, dengan judul:
“MODEL KEBUTUHAN RUANG PARKIR PADA PASAR
MELATI MEDAN”
Penulis menyadari bahwa dalam penyelesaian Tesis ini tidak terlepas dari
dukungan, bantuan serta bimbingan dari berbagai pihak. Oleh karena itu, penulis
ingin menyampaikan ucapan terima kasih yang sebesar-besarnya kepada beberapa
pihak yang berperan penting yaitu :
1. Bapak Dr. Ir. Ahmad Perwira Mulia, M.Sc., sebagai Ketua Program Studi
Magister Teknik Sipil, Fakultas Teknik Universitas Sumatera Utara dan juga
sebagai ketua komisi pembimbing yang telah dengan sabar memberi
bimbingan, saran, dan dukungan dalam bentuk waktu dan pemikiran untuk
menyelesaikan Tesis ini.
2. Bapak Dr. M. Ridwan Anas, S.T., M.T. sebagai anggota komisi pembimbing
yang telah dengan sabar memberi bimbingan, saran, dan dukungan dalam
bentuk waktu dan pemikiran untuk menyelesaikan Tesis ini.
3. Bapak Prof. Dr. Ir. Roesyanto, MSCE, Bapak Ir. Zulkarnain A. Muis,
M.Eng.Sc. selaku dosen penguji yang telah memberikan kritikan dan saran
dalam penulisan Tesis ini.
4. Bapak dan Ibu staf pengajar dan seluruh pegawai Departemen Magister Teknik
Sipil Fakultas Teknik Universitas Sumatera Utara.
5. Kedua orang tua penulis, Bapak Ir. Origen Ridwan Maju Pasaribu, S.T. dan Ibu
Bungaria Simamora, B.A. serta kepada adik penulis Grace Fiona Natalia,
A.Md.T dan kepada kekasih penulis, Yola Maria, S.Tr.T yang telah
memberikan dukungan penuh serta mendoakan penulis dalam menyelesaikan
Tesis ini.
iv

6. Kedua orang tua kekasih penulis, Bapak Jhon Iskandar, B.A. dan Ibu Tiurlina
Purba, A.Md.Keb yang telah memberikan dukungan penuh serta mendoakan
penulis dalam menyelesaikan Tesis ini.
7. Kepada kak Dewi Riani selaku pengurus administrasi yang selalu mendukung
untuk segera tamat.
8. Teman-teman MPP angkatan 2018 yang membantu penulis dalam proses
perkuliahan memberikan semangat dan dukungan.
9. Seluruh rekan kerja konsultan yang tidak mungkin penulis tuliskan satu-persatu
yang memberikan banyak dukungan sangat baik kepada penulis.
Penulis menyadari bahwa dalam penyusunan Tesis ini masih jauh dari
kesempurnaan. Oleh karena itu penulis menerima kritik dan saran yang bersifat
membangun dalam penyempurnaan Tesis ini. Akhir kata penulis mengucapkan
terima kasih dan semoga tesis ini dapat bermanfaat bagi para pembaca.
Medan, Desember 2021

Penulis
(Orlando Ricky Daniel)

DAFTAR ISI
ABSTRAK ............................................................................................................. ii
ABSTRACT .......................................................................................................... iii
KATA PENGANTAR .......................................................................................... iv
DAFTAR ISI ......................................................................................................... vi
DAFTAR GAMBAR ............................................................................................ ix
DAFTAR TABEL ................................................................................................ xi
BAB I .......................................................................................................................1
PENDAHULUAN ...................................................................................................1
1.1 Latar Belakang ................................................................................................1
1.2 Rumusan Masalah...........................................................................................2
1.3 Tujuan Penelitian ............................................................................................2
1.4 Manfaat Penelitian ..........................................................................................2
1.5 Ruang Lingkup Penelitian..............................................................................2
1.6 Sistematika Penulisan .....................................................................................3
BAB II .....................................................................................................................4
TINJAUAN PUSTAKA .........................................................................................4
2.1 Perencanaan dan Pemodelan Transportasi ..................................................4
2.1.1 Perencanaan Transportasi ..........................................................................4
2.1.2 Pemodelan Transportasi..............................................................................4
2.2 Tarikan Perjalanan .........................................................................................4
2.3 Klasifikasi Perjalanan .....................................................................................5
2.4 Parkir ...............................................................................................................6
2.5 Karakteristik Parkir .......................................................................................6
2.5.1 Akumulasi Parkir .........................................................................................6
2.5.2 Volume Parkir ..............................................................................................6
2.6 Ruang Parkir ...................................................................................................7
2.7 Kebutuhan Ruang Parkir ...............................................................................8
2.8 Satuan Ruang Parkir (SRP) ...........................................................................9
2.9 Review Metode – Metode Analisis Kebutuhan Ruang Parkir ..................11
2.9.1 Markov Chain ............................................................................................11
vi

2.9.2 Binomial ......................................................................................................13
2.9.3 Antrian (Queuing) ......................................................................................15
2.10 Analisis Regresi Linier................................................................................23
2.11 Peneliti Terdahulu .......................................................................................25
BAB III ..................................................................................................................36
METODOLOGI PENELITIAN .........................................................................36
3.1 Lokasi Penelitian ...........................................................................................36
3.2 Alur Kegiatan ................................................................................................37
3.3 Metode Pengambilan Data ...........................................................................39
3.3.1 Survei Primer .............................................................................................39
3.3.2 Survei Sekunder .........................................................................................39
3.4 Variabel Penelitian ........................................................................................39
3.5 Metode Analisis Data ....................................................................................40
3.6 Pemilihan Persamaan Model Yang Optimum ............................................40
3.7 Penarikan Kesimpulan dan Saran...............................................................41
BAB IV ..................................................................................................................42
HASIL DAN PEMBAHASAN ............................................................................42
4.1 Analisis Parkir ...............................................................................................42
4.1.1 Akumulasi Parkir .......................................................................................42
4.1.2 Volume Parkir ............................................................................................62
4.1.3 Pergantian Parkir (Turn Over Parkir) ......................................................71
4.2 Analisis Variabel ..........................................................................................73
4.2.1 Perhitungan Jumlah Pengunjung .............................................................73
4.2.2 Perhitungan Jumlah Kios, Jumlah Los, Jumlah Pedagang Tanah .......74
4.2.3 Perhitungan Luas Kios, Luas Los ............................................................74
4.3 Pemodelan Kebutuhan Parkir .....................................................................74
4.3.1 Hubungan Antar Variabel Bebas .............................................................76
4.3.2 Hubungan Korelasi Antar Variabel .........................................................84
4.3.3 Validasi Model ............................................................................................89
4.3.4 Kebutuhan Lahan Parkir Pasar Melati ...................................................96
4.4 Implikasi ........................................................................................................98
vii

BAB V....................................................................................................................99
KESIMPULAN DAN SARAN ............................................................................99
5.1 Kesimpulan ....................................................................................................99
5.2 Saran ..............................................................................................................99
DAFTAR PUSTAKA
LAMPIRAN
viii

DAFTAR GAMBAR
Gambar 2.1 Satuan Ruang Parkir (SRP) untuk Mobil Penumpang .............10
Gambar 2.2 Satuan Ruang Parkir (SRP) untuk Sepeda Motor .....................10
Gambar 3.1 Peta Lokasi Penelitian ...................................................................36
Gambar 3.2 Peta Garis Segmen 1 – Segmen 5 Pasar Melati Medan ..............37
Gambar 3.3 Flowchart Pengambilan Data .......................................................38
Gambar 4.1 Akumulasi Parkir Mobil di Segmen 1 Kiri ..................................42
Gambar 4.2 Akumulasi Parkir Mobil di Segmen 1 Kanan ..............................43
Gambar 4.3 Akumulasi Parkir Motor di Segmen 1 Kiri ..................................44
Gambar 4.4 Akumulasi Parkir Motor di Segmen 1 Kanan .............................45
Gambar 4.6 Akumulasi Parkir Mobil di Segmen 2 Kanan ..............................47
Gambar 4.7 Akumulasi Parkir Motor di Segmen 2 Kiri ..................................48
Gambar 4.8 Akumulasi Parkir Motor di Segmen 2 Kanan .............................49
Gambar 4.10 Akumulasi Parkir Mobil di Segmen 3 Kanan ............................51
Gambar 4.11 Akumulasi Parkir Motor di Segmen 3 Kiri ................................52
Gambar 4.12 Akumulasi Parkir Motor di Segmen 3 Kanan ...........................53
Gambar 4.13 Akumulasi Parkir Mobil di Segmen 4 Kiri ................................54
Gambar 4.17 Akumulasi Parkir Mobil di Segmen 5 Kiri ................................58
Gambar 4.21 Volume Parkir Mobil di Segmen 1 Kiri .....................................62
Gambar 4.22 Volume Parkir Mobil di Segmen 1 Kanan ................................63
Gambar 4.23 Volume Parkir Motor di Segmen 1 Kiri ....................................63
Gambar 4.24 Volume Parkir Motor di Segmen 1 Kanan ...............................63
ix


DAFTAR TABEL
Tabel 2.1 Jenis Kebutuhan Ruang Parkir ...........................................................7

Tabel 2.2 Kebutuhan Parkir Pusat Perdagangan ...............................................7
Tabel 2.3 Kebutuhan Parkir Pasar Swalayan .....................................................8
Tabel 2.4 Kebutuhan Parkir berdasarkan Ruang Parkir yang dibutuhkan....8
Tabel 2.5 Penentuan Ruang Parkir .....................................................................9
Tabel 2.6 Metode-Metode Analisis Parkir ........................................................17
Tabel 2.7 Interprestasi Nilai R ............................................................................25
Tabel 2.8 Referensi Peneliti Terdahulu..............................................................26
Tabel 4.1 Akumulasi Parkir Mobil di Segmen 1 Kiri .......................................42
Tabel 4.2 Akumulasi Parkir Mobil di Segmen 1 Kanan ..................................43
Tabel 4.3 Akumulasi Parkir Motor di Segmen 1 Kiri ......................................44
Tabel 4.4 Akumulasi Parkir Motor di Segmen 1 Kanan ..................................45
Tabel 4.6 Akumulasi Parkir Mobil di Segmen 2 Kanan ..................................47
Tabel 4.7 Akumulasi Parkir Motor di Segmen 2 Kiri ......................................48
Tabel 4.8 Akumulasi Parkir Motor di Segmen 2 Kanan ..................................49
Tabel 4.10 Akumulasi Parkir Mobil di Segmen 3 Kanan ................................51
Tabel 4.11 Akumulasi Parkir Motor di Segmen 3 Kiri ....................................52
Tabel 4.12 Akumulasi Parkir Motor di Segmen 3 Kanan ................................53
Tabel 4.13 Akumulasi Parkir Mobil di Segmen 4 Kiri .....................................54
Tabel 4.17 Akumulasi Parkir Mobil di Segmen 5 Kiri .....................................58
Tabel 4.21 Volume Parkir Mobil dan Motor Seg. 1 Pasar Melati Medan ......62
xi

Tabel 4.26 Tingkat Pergantian Parkir Mobil dan Sepeda Motor Seg. 1 ........71
Tabel 4.31 Jumlah Pengunjung Pasar Melati ..................................................73
Tabel 4.32 Jumlah Kios, Jumlah Los dan Jumlah Pedagang Tanah ..............74
Tabel 4.33 Luas Los dan Luas Kios....................................................................74
Tabel 4.34 Rekapitulasi Hasil Survei untuk Mobil Kiri ...................................75
Tabel 4.35 Rekapitulasi Hasil Survei untuk Mobil Kanan ..............................75
Tabel 4.36 Rekapitulasi Hasil Survei untuk Motor Kiri ..................................75
Tabel 4.37 Rekapitulasi Hasil Survei untuk Motor Kanan ..............................76
Tabel 4.38 Hubungan antar Variabel Bebas (Mobil kiri) ................................76
Tabel 4.39 Hubungan antar Variabel Bebas (Mobil Kanan) ...........................78
Tabel 4.40 Hubungan antar Variabel Bebas (Motor Kiri) ...............................80
Tabel 4.41 Hubungan antar Variabel Bebas (Motor Kanan) ..........................82
Tabel 4.42 Hubungan Korelasi antar Variabel Mobil (Kiri) ...........................84
Tabel 4.43 Hubungan Korelasi antar Variabel Mobil (Kanan).......................85
Tabel 4.44 Hubungan Korelasi antar Variabel Motor (Kiri) ..........................86
Tabel 4.45 Hubungan Korelasi antar Variabel Motor (Kanan) ......................88
Tabel 4.46 Validitas Mobil Kiri ..........................................................................90
Tabel 4.47 Validitas Mobil Kanan ......................................................................91
Tabel 4.48 Validitas Motor Kiri ..........................................................................93
Tabel 4.49 Validitas Motor Kanan .....................................................................94
Tabel 4.50 Akumulasi Maks. Mobil Segmen 1 – Segmen 5 ..............................96
Tabel 4.51 Akumulasi Maks. Motor Segmen 1 – Segmen 5 .............................97
Tabel 4.52 Kebutuhan Parkir Pasar Melati Medan .........................................97
xii

BAB I
PENDAHULUAN
1.1 Latar Belakang

Kota Medan adalah Ibu Kota dari Provinsi Sumatera Utara. Kota ini memiliki
luas wilayah 265,1 km2 dengan jumlah penduduk 2.524.321 jiwa berdasarkan
Badan Pusat Statistik 2020.
Seiring dengan perkembangan wilayah mengakibatkan adanya laju
pertumbuhan penduduk dan pertumbuhan ekonomi yang setiap tahunnya semakin
meningkat. Tingginya pertumbuhan ekonomi pada suatu kota akan memberi
dampak yang sangat besar terhadap perkembangan suatu kota, terutama dampak
terhadap sistem jaringan transportasi yang ada di kota, sehingga kebutuhan akan
pergerakan lalu lintas akan menjadi semakin meningkat, yang pada gilirannya akan
menimbulkan permasalahan perkotaan, khususnya transportasi (Tamin, 1997).
Sistem transportasi muncul akibat adanya pergerakan dan tarikan yang
diakibatkan oleh perkembangan suatu kota. Pergerakan terjadi akibat pemenuhan
kebutuhan manusia setiap hari yang harus dipenuhi. Dalam melakukan pergerakan
membutuhkan suatu moda transportasi baik moda transportasi darat, laut, maupun
udara. Moda transportasi dipilih berdasarkan pergerakan moda untuk jarak pendek
maupun moda transportasi untuk jarak jauh (Warpani, 1990:31).
Moda transportasi dibagi menjadi 2 kelompok, pertama kendaraan pribadi
seperti mobil, sepeda motor dan kedua kendaraan umum seperti bus, angkutan
umum. (Miro, 2008).
Pada pusat kota umumnya menggunakan kendaraan pribadi seperti mobil,
sepeda motor sebagai moda transpotasi. Besarnya peningkatan kendaraan pribadi
yang tidak diimbangi dengan peningkatan luas jalan, tentu akan mengakibatkan
penumpukan kendaraan dan jalan akan menjadi jenuh. Sebagian badan jalan yang
dialihfungsikan sebagai ruang parkir dapat menyebabkan terjadinya hambatan
mobilitas arus lalu lintas hingga mengakibatkan kemacetan (Miro, 2012).
Sama seperti halnya dengan pasar melati medan, pasar ini cukup luas namun
pihak pengelola pasar tidak menyediakan lahan parkir untuk para pengunjung,
sehingga banyak kendaraan pribadi seperti mobil dan sepeda motor parkir di

sepanjang badan jalan (on street parking) pada Jl. Flamboyan Raya Medan.
(Anggiat, P 2007).
Hal ini dapat mengurangi kapasitas jalan sehingga menimbulkan kemacetan
dikarenakan pengunjung pasar melati memarkirkan kendaraannya disepanjang
badan jalan. Perilaku angkutan umum yang berhenti disembarang tempat juga
mengakibatkan tundaan pada jam-jam sibuk pada pasar. (Budiarto, 2002).
1.2 Rumusan Masalah

Permasalahan yang dirumuskan dalam penelitian ini adalah:
1. Adanya jumlah tarikan kendaraan parkir pada pasar melati medan yang
menggunakan badan jalan sebagai tempat parkir.
2. Perlunya penataan parkir pada pasar melati dengan memodelkan kebutuhan
ruang parkir.
1.3 Tujuan Penelitian

Adapun tujuan dari penelitian ini adalah:
1. Untuk menganalisis pemodelan kebutuhan ruang parkir pada tata guna lahan
Pasar Melati Medan.
2. Untuk menganalisis kebutuhan luas area parkir untuk Pasar Melati Medan
yang terletak di jalan kolektor primer.
1.4 Manfaat Penelitian

Manfaat penelitian ini adalah:
1. Dapat dijadikan pedoman dalam menentukan kebijakan-kebijakan yang
berkaitan dengan kawasan tersebut dalam penentuan ruang parkir.
2. Bagi peneliti dapat digunakan sebagai tambahan pengetahuan tentang
masalah perparkiran yang ditimbulkan oleh aktivitas pasar yang nantinya
dapat digunakan sebagai pedoman dalam pelaksanaan dilapangan.
1.5 Ruang Lingkup Penelitian

Penelitian ini fokus pada analisis kebutuhan ruang parkir dan tarikan
perjalanan pada pasar melati medan dengan ruang lingkup batasan masalah yaitu:

1. Penelitian ini dilakukan di Jalan Flamboyan Raya – Jalan Sakura Medan.
2. Analisis model tarikan perjalanan di Pasar Melati Medan dilakukan dengan
analisis Model Regresi Linier Berganda.
3. Kendaraan yang dihitung dalam analisis kebutuhan ruang parkir ialah sepeda
motor dan mobil.
4. Survei dilakukan selama 8 hari (10 jam / hari).
1.6 Sistematika Penulisan

BAB I, PENDAHULUAN, membahas tentang latar belakang penulisan tesis,
rumusan masalah, tujuan penelitian, manfaat penelitian, ruang lingkup penelitian
dan sistematika penelitian.
BAB II, TINJAUAN PUSTAKA, membahas tentang teori-teori yang
berkaitan dengan penelitian ini. Pengertian transportasi, pengertian tarikan
perjalanan, karakterisitik parkir, metode analisis regresi linier berganda.
BAB III, METODE PENELITIAN, menguraikan tentang gambaran wilayah
studi, metode penelitian yang dilakukan, data-data yang diperlukan, serta tahapan
pengolahan data.
BAB IV, HASIL DAN PEMBAHASAN, berisi pembahasan mengenai
proses pengolahan data dan menampilkan hasil pengolahan data, menghitung nilai
masing-masing parameter yang diperlukan dalam analisis kebutuhan ruang parkir
dan tarikan perjalanan, Pengujian Statistik (Regresi Linier berganda).
BAB V, KESIMPULAN DAN SARAN, merupakan penutup yang berisikan
tentang kesimpulan yang telah diperoleh dari pembahasan pada bab sebelumnya,
dan saran mengenai hasil penelitian yang dapat dijadikan masukan.

