Dian Indriani Widyasari1

library.uns.ac.id digilib.uns.ac.
id
ESTIMASI KINERJA DAN STRATEGI PENANGANAN

JARINGAN JALAN KOTA SURAKARTA
TAHUN 2020 DAN 2030
(An Estimation of the Performance and Strategy of Handling

Road Network in Surakarta on 2020 and 2030)
SKRIPSI
Diajukan Sebagai Salah Satu Syarat

Untuk Memperoleh Gelar Sarjana Teknik
Disusun Oleh :
Rr. DIAN INDRIANI WIDYASARI

NIM I 0106017
JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK

UNIVERSITAS SEBELAS MARET
SURAKARTA
2010
library.uns.ac.id digilib.uns.ac.id
LEMBAR PERSETUJUAN

TAHUN 2020 DAN 2030
(An Estimation of The Performance and Strategy of Handling

Disusun Oleh :

NIM I 0106017
Telah disetujui untuk dipertahankan dihadapan Tim Penguji Pendadaran

Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret
Persetujuan Dosen Pembimbing
Dosen Pembimbing I Dosen Pembimbing II
DR. Eng. Ir. Syafi’i , MT Slamet Jauhari Legowo, ST,MT

N I P . 19670602 199702 1001 N I P . 19670413 199702 1001
2

TAHUN 2020 DAN 2030
(An Estimation of The Performance and Strategy of Handling

SKRIPSI
Disusun Oleh :

NIM I 0106017
Telah dipertahankan dihadapan Tim Penguji Pendadaran Jurusan Teknik Sipil

Fakultas Teknik Universitas Sebelas Maret pada hari Selasa tanggal 27 Oktober
2009.
1. DR. Eng. Ir. Syafi’i, MT ---------------------------------

NIP. 19670602 199702 1001
2. Slamet Jauhari Legowo, ST,MT ---------------------------------

NIP. 19670413 199702 1001
3. Ir. Djoko Sarwono, MT ---------------------------------

NIP. 19600415 199201 1001
4. Ir. Agus Sumarsono, MT ---------------------------------

NIP. 19570814 198601 1001
Mengetahui, Disahkan,
a.n. Dekan Fakultas Teknik UNS Ketua Jurusan Teknik Sipil
Pembantu Dekan I Fakultas Teknik UNS
Ir.NOEGROHO DJARWANTI, MT Ir. BAMBANG SANTOSA, MT

NIP. 19561112 198403 2007 NIP. 19590823 198601 1001
3
MOTTO
SEMANGAT !!!
”Semangat...Selalu semangat...lakukan apa yang bisa kamu lakukan”

(Bapak dan Ibu)
”Kalian pasti bisa jika mau berusaha dan terus berusaha...”

”Jangan bosan untuk belajar...”
(Mr. Syafi’i)
Lakukan sesuatu dengan bersungguh-sungguh dan berdoalah kepada Tuhan , segala sesuatu
pasti akan dapat kita capai jika kita mau berusaha...Hal yang baik pasti akan berakhir indah
pada waktu-Nya
(Penulis)
Persembahan
Kupersembahkan karyaku ini untuk:
”Allah Subhanahu wa Ta’ala, Rosulullah SAW. Atas segala limpahan berkah

yang telah Kau berikan pada dian”
”Ibu dan Bapak tercinta yang selalu ada kapanpun dian membutuhkan semangat
dan tempat berkeluh kesah, memberikan dukungan dan dorongan, terimakasih untuk
pengertian dan kasih sayang yang telah ibu dan bapak berikan.”
”Kakak-kakakku tersayang, Mas Hari, Mbak Nonik dan Mbak
Antik...terimakasih telah menemani dian selama ini, kebersamaan kita selalu
menjadi penghibur saat dian lelah, tawa dan hal-hal yang kita lakukan bersama
selalu menjadi saat yang dian nantikan..”
” Keponakan kecilku. Menunggu kehadiranmu, telahmencerahkan hari-hari tante...”
4
ABSTRAK
Rr. Dian Indriani Widyasari, 2010, Estimasi Kinerja dan Strategi

Penanganan Jaringan Jalan Kota Surakarta Tahun 2020 dan 2030. Skripsi.
Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret Surakarta.
Estimasi kinerja jaringan jalan dapat dilakukan dengan identifikasi pola serbaran
pergerakan. Pola pergerakan dapat diketahui bila suatu Matriks Asal Tujuan
(MAT) dibebankan ke suatu jaringan jalan sehingga didapatkan arus yang dapat
digunakan untuk menilai kinerja jaringan jalan. Dengan mengetahui tingkat
kinerja jaringan jalan beberapa tahun yang akan datang dapat menentukan solusi
penanganan untuk mengurangi permasalahan transportasi yang terjadi.
Penelitian dilakukan untuk membandingkan jumlah pergerakan menggunakan

analisis MAT, mengevaluasi kinerja jaringan jalan di Kota Surakarta
menggunakan Nisbah Volume dan Kapasitas (NVK) dan juga memberikan
alternatif penanganan masalah sistem jaringan jalan di Surakarta tahun 2009,
2020 dan 2030.
Penelitian ini dilakukan di Kota Surakarta. Jaringan jalan yang dianalisis adalah
jalan arteri dan kolektor. Nilai volume lalu lintas diperoleh dengan metode
pembebanan Wardrop Equilibrium. Uji statistik menggunakan koefisien
Determinasi (R²) dan korelasi (r). Sedangkan tingkat kinerja jaringanan jalan
menggunakan parameter NVK (Nisbah Volume dan Kapasitas).
Dari hasil perhitungan dengan bantuan program EMME-3, diperoleh total jumlah
pergerakan kota Surakarta tahun 2009 sebesar 32361 smp/jam, tahun 2020 sebesar
45516 smp/jam dan tahun 2030 sebesar 61706 smp/jam dengan tingkat
pertumbuhan sebesar 3,3 % per tahun. Pada tahun 2009 terdapat 2 ruas dengan
kondisi tidak stabil, tahun 2020 terdapat 61 ruas dengan kondisi tidak stabil,dan
tahun 2030 terdapat 195 ruas dengan kondisi tidak stabil. Penanganan dilakukan
berkaitan dengan peningkatan ruas jalan maupun manajemennya, dimana dalam
penelitian ini dilakukan pemberlakuan sistem satu arah dan pelebaran jalan
disesuaikan dengan kondisi nyata.
Kata kunci : MAT, arus lalu lintas, maximum entropy, EMME-3,NVK
5
ABSTRACT
Rr. Dian Indriani Widyasari, 2010. An Estimation of The Performance and