BAB II
TINJAUAN PUSTAKA
2.1 Perencanaan dan Pemodelan Transportasi

2.1.1 Perencanaan Transportasi
Perencanaan transportasi adalah suatu proses yang bertujuan untuk
mengembangkan sistem transportasi yang memungkinkan manusia dan barang
bergerak atau berpindah tempat dengan aman dan murah. Sedangkan sistem
transportasi adalah sistem pergerakan orang dan/barang dari suatu zona asal ke zona
tujuan dalam wilayah yang bersangkutan (Tamin, 2000).
Dalam suatu sistem perencanaan transportasi terdapat empat tahap atau
sering dikenal dengan Four Step Models yang saling terkait Empat tahap tersebut
adalah (Tamin, 2003):
a. Model bangkitan dan tarikan pergerakan (trip generation)
b. Model sebaran pergerakan (trip distribution)
c. Model pemilihan moda (modal split)
d. Model pembebanan lalu lintas (trip assignment)
2.1.2 Pemodelan Transportasi

Model adalah suatu bentuk dari penyederhanaan suatu realita (atau dunia
yang sebenarnya). Model terbagi dalam 3 bentuk yaitu (Tamin 2005):
 Model fisik berupa model arsitek, model teknik sipil
 Model grafis berupa peta dan diagram
 Model statistik dan matematika berupa persamaan matematika yang
menerangkan beberapa aspek fisik, sosial-ekonomi, dan model transportasi
2.2 Tarikan Perjalanan

Tarikan perjalanan (Trip Attraction) adalah jumlah pergerakan yang tertarik
ke suatu tata guna lahan atau zona tarikan pergerakan (Tamin, 2000).
Tarikan perjalanan dipengaruhi oleh faktor yang mempengaruhi yaitu luas
lantai untuk kegiatan industri, komersial, perkantoran, pertokoan, dan pelayanan

lainnya. Faktor lain yang dapat dipergunakan adalah lapangan kerja, aksesibilitas
dan penggunaan moda (Tamin, 2000).
Hasil dari suatu tarikan perjalanan adalah jumlah kendaraan per satuan waktu.
Cara mendapatkan tarikan kendaraan adalah menghitung jumlah kendaraan yang
masuk atau keluar dari suatu tata guna lahan tertentu dalam satu hari atau satu jam.
Tarikan tersebut dipengaruhi pada dua aspek tata guna lahan yaitu (Tamin, 2000):
 Jenis tata guna lahan
 Jumlah aktifitas dan intensitas pada tata guna lahan tersebut
2.3 Klasifikasi Perjalanan

Perjalanan dapat diklasifikasikan sebagai berikut (Tamin, 1997):
1. Berdasarkan tujuan perjalanan
Pada prakteknya, sering dijumpai bahwa model bangkitan pergerakan yang
lebih baik bisa didapatkan dengan memodelkan secara terpisah pergerakan yang
mempunyai tujuan berbeda. Dalam kasus pergerakan berbasis rumah, empat
kategori tujuan pergerakan yang sering digunakan adalah:
 Pergerakan tempat kerja
 Pergerakan ke sekolah/universitas
 Pergerakan ke tempat belanja
 Pergerakan untuk kepentingan sosial dan rekreasi
2. Berdasarkan waktu
Pergerakan berdasarkan waktu umumnya dikelompokkan menjadi
pergerakan pada jam sibuk dan jam tidak sibuk. Proporsi pergerakan yang
dilakukan oleh setiap tujuan pergerakan sangat bervariasi sepanjang hari.
Pergerakan pada selang jam sibuk pagi hari terjadi antara pukul 07.00 sampai
dengan pukul 09.00.
Untuk jam sibuk pada sore hari terjadi pada waktu antara pukul 15.00 sampai
dengan pukul 17.00. Untuk jam tidak sibuk berlangsung antara pukul 10.00 pagi
sampai dengan pukul 12.00 siang.
3. Pemilihan moda
Secara sederhana moda berkaitan dengan jenis transportasi yang digunakan.
Pilihan pertama biasanya berjalan kaki atau menggunakan kendaraan. Jika

menggunakan kendaraan, pilihannya adalah kendaraan pribadi (sepeda, sepeda
motor dan mobil) atau angkutan umum (bus, becak dan lain-lain).
2.4 Parkir
Parkir merupakan salah satu unsur sarana yang tidak dapat dipisahkan dari
sistem transportasi jalan raya secara keseluruhan. Dengan meningkatnya jumlah
penduduk kota akan menyebabkan meningkatnya kebutuhan melakukan berbagai
macam kegiatan. Kebanyakan penduduk di kota-kota besar melakukan kegiatan
atau bepergian dengan menggunakan kendaraan pribadi sehingga secara tidak
langsung diperlukan jumlah lahan parkir yang memadai (LP-ITB, 2000).
2.5 Karakteristik Parkir

Karakteristik parkir berkaitan dengan besarnya jumlah kebutuhan parkir yang
harus disediakan. Karakteristik parkir tersebut antara lain (Hobbs, 1995):
2.5.1 Akumulasi Parkir

Akumulasi parkir yaitu jumlah kendaraan yang parkir pada sebuah area pada
periode tertentu. Akumulasi parkir dihitung dengan rumus (Hobbs, 1995):
Akumulasi = Ei – Ex (2.1)
di mana:
Ei = entry (banyaknya kendaraan yang masuk ke lokasi)
Ex = exit (banyaknya kendaraan yang keluar dari lokasi)
Jika sebelum penggunaan sudah ada kendaraan yang diparkir, maka jumlah
kendaraan yang ada dijumlahkan ke akumulasi yang telah dibuat (Hobbs, 1995).
…………………………….Akumulasi = x + (Ei – Ex) (2.2)
di mana:
x = jumlah kendaraan yang sudah ada
2.5.2 Volume Parkir

Volume parkir yaitu kendaraan yang menggunakan fasilitas parkir, dihitung
dalam kendaraan yang parkir dalam 1 hari. Volume parkir dihitung dihitung dengan
rumus (Hobbs, 1995):

Volume parkir = Ei + x (2.3)
di mana:
Ei = entry (banyaknya kendaraan yang masuk ke lokasi)
xi = jumlah kendaraan yang sudah ada
2.6 Ruang Parkir

Jenis kebutuhan ruang parkir ditentukan berdasarkan jenis kegiatan
parkirnya, bersifat tetap atau sementara seperti pada Tabel 2.1 (Dirjen Perhubungan
Darat, 1998):
Tabel 2.1 Jenis Kebutuhan Ruang Parkir
Kegiatan Parkir Tetap Kegiatan Parkir Sementara
 Pusat Perdagangan  Bioskop
 Pusat Perkantoran Swasta atau  Tempat Pertunjukan
pemerintahan  Tempat Pertandingan Olahraga
 Pusat Perdagangan Eceran atau  Rumah Ibadah
Pasar Swalayan
 Pasar
 Sekolah
 Tempat Rekreasi
 Hotel dan Tempat Penginapan
 Rumah Sakit
Sumber: Dirjen Perhubungan Darat, (1998)
Berdasarkan hasil studi bahwa ukuran kebutuhan ruang parkir ditentukan

sebagai berikut (Dirjen Perhubungan Darat, 1998):
1. Pusat Perdagangan
Tabel 2.2 Kebutuhan Parkir Pusat Perdagangan
Luas Area
10 20 50 100 500 1000 1500 2000
Total (100 m2)
Kebutuhan
59 67 88 125 415 777 1140 1502
(SRP)

2. Pasar Swalayan
Tabel 2.3 Kebutuhan Parkir Pasar Swalayan
Luas Area
50 75 100 150 200 300 400 500 1000
Total (100 m2)
Kebutuhan
225 250 270 310 350 440 520 600 1050
(SRP)
Tabel 2.4 Kebutuhan Parkir Berdasarkan Ruang Parkir yang Dibutuhkan

Satuan
Peruntukan Kebutuhan Ruang Parkir
(SRP untuk mobil penumpang)
Pertokoan SRP/100 m2 luas lantai efektif 3,5 – 7,5
Pasar Swalayan SRP/100 m2 luas lantai efektif 3,5 – 7,5
Pasar SRP/100 m2 luas lantai efektif 1,5 – 3,5
Sumber: Naasra, (1988) dalam Laporan Dishub, (2014)
2.7 Kebutuhan Ruang Parkir

Kebutuhan ruang parkir adalah luas area yang dibutuhkan untuk jumlah
kendaraan yang menggunakan parkir. Kebutuhan ruang parkir dibagi atas 3 yaitu
(Hobbs, 1995):
a. Kebutuhan Ruang Parkir Efektif (KRP)
Kebutuhan ruang parkir efektif merupakan luas area yang dibutuhkan
berdasarkan akumulasi kendaraan tertinggi. Kebutuhan ruang parkir efektif dapat
dihitung dengan rumus (Hobbs, 1995):
KRPefektif = JK × SRP (2.4)
di mana:
KRPeff = kebutuhan ruang parkir efektif (m2)
JK = volume maksimum berdasarkan akumulasi tertinggi
SRP = satuan ruang parkir kendaraan

b. Kebutuhan Ruang Manuver (KRM)
Kebutuhan ruang manuver adalah ruang bebas kendaraan untuk melakukan
putaran agar mudah untuk masuk dan keluar dari area parkir. Kebutuhan ruang
manuver dapat dihitung dengan rumus (Hobbs, 1995):
KRM = KRPeff × 55% atau 60% (2.5)
di mana:
KRM = kebutuhan ruang manuver
KRPeff = kebutuhan ruang parkir efektif
55% = ruang manuver mobil untuk parkir menyudut dengan sudut 90°
60% = ruang manuver sepeda motor untuk parkir menyudut dengan sudut 90°
2.8 Satuan Ruang Parkir (SRP)

Satuan Ruang Parkir (SRP) adalah ukuran luas efektif untuk meletakkan
kendaraan (mobil penumpang, bus/truk atau sepeda motor), termasuk ruang bebas
dan lebar bukaan pintu. Penentuan satuan ruang parkir dibagi atas empat jenis
golongan seperti pada Tabel 2.5 berikut (Dirjen Perhubungan Darat, 1998):
Tabel 2.5 Penentuan Ruang Parkir
NO JENIS KENDARAAN SATUAN RUANG PARKIR (m)
1 Mobil Penumpang Gol. I 2.3 × 5.00
2 Sepeda Motor 0.75 × 2.00
3 Bus Kecil 3.20 × 8.40
4 Bus 3.80 × 12.50

a. Satuan Ruang Parkir untuk Mobil Penumpang dapat dilihat pada Gambar 2.1
Gambar 2.1 Satuan Ruang Parkir Mobil (Dirjen Perhubungan Darat, 1998)
b. Satuan Ruang Parkir untuk Sepeda Motor dapat dilihat pada Gambar 2.2
Gambar 2.2 Satuan Ruang Parkir Motor (Dirjen Perhubungan Darat, 1998)
10

2.9 Review Metode – Metode Analisis Kebutuhan Ruang Parkir
Dalam sub bab ini akan dijelaskan metode-metode yang umum digunakan
dalam menganalisis kebutuhan ruang parkir antara lain:
2.9.1 Markov Chain

Model Rantai Markov ditemukan oleh Andrey Andreyevich Markov pada
tahun 1906. Metode markov chain biasa digunakan untuk merencanakan
penjadwalan produksi, perencanaan bahan baku, dan pemeliharaan mesin produksi
(Markov, 1906).
Dengan penggunaan metode ini, dapat memperkirakan perubahan yang
mungkin terjadi di masa mendatang. Adapun model matematis dapat ditulis seperti
berkut ini (Markov, 1906):
Kt(j) = P × Kt(j-1) (2.6)
di mana:
Kt(j) = peluang kejadian pada t(j)
P = probabilitas Transisional
t(j) = waktu ke-j
Kt(j-1) = peluang kejadian pada t(j-1)
A. Syarat-Syarat Markov Chain

Beberapa syarat dalam markov chain yaitu (Tilahun, et al. 2017):
1. Jumlah probabilitas transisi untuk keadaan awal dari sistem harus selalu 1.
2. Probabilitas-probabilitas tersebut berlaku untuk setaip partisipan dalam sistem.
3. Probabilitas transisi harus konstan atau tidak berubah sepanjang waktu.
4. Kondisi merupakan kondisi yang independen sepanjang waktu.
B. Tujuan Markov Chain Pada Parkir

Beberapa tujuan markov chain pada parkir yaitu (Journal Advanced
Transportation, 2017):
1. Untuk mengusulkan pendekatan membangun rantai markov dengan “waktu
dinamis” yang digunakan untuk memprediksi ketersediaan parkir.
11

2. Untuk menggunakan sistem multiagen untuk membangun prediksi kumulatif
dari beberapa tempat parkir pada suatu lingkungan.
3. Untuk memperkenalkan pembelajaran rantai markov atau prediksi yang dapat
beradaptasi dengan perubahan lingkungan yang mempengaruhi permintaan
tempat parkir.
C. Penerapan Markov Chain Terhadap Parkir

Pendekatan Klappenecker, 2014 sangat menyederhanakan perhitungan
probabilitas transisi dalam sistem navigasi kendaraan dan pemprosesan data
probabilitas ruang parkir yang tersedia pada saat kedatangan.
Pemanfaatan rantai markov juga dijelaskan dalam penelitian oleh Li et al.,
2017 dan Tilahun, 2017 menyoroti banyak kemungkinan alasan non-homogen
dalam proses penggunaan tempat parkir. Mereka juga menyarankan proses
pembaruan matriks transisi dan kemungkinan adanya kerjasama antar tempat parkir
yang terdekat.
Kondisi survei lalu lintas dalam pemodelan model markov akan dijelaskan
secara singkat serta model dalam memprediksi ketersediaan ruang parkir real-time
yang berasal dari data yang disurvei (Tilahun, 2017)
Rantai Markov digunakan untuk memodelkan proses stokastik diskrit dalam
waktu dan menyatakan dengan properti markov, yang berarti bahwa keadaan
selanjutnya dari proses stokastik X hanya bergantung pada keadaan terakhirnya
(Serfozo, 2009):
pij (t) =P{Xt = i | Xt-1 = jt-1} (2.7)
di mana:
pij (t) = probabilitas transisi satu langkah
P = matriks transisi
t = waktu
Xt = waktu kontinu untuk kendaraan yang keluar masuk / variabel random
Jika probabilitas transisi bervariasi dengan waktu t, maka proses “X” akan
menjadi rantai markov yang tidak homogen dan matriks transisi untuk setiap
langkah waktu t diperlukan untuk deskripsinya. Dari persamaan Chapman–
Kolmogorov dapat menghitung probabilitas status rantai Markov dalam beberapa
12

waktu mendatang (t). Adapun rumus yang dapat digunakan dengan rumus (Serfozo,
2009):
p(t) = p(0)⋅P(0)⋅P(1)⋅…⋅P(t -1) = p(1)⋅P(1)⋅…⋅P(t -1) = p(t -1)⋅P(t -1) (2.8)
di mana:
p(t) = probabilitas waktu
p(0) = distribusi awal
P(0) = matriks transisi
t-1 = waktu - 1
2.9.2 Binomial
Rumus dan susunan segitiga dari koefisien binomial dikaitkan dengan
Blaise Pascal yang menguraikannya pada abad ke-17. Adapun model matematis
untuk teorema binomial yaitu (Isaac Newton, 1665):
n n n
(x + y)n = ( ) x n y 0 + ( ) x n−1 y1 + ( ) x n−2 y 2 (2.9)
0 1 2
di mana:
x = angka / eksponen
y = angka / eksponen
n = bilangan berpangkat
A. Ciri – Ciri Binomial

Ciri-ciri metode binomial secara umum antara lain (Sigit Nugroho, 2008):
1. Tiap Percobaan (eksperimen) hanya memiliki 2 kategori hasil yaitu Sukses (S)
atau Gagal (G) yaitu dapat kita tuliskan dengan ruang sampel {S,G}.
2. Tiap eksperimen memiliki hasil eksperimen yang bersifat independent yaitu
hasil dari setiap percobaan tersebut tidak akan mempengaruhi percobaan lain.
3. Probabilitas (peluang) percobaan tersebut dikategorikan sukses harus sama
bagi setiap percobaan.
4. Eksperimen terdiri atas banyaknya (n) yang merupakan bilangan tetap bagi
setiap percobaan.
13

B. Penerapan Binomial Terhadap Parkir
Proses kedatangan dan keberangkatan kendaraan di tempat parkir dilakukan
secara acak. Proses ini dapat dianggap sebagai model antrian. Distribusi poisson
dan distribusi binomial adalah yang paling banyak digunakan. Jika proses
kedatangan mengikuti “distribusi poisson” dan kemudian interval waktu
keberangkatan mengikuti “distribusi eksponensial” negatif (Zheng, L et al., 2020).
Pertama, proses parkir dianalisis untuk memverifikasi keteraturan proses
kedatangan dan keberangkatan kendaraan dari waktu ke waktu. Berdasarkan hal
tersebut, maka dibuatlah metode prediksi permintaan parkir berdasarkan
kedatangan dan pola keberangkatan diusulkan (Zheng, L et al., 2020).
Ada tiga cara yang mungkin untuk berpindah antar tempat parkir pada saat
yang sama: “menambah satu tempat parkir, mengurangi satu tempat parkir, atau
tetap sama” (Zheng, L et al., 2020). Membiarkan menjadi interval waktu
initesimal, dan persamaan probabilitas transisi proses kelahiran dan kematian
Markov ditunjukkan pada (Serfozo, 2009; Paris, 2011):
P ( 𝑁𝑡+ℎ = 𝑁𝑡 + 1) = λℎ + 𝑜 (ℎ)
𝑃 (𝑁𝑡+ℎ = 𝑁𝑇 − 1) = 𝜃. (1 − 𝜃)NT−1 NT + 𝑜 (H) (2.10)
P (Nt+h = Nt ) = 1 − λh − θ Nt h + o (h)
di mana:
o (h) = kuantitas interval waktu
P ( Nt+h = Nt + 1) = probabilitas tempat parkir
θ = peluang dari setiap kendaraan berangkat per satuan
λ = rata-rata parkir
Rumus terakhir seperti yang ditunjukkan pada rumus berikut (Serfozo, 2009;
Paris, 2011):
(2.11)
di mana:
Et = jumlah kendaraan di tempat parkir pada saat t
E0 = hunian parkir
λ = rata-rata parkir
θ = peluang dari setiap kendaraan berangkat per satuan
14

2.9.3 Antrian (Queuing)
Teori antrian pertama kali diperkenalkan oleh A.K Erlang pada tahun 1909.
Adapun model matematika dari distribusi kedatangan pada antrian (Poisson, 1838):
e−λ λ𝑥
P (x) = (2.12)
𝑥!
di mana:
x = banyaknya kedatangan
P (x) = probabilitas kedatangan
λ = rata-rata tingkat kedatangan
e = dasar logaritma natural, yaitu 2,71828
x! = x (x-1) (x-2) . . . 1
A. Penerapan Queuing Terhadap Parkir

Dengan menggunakan model M/M/C, dapat dipelajari dampak variabel
penetapan harga pada hunian parkir dan daya jelajah. Kendaraan diurutkan
berdasarkan durasi parkir yang berbeda, dan fungsi durasi parkir terkait dengan
nomor kendaraan adalah M (x). e jumlah total kendaraan yang harus masuk sistem
pada waktu drop-off adalah n. a adalah kendaraan yang waktu tinggalnya membagi
parkir jangka pendek dan parkir jangka panjang (GBT 51149, 2016). Adapun
hubungan jenis parkir memenuhi persamaan berikut (Zhao, et al., 2020):
a n
∫ M (x) dx = ∫ M (x) dx (2.13)
1 a
di mana:
M (x) = durasi parkir
n = jumlah total kendaraan yang masuk
a = kendaraan yang waktu tinggalnya membagi parkir jangka pendek dan
………= parkir jangka panjang
Menurut model antrian kendaraan dan lalu lintas simulasi selama drop-off,
ruang parkir N1 menjadi dialokasikan selama drop-off. Menurut metode alokasi
tempat parkir, jumlah ruang parkir N2 yang akan dialokasikan selama penjemputan
dapat diperoleh (Zhao, et al., 2020).
15

Dengan menghitung rasio R jangka pendek tempat parkir, jumlah tempat
parkir biasa QOrd dan jumlah tempat parkir jangka pendek QShort dapat dihitung
sebagai berikut (Zhao, et al., 2020):
Q ord = N a
2 − n ∗N1
(2.14)
Q Short = a∗ N
n 1
di mana:
Qord = jumlah tempat parkir biasa
Qshort = jumlah tempat parkir jangka pendek
N1 = jumlah ruang parkir pada N1
N2 = jumlah ruang parkir pada N2
n = jumlah total kendaraan yang masuk
a =.kendaraan yang waktu tinggalnya membagi parkir jangka pendek dan
………= parkir jangka panjang
Berikut penjelasan kelebihan, kekurangan serta deskripsi dari masing-masing

metode analisis parkir yang dapat dilihat pada Tabel 2.6:
16

Tabel 2.6 Metode – Metode Analisis Parkir
Metode Deskripsi Kelebihan Kekurangan
The Prediction of Parking Space Availability 1. Dapat memodelkan sebagian besar 1. Model bisa sulit untuk
(Brozova, H., dan Ruzicka, M. (2018) jenis perilaku dengan model dibangun dan divalidasi.
 Penentuan parkir di Republik Ceko. kombinasi.
 Pendekatan dasar parkir adalah: 2. Properti dan distribusi
1. Penggunaan standar (ČSN 73 6056, SN 73 6110), 2. Dapat memodelkan perbaikan kegagalan komponen
2. Berdasarkan peraturan zonasi (Rada hlavního dengan cara alami: mungkin tidak valid untuk
města Prahy 2016),  Perbaikan komponen individu sistem yang dimodelkan.
3. Pemodelan parkir terencana spasi (tempat) dan kelompok
Markov (Bosserhoff 2009; Cheng dkk. 2012; Martolos dkk.  Perbaikan variabel jumlah 3. Jenis model terbesar
Chain 2013).  Perbaikan berurutan; perbaikan memerlukan teknik solusi
 Menyajikan model rantai Markov non-homogen (tidak sebagian (komponen rusak) yang kompleks (layak hanya
konstan) untuk prediksi ketersediaan tempat parkir. untuk model kecil).
 Syarat penggunaannya adalah jumlah kendaraan harus 3. Dapat memodelkan persiapan

disurvei atau cukup dihitung dengan fasilitas parkir. peluang 4. Model sering kali secara
Kapasitas tempat parkir harus diketahui dan terus struktural tidak mirip
menerus dibandingkan dengan keadaan sesaat di 4. Dapat memodelkan urutan dependen dengan fisik atau logis dari
tempat parkir. (terikat): sistem
17