Strategy of Handling Road Network in Surakarta on 2020 and 2030. Thesis.
Civil Engineering Department of Engineering Faculty of Sebelas Maret University
of Surakarta.
Estimation the network performance can be identified by the travel pattern. Travel
pattern can be known if O/D matrix is assign into road network we can find flow
trips to compute network performance. Knowing network performance in the
future we can find the solution to decrease the transportation problems.
The primary aim of this research is to compare the amount of movement by

analyzing of O/D matrix, to compare level of network performance in Surakarta
using Ratio of Volume and Capacity, and also to determine the recommendation
to solve the problem of road network in Surakarta in 2009,2020,and 2030.
A case study of this research is Surakarta city. Road networks analyzed are artery
and collector roads. Traffic flow was found using Wardrop Equilibrium
assignment. Statistic methods used are coefficient of determination (R2) and
correlation (r). Ratio of Volume and Capacities (V/C) is defined as volume ratio
to road capacities.
The result of research by EMME-3 software show the total trip of Surakarta city
in 2009 is 34130 veh/hour, in 2020 is 41375 veh/hour and 61706 in 2030. with the
growth level equal to 3,3% per year. In 2009 there are three links with the
unstable condition, 61 links in 2020, and 195 links in 2030.To solve the problem,
the proposed strategic are traffic management (one way system operation) and
improvements on some road links(enlargement road) is accordance to the existing
condition.
Keywords: Destination Origin Matrices (O-D Matrix), Traffic Flow, V/C ratio,
EMME-3
6
KATA PENGANTAR
Puji syukur kepada Allah SWT atas rahmat dan karunia-Nya, sehingga penulis
dapat menyelesaikan penyusunan skripsi dengan judul An Estimation of The
Performance and Strategy of Handling Road Network in Surakarta on 2020.
Sholawat serta salam senantiasa tercurahkan kepada kudwah khasanah kita Nabi
Besar Muhammad saw., keluarganya, para sahabat, serta generasi pelanjut estafet
perjuangan beliau.
Penyusunan skripsi yang masih jauh dari sempurna ini sangat memberi
pengalaman berharga bagi penulis, di samping itu semoga dapat menambah
wawasan dan pengetahuan bagi kalangan Teknik Sipil umumnya dan khususnya
Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret Surakarta.
Skripsi ini disusun sebagai salah satu syarat yang harus ditempuh guna meraih
gelar Sarjana Teknik Sipil pada Fakultas Teknik Universitas Sebelas Maret
Surakarta. Skripsi ini tidak dapat terselesaikan tanpa bantuan dari pihak-pihak
yang ada di sekitar penulis, karena itu dalam kesempatan ini penulis harus
menyampaikan terima kasih sebesar-besarnya kepada yang tertera di bawah ini :
1. Segenap Pimpinan Fakultas Teknik Universitas Sebelas Maret Surakarta.

2. Segenap Pimpinan Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas
Maret Surakarta.
3. DR. Eng. Ir. Syafi’i, MT, selaku Dosen Pembimbing I Skripsi saya.
Terimakasih atas keprcayaan, bimbingan dan motivasi yang telah Bapak
berikan selama proses pengerjaan skripsi ini. Banyak sekali ilmu dan
pengalaman bapak yang memotivasi kami untuk terus berusaha.
4. Slamet Jauhari Legowo, ST,MT, selaku Dosen Pembimbing II Skripsi.
Terimakasih atas waktu, bimbingan dan bantuan yang bapak berikan dalam
pengerjaan skripsi ini. Banyak ilmu dan saran yang bapak berikan telah
membantu kami menyelesaikan skripsi ini.
5. Ir. Agus Hari Wahyudi M.Si, selaku Dosen Pembimbing Akademis.
Terimakasih atas bimbingan dan motivasi yang telah bapak berikan selama
proses belajar saya di jurusan teknik sipil ini.
6. Tim penguji ujian pendadaran skripsi, Ir. Djoko Sarwono, MT dan Ir. Agus
Sumarsono, MT terimakasih atas kesediaannya untuk menguji dan
membimbing saya hingga saya dapat lulus.
7. Semua Staf Pengajar pada Jurusan Teknik Sipil Fakultas Teknik Universitas
Sebelas Maret.
7
8. Orang tua penulis yang telah memberikan dukungan selama ini. Semua
nasehat dan waktu yang kalian berikan telah memberikan kekuatan pada
penulis untuk terus maju.
9. Kakak-kakakku, mbak Nonik, Mbak Antik dan Mas Hari. Terimakasih atas
dukungan dan waktu yang kalian berikan untuk penulis. Kebersamaan kita
selalu menjadikan semangat bagiku.
10. Teman-teman Sipil 2006. Banyak pelajaran hidup yang penulis dapatkan dari
kalian. Terimakasih atas bantuan dan dukungan selama ini.Finally, we did it!
11. Teman-teman di Laboratorium Traffic (Mbak Nurma, Mbak Retno, Pamuko,
Mas Anton dan Mas Najib) . Tawa dan canda kita membantuku untuk terus
bersemangat.Terimakasih atas bantuan dan kekompakanya teman.
Kebersamaan kita akhirnya membuahkan hasil.
12. Sahabat-sahabatku. Deta, Kohin, Mbak No’, Radit, Nita, Betty, Afni, Eni,
Onne, Wulan, Endang,Elita. Terimakasih atas dukungan kalian selama ini.
Tawa dan canda kalian telah menemani setiap langkahku menjalani
pendidikan di sini.
13. Adik-adik kos, Sinta, Amel dan Hikmah. Terimakasih untuk kenyamanan
yang kalian berikan. Kebersamaan kita menjadi salah satu hal yang
menbantuku melewati saat-saat sulit.
14. Seluruh civitas akademika Teknik Sipil UNS. Terimakasih atas bantuannya.
15. Dan semua yang pernah hadir dalam perjalanan hidupku yang tak bisa ku
sebutkan satu per satu..semoga senantiasa dalam kebaikan.
Akhirnya pengantar ini juga menjadi semacam ingatan bagi penulis selama
menempuh tahap pembelajaran di Universitas Sebelas Maret Surakarta hingga
skripsi ini harus disusun sebagai syarat mendapatkan gelar kesarjanaan. Terima
kasih.
Surakarta, April 2010
Penulis
8
DAFTAR ISI
Hal
HALAMAN JUDUL.......................................................................................... i
HALAMAN PERSETUJUAN........................................................................... ii
HALAMAN PENGESAHAN............................................................................ iii
MOTTO ............................................................................................................ iv
PERSEMBAHAN.............................................................................................. v
ABSTRAK......................................................................................................... vi
ABSTRACT...................................................................................................... vii
KATA PENGANTAR....................................................................................... viii
DAFTAR ISI...................................................................................................... x
DAFTAR TABEL.............................................................................................. xiv
DAFTAR GAMBAR......................................................................................... xvii
DAFTAR NOTASI DAN SIMBOL.................................................................. xix
DAFTAR LAMPIRAN...................................................................................... xx
BAB 1 PENDAHULUAN
1.1. Latar Belakang ............................................................................ 1
1.2. Rumusan Masalah....................................................................... 3
1.3. Batasan Masalah.......................................................................... 4
1.4. Tujuan Penelitian......................................................................... 5
1.5. Manfaat Penelitian....................................................................... 6
BAB 2 LANDASAN TEORI

2.1. Tinjauan Pustaka......................................................................... 7
2.2. Dasar Teori…....……………………………………………….. 15
2.2.1. Matriks Asal Tujuan (MAT)………………………….. 15
2.2.2. Daerah Kajian ………………………………………... 16
2.2.3. Sistem Zona………………..…………………………. 17
9
Hal
2.2.4. Sistem jaringan Transportasi…………………………. 17
2.2.5. Klasifikasi Fungsi Jalan………………………………. 18
2.2.6. Satuan Mobil Penumpang…………………………….. 22
2.2.7. Kapasitas…………..…………………………………. 23
2.2.8. Kecepatan…………..………………………………… 29
2.2.9. Karakteristik Jalan...………………………………… 33
2.2.10. Pendekatan Pembebanan Wardrop Equilibrium……. 36
2.2.11. Metode Steepest Descent…………………….………….. 38
2.2.12. Konsep Pemodelan………………………...………….. 40
2.2.13. Model Sistem Kegiatan dan Jaringan…………………. 40
2.2.14. Model Bangkitan dan Tarikan Pergerakan..…………. 41
2.2.15. Konsep Model Gravity sebagai Model Sebaran
Pergerakan……………………………………………. 45
2.2.16. Kinerja Jalan.............................................................. 46
2.2.17. Jenis Penanganan Ruas Jalan................................... 48
2.2.18. EMME-3 (Equilibre Multimodal, Multimodal
Equilibrium)………………………………………….. 49
2.3. Kerangka Pemikiran…………………………………………... 57
BAB 3 METODE PENELITIAN

3.1. Lokasi Penelitian…………………...…………………………. 59
3.2. Sumber Data………...………………………………………… 64
3.2.1. Data Primer…………………………………………… 64
3.2.2. Data Sekunder…………………………………………. 64
3.3. Prosedur Survey Primer………………………………………. 64
3.3.1. Survey Pendahuluan…………………………………… 65
3.3.2. Teknik Pengumpulan Data…..………………………… 65
3.3.3. Desain Survey………………………………………… 66
3.4. Tahapan Penelitian..…………………………………….…... 67
3.5. Teknik Analisis Data…………………………………………. 70
3.5.1. Pengumpulan Data Dasar Penelitian………...………… 70
10
Hal
3.5.2. Analisis Data………………………………………… 71
BAB 4 ANALISIS DATA DAN PEMBAHASAN

4.1. Umum…………………………………………………………. 76
4.2. Pengolahan dan Penyajian Data……………………………… 76
4.2.1. Pengumpulan Data…………………………………... 76
4.2.2. Pembagian Zona……………………………………… 77
4.2.3. Satuan Mobil Penumpang……………………………. 80
4.2.4. Kapasitas……………………………………………... 81
4.2.5. Waktu Tempuh……………………………………….. 82
4.3. Analisis dengan Program EMME-3………………………….. 84
4.3.1. Basis Data Jaringan Jalan……………………………. 84
4.3.2. Data Volume Lalu Lintas Hasil Survey (Traffic
Count)……………………………………………… 86
4.3.3. Data Matriks Awal (Prior Matrix)…………………. 88
4.3.4. Matrik baru hasil EMME-3………………………… 95
4.3.5. Pembebanan Matriks ke jaringan jalan…………….. 103
4.3.6. Uji Validasi................................................................... 107
4.3.7. Pemodelan Bangkitan dan Tarikan Pergerakan............ 107
4.3.8. Estimasi MAT Tahun 2020....................................... 111
4.3.9. Perhitungan Nilai NVK dengan System do-
nothing.......................................................................... 113
4.3.10. Alternatif Penanganan Masalah Jaringan Jalan............ 118
4.3.11. Perhitungan Nilai NVK dengan System do-
something..................................................................... 126
4.4. Pembahasan……………………………………………….. 133
BAB 5 KESIMPULAN DAN SARAN

5.1. Kesimpulan…………………………………………………… 134
5.2. Saran…………………………………………………………... 136
11
DAFTAR REFERENSI……………………………………………………... 137