 Keuntungan utama dari model ini adalah memberikan  Ketergantungan fungsional
informasi kepada pengemudi yang menjelaskan tidak  Prioritas
hanya situasi pemantauan masa lalu tetapi juga situasi  Penegakan urutan
aktual di tempat parkir.
 Kekurangan dari model ini adalah durasi interval 15 5. Dapat memodelkan cakupan yang
menit yang diterapkan dalam “model diskrit”. tidak sempurna secara lebih alami
dari pada model kombinasi.
Cooperative Multi-Agent System for Parking
Availability Prediction based on Time Varying 6. Dapat memodelkan penanganan dan
Dynamic Markov Chains (Tilahun, S.L., et al (2017) pemulihan kesalahan / kesalahan
 Penelitian parkir dilakukan pada pusat perbelanjaan pada tingkat yang terperinci.
Balexert di Jenewa, Swiss.
 Menggunakan metode markov berbasis matriks
transisi (dynamic and time varying) melalui iterasi.
Markov Model as Approach to Parking Space

Occupancy Prediction (Rodi´c, L.D., et al (2020)
 Penelitian dilakukan pada smart city di Croatia.
18

 Penelitian ini menggunakan data survei pintu masuk
dengan menyesuaikan dengan fasilitas parkir yang ada
dan menggabungkan dengan data sensor parkir dari 5
titik untuk digabung dalam perencanaan kebutuhan
parkir.
 Data dikumpulkan dari lima sensor dan tiga pintu
masuk berbeda pada 13 Desember 2019 - 25 Februari
2020.
 Menggunakan pemodelan Hidden Markov Model
(HMM).
Short-Term Parking Demand Prediction Method 1. Data yang disajikan lebih rapi. 1. Mencakup ketidakpastian dan
Based on Variable Prediction Interval (Zheng, L., et al manfaat tahunan secara
(2020) 2. Mudah untuk mencari interval pada berkesinambungan. jika ini
 Penelitian dilakukan pada 17 Juni 2019 - 23 Juni 2019 sampling. tidak sesuai dengan situasi
Binomial
di Universitas Jilin Kampus Nanling, China. kehidupan nyata, penyesuaian
 Metode penelitian menggunakan Binomial. 3. Variabel input dapat dengan mudah manual diperlukan.
 Hasil penelitian menunjukkan model prediksi disesuaikan untuk menghitung nilai
permintaan parkir dapat secara akurat mengkalibrasi situasi keputusan yang berbeda.
19

parameter model, memprediksi permintaan parkir 2. Perhitungan.kurang.transpran
dengan cepat dan efektif dan memberikan referensi 4. Kegagalan tak terduga dapat diatasi karena cakupan yang luas.
teoritis dan dukungan teknis untuk perencanaan dan dengan menilai sampel tambahan.
pengelolaan parkir. 3. Produk yang tidak memenuhi
 Fokus pada distribusi tipikal pola kedatangan dan standar produk sesekali
keberangkatan parkir. digunakan tanpa disadari.
 Model prediksi permintaan parkir dibangun
menggunakan proses kelahiran dan kematian Markov, 4. “Cluster’’ kegagalan pada
dan parameter model dikalibrasi menggunakan metode titik akhir mungkin
curve fitting dan metode undetermined coeficients. ditanyakan.
Research on Parking Sharing Strategies Considering 5. Hanya memiliki 2 kategori

User Overtime Parking (Huang, X. et al (2019) hasil penelitian (Sukses;
 Penelitian dilakukan pada 21 Mei 2019 – 25 mei 2019 Gagal).
di pusat perbelanjaan Joy City di Xi'an, Provinsi Shan
Xi, Cina.
 Model penelitian dengan binomial berbasis alokasi
parkir bersama.
20

 Makalah ini menganalisis distribusi jumlah kedatangan
kendaraan dan durasi parkir, kemudian menetapkan
model alokasi parkir bersama yang bertujuan untuk
memaksimalkan manfaat parkir dan
mempertimbangkan perilaku parkir dari pengguna
parkir.
G/M/N Queuing Model- Based Research on the 1. Terstruktur (mulai dari awal-akhir 1. Pengoperasian memasukkan
Parking Spaces for Primary and Secondary School pelayanan). elemen dan menghapus dari
(Zhao, Y., et al (2020) antrian pada saat bekerja
 Model antrian kendaraan berdasarkan teori antrian 2. Mengurangi waktu tunggu pada proses dengan sempurna harus
G/M/N. pelayanan. sampai indeks belakang /
 Aplikasi perhitungan menggunakan MATLAB mencapai akhir susunan.
Antrian
 Ruang parkir ditentukan berdasarkan jumlah kumulatif 3. Sedikit data terperinci yang
(Queuing)
kendaraan. diperlukan. 2. Jika beberapa item
 Model optimasi untuk skala ruang parkir total dan dikeluarkan dari depan, akan
ruang parkir jangka pendek diusulkan untuk mencapai 4. Penghematan biaya yang signifikan ada beberapa ruang kosong di
pemanfaatan ruang parkir yang maksimal. (efisien). awal antrian. karena indeks
menunjuk sampai ke akhir
5. Fleksibel. susunan.
21

 Analisis dan verifikasi empiris dilakukan berdasarkan 6. Data yang digunakan umumnya pada
data lalu lintas sekolah yang sebenarnya. kedatangan dan kepergian. 3. Terlalu terbatas untuk
pemodelan pada kehidupan
Survey-Based Calibration Of A Parking Entry As A nyata.
Single - Server Mathematical Queuing Model (Abdel,
M. M. M. (2020) 4. Ketidakpastian yang sangat
 Penelitian ini terdapat pada 2 tempat: disederhanakan – bersifat
i. Satu di Alexandria: parkir mal San Stefano; asumsi (eksponensial).
ii. Satu di Giza: Parkir mall Hyper One.
 Metode antrian yang digunakan adalah
(M/M/1&M/D/1).
Analysis on Stability of Roadside Parking System in a

Rail-Integrated Transport Hub (Yang, J. et al (2021)
 Penelitian dilakukan pada parkir pinggir jalan di
Guangzhou, China
 Metode antrian berbasis multi-agent simulation.
22

2.10 Analisis Regresi Linier
Metode analisis ini merupakan salah satu dari model-model yang tergabung
didalam model statistik matematika. Metode ini merupakan alat analisis statistik
untuk menganalisis faktor-faktor penentu yang menimbulkan suatu kejadian atau
kondisi tertentu yang diamati, sekaligus menguji sejauh mana kekuatan faktor-
faktor penentu yang dimaksudkan berhubungan dengan kondisi yang ditimbulkan
/.diciptakannya (Miro, 2005).
Ada 2 bentuk metode analisis regresi linier ini, yaitu:
1. Analisis Regresi Linier Sederhana (Simple Linear Regresion Analysis)
Analisis ini hanya menghubungkan variabel terikat dengan 1 buah variabel
bebas yang mempengaruhi naik turunnya variable terikat yang diamati dengan
asumsi studi, variabel-variabel lainnya tidak mempengaruhi perubahan pada
variabel terikat atau tidak kita masukan kedalam model.
Bentuk matematis dari metode regresi linier sederhana adalah (Miro, 2005):
Y = a + bx + e .(2.15)
atau
Q = a + bTGL + e
di mana :
Y atau Q = variabel terikat yang akan diramalkan besarannya (dependent
…………………variable) atau dalam studi transportasi berupa jumlah perjalanan
…………………(lalu lintas) manusia, kendaraan, dan barang dari titik asal ke
…………………titik tujuan yang akan diperkirakan.
x atau TGL = variabel bebas (Independent Variable) berupa faktor yang
............................berpengaruh terhadap timbulnya jumlah perjalanan (lalu lintas)
............................seperti karakteristik sosial ekonomi zona, dengan asumsi faktor
…………………lain yang tidak berpengaruh (explanatory variable).
a = parameter konstanta (constant parameter) yang artinya, kalau x
…………………atau TGL sama dengan nol dalam arti tidak berubah / tetap,
…………………maka Y atau jumlah perjalanan sama dengan a.
b = parameter koefisien (coefficient parameter) berupa nilai yang
……………….= akan dipergunakan untuk meramalkan Y atau Q.
23

e = nilai kesalahan yang mewakili seluruh faktor-faktor yang kita
…………………anggap tidak mempengaruhi (disturbance term)
2. Analisis Regresi Linier Berganda (Multiple Linear Regression Analysis)
Merupakan teknik analisis regresi yang menghubungkan satu variabel terikat
dengan dua atau lebih variabel-variabel bebas yang dianggap atau mungkin
mempengaruhi perubahan variabel terikat yang diamati. Bentuk matematis dari
metode regresi linier berganda adalah (Miro, 2005):
Y = a + b1x1 + b2x2 + …… + bnxn + e (2.16)
di mana :
Y = variabel terikat yang akan diramalkan (dependent variable).
X1, …..xn = variabel-variabel bebas (independent variable).
b = parameter koefisien (koefisien parameter) berupa nilai yang akan
………………...dipergunakan untuk meramalkan Y.
e = nilai kesalahan yang mewakili seluruh faktor-faktor yang kita
…………………anggap tidak mempengaruhi (disturbance term).
3. Koefisien Korelasi
Analisis korelasi adalah alat statistik yang dapat digunakan untuk
mengetahui derajat hubungan linier antara satu variabel dengan variabel lain.
Umumnya analisis korelasi digunakan, dalam hubungannya dengan analisis
regresi, untuk mengukur ketepatan garis regresi dalam menjelaskan variasi
nilai variabel dependen (Miro, 2005; Sudjana, 1996).
Koefisien korelasi merupakan ukuran kedua yang dapat digunakan untuk
mengetahui kerataan hubungan antara suatu variabel dengan variabel lain.
Koefisien korelasi dapat ditentukan menggunakan formulasi sebagai berikut (Miro,
2005;.Sudjana,.1996):
N  (xy) − (x)(y)
r= (2.17)
√ (x 2 − ( (x))2  N (y 2 ) − ((y)2 
di mana:
r = koefisien korelasi
N = banyaknya subjek
X = nilai peubah X
Y = nilai peubah Y
24

Persamaan diatas merupakan persamaan uji korelasi yang mempunyai nilai r
(-1 ≤ r ≤ +1). Nilai r yang mendekati -1 mempunyai arti bahwa kedua variabel
tersebut saling berkorelasi negatif (peningkatan nilai salah satu variabel akan
menyebabkan penurunan nilai variabel lainnya). Sebaliknya, jika nilai r yang
mendekati +1 mempunyai arti bahwa kedua peubah tersebut saling berkorelasi
positif (peningkatan nilai salah satu variabel akan menyebabkan peningkatan nilai
peubah lainnya). Jika r mendekati 0, tidak terdapat korelasi antara kedua peubah
tersebut (Purnomo, 2008; Usman, 2008).
Untuk hubungan antar variabel bebas akan dipilih variabel bebas yang
memiliki nilai korelasi tidak kuat atau < 0,5 dalam suatu persamaan. Sedangkan
hubungan antara variabel bebas dan tak bebas akan dipilih variabel bebas yang
memiliki korelasi yang kuat atau > 0,5 dalam suatu persamaan. Interpretasi nilai R
dapat dilihat pada Tabel 2.6 (Purnomo, 2008; Usman, 2008).
Tabel 2.7 Interprestasi Nilai R
R Interpretasi
0 Tidak Berkolerasi
0,01 – 0,20 Sangat Rendah
0,21 – 0,40 Rendah
0,41 – 0,60 Agak Rendah
0,61 – 0,80 Cukup
0,81 – 0,99 Tinggi
1 Sangat Tinggi
Sumber: Purnomo dan Usman, (2008)
4. Uji F dan Uji t
Suatu model persamaan regresi linier berganda dapat diterima jika persamaan
tersebut signifikan yaitu Fhitung dan thitung memenuhi syarat signifikan α < 0,05
(Ghozali, 2011).
2.11 Peneliti Terdahulu

Referensi dari peneliti terdahulu akan dijelaskan pada Tabel 2.8:
25

Tabel 2.8 Referensi Peneliti Terdahulu
No. Nama Peneliti Judul Penelitian Metode Hasil Penelitian
Model kebutuhan untuk motor:
Y5 = 8,88 + 0,056 X1 (R=0,891),
Y7 = 11,278 + 0,044 X1 (R=0,828),
Y10 = 10,945 + 0,042 X1 (R=0,837)
Retyaningsih, S.D. Model Kebutuhan Ruang Parkir untuk Model kebutuhan untuk mobil:
1 Regresi
(2018) Toko Modern Y5 = 0,117 + 0,019 X1 (R=0,895),
Y7 = -1,073 + 0,030 X1 (R=0,866),
Y10 = -0,644 + 0,026 X1 (R=0,882), maka kebutuhan
ruang parkir toko modern interval 5 menit adalah 45,5
m2/100 m2 luas toko.
Model kebutuhan untuk motor:
Y = -10248,3 + 0,0099855 X1 + 0,0377788 X2
Kajian Kebutuhan Ruang Parkir Pasar
(9.672 kendaraan)
2 Budiarto (2002) Kliwon untuk Optimalisasi Jalan Regresi
Model kebutuhan untuk mobil:
Letjen S.Parman Temanggung
Y = -4862,9137 + 0,00442787 X1 + 0,09542302 X2
(4.605 kendaraan)

Model kebutuhan parkir sepeda motor:
Asmara, D.A, et al. Perencanaan Ulang Desain Parkir Y1= 0.17035574 X3 - 14.9878822
3 Regresi
(2013) Pasar Bulu Kota Semarang Model kebutuhan parkir mobil:
Y2 = 0.07696507 X4 - 335.423581
Model kebutuhan parkir mobil:
Pemodelan Kebutuhan Parkir pada
Bandesa, I.K.G, et al. Y = -4,551 + 0,176 (X4), (R2) = 0,979.
4 Pasar Tradisional di Kabupaten Regresi
(2014) Model kebutuhan parkir sepeda motor:
Badung
Y = -2,059 + 2,100 (X4), (R2) = 0,980
Model Kebutuhan untuk mobil:
YÂ’= -1232,55 + 44,72.X
Analisis Kebutuhan Ruang Parkir pada Model kebutuhan untuk sepeda motor barat:
5 Achmad, A.J. (2012) Regresi
Pasar Legi Kota Blitar YÂ’=128,06 + 0,81.X
Model kebutuhan untuk sepeda motor utara:
YÂ’ = -485,74 + 6,30.X
Dari hasil analisis dan perancangan fasilitas parkir Taman
Perencanaan Kebutuhan Ruang Parkir Sari: 348 parkir mobil dan 195 parkir sepeda motor.
6 Wahida N, et al. (2018) di Kawasan Taman Sari Kota Banda SRP Hasilnya adalah desain gedung Parkir 2 Lantai yakni:
Aceh 880 unit tempat parkir (360 parkir mobil dan 520 parkir
motor)

Model hubungan antara akumulasi parkir rata-rata
kendaraan ringan dengan luas bangunan untuk hari kerja
Analisis Karakteristik dan Kebutuhan adalah:
7 Suthanaya, P.A. (2010) Ruang Parkir pada Pusat Perbelanjaan Regresi y = 0,0016 x + 9,289 (R2 = 0,8786),
di Kabupaten Badung sepeda motor adalah
y = 0,0032 x + 123,69 (R2 = 0,5776).
Luas bangunan maksimum 75.648 m2
Hubungan kebutuhan parkir mobil dengan jumlah
karyawan tidak tetap (X5):
Y1 = -1,805 + 0,358.X5 dengan R2 = 0,965
Hubungan kebutuhan parkir sepeda motor dengan
karyawan tidak tetap (X5):
Analisis Karakteristik Pemodelan
Y2 = -24,497 + 2,059.X5 dengan R2 = 0,873
8 Sutapa, I.K, et al. (2008) Kebutuhan Parkir Pada Pusat Regresi
Hubungan kebutuhan parkir taksi dengan jumlah karyawan
Perbelanjaan di Kota Denpasar
tidak tetap (X5):
Y3 = - 1,262 + 0,037.X5 dengan R2 = 0,873
Untuk kebutuhan parkir mobil variabel bebas yang
signifikan hanya dipengaruhi jumlah karyawan tidak tetap
(X5):

Y1 = -1,805 + 0,358.(X5) dengan R2 = 0,965.
Untuk kebutuhan parkir sepeda motor variabel bebas yang
signifikan dipengaruhi oleh kombinasi jumlah karyawan
tetap (X4) dan jumlah karyawan tidak tetap (X5) dengan
persamaan model:
Y2 = 135,401 – 1,200.(X4) + 2,829.(X5) dengan R2 = 0,972.
Sedangkan kebutuhan parkir taksi varibel bebas yang
signifikan hanya dipengaruhi oleh jumlah karyawan tidak
tetap (X5) dengan persamaan model:
Y3 = -1,262 + 0,037.(X5) koefisien determinasi (R2) =
0,915.
Model matematis kebutuhan parkir:
Y = 10,185 + 0,405 X4.
Evaluasi dan Model Matematis
ketersediaan pelataran parkir sesuai peraturan yaitu:
9 Winarno, B. (2010) Kebutuhan Parkir di Pasar Kota Regresi
19,7 srp < 183,1 srp; 31,7 srp < 187,1 srp; 28,2 srp < 213,1
Medan
srp dan 69,6 srp < 196,7 srp atau 10,8 %; 16,9 %; 13,2 %
dan 35,4 % dari ketersediaan parkir sesuai peraturan

Model kebutuhan parkir Pasar Tradisional Kabupaten
Tabanan untuk sepeda motor:
Analisis Karakteristik dan Model
Y= 89,534 + 0,073 X1 + 0,084 X2
10 Diasa, I.W., et al (2019) Kebutuhan Parkir (Studi Kasus: Pasar Regresi
model kebutuhan parkir di Pasar Tradisional Kabupaten
Tradisional di Kabupaten Tabanan
Tabanan untuk kendaraan ringan (LV):
Y= 23,267 + 0,035 X1 + 0,073 X2
Model regresi parkir pasar pegandon:
Analisis Kebutuhan dan Penataan
Ghassani,D.B, et al y = 35.156 + 0.176 * x
11 Lahan Parkir Di Pasar Pegandon, Regresi
(2020) dengan 52.756 petak parkir dengan kebutuhan lahan 100
Kabupaten Kendal
m2
Akumulasi Maksimum Ruang Pertemuan:
Y = -34,3548 + 84,6827 ln X2
Kamar Yang Tersedia:
Kajian Penentuan Standart Kebutuhan Y = 7,421182 e 0,020286 X4
12 Ismiyanti (2004) Ruang Parkir Hotel Berbintang di Regresi Luas Lantai Hotel Total:
Kota Semarang Y = 18,009594 e 0,000259 X5
Model Multiple Regresi diperoleh hasil sebagai berikut:
Y = -35.3967 + 0.1877 X2 + 0.3684 X4 + 0.0082 X5,
dengan r = 0,930127.

Volume parkir sepeda motor: 1442 kendaraan di Jalan
Ngurah Rai dan 197 kendaraan di Jalan Pahlawan.
Analisis Karakteristik dan Kebutuhan Akumulasi tertinggi: 185 kendaraan di Jalan Ngurah Rai
Lestari, P.E.P, et al . Parkir di Kabupaten Jembrana dan 29 kendaraan di Jalan Pahlawan,
13 SRP
(2016) (Studi Kasus : Parkir Tepi Jalan Pasar Kapasitas parkir: 166 𝐾𝑒𝑛𝑑/𝐽𝑎𝑚 di Jalan Ngurah Rai dan
Umum Negara) 19 𝐾𝑒𝑛𝑑/𝐽𝑎𝑚 di Jalan Pahlawan,
Tingkat pergantian parkir: 0,87 kend/SRP/jam di Jalan
Ngurah Rai dan 0,62 kend/SRP/jam di Jalan Pahlawan.
Kapasitas parkir:
roda 2 karyawan = 300 SRP,
roda 2 pengunjung = 312 SRP
Evaluasi Karakteristik dan Kapasitas roda 4 karyawan = 42 SRP
Lestari, U.S. dan Lahan Parkir pada Rumah Sakit roda 4 pengunjung = 81 SRP.
14 SRP
Noorlida (2018) Daerah Idaman Banjarbaru Indeks parkir maksimum:
roda 2 karyawan = 96%,
roda 2 pengunjung = 98%
roda 4 karyawan = 96%
roda 4 pengunjung = 98%.