LAMPIRAN………………………………………………………………….. 139
12
DAFTAR TABEL
Hal.
Tabel 2. 1 emp untuk jalan perkotaan tak terbagi...................................... 23
Tabel 2. 2 emp untuk jalan perkotaan terbagi dan satu arah...................... 23
Tabel 2. 3 Kapasitas dasar (Co) jalan perkotaan........................................ 24
Tabel 2. 4 Faktor penyesuaian kapasitas (FCw) untuk pengaruh lebar
jalur lalu lintas untuk jalan perkotaan........................................ 25
Tabel 2. 5 Faktor penyesuaian kapasitas untuk pemisahan Arah (FCsp).... 26
Tabel 2. 6 Faktor penyesuaian kapasitas (FCsf) untuk pengaruh
hambatan dan lebar bahu.......................................................... 27
Tabel 2. 7 Faktor penyesuaian kapasitas (FCsf) untuk pengaruh
hambatan samping dan jarak Kerb-Penghalang (FCsf)............ 27
Tabel 2. 8 Kelas Hambatan Samping untuk Jalan Perkotaan…………… 28
Tabel 2. 9 Faktor penyesuaian kapasitas untuk pengaruh ukuran kota
FCcs pada jalan perkotaan......................................................... 29
Tabel 2. 10 Kecepatan arus bebas dasar (FV0) untuk jalan perkotaan......... 30
Tabel 2. 11 Penyesuaian kecepatan arus bebas untuk lebar jalur lalu lintas
(FVw) pada jalan perkotaan…………………………………... 30
Tabel 2. 12 Faktor penyesuaian (FFVsf) untuk pengaruh hambatan
samping dan lebar bahu pada kecepatan arus bebas untuk
jalan perkotaan dengan bahu………………………………… 31
Tabel 2. 13 Faktor penyesuaian (FFVsf) untuk pengaruh hambatan
samping dan jarak kerb penghalang jalan perkotaan dengan
kerb…………………………………………………………… 31
Tabel 2. 14 Faktor penyesuaian untuk pengaruh ukuran kota pada
kecepatan arus bebas kendaraan ringan untuk jalan perkotaan. 32
Tabel 2.15 Tabel nilai NVK pada beberapa kondisi di Jakarta (Indonesia) 48
Tabel 2.16 Perangkat lunak perencanaan transportasi yang telah tersedia
di pasaran................................................................................... 57
Tabel 3. 1 Lokasi survey volume lalu lintas zona internal.......................... 60
13
Tabel 3. 2 Lokasi survey volume lalu lintas zona eksternal........................ 60

Tabel 4. 1 Tabel Data Hasil Survey (traffic count) Tahun 2009 pada Jam
Puncak………………….……………………………………... 77
Tabel 4. 2 Pembagian Zona Internal…………………………………….. 78
Tabel 4. 3 Pembagian Zona Eksternal…………………………………… 79
Tabel 4. 4 Perhitungan jumlah kendaraan pada jam puncak (per satu
jam)........................................................................................... 80
Tabel 4. 5 Konversi Satuan kendaraan ke smp.......................................... 81
Tabel 4. 6 Format masukan basis data jaringan jalan................................ 84
Tabel 4. 7 Koordinat kota Surakarta……………………………………. 85
Tabel 4. 8 Data Arus Lalu Lintas Tahun 2009……..……………………. 86
Tabel 4. 9 Prior Matrix tahun 2002………................................................ 89
Tabel 4. 10 Matriks Asal Tujuan Tahun 2009 (Vehicle trip, dalam
smp/jam)……………………………………………………… 96
Tabel 4.11 Volume Lalu Lintas Hasil Pembebanan Tahun 2009……….... 103
Tabel 4.12 Perbandingan arus hasil traffic count dengan arus hasil
pembebanan…………………………………………………… 104
Tabel 4.13 Uji Korelasi Model Bangkitan Pergerakan…………………… 109
Tabel 4.14 Uji Korelasi Model Tarikan Pergerakan……………………… 109
Tabel 4.15 Model Bangkitan Pergerakan..................................................... 110
Tabel 4.16 Model Tarikan pergerakan......................................................... 110
Tabel 4.17 Uji Koefisien Determinasi Model Bangkitan…………………. 110
Tabel 4.18 Uji Koefisien Determinasi Model Tarikan……………………. 110
Tabel 4.19 Nilai NVK Jaringan Jalan Kota Surakarta Tahun 2009, Tahun
2020 dan Tahun 2030 (do-nothing)….…………………………… 114
Tabel 4.20 Perbandingan Nilai NVK Tahun 2009, 2020 dan 2030 dengan
system do-nothing............................................................. 119
Tabel 4.21 Data Berkaitan dengan Alternatif Penanganan yang
Direkomendasikan untuk tahun 2009....................................... 120
Direkomendasikan untuk tahun 2020........................................ 120
14

Direkomendasikan untuk tahun 2030........................................ 125
Tabel 4.24 Perbandingan Nilai NVK Tahun 2009 ,2020 dan 2030 dengan
system do-something................................................................. 127
Tabel 4.25 Tahun yang Ditinjau dan Nilai Kinerja Jaringan Jalannya
(NVK) untuk system do-nothing dan do-something………… 133
15
DAFTAR GAMBAR
Hal.
Gambar 2.1 Diagram Model Perencanaan Transportasi Empat Tahap….. 8
Gambar 2.2 Matrik Asal [A] dan Tujuan [B] (Wells,1975)…………...... 9
Gambar 2.3 Diagram garis keinginan (desire line)……………………… 9
Gambar 2.4 Proses pembebanan lalu lintas……………………………... 9
Gambar 2.5 Metode untuk mendapatkan MAT......................................... 10
Gambar 2.6 Sistem Jaringan Jalan Primer………....................................... 19
Gambar 2.7 Sistem Jaringan Jalan Sekunder……………......................... 20
Gambar 2.8 Sketsa Hipotesis Hirarki Jalan Kota....................................... 21
Gambar 2.9 Help menu............................................................................. 50
Gambar 2.10 The EMME Prompt (prompt console)................................... 51
Gambar 2.11 Prosedur Perhitungan Program EMME-3…………………. 52
Gambar 2.12 Kerangka Inti Modelling EMME/3………………………... 53
Gambar 2.13 Hasil Traffic Assignment…………………………………... 54
Gambar 2.14 Hasil Transit Assignment…………………………………... 54
Gambar 2.15 Hasil Matrix Calculator…………………………………… 55
Gambar 2.16 Hasil Network Calculator………………………………….. 56
Gambar 2.17 Bagan Alir Kerangka Pikir.................................................... 58
Gambar 3. 1 Peta Administrasi Kota Surakarta ....................................... 61
Gambar 3. 2 Peta Pembagian Zona Kota Surakarta ……………………. 62
Gambar 3. 3 Jaringan Jalan Kota Surakarta…………..…………………. 63
Gambar 3. 4 Bagan Alir Tahapan Penelitian............................................... 70

Gambar 3. 5 Bagan alir analisis penelitian………………………............. 74
Gambar 3. 6 Bagan alir perhitungan kinerja jaringan……………………. 75
Gambar 4. 1 Network Editor ...................................................................... 85
Gambar 4. 2 Editor toolbar……………………………………………… 86
Gambar 4. 3 Tabel Matrix (full matriks 5)……………………………… 95
Gambar 4. 4 Grafik Besar Pergerakan di Zona Internal…………………. 102
Gambar 4. 5 Grafik Besar Pergerakan di Zona Eksternal……………….. 102
16
Gambar 4. 6 Penyajian Arus pada Ruas Dari Program EMME-3 Dalam 106
Bentuk Peta………………………………………………..
Gambar 4.7 Grafik Uji Validasi Volume Lalu Lintas…………………… 107
Gambar 4.8 Penyajian Arus Tahun 2009 system do-nothing………….. 115
Gambar 4.11 Perbandingan Nilai NVK Tahun 2009, 2020 dan 2030
dengan system do-nothing.……………………………………... 119
Gambar 4.12 Perbandingan Nilai NVK Tahun 2009, 2020 dean 2030
dengan system do-something................................................. 128
17
DAFTAR NOTASI DAN SIMBOL
Ai , B d = faktor penyimbang untuk setiap zona asal i dan tujuan d
C = Kapasitas (smp / jam)

Cid = biaya perjalanan dari zona asal i ke zona tujuan d
Co = Kapasitas dasar untuk kondisi tertentu (ideal) (smp / jam)
Dd = total pergerakan ke zona tujuan d
f (Cid ) = fungsi umum biaya perjalanan

FCcs = Faktor penyesuaian ukuran kota
FCsf = Faktor penyesuaian hambatan samping
FCsp = Faktor penyesuaian pemisah arah
FCw = Faktor penyesuaian lebar jalur lalu lintas
FFVcs = Faktor penyesuaian ukuran kota.
FFVsf = Faktor penyesuaian kondisi hambatan samping
FV = Kecepatan arus bebas kendaraan ringan sesungguhnya (km/jam)
Fvo = Kecepatan arus bebas dasar kendaraan ringan (km/jam)
FVw = Penyesuaian lebar jalur lalu lintas efektif (km/jam)
FFV4sf = faktor penyesuaian kecepatan arus bebas untuk empat lajur (km/jam).
FFV6sf = faktor penyesuaian kecepatan arus bebas untuk enam lajur (km/jam).
Oi = total pergerakan dari zona asal i
pidl = proporsi pergerakan dari zona asal i ke zona tujuan d pada ruas l
V = kecepatan sesungguhnya pada saat ada arus lalu lintas Q.
S = jarak (km)
Tid = jumlah pergerakan dari zona asal i ke zona tujuan d
t0 = waktu tempuh pada saat V0 (detik)
Vˆl = arus lalu lintas hasil pengamatan pada ruas l
Vl = arus lalu lintas hasil pemodelan pada ruas l

V0 = kecepatan pada saat arus bebas (km/jam)
18
DAFTAR LAMPIRAN
Lampiran A : Data Hasil Survey(Traffic Count) Tahun 2009

Lampiran B : Konversi Satuan Kendaraan ke smp
Lampiran C : Kapasitas
Lampiran D : Waktu Tempuh
Lampiran E : Basis Data Jaringan Jalan
Lampiran F : Koordinat kota Surakarta
Lampiran G : Volume Lalu lintas Tahun 2009
Lampiran H : Data Sosio-Ekonomi
Lampiran I : Estimasi Data Sosio-Ekonomi Tahun 2009, 2020 dan 2030
Lampiran J : Estimasi Pergerakan (Oi dan Dd)
Lampiran K : Konstanta Penyeimbang (Ai dan Bd)
Lampiran L : MAT Tahun 2020 dan 2030
Lampiran M : Nilai NVK System Do-nothing
Lampiran N : Form Survey
Lampiran O : Listing Program EMME/3
Lampiran P : Surat-surat
19
BAB 1
PENDAHULUAN
1.1.Latar Belakang
Seluruh kegiatan manusia untuk memenuhi kebutuhan menyebabkan mereka perlu

saling berhubungan. Kebutuhan hidup manusia yang bervariasi membutuhkan
suatu ruang dimana semakin lama semakin terpisah selaras dengan ragam
kegiatan manusia yang terspesialisasi. Setiap kegiatan cenderung berkelompok
dan terpisah dengan jenis kegiatan lain, sehingga muncul zona-zona kegiatan yang
berbeda. Kebutuhan manusia tidak selalu berada dalam satu zona yang sama
dengan tempat tinggal manusia sehingga terjadi pergerakan. Keadaan tersebut
akan membangkitkan pergerakan dari suatu zona dan akan menarik pergerakan ke
zona kegiatan lain untuk proses pemenuhan kebutuhan. Besarnya sebaran
pergerakan yang terjadi sangat berkaitan dengan jenis dan intensitas kegiatan yang
dilakukan.
Sutomo menyatakan bahwa jenis tata guna lahan yang berbeda (pemukiman,
pendidikan dan komersial) mempunyai ciri bangkitan lalu lintas yang berbeda,
yaitu:
a. Jumlah arus lalu lintas
b. Jenis lalu lintas (pejalan kaki, truk atau mobil)
c. Lalu lintas pada waktu tertentu (kantor menghasilkan arus lalu lintas pada
pagi dan sore hari, pertokoan menghasilkan arus lalu lintas di sepanjang hari).
Tujuan akhir perencanaan tahap ini adalah menaksir setepat mungkin bangkitan
dan tarikan pergerakan pada masa yang akan datang.
Meningkatnya kegiatan ekonomi, sosial dan budaya masyarakat perkotaan dengan

sendirinya berdampak pada pertumbuhan pergerakan, kepadatan lalu lintas pada
ruas jalan dan pencemaran udara akibat emisi gas buang kendaraan menjadi
meningkat. Meningkatnya pergerakan dapat menyebabkan timbulnya suatu
permasalahan transportasi, seperti kemacetan, tundaan, maupun kecelakaan.
20
Pergerakan yang semakin meningkat tanpa diikuti peningkatan kapasitas sistem