Tempat parkir yang dibutuhkan 1.171 kendaraan.
Waris, M. dan Analisis Kapasitas Ruang Parkir Pasar Volume parkir jam puncak pukul 10.00 sampai 14.00,
15 SRP
Tammabela, I.R. Sentral Kota Majene. Akumulasi parkir puncak pukul 11.00-15.00,
Kapasitas parkir tertinggi pukul 10.00 - 14.00.
Kebutuhan parkir mobil:
Ansusanto, J.D. dan Pemodelan Parkir pada Gedung Y= -6,280 + 0,035*LB, R2 = 0,920.
16 Regresi
Leowaldo. S (2019) Perbankan di Kota Yogyakarta Kebutuhan parkir sepeda motor:
Y = 13,333 + 7,833*JCS, R2 sebesar 0,885.
Development of Parking Demand Model kebutuhan parkir mobil:
Model for Private Hospital in Y = 9.224 + 3.27 (X3), R2 = 0,774
17 Suthanaya, P.A. (2017) Regresi
Developing Country (Case Study of Model kebutuhan parkir mobil:
Denpasar City, Indonesia) Y = 124.801 + 0.940 (X9), R2 = 0,838
Parking Demand Analysis and Dengan koefisien korelasi berganda 0,990.
Modeling for Shopping Centers Model akhir yang diperoleh adalah sebagai berikut.
18 Azanaw, A.D. (2016) Regresi
(A Case Study of Major Shopping PPD = 0,002 x GFA + 0,015 x PA + 0,007 EPS (R2 =
Centers in Addis Ababa City) 0,990).
Analysis of Characteristic and Parking Jumlah tempat parkir kendaraan motor: 1.070 SRP dan
Zaenal, R.F. et al.
19 Demand (A Case Study: New SRP mobil: 450 SRP.
(2019)
Makassar Mall) Nilai F: 9.570 SRP ; P: 5.410 kendaraan..

Permintaan dan penawaran parkir:
Analyzing on-Street Parking Duration
F (5,15) = 2,382 (p = 0,088), R2 = 0,443, R2 = 0,257,
Ajeng, C dan Hyoung, and Demand in a Metropolitan City of
20 Regresi SRMR = 17,821, Durbin-Watson = 2,165 (durasi parkir);
T. (2018) a Developing Country: A Case Study
F (5,15) = 5,519 (p = 0,004), R2 = 0,648, SRMR= 398,305,
of Yogyakarta City, Indonesia
Durbin-Watson = 2,419 (permintaan parkir)
Model Regresi:
Modeling of the Need for Parking Y = 78,261 + 1446,659 X5 – 27997,961X52 + 0,051 X8 +
Sidorchuk, R. et al. Space in the Districts of Moscow 0,014 X11 + 0,014 X12 – 0,088 X13 + 1,03.10-5 X132.
21 Regresi
(2020) Metropolis By Using Multivariate Kemungkinan parkir melebihi tingkat hunian:
Methods. Z = - 0,751 + 334,874 X5 – 6541,646 X52 + 4,33.10-5 X52 +
6,57.10-6 X112 – 7,96.10-5 X132.
Model yang dikembangkan:
Parking Fare Modelling of an Off - Y = 25200 + 2,251 X1 + 2,768 X2 + 2,108 X3 + 11,019 X4
22 Musa, A.A. et al. (2020) Regresi
Street Parking Facility + 2,568 X5 – 2,78 X6 + 1,03 X7 – 1,187 X8 + 7,061 X9 –
0,110 X10 + 6,589 X11 + 0,673 X12., R2=0.873.
Analysis of Parking Demand and Akumulasi maksimum pada pagi hari terjadi antara pukul
23 Patel, R.D. et al. (2013) Suggesting Alternative for Parking SRP 10.00-12.00 dan antara pukul 17.00-20.00 sore.
(A Case Study of Mahesana City)

Determination of the Impact of on Total kapasitas parkir:
Street Parking and Inadequate Parking Mobil 215 kendaraan
24 Rahman, S.M.R. et al. Space of Shopping Centers on SRP Motor 73 kendaraan
Roadway Capacity and Speed in Ruang untuk 1 mobil untuk keperluan bisnis = 200 m2;
Chittagong Ruang untuk 1 mobil untuk tempat parkir = 11,52 m2
Nilai R2 dari persamaan tersebut adalah 0,62 dengan:
A Case Study on On-Street Parking Y = 68,88 + 15,41 X1 – 0,75 X2 + 16,54 X3
25 Sen, S. et al. (2016) Demand Estimation for 4-Wheelers in Regresi Bentuk akhir dari persamaan permintaan Dalhousie
Urban CBD adalah:
Y= 99,1 + 8,12 X1 + 0,12 X2 + 57,45 X3
Ykendaraan = -4.64 + 0.131XG + 1.64XW (R2 = 0.925)
Development of Trip Attraction Rates Yorang = 18.336 + 0.183XG + 5.269XW (R2 = 0.932)
Suthakaran, S. et al.
26 and Parking Standards for Regresi Y3w = 3.292 + 0.008XG + 0.363XW (R2 = 0.843)
(2017)
Supermarkets in Kandy Area Ysepeda= 6.257 + 0.009XG + 0.042XW (R2 = 0.240)
Ymobil = -15.822 + 0.073XG (R2 = 0.865).
Jhanda Square ke kantor pos carfax:
Shruti Arne, PG. S. dan A Model for On-Street Parking d= -3859 + Cc0.93 + Cn0.93; R2=0.96
27 Regresi
Sugandhi, S. (2017) Management for Khargone City Kantor pos carfax ke pasar sayuran:
d = 1.878 Cc - 1.799 Cn + 1.932HS + 2.535OB; R2=0,92

Kantor pos carfax to pasar Radhawallabh :
d= -9988.17 + Cc0.935 + Cn0.749 + OB0.935; R2=0,98
Stasiun bus ke pompa bensin Gour:
d= -2687.82 + Cc0.904 + Cn0.851 + OB0.904; R2=0,97
Model yang diperoleh adalah:
On Street Parking Management Plan D=0.337+7.093a+8.594b+9.16c+5.915d, R²=0.959.
28 Kolhar, P. (2012) and Cost-Benefit Analysis for Regresi Model dari data faktor tujuan kunjungan adalah:
Dharwad City, Karnataka, India D=0.661+9.012a+8.516b+4.7c+6.091d+4.563e.dengan
R²=0.967.
Persamaan kebutuhan parkir:
Prajapatil, R.J. et al. On-Street Parking: A Biggest Problem P = 0,661 + 9,012A + 8,51B + 4,7C + 6,091D + 4,563E,
29 Regresi
(2017) of Urban Streets R2= 0,967
P = 0,337 + 7,093A + 8,59B + 9,16C + 5,19D, R2= 0,959

BAB III
METODOLOGI PENELITIAN
3.1 Lokasi Penelitian

Lokasi penelitian ini dilaksanakan di Jalan Flamboyan Raya – Jalan Bunga
Sakura pada Pasar Melati Medan.
Gambar 3.1 Peta Lokasi Penelitian
36

Gambar 3.2 Peta Garis Segmen 1 – Segmen 5 Pasar Melati 5 Medan
3.2 Alur Kegiatan

Urutan prosedur penelitian yang akan dilakukan dalam mengerjakan studi
ini disajikan dalam flowchart berikut:
37

Mulai
Perumusahan Masalah
Tinjauan Pustaka
Survei Sekunder
Survei Sekunder 1. Peta lokasi Penelitian
2. Pengelompokan Jalan
3. Penentuan Sampel
Identifikasi Variabel
Bebas & Terikat
Survei Primer
1. Jumlah Parkir Mobil
Pelaksanaan Survei 2. Jumlah Parkir Motor
3. Jumlah Pengunjung Pasar
Melati
4. Jumlah Kios Pasar Melati
5. Jumlah Los Pasar Melati
6. Luas Pasar Melati
Analisis Data
7. Luas Kios Pasar Melati
8. Luas Los Pasar Melati
Analisis Data
1. Akumulasi Parkir
Analisis Regresi 2. Volume Parkir
3. Turn Over Parkir
Analisis Regresi
Model Tarikan 1. Variabel Terikat
Pasar Melati 2. Variabel Bebas
Hasil Kebutuhan Lahan Parkir
Selesai
Gambar 3.3 Flowchart Pengambilan Data
38

3.3 Metode Pengambilan Data
Pengambilan data penelitian dilakukan secara survei, data tersebut dapat
dibedakan menjadi 2 (dua) berdasarkan sumber data, yaitu sebagai berikut:
3.3.1 Survei Primer

Pengambilan data melalui survei tarikan di Jalan Flamboyan Raya. Survei
dilakukan selama 8 hari dengan menghitung jumlah parkir mobil, jumlah parkir
motor, jumlah pengunjung, jumlah kios, jumlah los, luas kios, luas los di pasar
melati medan.
3.3.2 Survei Sekunder

Data Sekunder merupakan data yang didapatkan berdasarkan hasil studi atau
laporan-laporan kegiatan penelitian terdahulu, atau data-data yang didapatkan dari
instansi terkait. Data sekunder adalah berupa:
 Peta lokasi penelitan
 Pengelompokan jalan
 Penentuan sampel
3.4 Variabel Penelitian

Dalam penelitian ini terdapat beberapa variabel. Variabel-variabel yang
berpengaruh dalam perancangan model kebutuhan ruang parkir untuk pasar melati
medan sebagai berikut:
a. Variabel Terikat
 Akumulasi Parkir Mobil (Y1)
 Akumulasi Parkir Motor (Y2)
b. Variabel Bebas
 Luas Pasar Melati Medan (X1)
 Luas Kios Pasar Melati Medan (X2)
 Luas Los Pasar Melati Medan (X3)
 Jumlah Los Pasar Melati Medan (X4)
 Jumlah Kios Pasar Melati Medan (X5)
 Jumlah Pengunjung Pasar Melati (X6)
39

 Jumlah Pedagang Tanah (X7)
 Jumlah Volume Parkir Mobil (X8)
Jumlah Volume Parkir Motor (X8)
3.5 Metode Analisis Data

Metode analisis data yang digunakan dalam studi ini adalah cara analisis
regresi linier berganda dengan menggunakan perangkat lunak Statistic Program for
Special Science (SPSS). Dalam menganalisis data beberapa tahapan uji statistik
harus dilakukan agar model bangkitan pergerakan yang dihasilkan nantinya
dinyatakan, tahapan-tahapan itu adalah:
a. Uji Korelasi
Uji korelasi dilakukan untuk mengetahui kekuatan/keeratan hubungan antara
variabel bebas dengan variabel tak bebas. Hasil dari uji korelasi dinyatakan dengan
koefisien korelasi, dimana dengan nilai koefisien korelasi ini dapat diketahui
tingkat keterhubungan antara variabel tak bebas dan variabel bebas yang mana
sangat berguna dalam menganalisis tingkat keterhubungan tersebut.
Untuk hubungan antar variabel bebas akan dipilih variabel bebas yang
memiliki nilai korelasi tidak kuat atau < 0,5 dalam suatu persamaan, sedangkan
hubungan antara variabel bebas dan variabel tak bebas akan dipilih variabel bebas
yang memiliki korelasi yang kuat atau > 0,5 dalam suatu persamaan.
3.6 Pemilihan Persamaan Model Yang Optimum

Persamaan model regresi (untuk model bangkitan tarikan pergerakan) yang
optimum dari hasil uji model adalah:
 Persamaan regresi yang tidak memiliki nilai koefesien korelasi tinggi antar
variabel bebasnya
 Tanda aljabar semua koefesien regresinya sesuai dengan logika
 Nilai koefesisen determinasi (R2) yang paling tinggi mendekati 1,00
 Nilai konstanta regresi (A) yang minimum 0,000
 Nilai Standard Error of Estimated mendekati 0,000
40

3.7 Penarikan Kesimpulan dan Saran
Setelah memperoleh hasil dari pengolahan data dan analisis data maka
peneliti mampu menarik kesimpulan yang merupakan jawaban dari pertanyaan
ilmiah yang ada pada tujuan penelitian. Setelah itu peneliti mampu memberikan
kontribusi berupa saran kepada pembaca mengenai hambatan dan solusi yang
berhubungan dengan masalah pada penelitian ini.
41

BAB IV
HASIL DAN PEMBAHASAN
4.1 Analisis Parkir

4.1.1 Akumulasi Parkir
Perhitungan akumulasi parkir maksimum dilihat pada Tabel 4.1 – Tabel 4.20.
Tabel 4.1 Akumulasi Parkir Mobil di Segmen 1 Kiri
Kendaraan Kumulatif Kendaraan Kumulatif
Akumulasi
WAKTU Masuk Kendaraan Keluar Kendaraan
(Mobil)
(Mobil) Masuk (Mobil) Keluar
08.00 - 09.00 63 63 28 28 35
09.00 - 10.00 36 99 38 66 33
10.00 - 11.00 53 152 36 102 50
11.00 - 12.00 33 185 44 146 39
13.00 - 14.00 81 266 30 176 90
14.00 - 15.00 51 317 40 216 101
15.00 - 16.00 53 370 53 269 101
16.00 - 17.00 42 412 47 316 96
17.00 - 18.00 38 450 70 386 64
18.00 - 19.00 5 455 16 402 53
500
450
400
350
SEGMEN 1
300
250
200
150
100
50
0
08.00 09.00 10.00 11.00 13.00 14.00 15.00 16.00 17.00 18.00
- - - - - - - - - -
09.00 10.00 11.00 12.00 14.00 15.00 16.00 17.00 18.00 19.00
KENDARAAN MASUK 63 99 152 185 266 317 370 412 450 455
KENDARAAN KELUAR 28 66 102 146 176 216 269 316 386 402
MOBIL KIRI
KENDARAAN MASUK KENDARAAN KELUAR
Gambar 4.1 Akumulasi Parkir Mobil di Segmen 1 Kiri
42

Tabel 4.2 Akumulasi Parkir Mobil di Segmen 1 Kanan
Akumulasi
(Mobil)
08.00 - 09.00 73 73 23 23 50
09.00 - 10.00 50 123 32 55 68
10.00 - 11.00 54 177 47 102 75
11.00 - 12.00 37 214 48 150 64
13.00 - 14.00 94 308 24 174 134
14.00 - 15.00 82 390 34 208 182
15.00 - 16.00 62 452 38 246 206
16.00 - 17.00 31 483 54 300 183
17.00 - 18.00 28 511 117 417 94
18.00 - 19.00 0 511 22 439 72
600
500
400
SEGMEN 1
300
200
100
0
08.00 09.00 10.00 11.00 12.00 13.00 14.00 16.00 17.00 18.00
- - - - - - - - - -
09.00 10.00 11.00 12.00 13.00 14.00 15.00 17.00 18.00 19.00
KENDARAAN MASUK 73 123 177 214 308 390 452 483 511 511
MOBIL KANAN
Gambar 4.2 Akumulasi Parkir Mobil di Segmen 1 Kanan
43

Tabel 4.3 Akumulasi Parkir Motor di Segmen 1 Kiri
Akumulasi
(Motor)
(Motor) Masuk (Motor) Keluar
08.00 - 09.00 44 44 2 2 42
09.00 - 10.00 37 81 14 16 65
10.00 - 11.00 22 103 31 47 56
11.00 - 12.00 16 119 40 87 32
13.00 - 14.00 73 192 11 98 94
14.00 - 15.00 60 252 20 118 134
15.00 - 16.00 36 288 32 150 138
16.00 - 17.00 15 303 44 194 109
17.00 - 18.00 22 325 64 258 67
18.00 - 19.00 0 325 27 285 40
350
300
250
SEGMEN 1
200
150
100
50
0
08.00 09.00 10.00 11.00 12.00 13.00 14.00 16.00 17.00 18.00
- - - - - - - - - -
09.00 10.00 11.00 12.00 13.00 14.00 15.00 17.00 18.00 19.00
KENDARAAN MASUK 44 81 103 119 192 252 288 303 325 325
MOTOR KIRI
Gambar 4.3 Akumulasi Parkir Motor di Segmen 1 Kiri
44

Tabel 4.4 Akumulasi Parkir Motor di Segmen 1 Kanan
Akumulasi
(Motor)
08.00 - 09.00 56 56 8 8 48
09.00 - 10.00 43 99 13 21 78
10.00 - 11.00 22 121 28 49 72
11.00 - 12.00 11 132 51 100 32
13.00 - 14.00 89 221 11 111 110
14.00 - 15.00 79 300 21 132 168
15.00 - 16.00 47 347 38 170 177
16.00 - 17.00 13 360 57 227 133
17.00 - 18.00 20 380 96 323 57
18.00 - 19.00 0 380 21 344 36
400
350
300
SEGMEN 1
250
200
150
100
50
0
08.00 09.00 10.00 11.00 13.00 14.00 15.00 16.00 17.00 18.00
- - - - - - - - - -
09.00 10.00 11.00 12.00 14.00 15.00 16.00 17.00 18.00 19.00
KENDARAAN MASUK 56 99 121 132 221 300 347 360 380 380
MOTOR KANAN
Gambar 4.4 Akumulasi Parkir Motor di Segmen 1 Kanan
45

Akumulasi
(Mobil)
08.00 - 09.00 72 72 29 29 43
09.00 - 10.00 38 110 47 76 34
10.00 - 11.00 87 197 77 153 44
11.00 - 12.00 94 291 97 250 41
13.00 - 14.00 88 379 60 310 69
14.00 - 15.00 92 471 66 376 95
15.00 - 16.00 71 542 76 452 90
16.00 - 17.00 76 618 77 529 89
17.00 - 18.00 69 687 89 618 69
18.00 - 19.00 2 689 22 640 49
800
700
600
SEGMEN 2
500
400
300
200
100
0
08.00 09.00 10.00 11.00 13.00 14.00 15.00 16.00 17.00 18.00
- - - - - - - - - -
09.00 10.00 11.00 12.00 14.00 15.00 16.00 17.00 18.00 19.00
KENDARAAN MASUK 72 110 197 291 379 471 542 618 687 689
MOBIL KIRI
46

Akumulasi
(Mobil)
08.00 - 09.00 67 67 42 42 25
09.00 - 10.00 50 117 44 86 31
10.00 - 11.00 45 162 49 135 27
11.00 - 12.00 47 209 48 183 26
13.00 - 14.00 45 254 23 206 48
14.00 - 15.00 27 281 29 235 46
15.00 - 16.00 32 313 27 262 51
16.00 - 17.00 17 330 24 286 44
17.00 - 18.00 42 372 46 332 40
18.00 - 19.00 2 374 12 344 30
400
350
300
SEGMEN 2
250
200
150
100
50
0
08.00 09.00 10.00 11.00 13.00 14.00 15.00 16.00 17.00 18.00
- - - - - - - - - -
09.00 10.00 11.00 12.00 14.00 15.00 16.00 17.00 18.00 19.00
KENDARAAN MASUK 67 117 162 209 254 281 313 330 372 374
MOBIL KANAN
47

Akumulasi
(Motor)
08.00 - 09.00 179 179 56 56 123
09.00 - 10.00 112 291 97 153 138
10.00 - 11.00 117 408 117 270 138
11.00 - 12.00 67 475 126 396 79
13.00 - 14.00 174 649 63 459 190
14.00 - 15.00 161 810 132 591 219
15.00 - 16.00 73 883 107 698 185
16.00 - 17.00 66 949 98 796 153
17.00 - 18.00 66 1015 104 900 115
18.00 - 19.00 7 1022 29 929 93
1200
1000
800
SEGMEN 2
600
400
200
0
08.00 09.00 10.00 11.00 13.00 14.00 15.00 16.00 17.00 18.00
- - - - - - - - - -
09.00 10.00 11.00 12.00 14.00 15.00 16.00 17.00 18.00 19.00
KENDARAAN MASUK 179 291 408 475 649 810 883 949 1015 1022
MOTOR KIRI
48

Akumulasi
(Motor)
08.00 - 09.00 163 163 51 51 112
09.00 - 10.00 97 260 90 141 119
10.00 - 11.00 136 396 104 245 151
11.00 - 12.00 116 512 133 378 134
13.00 - 14.00 384 896 123 501 395
14.00 - 15.00 148 1044 181 682 362
15.00 - 16.00 178 1222 203 885 337
16.00 - 17.00 158 1380 192 1077 303
17.00 - 18.00 147 1527 213 1290 237
18.00 - 19.00 2 1529 79 1369 160
1200
1000
800
SEGMEN 2
600
400
200
0
08.00 09.00 10.00 11.00 13.00 14.00 15.00 16.00 17.00 18.00
- - - - - - - - - -
09.00 10.00 11.00 12.00 14.00 15.00 16.00 17.00 18.00 19.00
KENDARAAN MASUK 179 291 408 475 649 810 883 949 1015 1022
MOTOR KIRI
49