prasarana yang ada seperti pelebaran jalan, mekanika pengaturan jalan dan
sebagainya akan mengakibatkan permasalahan transportasi yang semakin
kompleks. Kemacetan akan semakin sering terjadi pada lokasi – lokasi padat di
sekitar pusat kegiatan usaha maupun persimpangan. Kinerja lalu lintas dengan
sendirinya akan menurun secara signifikan dari tahun ke tahun,
Untuk mengatasi berbagai permasalahan tersebut, maka kita harus memahami

pola sebaran pergerakan yang akan terjadi di masa yang akan datang. Dengan
mengetahui pola pergerakan masa yang akan datang, dapat dilakukan estimasi
kinerja jaringan jalan yang akan terjadi sehingga dapat dilakukan usaha untuk
mengantisipasi masalah yang diperkirakan terjadi di masa yang akan datang.
Estimasi kinerja jaringan jalan dapat dilakukan dengan identifikasi pola serbaran
pergerakan. Pola pergerakan dapat dihasilkan bila suatu MAT dibebankan ke
suatu jaringan transportasi sehingga didapatkan arus yang dapat digunakan untuk
menilai kinerja jaringan jalan. Dengan mengetahui kinerja jaringan jalan beberapa
tahun yang akan datang dapat dihasilkan solusi penanganan untuk mengurangi
permasalahan transportasi yang terjadi.
Penelitian akan dilakukan di daerah Surakarta yang pada saat ini menjadi daerah
dengan perkembangan perekonomian dan pertumbuhan penduduk yang semakin
meningkat. Meningkatnya aktivitas perekonomian, membawa dampak pada naiknya
aktivitas pergerakan sehingga secara tidak langsung berdampak pada kinerja
jaringan jalan. Penelitian dilakukan untuk mengevaluasi kinerja jaringan jalan di
Kota Surakarta dan memberikan alternatif penanganan masalah sistem jaringan
jalan tahun 2020 dan 2030. Penelitian dilakukan pada tahun-tahun tersebut dengan
pertimbangan bahwa Kota Surakarta belum mencapai tingkat kepadatan tinggi
sehingga dilakukan tinjauan untuk penanganan jangka panjang.
Evaluasi ditinjau dari klasifikasi fungsional dan sistem jaringan dari ruas-ruas
yang ada di Kota Surakarta. Penelitian dilakukan pada jalan arteri dan kolektor
karena volume pada jalan ini umumnya besar. Untuk jalan lokal evaluasi belum
diperhitungkan pada penelitian ini karena volume lalu lintas relatif lebih rendah
21
dan akses terhadap lahan disekitarnya tinggi sehingga permasalahan cenderung

bersifat lokal.
Tingkat kinerja jaringan jalan dapat dinilai menggunakan tiga parameter lalu
lintas berupa kecepatan, kepadatan lalulintas dan Nisbah Volume dan Kapasitas
(NVK) yang didapatkan dari perbandingan volume lalulintas dan kapasitas jalan.
Pada penelitian ini digunakan Nisbah Volume dan Kapasitas (NVK) untuk
mengevalusai kinerja dikaitankan dengan volume yang dihasilkan dari
pembebanan MAT yang akan dilakukan.
Alternatif penanganan masalah kinerja jaringan jalan berupa manajemen lalu

lintas, peningkatan ruas jalan dan pembangunan jalan baru. Dilihat dari keadaan
jaringan jalan di Kota Surakarta yang sudah padat, evaluasi yang akan dilakukan
berkisar pada manajemen lalu lintas berkaitan dengan tipe operasi dan
peningkatan ruas jalan berkaitan dengan penambahan lajur disesuaikan dengan
keadaan jalannya.
1.2.Rumusan Masalah
Berdasarkan latar belakang masalah yang telah diuraikan diatas dapat dirumuskan
permasalahan sebagai berikut:
a. Berapa besar jumlah pergerakan yang terjadi pada tahun 2009 dan yang akan
terjadi tahun 2020 serta 2030 menggunakan analisis MAT dengan aplikasi
software EMME/3?
b. Bagaimana perbandingan tingkat kinerja jaringan jalan dengan alat ukur
Nisbah Volume dan Kapasitas (NVK) di Kota Surakarta pada tahun 2009, 2020
dan 2030?
c. Apa alternatif penanganan yang dapat mengurangi permasalah jaringan jalan di
Kota Surakarta pada tahun 2009 atau yang diperkirakan terjadi tahun 2020 dan
2030?
22
1.3.Batasan Masalah
Untuk membatasi permasalahan agar penelitian tidak terlalu meluas dan lebih
terarah maka perlu adanya pembatasan masalah sebagai berikut:
a. Wilayah kajian adalah Kota Surakarta dengan jaringan transportasi yang ada
ditambah dengan beberapa ruas jalan pada zona eksternal yang dianggap
mempengaruhi arus masuk dan arus keluar dari dalam kota.
b. Pembagian zona berdasarkan batas-batas administrasi berupa kalurahan.
c. Data matrik awal (prior matrik) yang digunakan adalah hasil perhitungan
skripsi dengan judul “Estimasi Matrik Asal Tujuan dari Data Lalu Lintas
dengan Metode Estimasi Inferensi Bayesian (Studi Kasus Kota Surakarta)”
oleh Rahayu Mahanani Wijiastuti tahun 2002 dilengkapi dengan hasil
survey terbaru 2009 di beberapa titik di lapangan.
d. Ruas jalan yang dianalisis adalah ruas jalan arteri dan ruas jalan kolektor sesuai
pembagian jalan menurut Dinas Pekerjaan Umum Kota Surakarta.
e. Penelitian dilakukan pada pola pergerakan kendaraan yang terdiri dari semua
jenis kendaraan sesuai pembagian dalam Manual Kapasitas Jalan Indonesia
(MKJI) 1997.
f. Penelitian dilakukan pada jam puncak pagi hari yaitu pukul 06.00-08.00 WIB.
g. Kapasitas ruas jalan, waktu tempuh, dan kecepatan dihitung menggunakan
metode perhitungan pada MKJI.
h. Pergerakan pejalan kaki tidak diperhitungkan.
i. Jaringan jalan yang dianalisis mengabaikan fenomena simpang.
j. Metode pembebanan yang digunakan adalah Metode Keseimbangan Wardrop
(Wardrop Equilibrium).
k. Analisis pembebanan dilakukan dengan bantuan program EMME/3.
l. Peubah bebas yang diperhitungkan dalam pemodelan bangkitan pergerakan
adalah luas lahan tiap kelurahan, luas lahan pemukiman, kepemilikan
kendaraan, dan usia pendidikan dan bekerja (5-59 tahun).
m. Peubah bebas yang diperhitungkan dalam pemodelan tarikan adalah luas lahan
usaha dan jumlah sekolah tiap kelurahan.
23
n. Pengembangan tata guna lahan pada daerah kajian sesuai dengan data dari Biro
Pusat Statistik (BPS).
o. Metode analisis perhitungan yang digunakan dalam pemodelan bangkitan dan
tarikan pergerakan adalah metode analisis regresi linier sederhana.
p. Uji statistik yang digunakan untuk pemodelan bangkitan dan tarikan
pergerakan adalah uji korelasi dan koefisien determinasi.
q. Metode sebaran pergerakan yang digunakan adalah model gravity dengan dua
batasan (PACGR).
r. Parameter sebagai ukuran kinerja ruas jalan adalah Nisbah Volume dan
Kapasitas (NVK).
1.4.Tujuan Penelitian
Penelitian ini bertujuan untuk:
1. Membandingkan jumlah pergerakan pada tahun 2009, 2020 dan 2030