Akumulasi
(Mobil)
08.00 - 09.00 60 60 29 29 31
09.00 - 10.00 28 88 30 59 29
10.00 - 11.00 28 116 28 87 29
11.00 - 12.00 29 145 36 123 22
13.00 - 14.00 67 212 28 151 61
14.00 - 15.00 25 237 32 183 54
15.00 - 16.00 25 262 31 214 48
16.00 - 17.00 30 292 34 248 44
17.00 - 18.00 27 319 31 279 40
18.00 - 19.00 3 322 14 293 29
350
300
250
SEGMEN 3
200
150
100
50
0
08.00 09.00 10.00 11.00 13.00 14.00 15.00 16.00 17.00 18.00
- - - - - - - - - -
09.00 10.00 11.00 12.00 14.00 15.00 16.00 17.00 18.00 19.00
KENDARAAN MASUK 60 88 116 145 212 237 262 292 319 322
MOBIL KIRI
50

Akumulasi
(Mobil)
08.00 - 09.00 6 6 2 2 4
09.00 - 10.00 8 14 7 9 5
10.00 - 11.00 8 22 9 18 4
11.00 - 12.00 7 29 9 27 2
13.00 - 14.00 5 34 3 30 4
14.00 - 15.00 6 40 5 35 5
15.00 - 16.00 7 47 7 42 5
16.00 - 17.00 9 56 5 47 9
17.00 - 18.00 3 59 8 55 4
18.00 - 19.00 0 59 2 57 2
70
60
50
SEGMEN 3
40
30
20
10
0
08.00 09.00 10.00 11.00 13.00 14.00 15.00 16.00 17.00 18.00
- - - - - - - - - -
09.00 10.00 11.00 12.00 14.00 15.00 16.00 17.00 18.00 19.00
KENDARAAN MASUK 6 14 22 29 34 40 47 56 59 59
MOBIL KANAN
51

Akumulasi
(Motor)
08.00 - 09.00 300 300 69 69 231
09.00 - 10.00 246 546 190 259 287
10.00 - 11.00 263 809 173 432 377
11.00 - 12.00 257 1066 258 690 376
13.00 - 14.00 578 1644 156 846 798
14.00 - 15.00 335 1979 280 1126 853
15.00 - 16.00 264 2243 292 1418 825
16.00 - 17.00 188 2431 298 1716 715
17.00 - 18.00 291 2722 437 2153 569
18.00 - 19.00 21 2743 111 2264 479
3000
2500
2000
SEGMEN 3
1500
1000
500
0
08.00 09.00 10.00 11.00 13.00 14.00 15.00 16.00 17.00 18.00
- - - - - - - - - -
09.00 10.00 11.00 12.00 14.00 15.00 16.00 17.00 18.00 19.00
KENDARAAN MASUK 300 546 809 1066 1644 1979 2243 2431 2722 2743
MOTOR KIRI
52

Akumulasi
(Motor)
08.00 - 09.00 279 279 131 131 148
09.00 - 10.00 283 562 198 329 233
10.00 - 11.00 412 974 364 693 281
11.00 - 12.00 506 1480 499 1192 288
13.00 - 14.00 713 2193 318 1510 683
14.00 - 15.00 746 2939 440 1950 989
15.00 - 16.00 624 3563 498 2448 1115
16.00 - 17.00 489 4052 957 3405 647
17.00 - 18.00 410 4462 676 4081 381
18.00 - 19.00 13 4475 69 4150 325
5000
4500
4000
3500
SEGMEN 3
3000
2500
2000
1500
1000
500
0
08.00 09.00 10.00 11.00 13.00 14.00 15.00 16.00 17.00 18.00
- - - - - - - - - -
09.00 10.00 11.00 12.00 14.00 15.00 16.00 17.00 18.00 19.00
KENDARAAN MASUK 279 562 974 1480 2193 2939 3563 4052 4462 4475
MOTOR KANAN
53

Akumulasi
(Mobil)
08.00 - 09.00 90 90 49 49 41
09.00 - 10.00 60 150 70 119 31
10.00 - 11.00 49 199 46 165 34
11.00 - 12.00 37 236 35 200 36
13.00 - 14.00 58 294 31 231 63
14.00 - 15.00 49 343 45 276 67
15.00 - 16.00 52 395 43 319 76
16.00 - 17.00 39 434 46 365 69
17.00 - 18.00 44 478 58 423 55
18.00 - 19.00 2 480 10 433 47
600
500
400
SEGMEN 4
300
200
100
0
08.00 09.00 10.00 11.00 13.00 14.00 15.00 16.00 17.00 18.00
- - - - - - - - - -
09.00 10.00 11.00 12.00 14.00 15.00 16.00 17.00 18.00 19.00
KENDARAAN MASUK 90 150 199 236 294 343 395 434 478 480
MOBIL KIRI
54

Akumulasi
(Mobil)
08.00 - 09.00 68 68 36 36 32
09.00 - 10.00 57 125 49 85 40
10.00 - 11.00 41 166 52 137 29
11.00 - 12.00 34 200 47 184 16
13.00 - 14.00 41 241 27 211 30
14.00 - 15.00 26 267 26 237 30
15.00 - 16.00 19 286 19 256 30
16.00 - 17.00 15 301 17 273 28
17.00 - 18.00 28 329 29 302 27
18.00 - 19.00 2 331 5 307 24
350
300
250
SEGMEN 4
200
150
100
50
0
08.00 09.00 10.00 11.00 13.00 14.00 15.00 16.00 17.00 18.00
- - - - - - - - - -
09.00 10.00 11.00 12.00 14.00 15.00 16.00 17.00 18.00 19.00
KENDARAAN MASUK 68 125 166 200 241 267 286 301 329 331
MOBIL KANAN
55

Akumulasi
(Motor)
08.00 - 09.00 447 447 198 198 249
09.00 - 10.00 359 806 339 537 269
10.00 - 11.00 321 1127 291 828 299
11.00 - 12.00 345 1472 346 1174 298
13.00 - 14.00 455 1927 195 1369 558
14.00 - 15.00 286 2213 313 1682 531
15.00 - 16.00 265 2478 265 1947 531
16.00 - 17.00 211 2689 234 2181 508
17.00 - 18.00 148 2837 260 2441 396
18.00 - 19.00 13 2850 34 2475 375
3000
2500
2000
SEGMEN 4
1500
1000
500
0
08.00 09.00 10.00 11.00 13.00 14.00 15.00 16.00 17.00 18.00
- - - - - - - - - -
09.00 10.00 11.00 12.00 14.00 15.00 16.00 17.00 18.00 19.00
KENDARAAN MASUK 447 806 1127 1472 1927 2213 2478 2689 2837 2850
MOTOR KIRI
56

Akumulasi
(Motor)
08.00 - 09.00 228 228 85 85 143
09.00 - 10.00 149 377 161 246 131
10.00 - 11.00 171 548 110 356 192
11.00 - 12.00 191 739 157 513 226
13.00 - 14.00 498 1237 170 683 554
14.00 - 15.00 301 1538 231 914 624
15.00 - 16.00 360 1898 253 1167 731
16.00 - 17.00 237 2135 353 1520 615
17.00 - 18.00 225 2360 463 1983 377
18.00 - 19.00 17 2377 53 2036 341
2500
2000
SEGMEN 4
1500
1000
500
0
08.00 09.00 10.00 11.00 13.00 14.00 15.00 16.00 17.00 18.00
- - - - - - - - - -
09.00 10.00 11.00 12.00 14.00 15.00 16.00 17.00 18.00 19.00
KENDARAAN MASUK 228 377 548 739 1237 1538 1898 2135 2360 2377
MOTOR KANAN
57

Akumulasi
(Mobil)
08.00 - 09.00 93 93 27 27 66
09.00 - 10.00 72 165 56 83 82
10.00 - 11.00 62 227 54 137 90
11.00 - 12.00 55 282 62 199 83
13.00 - 14.00 161 443 48 247 196
14.00 - 15.00 82 525 61 308 217
15.00 - 16.00 89 614 59 367 247
16.00 - 17.00 72 686 93 460 226
17.00 - 18.00 58 744 155 615 129
18.00 - 19.00 2 746 27 642 104
800
700
600
SEGMEN 5
500
400
300
200
100
0
08.00 09.00 10.00 11.00 13.00 14.00 15.00 16.00 17.00 18.00
- - - - - - - - - -
09.00 10.00 11.00 12.00 14.00 15.00 16.00 17.00 18.00 19.00
KENDARAAN MASUK 93 165 227 282 443 525 614 686 744 746
MOBIL KIRI
58

Akumulasi
(Mobil)
08.00 - 09.00 20 20 5 5 15
09.00 - 10.00 13 33 8 13 20
10.00 - 11.00 7 40 8 21 19
11.00 - 12.00 11 51 14 35 16
13.00 - 14.00 29 80 8 43 37
14.00 - 15.00 12 92 10 53 39
15.00 - 16.00 25 117 14 67 50
16.00 - 17.00 3 120 17 84 36
17.00 - 18.00 12 132 22 106 26
18.00 - 19.00 0 132 10 116 16
140
120
100
SEGMEN 5
80
60
40
20
0
08.00 09.00 10.00 11.00 13.00 14.00 15.00 16.00 17.00 18.00
- - - - - - - - - -
09.00 10.00 11.00 12.00 14.00 15.00 16.00 17.00 18.00 19.00
KENDARAAN MASUK 20 33 40 51 80 92 117 120 132 132
MOBIL KANAN
59

Akumulasi
(Motor)
08.00 - 09.00 38 38 21 21 17
09.00 - 10.00 36 74 28 49 25
10.00 - 11.00 38 112 28 77 35
11.00 - 12.00 37 149 51 128 21
13.00 - 14.00 71 220 31 159 61
14.00 - 15.00 36 256 37 196 60
15.00 - 16.00 42 298 36 232 66
16.00 - 17.00 31 329 44 276 53
17.00 - 18.00 28 357 46 322 35
18.00 - 19.00 0 357 14 336 21
400
350
300
SEGMEN 5
250
200
150
100
50
0
08.00 09.00 10.00 11.00 13.00 14.00 15.00 16.00 17.00 18.00
- - - - - - - - - -
09.00 10.00 11.00 12.00 14.00 15.00 16.00 17.00 18.00 19.00
KENDARAAN MASUK 38 74 112 149 220 256 298 329 357 357
MOTOR KIRI
60

Akumulasi
(Motor)
08.00 - 09.00 273 273 42 42 231
09.00 - 10.00 179 452 67 109 343
10.00 - 11.00 311 763 166 275 488
11.00 - 12.00 336 1099 203 478 621
13.00 - 14.00 911 2010 121 599 1411
14.00 - 15.00 310 2320 209 808 1512
15.00 - 16.00 223 2543 270 1078 1465
16.00 - 17.00 195 2738 435 1513 1225
17.00 - 18.00 130 2868 651 2164 704
18.00 - 19.00 0 2868 48 2212 656
3500
3000
2500
SEGMEN 5
2000
1500
1000
500
0
08.00 09.00 10.00 11.00 13.00 14.00 15.00 16.00 17.00 18.00
- - - - - - - - - -
09.00 10.00 11.00 12.00 14.00 15.00 16.00 17.00 18.00 19.00
KENDARAAN MASUK 273 452 763 1099 2010 2320 2543 2738 2868 2868
MOTOR KANAN
Berdasarkan Tabel 4.1 – Tabel 4.20, akumulasi parkir terbesar pada segmen
1 untuk mobil dan motor ialah 206 (mobil) jam 15.00 – 16.00 dan 177 (motor) jam
15.00 – 16.00. Untuk akumulasi parkir terbesar pada segmen 2 untuk mobil dan
61

motor ialah 95 (mobil) jam 14.00 – 15.00 dan 395 (motor) jam 13.00 – 14.00. Untuk
akumulasi parkir terbesar pada segmen 3 untuk mobil dan motor ialah 61 (mobil)
jam 13.00 – 14.00 dan 1115 (motor) jam 15.00 – 16.00. Untuk akumulasi parkir
terbesar pada segmen 4 untuk mobil dan motor ialah 76 (mobil) jam 15.00 – 16.00
dan 731 (motor) jam 15.00 – 16.00. Untuk akumulasi parkir terbesar pada segmen
5 untuk mobil dan motor ialah 247 (mobil) jam 15.00 – 16.00 dan 1512 (motor) jam
14.00 – 15.00.
4.1.2 Volume Parkir

Hasil rekapitulasi volume parkir secara secara keseluruhan dapat dilihat pada
Tabel 4.21 – Tabel 4.25:
Tabel 4.21 Volume Parkir Mobil dan Motor Segmen 1 Pasar Melati Medan
Mobil Motor
Segmen HARI
Kiri Kanan Kiri Kanan
MINGGU 109 117 115 84
SENIN 87 131 122 122
SELASA 152 186 110 118
RABU 114 155 99 116
1
KAMIS 77 120 102 124
JUMAT 74 118 109 165
SABTU 142 146 105 193
MINGGU 153 210 108 141
MAX 153 210 122 193
Mobil Kiri
160
140
120
100
80
60
40
20
0
Minggu Senin Selasa Rabu Kamis Jumat Sabtu Minggu
Segmen 1
Gambar 4.21 Volume Parkir Mobil di Segmen 1 Kiri
62

Mobil Kanan
250
200
150
100
50
0
Segmen 1
Gambar 4.22 Volume Parkir Mobil di Segmen 1 Kanan
Motor Kiri
140
120
100
80
60
40
20
0
Segmen 1
Gambar 4.23 Volume Parkir Motor di Segmen 1 Kiri
Motor Kanan
250
200
150
100
50
0
Segmen 1
Gambar 4.24 Volume Parkir Motor di Segmen 1 Kanan
63

Mobil Motor
Segmen HARI
MINGGU 162 68 213 357
SENIN 91 75 200 331
SELASA 166 59 275 416
RABU 98 95 292 302
2 KAMIS 67 68 260 332
JUMAT 137 75 218 449
SABTU 157 58 207 318
MINGGU 139 58 223 370
MAX 166 95 292 449
Mobil Kiri
180
160
140
120
100
80
60
40
20
0
Segmen 2
Mobil Kanan
100
80
60
40
20
0
Segmen 2
64

Motor Kiri
350
300
250
200
150
100
50
0
Segmen 2
Motor Kanan
500
400
300
200
100
0
Segmen 2
Mobil Motor
Segmen HARI
MINGGU 61 16 752 1187
SENIN 46 8 479 661
SELASA 84 15 1020 1199
RABU 45 9 524 650
3 KAMIS 62 6 507 681
JUMAT 84 15 905 1221
SABTU 82 7 592 676
MINGGU 82 13 749 1237
MAX 84 16 1020 1237
65

Mobil Kiri
90
80
70
60
50
40
30
20
10
0
Segmen 3
Mobil Kanan
18
16
14
12
10
8
6
4
2
0
Segmen 3
Motor Kiri
1200
1000
800
600
400
200
0
Segmen 3
66

Motor Kanan
1400
1200
1000
800
600
400
200
0
Segmen 3
Mobil Motor
Segmen HARI
MINGGU 84 70 522 659
SENIN 75 41 602 526
SELASA 87 83 546 529
RABU 118 70 622 556
4 KAMIS 106 39 612 419
JUMAT 94 72 576 662
SABTU 99 45 677 461
MINGGU 73 73 544 683
MAX 118 83 677 683
Mobil Kiri
120
100
80
60
40
20
0
Segmen 4
67

Mobil Kanan
100
80
60
40
20
0
Segmen 4
Motor Kiri
700
600
500
400
300
200
100
0
Segmen 4
Motor Kanan
800
700
600
500
400
300
200
100
0
Segmen 4
68

Mobil Motor
Segmen HARI
MINGGU 233 32 69 1005
SENIN 158 35 55 632
SELASA 190 43 95 1135
RABU 186 34 63 785
5 KAMIS 202 36 56 713
JUMAT 204 39 93 977
SABTU 193 38 94 861
MINGGU 224 37 79 1034
MAX 233 43 95 1135
Mobil Kiri
250
200
150
100
50
0
Segmen 5
Mobil Kanan
50
40
30
20
10
0
Segmen 5
69

Motor Kiri
100
80
60
40
20
0
Segmen 5
Motor Kanan
1200
1000
800
600
400
200
0
Segmen 5
Berdasarkan Tabel 4.21 – Tabel 4.25, volume parkir terbesar pada segmen 1
untuk mobil dan motor ialah 210 (mobil) pada hari Minggu, dan 193 (motor) pada
hari sabtu. Volume parkir terbesar pada segmen 2 untuk mobil dan motor ialah 166
(mobil) pada hari selasa dan 449 (motor) pada hari jumat. Volume parkir terbesar
pada segmen 3 untuk mobil dan motor ialah 84 (mobil) pada hari selasa dan 1237
(motor) pada hari minggu. Volume parkir terbesar pada segmen 4 untuk mobil dan
motor ialah 118 (mobil) pada hari rabu dan 683 (motor) pada hari minggu. Volume
parkir terbesar pada segmen 5 untuk mobil dan motor ialah 233 (mobil) pada hari
minggu dan 1135 (motor) pada hari selasa.
70

4.1.3 Pergantian Parkir (Turn Over Parkir)
Tingkat pergantian parkir menunjukkan akan tingkat penggunaan ruang
parkir yang besarnya diperoleh dari pembagian jumlah total kendaraan yang parkir
selama periode waktu tertentu dari survei lapangan yang dilakukan dengan jumlah
petak parkir yang tersedia.
Tabel 4.26 Tingkat Pergantian Parkir Mobil dan Sepeda Motor Segmen 1
VOLUME PARKIR JUMLAH PETAK TURN OVER PARKIR
Lama
(Nt) (S) TR = Nt / (S×Ts)
Segmen HARI Survei
M Mtr M Mtr M Mtr M Mtr M Mtr M Mtr
(Ts)
(kr) (kr) (kn) (kn) (kr) (kr) (kn) (kn) (kr) (kr) (kn) (kn)
Minggu 106 115 117 84 14 17 17 11 10 0.757 0.676 0.688 0.764
Senin 87 122 131 122 9 16 15 14 10 0.967 0.763 0.873 0.871
Selasa 152 110 186 118 18 13 24 17 10 0.844 0.846 0.775 0.694
Rabu 114 99 155 116 10 15 18 17 10 1.140 0.660 0.861 0.682
1
Kamis 77 102 120 124 7 15 16 18 10 1.100 0.680 0.750 0.689
Jumat 74 109 118 165 7 16 15 25 10 1.057 0.681 0.787 0.660
Sabtu 142 105 146 193 11 16 16 24 10 1.291 0.656 0.913 0.804
Minggu 153 108 210 141 17 14 25 26 10 0.900 0.771 0.840 0.542
Lama
Segmen HARI Survei
(Ts)
Minggu 162 213 68 357 10 20 5 42 10 1.620 1.065 1.360 0.850
Senin 91 200 75 331 6 20 6 28 10 1.517 1.000 1.250 1.182
Selasa 166 275 59 416 10 24 5 44 10 1.660 1.146 1.180 0.945
Rabu 98 292 95 302 5 24 5 22 10 1.960 1.217 1.900 1.373
2
Kamis 67 260 68 332 6 25 6 23 10 1.117 1.040 1.133 1.443
Jumat 137 218 75 449 10 22 8 42 10 1.370 0.991 0.938 1.069
Sabtu 157 207 58 318 10 21 4 29 10 1.570 0.986 1.450 1.097
Minggu 139 223 58 370 11 27 5 39 10 1.264 0.826 1.160 0.949
71

Lama
Segmen HARI Survei
(Ts)
Minggu 61 752 16 1187 8 70 2 160 10 0.763 1.074 0.800 0.742
Senin 46 479 8 661 4 45 1 44 10 1.150 1.064 0.800 1.502
Selasa 84 1020 15 1199 8 99 1 169 10 1.050 1.030 1.500 0.709
Rabu 45 524 9 650 4 53 1 46 10 1.125 0.989 0.900 1.413
3
Kamis 62 507 6 681 5 50 1 48 10 1.240 1.014 0.600 1.419
Jumat 84 905 15 1221 6 90 1 171 10 1.400 1.006 1.500 0.714
Sabtu 82 592 7 676 6 60 1 44 10 1.367 0.987 0.700 1.536
Minggu 82 749 13 1237 6 64 1 170 10 1.367 1.170 1.300 0.728
Lama
Segmen HARI Survei
(Ts)
Minggu 84 522 70 659 7 33 8 78 10 1.200 1.582 0.875 0.845
Senin 75 602 41 526 5 47 2 51 10 1.500 1.281 2.050 1.031
Selasa 87 546 83 529 7 40 9 82 10 1.243 1.365 0.922 0.645
Rabu 118 622 70 556 8 46 3 50 10 1.475 1.352 2.333 1.112
4
Kamis 106 612 39 419 6 36 2 48 10 1.767 1.700 1.950 0.873
Jumat 94 576 72 662 7 32 11 65 10 1.343 1.800 0.655 1.018
Sabtu 99 677 45 461 7 42 3 56 10 1.414 1.612 1.500 0.823
Minggu 73 544 73 683 5 34 8 75 10 1.460 1.600 0.913 0.911
72