menggunakan analisis MAT.
2. Membandingkan tingkat kinerja jaringan jalan di Kota Surakarta pada tahun
2009, 2020 dan 2030 menggunakan alat ukur Nisbah Volume dan Kapasitas
(NVK).
3. Memberikan alternatif penanganan yang dapat mengurangi permasalah
jaringan jalan di Kota Surakarta pada tahun 2009 atau yang diperkirakan
terjadi pada tahun 2020 dan 2030.
24
1.5.Manfaat Penelitian
1. Manfaat Teoritis
Meningkatkan pemahaman dan pengetahuan di bidang perencanaan dan

pemodelan transportasi, terutama berkaitan dengan Trip Distribution dan Trip
Assignment.
2. Manfaat Praktis
Hasil yang diperoleh dapat digunakan sebagai bahan pertimbangan dalam
perbaikan dan perencanaan transportasi untuk Kota Surakarta pada waktu
yang akan datang.
25
BAB 2
LANDASAN TEORI
2.1.Tinjauan Pustaka
Perencanaan transportasi dapat didefinisikan sebagai suatu proses yang memiliki

tujuan mengembangkan sistem transportasi yang memungkinkan manusia dan
barang bergerak atau berpindah tempat dengan aman dan murah.
(Pignataro,1973)
Sarana transportasi harus direncanakan untuk memenuhi kebutuhan lalu lintas

yang sudah ada maupun yang akan ada, diletakkan pada lokasi yang tepat di
dalam daerah atau kota, dan secara ekonomi harus dapat dipertanggungjawabkan.
(Warpani, 1990)
Blunden (1971) yang dikutip oleh Warpani (1990) mengaitkan perencanaan

transportasi dengan tata guna lahan kota yang dikatakannya mempunyai dua
tujuan pokok, yaitu:
1. Meningkatkan daya guna sistem yang telah ada
2. Merencanakan perkembangan dan pertumbuhan di masa yang akan datang
Dari sini terbukti bahwa pada masa kini, terutama bagi kota besar, pentingnya
perencanaan transportasi makin dirasakan untuk menyelesaikan permasalahan
transportasi.
Konsep perencanaan transportasi yang paling populer adalah Model Perencanaan

Transportasi Empat Tahap, yang terdiri dari:
1. Bangkitan dan tarikan pergerakan (Trip Generation)
2. Distribusi pergerakan lalu lintas (Trip Distribution)
3. Pemilihan moda (Modal Choice atau Modal Split)
4. Pembebanan lalu lintas (Trip Assignment)
26
Zones network Base-year data Future planning data
Data Base
Base year Future
Trip generation
Trip Distribution
Four stages
Modal split/choice
Trip assignment
Traffic Flow
Gambar 2.1. Diagram Model Perencanaan Transportasi Empat Tahap
Bangkitan dan tarikan pergerakan menurut Tamin (1995) adalah tahapan

pemodelan yang memperkirakan jumlah pergerakan yang berasal dari suatu zona
atau tata guna lahan dan jumlah pergerakan yang tertarik ke suatu zona atau tata
guna lahan. Tahap ini menghubungkan interaksi antara tata guna lahan, jaringan
transportasi, dan arus lalu lintas.
Distribusi pergerakan adalah proses menghitung jumlah perjalanan yang terjadi

antara satu zona dengan semua zona lainnya. Suatu matrik perjalanan dibuat untuk
menunjukkan jumlah perjalanan yang terjadi. Secara umum, perjalanan harus
didistribusikan pada area sebanding (proporsional) dengan daya tarik aktivitas dan
berbanding terbalik dengan hambatan perjalanan antara area-area.
(F.D. Hobbs,1995,185)
27
Distribusi pergerakan dapat direpresentasikan dalam bentuk garis keinginan

(desire line) atau dalam bentuk Matriks Asal Tujuan, MAT (origin-destination
matrix/O-D matrix).
A B
Gambar 2.2. Matrik Asal [A] dan Tujuan [B] (Wells,1975)
B
A
C
E
D
Gambar 2.3. Diagram garis keinginan (desire line)
Langkah terakhir dalam perencanaan transportasi adalah trip assignment

(pembebanan lalu lintas). Pembebanan lalu lintas adalah suatu proses dimana
permintaan perjalanan (yang didapat dari tahap distribusi) dibebankan ke jaringan
jalan. Tujuan trip assignment adalah untuk mendapatkan arus di ruas jalan atau
total perjalanan di dalam jaringan yang ditinjau.
Matriks asal tujuan jaringan