Lama
Segmen HARI Survei
(Ts)
Minggu 233 69 32 1005 29 5 5 131 10 0.803 1.380 0.640 0.767
Senin 158 55 35 632 14 4 5 70 10 1.129 1.375 0.700 0.903
Selasa 190 95 43 1135 25 9 5 156 10 0.760 1.056 0.860 0.728
Rabu 186 63 34 785 18 5 5 84 10 1.033 1.260 0.680 0.935
5
Kamis 202 56 36 713 17 6 4 84 10 1.188 0.933 0.900 0.849
Jumat 204 93 39 977 24 8 5 129 10 0.850 1.163 0.780 0.757
Sabtu 193 94 38 861 22 8 4 106 10 0.877 1.175 0.950 0.812
Minggu 224 79 37 1034 26 8 4 138 10 0.862 0.988 0.925 0.749
4.2 Analisis Variabel

4.2.1 Perhitungan Jumlah Pengunjung
Berdasarkan hasil survei, data keseluruhan pengunjung Pasar Melati dapat
dilihat pada Lampiran 11. Hasil rekapitulasinya terdapat pada Tabel 4.31
Tabel 4.31 Jumlah Pengunjung Pasar Melati
Hari Lokasi 2 Lokasi 3 Lokasi 4 Lokasi 5
MINGGU 4141 2340 851 282
SENIN 1363 1595 271 93
SELASA 4958 2248 829 278
RABU 1340 1865 284 95
KAMIS 1321 2091 295 102
JUMAT 4855 2029 807 272
SABTU 2263 1933 625 211
MINGGU 3855 2326 879 294
TOTAL 24096 16427 4841 1627
73

4.2.2 Perhitungan Jumlah Kios, Jumlah Los dan Jumlah Pedagang Tanah
yang Buka Setiap Hari
Berdasarkan hasil survei, data keseluruhan jumlah kios, jumlah los dan
jumlah pedagang tanah dapat dilihat pada Lampiran 12. Hasil rekapitulasi terdapat
pada Tabel 4.32.
Tabel 4.32 Jumlah Kios, Jumlah Los dan Jumlah Pedagang Tanah
Pedagang
Lokasi Hari Los Kios
Tanah
MINGGU 201 102 60
SENIN 94 69 46
SELASA 209 97 62
Lok 2
RABU 114 65 48
–
KAMIS 120 73 47
Lok. 5
JUMAT 213 102 60
SABTU 130 74 50
MINGGU 207 110 63
4.2.3 Perhitungan Luas Kios, Luas Los

Berdasarkan hasil survei, data luas kios dan luas los secara keseluruhan dapat
dilihat pada Tabel 4.33 dibawah ini:
Tabel 4.33 Luas Los dan Luas Kios
Lokasi Luas Los Luas Kios
Lokasi 1 0 0
Lokasi 2 3921 1032
Lokasi 3 3250 1506
Lokasi 4 776 4912
Lokasi 5 536 2130
4.3 Pemodelan Kebutuhan Parkir

Untuk memodelkan kebutuhan ruang parkir Pasar Melati Medan akan di
pakai beberapa variabel, variabel tidak bebas (dependent variable : Y) dan variabel
bebas (independent variable : X) yang digunakan pada Tabel 4.34 – Tabel 4.37
berikut:
74

Tabel 4.34 Rekapitulasi Hasil Survei untuk Mobil Kiri
Akumulasi Jumlah Volume
Luas Luas Luas Jumlah Jumlah Jumlah
Parkir Pedagang Parkir
Segmen Pasar Kios Los Los Kios Pengunjung
Mobil Tanah Mobil
Y1 X1 X2 X3 X4 X5 X6 X7 X8
Segmen 1 101 0 0 0 0 0 0 0 153
Segmen 2 95 7684.5 1032 3921 102 16 24096 143 166
Segmen 3 61 7684.5 1506 3250 96 18 16427 132 84
Segmen 4 76 7684.5 4912 776 20 56 4841 87 118
Segmen 5 247 7684.5 2130 536 13 19 1627 74 233
Tabel 4.35 Rekapitulasi Hasil Survei untuk Mobil Kanan

Mobil Tanah Mobil
Y1 X1 X2 X3 X4 X5 X6 X7 X8
Segmen 1 206 0 0 0 0 0 0 0 210
Segmen 2 51 7684.5 1032 3921 102 16 24096 143 95
Segmen 3 9 7684.5 1506 3250 96 18 16427 132 16
Segmen 4 40 7684.5 4912 776 20 56 4841 87 83
Segmen 5 50 7684.5 2130 536 13 19 1627 74 43
Tabel 4.36 Rekapitulasi Hasil Survei untuk Motor Kiri

Motor Tanah Motor
Y2 X1 X2 X3 X4 X5 X6 X7 X8
Segmen 1 138 0 0 0 0 0 0 0 122
Segmen 2 219 7684.5 1032 3921 102 16 24096 143 292
Segmen 3 853 7684.5 1506 3250 96 18 16427 132 1020
Segmen 4 558 7684.5 4912 776 20 56 4841 87 677
Segmen 5 66 7684.5 2130 536 13 19 1627 74 95
75

Tabel 4.37 Rekapitulasi Hasil Survei untuk Motor Kanan
Motor Tanah Motor
Y2 X1 X2 X3 X4 X5 X6 X7 X8
Segmen 1 177 0 0 0 0 0 0 0 193
Segmen 2 395 7684.5 1032 3921 102 16 24096 143 449
Segmen 3 1115 7684.5 1506 3250 96 18 16427 132 1237
Segmen 4 731 7684.5 4912 776 20 56 4841 87 683
Segmen 5 1512 7684.5 2130 536 13 19 1627 74 1135
4.3.1 Hubungan Antar Variabel Bebas

Dalam suatu pemodelan harus terdapat korelasi antara variabel terikat dan
variabel bebas. Variabel bebas dalam pemodelan ini adalah luas pasar (X1), luas
kios (X2), luas los (X3), jumlah los (X4), jumlah kios (X5), jumlah pengunjung
(X6), Jumlah Pedagang Tanah (X7) dan Volume Parkir Mobil (X8). Aturan yang
digunakan adalah antara variabel terikat dengan variabel bebas harus berkorelasi
kuat baik positif atau negative (R2 mendekati 1 atau -1) dan sesama variabel bebas
tidak boleh saling berkorelasi (R2 mendekati 0). Antar variabel bebas tidak boleh
terdapat hubungan (korelasi). Hubungan antar variabel bebas dapat dilihat pada
Tabel 4.38 – Tabel 4.41.
Tabel 4.38 Hubungan Antar Variabel Bebas (Mobil-Kiri)
No. Hubungan R R2 Coeficient Konstanta Significant
1 X1 dan X2 0,580 0,336 1,079 4079,769 0,305
2 X1 dan X3 0,538 0,289 1,049 4368,644 0,350
3 X1 dan X4 0,529 0,280 37,305 4424,111 0,359
4 X1 dan X5 0,591 0,349 98,496 4000,386 0,294
5 X1 dan X6 0,504 0,254 0,166 4586,968 0,387
6 X1 dan X7 0,858 0,737 51,950 1617,589 0,063
7 X1 dan X8 0,022 0,000 -1,349 6351,051 0,972
8 X2 dan X1 0,580 0,336 0,312 2,274000 0,305
9 X2 dan X3 0,181 0,33 -0,190 2237,892 0,771
76

10 X2 dan X4 0,185 0,34 -7,022 2240,412 0,765
11 X2 dan X5 0,987 0,974 88,381 -10,701 0,002
12 X2 dan X6 0,171 0,029 -0,030 2200,899 0,783
13 X2 dan X7 0,229 0,052 7,439 1267,307 0,711
14 X2 dan X8 0,172 0,029 -5,661 2769,741 0,783
15 X3 dan X1 0,538 0,289 0,276 0,0000 0,350
16 X3 dan X2 0,181 0,33 -0,173 2027,917 0,771
17 X3 dan X4 0,996 0,991 35,991 33,834 0,00
18 X3 dan X5 0,069 0,005 -5,911 1825,459 0,912
19 X3 dan X6 0,990 0,979 0,167 124,052 0,001
20 X3 dan X7 0,892 0,795 27,690 -717,925 0,042
21 X3 dan X8 0,352 0,124 -11,084 3368,103 0,561
22 X4 dan X1 0,529 0,280 0,08 7,105 0,359
23 X4 dan X2 0,185 0,034 -0,005 55,585 0,765
24 X4 dan X3 0,996 0,991 0,028 -0,536 0,000
25 X4 dan X5 0,077 0,006 -0,182 50,158 0,902
26 X4 dan X6 0,974 0,949 0,005 3,375 0,005
27 X4 dan X7 0,886 0,785 0,761 -20,165 0,045
28 X4 dan X8 0,407 0,166 -0,355 99,750 0,496
29 X5 dan X1 0,591 0,349 0,004 3,553 0,294
30 X5 dan X2 0,987 0,974 0,11 0,689 0,002
31 X5 dan X3 0,069 0,005 -0,001 23,172 0,912
32 X5 dan X4 0,077 0,006 -0,032 23,299 0,902
33 X5 dan X6 0,048 0,002 -9,467 22,690 0,939
34 X5 dan X7 0,307 0,094 0,111 12,084 0,616
35 X5 dan X8 0,267 0,071 -0,098 36,653 0,664
36 X6 dan X1 0,504 0,254 1,529 1,819 0,387
37 X6 dan X2 0,171 0,029 -0,966 11249,834 0,783
38 X6 dan X3 0,990 0,979 5,853 -531,452 0,001
39 X6 dan X4 0,974 0,949 208,239 -222,451 0,005
40 X6 dan X5 0,048 0,002 -24,208 9925,932 0,939
77

41 X6 dan X7 0,869 0,755 159,553 -4514,919 0,056
42 X6 dan X8 0,324 0,105 -60,340 18497,488 0,595
43 X7 dan X1 0,858 0,737 0,014 -2,8420 0,063
44 X7 dan X2 0,229 0,052 0,007 73,724 0,711
45 X7 dan X3 0,892 0,795 0,029 38,466 0,042
46 X7 dan X4 0,886 0,785 1,032 39,544 0,045
47 X7 dan X5 0,307 0,094 0,845 68,779 0,616
48 X7 dan X6 0,869 0,755 0,005 42,727 0,056
49 X7 dan X8 0,269 0,072 -0,273 128,295 0,662
50 X8 dan X1 0,022 0,000 0,000 153,000 0,972
51 X8 dan X2 0,172 0,029 -0,005 160,763 0,783
52 X8 dan X3 0,352 0,124 -0,011 169,752 0,561
53 X8 dan X4 0,407 0,166 -0,468 172,402 0,496
54 X8 dan X5 0,267 0,071 -0,726 166,619 0,664
55 X8 dan X6 0,324 0,105 -0,002 167,139 0,595
56 X8 dan X7 0,269 0,072 -0,265 173,885 0,662
Tabel 4.39 Hubungan Antar Variabel Bebas (Mobil-Kanan)

1 X1 dan X2 0,580 0,336 1,079 4079,769 0,305
2 X1 dan X3 0,538 0,289 1,049 4368,644 0,350
3 X1 dan X4 0,529 0,280 37,305 4424,111 0,359
4 X1 dan X5 0,591 0,349 98,496 4000,386 0,294
5 X1 dan X6 0,504 0,254 0,166 4586,968 0,387
6 X1 dan X7 0,858 0,737 51,950 1617,589 0,063
7 X1 dan X8 0,906 0,821 -41,826 9886,859 0,034
8 X2 dan X1 0,580 0,336 0,312 2,27400 0,305
9 X2 dan X3 0,181 0,033 -0,190 2237,892 0,771
10 X2 dan X4 0,185 0,034 -7,022 2240,412 0,765
11 X2 dan X5 0,987 0,974 88,381 -10,701 0,002
12 X2 dan X6 0,171 0,029 -0,030 2200,899 0,783
13 X2 dan X7 0,229 0,052 7,439 1267,307 0,711
78

14 X2 dan X8 0,427 0,183 -10,607 2864,300 0,473
15 X3 dan X1 0,538 0,289 0,276 0,000 0,350
16 X3 dan X2 0,181 0,033 -0,173 2027,917 0,771
17 X3 dan X4 0,996 0,991 35,991 33,834 0,000
18 X3 dan X5 0,069 0,005 -5,911 1825,459 0,912
19 X3 dan X6 0,990 0,979 0,167 124,052 0,001
20 X3 dan X7 0,892 0,795 27,690 -717,925 0,042
21 X3 dan X8 0,469 0,220 -11,122 2690,894 0,425
22 X4 dan X1 0,529 0,280 0,008 7,10500 0,359
23 X4 dan X2 0,185 0,034 -0,005 55,585 0,765
24 X4 dan X3 0,996 0,991 0,028 -0,536 0,000
25 X4 dan X5 0,077 0,006 -0,182 50,158 0,902
26 X4 dan X6 0,974 0,949 0,005 3,375 0,005
27 X4 dan X7 0,886 0,785 0,761 -20,165 0,045
28 X4 dan X8 0,496 0,246 -0,325 75,276 0,395
29 X5 dan X1 0,591 0,349 0,004 3,55300 0,294
30 X5 dan X2 0,987 0,974 0,011 0,689 0,002
31 X5 dan X3 0,069 0,005 -0,001 23,172 0,912
32 X5 dan X4 0,077 0,006 -0,032 23,299 0,902
33 X5 dan X6 0,048 0,002 -9,46700 22,690 0,939
34 X5 dan X7 0,307 0,094 0,111 12,084 0,616
35 X5 dan X8 0,403 0,162 -0,112 31,772 0,502
36 X6 dan X1 0,504 0,254 1,529 1,81900 0,387
37 X6 dan X2 0,171 0,029 -0,966 11249,834 0,783
38 X6 dan X3 0,990 0,979 5,853 -531,452 0,001
39 X6 dan X4 0,974 0,949 208,239 -222,451 0,005
40 X6 dan X5 0,048 0,002 -24,208 9925,932 0,939
41 X6 dan X7 0,869 0,755 159,553 -4514,819 0,056
42 X6 dan X8 0,379 0,144 -53,133 14148,294 0,529
43 X7 dan X1 0,858 0,737 0,014 -2,84200 0,063
44 X7 dan X2 0,229 0,052 0,007 73,724 0,711
79

45 X7 dan X3 0,892 0,795 0,029 38,466 0,042
46 X7 dan X4 0,886 0,785 1,032 39,544 0,045
47 X7 dan X5 0,307 0,094 0,845 68,779 0,616
48 X7 dan X6 0,869 0,755 0,005 42,727 0,056
49 X7 dan X8 0,762 0,580 -0,581 139,162 0,134
50 X8 dan X1 0,906 0,821 -0,020 210,000 0,034
51 X8 dan X2 0,427 0,183 -0,017 122,409 0,473
52 X8 dan X3 0,469 0,220 -0,020 123,025 0,425
53 X8 dan X4 0,496 0,246 -0,757 124,384 0,395
54 X8 dan X5 0,403 0,162 -1,453 121,080 0,502
55 X8 dan X6 0,379 0,144 -0,003 114,840 0,529
56 X8 dan X7 0,762 0,580 -0,998 176,462 0,134
Tabel 4.40 Hubungan Antar Variabel Bebas (Motor-Kiri)

1 X1 dan X2 0,580 0,336 1,079 4079,769 0,305
2 X1 dan X3 0,538 0,289 1,049 4368,644 0,350
3 X1 dan X4 0,529 0,280 37,305 4424,111 0,359
4 X1 dan X5 0,591 0,349 98,496 4000,386 0,294
5 X1 dan X6 0,504 0,254 0,166 4586,968 0,387
6 X1 dan X7 0,858 0,737 51,950 1617,589 0,063
7 X1 dan X8 0,448 0,201 3,865 4442,288 0,449
8 X2 dan X1 0,580 0,336 0,312 2,274000 0,305
9 X2 dan X3 0,181 0,033 -0,190 2237,892 0,771
10 X2 dan X4 0,185 0,034 -7,022 2240,412 0,765
11 X2 dan X5 0,987 0,974 88,381 -10,701 0,002
12 X2 dan X6 0,171 0,029 -0,030 2200,899 0,783
13 X2 dan X7 0,229 0,052 7,439 1267,307 0,711
14 X2 dan X8 0,387 0,150 1,794 1124,457 0,520
15 X3 dan X1 0,538 0,289 0,276 0,000 0,350
16 X3 dan X2 0,181 0,033 -0,173 2027,917 0,771
17 X3 dan X4 0,996 0,991 35,991 33,834 0,000
80

18 X3 dan X5 0,069 0,005 -5,911 1825,459 0,912
19 X3 dan X6 0,990 0,979 0,167 124,052 0,001
20 X3 dan X7 0,892 0,795 27,690 -717,925 0,042
21 X3 dan X8 0,460 0,212 2,038 797,324 0,435
22 X4 dan X1 0,529 0,280 0,008 7,10500 0,359
23 X4 dan X2 0,185 0,034 -0,005 55,585 0,765
24 X4 dan X3 0,996 0,991 0,028 -0,536 0,000
25 X4 dan X5 0,077 0,006 -0,182 50,158 0,902
26 X4 dan X6 0,974 0,949 0,005 3,375 0,005
27 X4 dan X7 0,886 0,785 0,761 -20,165 0,045
28 X4 dan X8 0,522 0,272 0,064 18,000 0,367
29 X5 dan X1 0,591 0,349 0,004 3,5530 0,294
30 X5 dan X2 0,987 0,974 0,011 0,689 0,002
31 X5 dan X3 0,069 0,005 -0,001 23,172 0,912
32 X5 dan X4 0,077 0,006 -0,032 23,299 0,902
33 X5 dan X6 0,048 0,002 -9,467 22,690 0,939
34 X5 dan X7 0,307 0,094 0,111 12,084 0,616
35 X5 dan X8 0,446 0,199 0,023 11,609 0,451
36 X6 dan X1 0,504 0,254 1,529 1,8190 0,387
37 X6 dan X2 0,171 0,029 -0,966 11249,834 0,783
38 X6 dan X3 0,990 0,979 5,853 -531,452 0,001
39 X6 dan X4 0,974 0,949 208,239 -222,451 0,005
40 X6 dan X5 0,048 0,002 -24,208 9925,932 0,939
41 X6 dan X7 0,869 0,755 159,553 -4514,819 0,056
42 X6 dan X8 0,391 0,153 10,228 4885,450 0,515
43 X7 dan X1 0,858 0,737 0,014 -2,84200 0,063
44 X7 dan X2 0,229 0,052 0,007 73,724 0,711
45 X7 dan X3 0,892 0,795 0,029 38,466 0,042
46 X7 dan X4 0,886 0,785 1,032 39,544 0,045
47 X7 dan X5 0,307 0,094 0,845 68,779 0,616
48 X7 dan X6 0,869 0,755 0,005 42,727 0,056
81

49 X7 dan X8 0,552 0,305 0,079 52,465 0,334
50 X8 dan X1 0,448 0,201 0,052 122,000 0,449
51 X8 dan X2 0,387 0,150 0,083 281,298 0,520
52 X8 dan X3 0,460 0,212 0,104 264,703 0,435
53 X8 dan X4 0,522 0,272 4,262 244,290 0,367
54 X8 dan X5 0,446 0,199 8,618 253,319 0,451
55 X8 dan X6 0,391 0,153 0,015 300,933 0,515
56 X8 dan X7 0,552 0,305 3,873 103,442 0,334
Tabel 4.41 Hubungan Antar Variabel Bebas (Motor-Kanan)

1 X1 dan X2 0,580 0,336 1,079 4079,769 0,305
2 X1 dan X3 0,538 0,289 1,049 4368,644 0,350
3 X1 dan X4 0,529 0,280 37,305 4424,111 0,359
4 X1 dan X5 0,591 0,349 98,496 4000,386 0,294
5 X1 dan X6 0,504 0,254 0,166 4586,968 0,387
6 X1 dan X7 0,858 0,737 51,950 1617,589 0,063
7 X1 dan X8 0,687 0,472 5,314 2218,577 0,200
8 X2 dan X1 0,580 0,336 0,312 2,274000 0,305
9 X2 dan X3 0,181 0,033 -0,190 2237,892 0,771
10 X2 dan X4 0,185 0,034 -7,022 2240,412 0,765
11 X2 dan X5 0,987 0,974 88,381 -10,701 0,002
12 X2 dan X6 0,171 0,029 -0,030 2200,899 0,783
13 X2 dan X7 0,229 0,052 7,439 1267,307 0,711
14 X2 dan X8 0,309 0,096 1,285 965,951 0,613
15 X3 dan X1 0,538 0,289 0,276 0,000 0,350
16 X3 dan X2 0,181 0,033 -0,173 2027,917 0,771
17 X3 dan X4 0,996 0,991 35,991 33,834 0,000
18 X3 dan X5 0,069 0,005 -5,911 1825,459 0,912
19 X3 dan X6 0,990 0,979 0,167 124,052 0,001
20 X3 dan X7 0,892 0,795 27,690 -717,925 0,042
21 X3 dan X8 0,206 0,043 0,819 1091,343 0,739
82

22 X4 dan X1 0,529 0,280 0,008 7,10500 0,359
23 X4 dan X2 0,185 0,034 -0,005 55,585 0,765
24 X4 dan X3 0,996 0,991 0,028 -0,536 0,000
25 X4 dan X5 0,077 0,006 -0,182 50,158 0,902
26 X4 dan X6 0,974 0,949 0,005 3,375 0,005
27 X4 dan X7 0,886 0,785 0,761 -20,165 0,045
28 X4 dan X8 0,256 0,065 0,028 25,460 0,678
29 X5 dan X1 0,591 0,349 0,004 3,5530 0,294
30 X5 dan X2 0,987 0,974 0,011 0,689 0,002
31 X5 dan X3 0,069 0,005 -0,001 23,172 0,912
32 X5 dan X4 0,077 0,006 -0,032 23,299 0,902
33 X5 dan X6 0,048 0,002 -9,467 22,690 0,939
34 X5 dan X7 0,307 0,094 0,111 12,084 0,616
35 X5 dan X8 0,236 0,056 0,011 13,689 0,702
36 X6 dan X1 0,504 0,254 1,529 1,8190 0,387
37 X6 dan X2 0,171 0,029 -0,966 11249,834 0,783
38 X6 dan X3 0,990 0,979 5,853 -531,452 0,001
39 X6 dan X4 0,974 0,949 208,239 -222,451 0,005
40 X6 dan X5 0,048 0,002 -24,208 9925,932 0,939
41 X6 dan X7 0,869 0,755 159,553 -4514,819 0,056
42 X6 dan X8 0,083 0,007 1,958 7950,408 0,894
43 X7 dan X1 0,858 0,737 0,014 -2,84200 0,063
44 X7 dan X2 0,229 0,052 0,007 73,724 0,711
45 X7 dan X3 0,892 0,795 0,029 38,466 0,042
46 X7 dan X4 0,886 0,785 1,032 39,544 0,045
47 X7 dan X5 0,307 0,094 0,845 68,779 0,616
48 X7 dan X6 0,869 0,755 0,005 42,727 0,056
49 X7 dan X8 0,481 0,231 0,061 41,794 0,412
50 X8 dan X1 0,687 0,472 0,089 193,000 0,200
51 X8 dan X2 0,309 0,096 0,074 596,809 0,613
52 X8 dan X3 0,206 0,043 0,052 651,143 0,739
83

53 X8 dan X4 0,256 0,065 2,329 631,805 0,678
54 X8 dan X5 0,236 0,056 5,097 628,293 0,702
55 X8 dan X6 0,083 0,007 0,004 705,966 0,894
56 X8 dan X7 0,481 0,231 3,762 411,365 0,412
4.3.2 Hubungan Korelasi Antar Variabel

Masing-masing variabel diuji korelasinya untuk mengetahui mana variabel
yang dapat digunakan dan yang tidak bisa digunakan. Uji korelasi dengan bantuan
program SPSS didapatkan hasil pada Tabel 4.42 – 4.45 sebagai berikut:
Tabel 4.42 Hubungan Korelasi Antar Variabel Mobil (Kiri)
1 Ymobil dan X1 0,112 0,013 0,002 101,00 0,858
2 Ymobil dan X2 0,040 0,002 -0,002 119,083 0,950
3 Ymobil dan X3 0,420 0,176 -0,018 146,280 0,481
4 Ymobil dan X4 0,446 0,199 -0,685 147,647 0,452
5 Ymobil dan X5 0,174 0,030 -0,633 129,804 0,779
6 Ymobil dan X6 0,445 0,198 -0,003 146,037 0,453
7 Ymobil dan X7 0,238 0,057 -0,314 143,373 0,700
8 Ymobil dan X8 0,918 0,843 1,229 -69,353 0,028
Dari hasil korelasi antara variabel terikat dan varibel bebas dari regresi
sederhana diatas, dilakukan kembali pengujian terhadap R2 terbesar untuk regresi
linier berganda yaitu Ymobil dan X4 dan Ymobil dan X8. Selanjutnya variabel
terikat dimodelkan dengan variabel bebasnya dengan hasil sebagai berikut:
Model Summary
Adjusted R Std. Error of the
Model R R Square Square Estimate
1 .922a .849 .699 41.12243
a. Predictors: (Constant), VPM, JUMLAHLOS
84

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) -56.161 74.345 -.755 .529
JUMLAHLOS -.132 .462 -.086 -.287 .801
VPM 1.182 .402 .883 2.939 .099
a. Dependent Variable: AMOBIL
Dari hasil analisis di atas variabel jumlah los dan volume parkir mobil yang
dapat digunakan, karena jumlah los dan volume parkir mobil memiliki korelasi
yang tinggi terhadap tarikan kendaraan pada mobil sebelah kiri yang menuju pasar
melati medan. Sehingga model yang dihasilkan parkir mobil kiri ialah:
Ymobil = -56,161 – 0,132 X4 + 1,182 X8
di mana:
Y1 : Tarikan kendaraan berupa akumulasi parkir mobil kiri
X4 : Jumlah Los Pasar Melati
X8 : Volume Parkir Mobil Kiri
Selain mobil sebelah kiri, parkir mobil sebelah kanan juga menjadi
pertimbangan dalam permodelan ini. Uji Korelasi dapat dilihat dalam Tabel 4.43.
Tabel 4.43 Hubungan Korelasi Antar Variabel Mobil (Kanan)
1 Ymobil dan X1 0,945 0,893 -0.107 206,000 0,005
2 Ymobil dan X2 0,548 0,301 -0,023 115,149 0,339
3 Ymobil dan X3 0,582 0,338 -0,025 114,445 0,304
4 Ymobil dan X4 0,593 0,351 -0,938 114,557 0,292
5 Ymobil dan X5 0,564 0,318 -2,112 117,251 0,322
6 Ymobil dan X6 0,526 0,276 -0,004 107,807 0,363
7 Ymobil dan X7 0,877 0,768 -1,193 175,189 0,051
8 Ymobil dan X8 0,952 0,906 0,988 -17,132 0,013
85

linier berganda yaitu Ymobil dan X1 dan Ymobil dan X8. Selanjutnya variabel
Model Summary
1 .989a .978 .955 16.37051
a. Predictors: (Constant), VPM, LUASPASAR
Coefficientsa
Standardized
1 (Constant) 123.014 56.920 2.161 .163
LUASPASAR -.014 .006 -.631 -2.521 .128
VPM .395 .260 .381 1.522 .267
a. Dependent Variable: AMOBIL
Dari hasil analisis di atas hanya variabel luas pasar dan volume parkir mobil
yang dapat digunakan, karena luas pasar dan volume parkir mobil memiliki korelasi
yang tinggi terhadap tarikan kendaraan pada mobil kanan yang menuju pasar melati
medan. Sehingga model yang dihasilkan parkir mobil kanan ialah:
Ymobil = 123,014 – 0,014 X1 + 0,395 X8
di mana:
Y1 : Tarikan kendaraan berupa akumulasi parkir mobil kanan
X1 : Luas Pasar Melati
X8 : Volume Parkir Mobil Kanan
Selain mobil sebelah kanan, parkir motor sebelah kiri juga menjadi
pertimbangan dalam permodelan ini. Uji Korelasi dapat dilihat dalam Tabel 4.44
Tabel 4.44 Hubungan Korelasi Antar Variabel Motor (Kiri)
1 Ymotor dan X1 0,387 0,150 0.037 138,000 0,520
2 Ymotor dan X2 0,359 0,129 0,064 243,468 0,552
3 Ymotor dan X3 0,423 0,179 0,079 232,020 0,477
86

4 Ymotor dan X4 0,488 0,238 3,311 213,817 0,404
5 Ymotor dan X5 0,417 0,174 6,690 220,952 0,485
6 Ymotor dan X6 0,352 0,124 0,011 261,744 0,561
7 Ymotor dan X7 0,498 0,248 2,901 113,841 0,393
8 Ymotor dan X8 0,998 0,995 0,828 1,307 0,000
linier berganda yaitu Ymotor dan X7 dan Ymotor dan X8. Selanjutnya variabel
Model Summary
1 1.000a .999 .998 13.32385
a. Predictors: (Constant), VPM, JPT
Coefficientsa
Standardized
1 (Constant) 24.542 12.019 2.042 .178
JPT -.443 .141 -.076 -3.147 .088
VPM .863 .020 1.040 43.031 .001
a. Dependent Variable: AMOTOR
Dari hasil analisis di atas hanya variabel jumlah pedagang tanah dan volume
parkir motor yang dapat digunakan, karena jumlah pedagang tanah dan volume
parkir motor memiliki korelasi yang tinggi terhadap tarikan kendaraan pada motor
kiri yang menuju pasar melati medan. Sehingga model yang dihasilkan parkir
motor kiri ialah:
Ymotor = 24,542 – 0,443 X7 + 0,863 X8
di mana:
Y1 : Tarikan kendaraan berupa akumulasi parkir motor kiri
87

X7 : Jumlah Pedagang Tanah Pasar Melati
X8 : Volume Parkir Motor Kiri
Selain motor sebelah kiri, parkir motor sebelah kanan juga menjadi
pertimbangan dalam permodelan ini. Uji Korelasi dapat dilihat dalam Tabel 4.45.
Tabel 4.45 Hubungan Korelasi Antar Variabel Motor (Kanan)
1 Ymotor dan X1 0,632 0,399 0,099 177,000 0,253
2 Ymotor dan X2 0,344 0,118 0,100 593,847 0,571
3 Ymotor dan X3 0,031 0,001 -0,009 802,020 0,961
4 Ymotor dan X4 0,000 0,000 0,004 785,806 1,000
5 Ymotor dan X5 0,233 0,055 6,103 652,954 0,705
6 Ymotor dan X6 0,138 0,019 -0,007 853,034 0,825
7 Ymotor dan X7 0,298 0,089 2,826 539,559 0,627
8 Ymotor dan X8 0,940 0,883 1,139 -56,473 0,018
Dari hasil korelasi antara variabel terikat dan variabel bebas dari regresi
linier berganda yaitu Ymotor dan X1 dan Ymotor dan X8. Selanjutnya variabel
Model Summary
1 .940a .883 .766 260.61460
a. Predictors: (Constant), VPM, LUASPASAR
Coefficientsa
Standardized
1 (Constant) -47.194 272.006 -.174 .878
LUASPASAR -.004 .052 -.027 -.080 .943
VPM 1.162 .404 .958 2.878 .102
a. Dependent Variable: AMOTOR
88

Dari hasil analisis di atas hanya variabel luas pasar dan volume parkir motor
yang dapat digunakan, karena luas pasar dan volume parkir motor memiliki korelasi
yang tinggi terhadap tarikan kendaraan pada motor kanan yang menuju pasar melati
medan. Sehingga model yang dihasilkan parkir motor kanan ialah:
Ymotor = -47,194 – 0,004 X1 + 1,162 X8
di mana:
Y1 : Tarikan kendaraan berupa akumulasi parkir motor kanan
X1 : Luas Pasar Melati
X8 : Volume Parkir Motor Kanan
4.3.3 Validasi Model

Dalam penelitian ini uji validitas digunakan untuk mengukur tingkat
interkorelasi antar variabel. Uji validitas dengan bantuan program SPSS didapatkan
hasil pada Tabel 4.46 – 4.49 sebagai berikut:
89

Tabel 4.46 Validitas Mobil Kiri
Correlations
LUASPASAR LUASKIOS LUASLOS JUMLAHLOS JUMLAHKIOS JPG JPT VPM AMOBIL
LUASPASAR Pearson Correlation 1 .580 .538 .529 .591 .504 .858 -.022 .112
Sig. (2-tailed) .305 .350 .359 .294 .387 .063 .972 .858
N 5 5 5 5 5 5 5 5 5
LUASKIOS Pearson Correlation .580 1 -.181 -.185 .987** -.171 .229 -.172 -.040
Sig. (2-tailed) .305 .771 .765 .002 .783 .711 .783 .950
N 5 5 5 5 5 5 5 5 5
LUASLOS Pearson Correlation .538 -.181 1 .996** -.069 .990** .892* -.352 -.420
Sig. (2-tailed) .350 .771 .000 .912 .001 .042 .561 .481
N 5 5 5 5 5 5 5 5 5
JUMLAHLOS Pearson Correlation .529 -.185 .996** 1 -.077 .974** .886* -.407 -.446
Sig. (2-tailed) .359 .765 .000 .902 .005 .045 .496 .452
N 5 5 5 5 5 5 5 5 5
JUMLAHKIOS Pearson Correlation .591 .987** -.069 -.077 1 -.048 .307 -.267 -.174
Sig. (2-tailed) .294 .002 .912 .902 .939 .616 .664 .779
N 5 5 5 5 5 5 5 5 5
JPG Pearson Correlation .504 -.171 .990** .974** -.048 1 .869 -.324 -.445
Sig. (2-tailed) .387 .783 .001 .005 .939 .056 .595 .453
N 5 5 5 5 5 5 5 5 5
JPT Pearson Correlation .858 .229 .892* .886* .307 .869 1 -.269 -.238
Sig. (2-tailed) .063 .711 .042 .045 .616 .056 .662 .700
90

N 5 5 5 5 5 5 5 5 5
VPM Pearson Correlation -.022 -.172 -.352 -.407 -.267 -.324 -.269 1 .918*
Sig. (2-tailed) .972 .783 .561 .496 .664 .595 .662 .028
N 5 5 5 5 5 5 5 5 5
AMOBIL Pearson Correlation .112 -.040 -.420 -.446 -.174 -.445 -.238 .918* 1
Sig. (2-tailed) .858 .950 .481 .452 .779 .453 .700 .028
N 5 5 5 5 5 5 5 5 5
Tabel 4.47 Validitas Mobil Kanan

Correlations
LUASPASAR LUASKIOS LUASLOS JUMLAHLOS JUMLAHKIOS JPG JPT VPM AMOBIL
LUASPASAR Pearson Correlation 1 .580 .538 .529 .591 .504 .858 - -.975**
.906*
Sig. (2-tailed) .305 .350 .359 .294 .387 .063 .034 .005
N 5 5 5 5 5 5 5 5 5
LUASKIOS Pearson Correlation .580 1 -.181 -.185 .987** -.171 .229 -.427 -.548
Sig. (2-tailed) .305 .771 .765 .002 .783 .711 .473 .339
N 5 5 5 5 5 5 5 5 5
LUASLOS Pearson Correlation .538 -.181 1 .996** -.069 .990** .892* -.469 -.582
Sig. (2-tailed) .350 .771 .000 .912 .001 .042 .425 .304
N 5 5 5 5 5 5 5 5 5
JUMLAHLOS Pearson Correlation .529 -.185 .996** 1 -.077 .974** .886* -.496 -.593
Sig. (2-tailed) .359 .765 .000 .902 .005 .045 .395 .292
91

N 5 5 5 5 5 5 5 5 5
JUMLAHKIOS Pearson Correlation .591 .987** -.069 -.077 1 -.048 .307 -.403 -.564
Sig. (2-tailed) .294 .002 .912 .902 .939 .616 .502 .322
N 5 5 5 5 5 5 5 5 5
JPG Pearson Correlation .504 -.171 .990** .974** -.048 1 .869 -.379 -.526
Sig. (2-tailed) .387 .783 .001 .005 .939 .056 .529 .363
N 5 5 5 5 5 5 5 5 5
JPT Pearson Correlation .858 .229 .892* .886* .307 .869 1 -.762 -.877
Sig. (2-tailed) .063 .711 .042 .045 .616 .056 .134 .051
N 5 5 5 5 5 5 5 5 5
VPM Pearson Correlation -.906* -.427 -.469 -.496 -.403 -.379 -.762 1 .952*
Sig. (2-tailed) .034 .473 .425 .395 .502 .529 .134 .013
N 5 5 5 5 5 5 5 5 5
** *
AMOBIL Pearson Correlation -.975 -.548 -.582 -.593 -.564 -.526 -.877 .952 1
Sig. (2-tailed) .005 .339 .304 .292 .322 .363 .051 .013
N 5 5 5 5 5 5 5 5 5
92

Tabel 4.48 Validitas Motor Kiri
Correlations
LUASPASAR LUASKIOS LUASLOS JUMLAHLOS JUMLAHKIOS JPG JPT VPM AMOTOR
LUASPASAR Pearson Correlation 1 .580 .538 .529 .591 .504 .858 .448 .387
Sig. (2-tailed) .305 .350 .359 .294 .387 .063 .449 .520
N 5 5 5 5 5 5 5 5 5
LUASKIOS Pearson Correlation .580 1 -.181 -.185 .987** -.171 .229 .387 .359
Sig. (2-tailed) .305 .771 .765 .002 .783 .711 .520 .552
N 5 5 5 5 5 5 5 5 5
LUASLOS Pearson Correlation .538 -.181 1 .996** -.069 .990** .892* .460 .423
Sig. (2-tailed) .350 .771 .000 .912 .001 .042 .435 .477
N 5 5 5 5 5 5 5 5 5
JUMLAHLOS Pearson Correlation .529 -.185 .996** 1 -.077 .974** .886* .522 .488
Sig. (2-tailed) .359 .765 .000 .902 .005 .045 .367 .404
N 5 5 5 5 5 5 5 5 5
JUMLAHKIOS Pearson Correlation .591 .987** -.069 -.077 1 -.048 .307 .446 .417
Sig. (2-tailed) .294 .002 .912 .902 .939 .616 .451 .485
N 5 5 5 5 5 5 5 5 5
JPG Pearson Correlation .504 -.171 .990** .974** -.048 1 .869 .391 .352
Sig. (2-tailed) .387 .783 .001 .005 .939 .056 .515 .561
N 5 5 5 5 5 5 5 5 5
JPT Pearson Correlation .858 .229 .892* .886* .307 .869 1 .552 .498
Sig. (2-tailed) .063 .711 .042 .045 .616 .056 .334 .393
93

N 5 5 5 5 5 5 5 5 5
VPM Pearson Correlation .448 .387 .460 .522 .446 .391 .552 1 .998**
Sig. (2-tailed) .449 .520 .435 .367 .451 .515 .334 .000
N 5 5 5 5 5 5 5 5 5
AMOTOR Pearson Correlation .387 .359 .423 .488 .417 .352 .498 .998* 1
*
Sig. (2-tailed) .520 .552 .477 .404 .485 .561 .393 .000
N 5 5 5 5 5 5 5 5 5
Tabel 4.49 Validitas Motor Kanan

Correlations
LUASPASAR LUASKIOS LUASLOS JUMLAHLOS JUMLAHKIOS JPG JPT VPM AMOTOR
LUASPASAR Pearson Correlation 1 .580 .538 .529 .591 .504 .858 .687 .632
Sig. (2-tailed) .305 .350 .359 .294 .387 .063 .200 .253
N 5 5 5 5 5 5 5 5 5
LUASKIOS Pearson Correlation .580 1 -.181 -.185 .987** -.171 .229 .309 .344
Sig. (2-tailed) .305 .771 .765 .002 .783 .711 .613 .571
N 5 5 5 5 5 5 5 5 5
LUASLOS Pearson Correlation .538 -.181 1 .996** -.069 .990** .892* .206 -.031
Sig. (2-tailed) .350 .771 .000 .912 .001 .042 .739 .961
N 5 5 5 5 5 5 5 5 5
JUMLAHLOS Pearson Correlation .529 -.185 .996** 1 -.077 .974** .886* .256 .000
Sig. (2-tailed) .359 .765 .000 .902 .005 .045 .678 1.000
94

N 5 5 5 5 5 5 5 5 5
JUMLAHKIOS Pearson Correlation .591 .987** -.069 -.077 1 -.048 .307 .236 .233
Sig. (2-tailed) .294 .002 .912 .902 .939 .616 .702 .705
N 5 5 5 5 5 5 5 5 5
JPG Pearson Correlation .504 -.171 .990** .974** -.048 1 .869 .083 -.138
Sig. (2-tailed) .387 .783 .001 .005 .939 .056 .894 .825
N 5 5 5 5 5 5 5 5 5
JPT Pearson Correlation .858 .229 .892* .886* .307 .869 1 .481 .298
Sig. (2-tailed) .063 .711 .042 .045 .616 .056 .412 .627
N 5 5 5 5 5 5 5 5 5
VPM Pearson Correlation .687 .309 .206 .256 .236 .083 .481 1 .940*
Sig. (2-tailed) .200 .613 .739 .678 .702 .894 .412 .018
N 5 5 5 5 5 5 5 5 5
*
AMOTOR Pearson Correlation .632 .344 -.031 .000 .233 -.138 .298 .940 1
Sig. (2-tailed) .253 .571 .961 1.000 .705 .825 .627 .018
N 5 5 5 5 5 5 5 5 5
95

4.3.4 Kebutuhan Ruang Parkir
Model kebutuhan ruang parkir pasar melati:
Model Tarikan Mobil Kiri:
Y = -56,161 – 0,132 X4 + 1,182 X8
Model Tarikan Mobil Kanan:
Y = 123,014 – 0,014 X1 + 0,395 X8
Model Tarikan Motor Kiri :
Y = 24,542 – 0,443 X7 + 0,863 X8
Model Tarikan Motor Kanan:
Y = -47,194 – 0,004 X1 + 1,162 X8
Kebutuhan lahan parkir diambil dari data masuk keluar pada segmen 1 – segmen 5
yang dapat dilihat pada Tabel 4.50 – Tabel 4.51:
Tabel 4.50 Akumulasi Maksimum Mobil Segmen 1 – Segmen 5
96

Tabel 4.51 Akumulasi Maksimum Motor Segmen 1 – Segmen 5
Maka, kebutuhan parkir pasar melati diambil dari akumulasi maksimum untuk
mobil dan motor paling besar dari segmen 1 – segmen 5 terdapat pada Tabel 4.52:
Tabel 4.52 Kebutuhan Parkir Pasar Melati Medan
Mobil Motor
Segmen I 18 25 Segmen I 17 26
Segmen II 11 7 Segmen II 27 44
Segmen III 8 2 Segmen III 92 171
Segmen IV 10 11 Segmen IV 54 82
Segmen V 29 5 Segmen V 9 156
Total 126 Total 678
97

SRP Mobil = 2,30 m × 5,00 m
SRP Motor = 0,750 m × 2,00 m
Maka, kebutuhan ruang parkir pasar melati :
KRP Mobil = (Akumulasi Maksimum) × (SRP)
= (126) × (2,30 m × 5,00 m)
= 1.449 m2
KRP Motor = (Akumulasi Maksimum) × (SRP)
= (678) × (0,750 m × 2,00 m)
= 1.017 m2
KRP  = KRP Mobil + KRP Motor
= 1.449 m2 + 1.017 m2
= 2.466 m2
4.4 Implikasi
Implikasi dalam penelitian ini memiliki berbagai macam solusi dari para
peneliti terkait parkir pada badan jalan di suatu pasar, maka solusinya diantaranya:
1. Perlu adanya pengalihan tempat parkir pada badan jalan (on street parking) ke
tempat kantong parkir (off street parking), dengan cara menyediakan kantong
parkir yang memungkinkan seperti halaman atau bawah tanah (basement)
(Aditya, V. 2019).
2. Perlunya penyediaan lahan parkir yang luas dan sesuai perencanaan model
parkir yang dilakukan (Bandesa, I. K. G. et al. 2014)
3. Perlunya pengalihan dari on street parking menjadi off street parking dan
meningkatkan pelayanan dalam fasilitas parkir (Budiarto, 2002)
4. Menghilangkan/meniadakan on street parking dan menyediakan gedung parkir
agar pemakaian lahan lebih efektif khususnya dikota (Giovany, S.E. et al.
2019).
5. Perlunya penataan parkir yang lebih komprensif pada kawasan pasar
(Welendo, L.A. et al. 2021).
Oleh karena itu, ini merupakan pertimbangan yang perlu diketahui dalam
mengambil solusi / cara yang tepat dalam memodelkan ruang parkir khusunya
pasar.
98

BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Adapun kesimpulan yang didapat dari penelitian ini antara lain:
1. Model Tarikan Mobil Kiri: Y = -56,161 – 0,132 X4 + 1,182 X8
2. Model Tarikan Mobil Kanan: Y = 123,014 – 0,014 X1 + 0,395 X8
3. Model Tarikan Motor Kiri: Y = 24,542 – 0,443 X7 + 0,863 X8
4. Model Tarikan Motor Kanan: Y = -47,194 – 0,004 X1 + 1,162 X8
5. Kebutuhan luas area parkir untuk Pasar Melati Medan adalah 2.466 m2.
6. Dari hasil penelitian terdahulu, variabel yang menentukan model kebutuhan
ruang parkir ada yang jumlah los, jumlah kios, volume parkir, dan luas pasar.
Namun variabel penelitian yang sama dengan tesis ini ialah variabel luas pasar,
jumlah los, volume parkir mobil, dan volume parkir motor.
7. Metode yang digunakan dalam penelitian ini adalah metode analisis regresi
linier dengan metode antrian (queiung), dikarenakan selain untuk mengetahui
jumlah kendaraan keluar masuk pada ruang parkir, dibutuhkan analisis regresi
linier untuk mengambil variabel-variabel bebas yang berpengaruh pada
pemodelan parkir serta untuk mengidentifikasi sekuat apa pengaruh yang
diberikan oleh variabel bebas tersebut yang kemudian divalidasi variabel
tersebut.
5.2 Saran
Adapun saran yang didapat dari penelitian ini antara lain:
1. Pasar melati harus menyediakan lahan khusus parkir yang memadai serta
penataan parkir yang baik agar tidak menggunakan badan jalan sebagai tempat
parkir.
2. Perlunya batasan area parkir untuk memberi ruang sirkulasi parkir serta
pemberian marka petak parkir pada area parkir mobil dan parkir sepeda motor.
3. Dengan adanya penelitian ini dapat menjadi pertimbangan bagi pemerintah
dalam menentukan penataan ruang parkir, karena diketahui pada pasar melati
medan belum memenuhi standar kebutuhan ruang parkir.
99

DAFTAR PUSTAKA
Ajeng, C. dan Hyoung, T. 2018. Analyzing on-Street Parking Duration and

Demand in a Metropolitan City of a Developing Country: A Case Study of
Yogyakarta City, Indonesia. Journal Sustainability 2018, 10, 591;
doi:10.3390/su10030591. Indonesia.
Ansusanto, J.D. dan Leowaldo. S. 2019. Permodelan Parkir Pada Gedung
Perbankan di Kota Yogyakarta. Konferensi Nasional Teknik Sipil 13. Banda
Aceh.
Aryananda, S. 2002. Kajian Parkir di Kawasan Kampus Universitas Katolik
Parahyangan Jalan Ciumbuleuit Bandung. Tesis Magister Teknik Sipil ITB.
Bandung.
Azzanaw, A.D. 2016. Parking Demand Analysis and Modeling for Shopping
Centers: A Case Study of Major Shopping Centers in Addis Ababa City. Thesis
of Master Science Addis Ababa. Ethiopia.
Budiarto. 2002. Kajian Kebutuhan Ruang Parkir Pasar Kliwon untuk Optimalisasi
Jalan Letjen S. Parman Temanggung. Tesis Magister Teknik Sipil Universitas
Diponegoro. Semarang.
Direktorat Bina Marga. 1997. Manual Kapasitas Jalan Indonesia (MKJI),
Direktorat Jendral Bina Marga, Departemen Pekerjaan Umum Republik
Indonesia.
Direktorat Jendral Perhubungan Darat. 1996. Tentang Fasilitas Parkir. Direktorat
Jendral Perhubungan Darat. Jakarta.
Ghozali, 2011. Aplikasi Analisis Multivariate Dengan Program SPSS. Edisi Kedua.
Semarang: Badan Penerbit Universitas Diponegoro. Semarang.
Handita, A.F. 2002. Kajian Parkir Rumah Sakit Hasan Sadikin Bandung. Tesis
Magister Teknik Sipil ITB. Bandung
Hindawi. 2017. Purpose of Markov Chain. Journal Advanced Transportation.
Hobbs. 1995. Buku Perencanaan dan Teknik Lalu Lintas. Gajah Mada Press.
Yogyakarta.
Ismiyanti. 2004. Kajian Penentuan Standart Kebutuhan Ruang Parkir Hotel
Berbintang di Kota Semarang. Jurnal Media Komunikasi Teknik Sipil, Volume
12, Nomor 3, pp. 49-59. Semarang.
Keputusan Mentri No.6. 1993. Tentang Fasilitas Parkir Untuk Umum. Kemenhub.
Jakarta.
Kolhar, P. 2012. On Street Parking Management Plan and Cost-Benefit Analysis
for Dharwad City, Karnataka, India. (IJERA) ISSN: 2248-9622 Vol. 2, Issue
3, May-Jun 2012, pp.1654-1665. India.
Kusmedian. 1999. Studi Karakteristik Kebutuhan Parkir Pada Stasiun Kereta Api
Kebon Kawung Bandung. Tesis Magister Teknik Sipil ITB. Bandung.
Lestari, P.E.P. et al. 2016. Analisis Karakteristik dan Kebutuhan Parkir di
Kabupaten Jembrana (Studi kasus: Parkir Tepi Jalan Pasar Umum Negara).
Jurnal Ilmiah Teknik Sipil. AJCE. Vol. 20 No.1 Januari 2016. Denpasar.
Lestari, U.S dan Noorlida. 2018. Evaluasi Karakteristik dan Kapasitas Lahan
Parkir Pada Rumah Sakit Daerah Idaman Banjarbaru. Jurnal Intekna, Volume
18, No. 2, Nov 2018: 67-131 ISSN2443-1060. Banjarmasin.
Markov. 1906. Markov Chain Models and Theory. Binus University. Jakarta.
100

Miro, F. 2008. Pengantar Sistem Transportasi. Penerbit Erlangga. Jakarta.
Miro, F. 2012. Perencanaan Transportasi. Penerbit ITB. Bandung.
Musa, A.A. et al. 2020. Parking Fare Modelling of an Off -Street Parking Facility.
International Journal for Research in Applied Science & Engineering
Technology; ISSN: 2321-9653; IC Value: 45.98; SJ Impact Factor: 7.429
Volume 8 Issue V May 2020. India.
Nugroho, S. 2008. Pengantar Statistika Matematika. UNIB Press. Bengkulu.
Patel, R.D. et al. 2013. Analysis of Parking Demand and Suggesting Alternative for
Parking (A Case Study of Mahesana City). IJSRD Vol. 1, Issue 3, 2013.
Gujarat.
Penelitian. 2000. Buku Lembaga Penelitian Institut Teknologi Bandung. LP-ITB.
Bandung.
Peraturan Mentri Perdagangan RI No.70/M-DAG/PER/12/2013. 2013. Tentang
Pedoman dan Penataan Pasar Tradisional, Pusat Perbelanjaan dan Toko
Modern. Kementrian Perdagangan. Jakarta.
Prajapatil, R.J. et al. 2017. On-Street Parking: A Biggest Problem of Urban Streets.
International Journal of Advance Engineering and Research Development
Volume 4, Issue 4, April -2017; e-ISSN (O): 2348-4470. India.
Purnomo, S dan Usman,. 2008. Metode Penelitian Sosial. Bumi Aksara. Jakarta.
Rahman, S.M.R. et al. Determination of the Impact of On-Street Parking and
Inadequate Parking Space of Shoping Centers on Roadway Capacity and
Speed in Chittagong. Paper Port City International University, Chittagong.
Bangladesh.
Retyaningsih, S.D. 2018. Model Kebutuhan Ruang Parkir untuk Toko Modern.
Magister Teknik Sipil Universitas Islam Indonesia. Yogyakarta
Rosdiyani, T. 2016. Kajian Kebutuhan Ruang Parkir Sebagai Pengendali Lalu
Lintas di Kampus Universitas Muhammadiyah Surakarta. Tesis Magister
Teknik Sipil Universitas Surakarta. Surakarta.
Sen, S. et al. 2016. A Case Study on On-Street Parking Demand Estimation for 4-
Wheelers in Urban CBD. Journal of M-Tech student, Department of Civil
Engineering, NIT Silchar, Assam-10. India.
Serfozo, 2009. Dasar-Dasar Proses Stokastik Terapan. E-Journal Unsrat. Manado.
Shurti Arne, P.G.S. dan Sugandhi, S. Dr. 2017. A Model for On-Street Parking
Management for Khargone City. (IOSR-JMCE); e-ISSN: 2278-1684, p-ISSN:
2320-334X, Volume 14, Issue 4 Ver. II (Jul. – Aug. 2017), PP 91-95. India.
Sidorchuk, R. et al. 2020. Modeling of the Need For Parking Space in the Districts
of Moscow Metropolis By Using Multivariate Methods. Journal of Applied
Engineering Science Vol. 18, No. 1, 2020; ISSN 1451-4117. Rusia.
Statistik. 2020. Jumlah Penduduk Kota Medan. Badan Pusat Statistik. Medan.
Sudjana. 1996. Teknik Analisis Regresi Dan Korelasi. Tarsito: Bandung
Sutapa, I.K. et al. 2008. Analisis Karakteristik Pemodelan Kebutuhan Parkir Pada
Pusat Perbelanjaan di Kota Denpasar. Jurnal Ilmiah Teknik Sipil Vol. 12, No.
2, Juli 2008. Denpasar.
Suthakaran, S. et al. 2017. Development of Trip Attraction Rates and Parking
Standards for Supermarkets in Kandy Area. 5th International Symposium on
Advances in Civil and Environmental Engineering Practises for Sustainable
Development. Sri Lanka.
101

Suthanaya, P.A. 2010. Analisis Karakteristik dan Kebutuhan Ruang Parkir pada
Pusat Perbelanjaan di Kabupaten Badung. Jurnal Ilmiah Teknik Sipil Vol. 14,
No. 1, Januari 2010. Denpasar.
Suthanaya, P.A. 2017. Development of Parking Demand Model for Private
Hospital in Developing Country (Case Study of Denpasar City, Indonesia).
Journal of Sustainable Development; Vol. 10, No. 5; 2017; ISSN 1913-9063
E-ISSN 1913-9071. Denpasar.
Tamin, O.Z. 1997. “Perencanaan dan Pemodelan Transportasi”. Teknik Sipil
Institut Teknologi Bandung.
Tamin, O.Z. 2000. “Perencanaan dan Pemodelan Transportasi”. Teknik Sipil
Institut Teknologi Bandung.
Tamin, O.Z. 2003. “Perencanaan dan Permodelan Transportasi”. Edisi Kedua.
Bandung: Penerbit ITB.
Tamin, O.Z. 2005. “Perencanaan dan Permodelan Transportasi”. Edisi Kedua.
Bandung: Penerbit ITB.
Tilahun. 2017. Cooperative Multiagent System for Parking Availability Prediction
Based on Time Varying Dynamic Markov Chains. Journal of Advanced
Transportation Volume 2017. Ethiophia.
Wadu, A. et al. 2017. Kajian Kapasitas, Kebutuhan, dan Efektivitas Parkir di
Bandar Udara El Tari Kupang. Jurnal Teknik Sipil Volume 11, No.1 – 2017
ISSN 1978 – 5658. Kupang.
Wahida, N. et al. 2018. Perencanaan Kebutuhan Ruang Parkir di Kawasan Taman
Sari Kota Banda Aceh. JARSP E-ISSN: 2615-1340; P-ISSN: 2620-7567.
Banda Aceh.
Waris, M. dan Tammabela, I.R. Analisis Kapasitas Ruang Parkir Pasar Sentral
Kota Majene. Jurnal Teknik Sipil Universitas Sulawesi Barat. Majene.
Warpani, 1990. Pengelolaan Lalu Lintas dan Angkutan Jalan. Penerbit ITB.
Bandung.
Zaenal, R.F. et al. 2019. Analysis of Characteristic and Parking Demand (A Case
Study: New Makassar Mall). American Journal of Engineering Research
(AJER) e-ISSN: 2320-0847 p-ISSN: 2320-0936 Volume-8, Issue-11, pp-130-
135. Makassar.
Zhao, et al. 2020. G/M/N Queuing Model-Based Research on the Parking Spaces
for Primary and Secondary School. Hindawi Discrete Dynamics in Nature and
Society Volume 2020. China.
Zheng, L. et al. 2020. Short-Term Parking Demand Prediction Method Based on
Variable Prediction Interval. IEEE Access.China.
Zulkarnain, Y.P. 2013. Analisis Kebutuhan Ruang Parkir di Kawasan Palembang
Square Mall. Jurnal Desiminasi Teknologi, Volume 1, No 2, Juli 2013.
Palembang.
102

LAMPIRAN
LAMPIRAN 1 – LAMPIRAN 4

Lampiran 2

Lampiran 3 Lampiran 4


Model Kebutuhan Ruang Parkir Pada Pasar Melati Medan: Tesis

Diunggah oleh

Informasi Dokumen

Judul 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

Model Kebutuhan Ruang Parkir Pada Pasar Melati Medan: Tesis

Diunggah oleh

Hak Cipta:

Format Tersedia

MODEL KEBUTUHAN RUANG PARKIR PADA PASAR

Diajukan untuk Memperoleh Gelar Magister Teknik

PROGRAM STUDI MAGISTER TEKNIK SIPIL

Universitas Sumatera Utara

PANITIA PENGUJI TESIS:

Universitas Sumatera Utara

1. Nama Lengkap : ORLANDO RICKY DANIEL

2. Alamat : Jl. Stella Raya Villa Setiabudi Makmur 1 Blok

……………………….C-10, Medan Tuntungan

3. Tempat/Tgl. Lahir : Medan, 12 April 1996

1. SD : SD ST. Thomas 6 Medan

2. SMP : SMP ST. Thomas 4 Medan

3. SMA : SMA Negeri 17 Medan

4. Sarjana DIV : Teknik Sipil Politeknik Negeri Medan (2014-2018)

5. Pascasarjana S2 : Magister Teknik Sipil USU (2018-2021)

Wesitan Konsultansi Pembangunan KSO.

2. Inspector pada Paket Preservasi Jalan dan Jembatan Bangko – Sanggaran

Agung dan Sekitarnya tahun 2019. PT. GARIS PUTIH SEJAJAR.

– Sanggaran Agung tahun 2020. PT. Akbar Jaya Konsultan KSO.

Universitas Sumatera Utara

Parkir merupakan suatu kebutuhan bagi pemilik kendaraan. Biasanya pemilik

Universitas Sumatera Utara

Universitas Sumatera Utara

Universitas Sumatera Utara

Medan, Desember 2021

(Orlando Ricky Daniel)

Universitas Sumatera Utara

Universitas Sumatera Utara

Universitas Sumatera Utara

Universitas Sumatera Utara

Universitas Sumatera Utara

Universitas Sumatera Utara

Tabel 2.1 Jenis Kebutuhan Ruang Parkir ...........................................................7

Universitas Sumatera Utara

Universitas Sumatera Utara

1.1 Latar Belakang

Universitas Sumatera Utara

1.2 Rumusan Masalah

1.3 Tujuan Penelitian

1.4 Manfaat Penelitian

1.5 Ruang Lingkup Penelitian

Universitas Sumatera Utara

1.6 Sistematika Penulisan

Universitas Sumatera Utara

2.1 Perencanaan dan Pemodelan Transportasi

2.1.2 Pemodelan Transportasi

2.2 Tarikan Perjalanan

Universitas Sumatera Utara

2.3 Klasifikasi Perjalanan

Universitas Sumatera Utara

2.5 Karakteristik Parkir

2.5.1 Akumulasi Parkir

2.5.2 Volume Parkir

Universitas Sumatera Utara

2.6 Ruang Parkir

Berdasarkan hasil studi bahwa ukuran kebutuhan ruang parkir ditentukan

Universitas Sumatera Utara

Tabel 2.4 Kebutuhan Parkir Berdasarkan Ruang Parkir yang Dibutuhkan

2.7 Kebutuhan Ruang Parkir

Universitas Sumatera Utara

2.8 Satuan Ruang Parkir (SRP)

1 Mobil Penumpang Gol. I 2.3 × 5.00

2 Sepeda Motor 0.75 × 2.00