(permintaan) (sediaan)
kriteria
Trip assignment
memutuskan
Arus & Total

Biaya perjalanan
Gambar 2.4. Proses pembebanan lalu lintas
28
Papacostas and Prevedouros (2005) menyatakan bahwa travel demand dan travel
trip termasuk dalam perencanaan transportasi selain trip generation, distribution,
mode of travel dan route assignment. Travel trip diperoleh dari permintaan
perjalanan dimana perjalanan dilakukan dengan suatu tujuan untuk memfasilitasi
hubungan social dan ekonomi manusia. Setiap perjalanan yang dilakukan
bergantung pada beberapa faktor seperti pendapatan, kepemilikan kendaraan, dan
jarak. Dinyatakan juga bahwa “Travel demand models are driven in part, by the
relationship of land use activities and characteristics to the transportation
network. Specific inputs to the modeling process are land use activity including
the number of households, population-in-households, vehicles and employment
located in a given analysis zone”.
Pola pergerakan dapat dihasilkan bila suatu MAT dibebankan ke suatu jaringan
transportasi. Dengan mengetahui pola pergerakan yang terjadi, kita dapat
memperkirakan masalah yang akan timbul sehingga solusi dapat segera
dihasilkan. Kelebihan bentuk matriks adalah dapat didapatkan secara tepat arus
pergerakan antarzona yang terjadi, namun tidak dapat menggambarkan arah
pergerakan tersebut. Hal ini dapat diatasi dengan penggunaan garis keinginan
untuk menggambarkan pergerakan yang terjadi.
(Ofyar Z. Tamin, 1997:130)
Metode untuk mendapatkan MAT dapat dikelompokkan menjadi dua bagian

utama, yaitu: metode tidak konvensional dan metode konvensional. Untuk lebih
jelasnya, pengelompokan digambarkan berupa diagram pada Gambar 2.5.
(Tamin,1985,1986,1988abc)
29
Gambar 2.5. Metode untuk mendapatkan MAT
Penelitian yang pernah dilakukan sebelumnya kebanyakan menggunakan metode

konvensional, salah satunya menggunakan model Gravity. Seperti penelitian
terdahulu yang pernah dilakukan oleh Slamet Basuki (2001) dengan menggunakan
model tersebut untuk estimasi distribusi perjalanan. Kalibrasi model dengan
bantuan program SATURN (Simulation and Assignment of Traffic to Urban Road
Network).
Priyatno (2000) melakukan penelitian dengan menggunakan metode Tidak

Konvensional untuk estimasi Matrik Asal Tujuan. Priyatno menggunakan
pemodelan ME2 (Matrik Estimation Maximum Entropy), teknik pembebanan
Wardrop Equilibrium, dan dibantu program SATURN.
Wiwit Hernasari (2000) mengestimasi Matrik Asal Tujuan dengan metode

pembebanannya All Or Nothing. Metode pendekatan dengan ME2 dibantu
program SATURN, sedangkan uji validasi dengan koefisien Determinasi R2.
30
Penelitian dengan model Gravity-Opportunity (GO) dilakukan oleh M. Rusli

(2002). Metode pendekatan ME2 dibantu program SATURN, metode pembebanan
All or Nothing, metode estimasi dengan NLLS (Non Linear Least Square),
sedangkan uji validasi dengan RMSE (Root Mean Square Error).
Estimasi model Kombinsi Sebaran Pergerakan dan Pemilihan Moda (SPPM) oleh
Nuning Fitriani (2002) menggunakan model Gravity untuk sebaran pergerakan
dan multinomial logit untuk pemilihan moda. Metode estimasi yang digunakan
yaitu metode estimasi NLLS (Non Linear Least Square), metode pendekatan
dengan ME2, metode pembebanan Wardrop Equilibrium dan uji validasi dengan
koefisien Determinasi R2.
Penelitian yang dilakukan Astri Brillianti (2002) untuk mengevaluasi kinerja

jaringan jalan di Kota Surakarta dan memberikan alternatif upaya penanganan
masalah sistem jaringan jalan dengan periode kajian 5 tahunan untuk umur
rencana 10 tahun mendatang. Alternatif upaya penanganan masalah sistem
jaringan jalan yang ditempuh dengan cara peningkatan kapasitas jalan berupa
pelebaran jalan dan pembangunan jalan baru. Pemodelan yang dilakukan dengan
model gravity, metode pembebanan Wardrop Equilibrium dengan program
SATURN.
Rahayu Mahanani Wijiastuti (2002) menitikberatkan pada aspek sebaran

pergerakan saja dengan menggunakan bantuan software SATURN. Model yang
digunakan adalah Model Gravity dengan alasan bahwa model gravity lebih mudah
dan sederhana dalam proses pengerjaannya, data yang diambil dalam pemodelan
berdasarkan data arus lalu lintas. Model menggunakan metode estimasi Kuadrat
Terkecil Tidak Linear (KTTL) dengan dasar pemikiran bahwa dengan pendekatan
kuadrat terkecil, simpangan atau selisih antara sebaran pergerakan yang dihitung
^
dari pemodelan (Tid) dengan yang didapat dari hasil pengamatan( Tid )
memberikan harga yang minimum. Didapatkan dari hasil penelitian nilai
parameter β=-0.00119, dimana nilai (-) menggambarkan bahwa biaya rata-rata
perjalanan pada jam sibuk di kota Surakarta bukan satu-satunya faktor bagi pelaku
31
perjalanan. Parameter β pada penelitian ini selanjutnya digunakan untuk

mengestimasi MAT tahun 2020.
Nurmalia (2009) memperhitungkan MAT dengan menggunakan metode Enteropi

Maksimum. Penelitian ini menggunakan aplikasi Software EMME/3 yang
merupakan pengembangan dari program EMME/2 untuk menghitung MAT baru
hasil pembebanan.
Penelitian yang telah dilaksanakan berguna untuk mengetahui tingkat kinerja

jaringan jalan pada saat ini maupun pada tahun-tahun yang akan datang, sehingga
dapat dihasilkan evaluasi dan penanganan yang dapat dilakukan. Penelitian
menggunakan analisis MAT dengan menggunakan bantuan software EMME/3.
Model yang digunakan untuk mendapatkan sebaran pergerakan adalah Model
Gravity dengan alasan bahwa model gravity lebih mudah dan sederhana dalam
proses pengerjaannya. Data yang diambil dalam pemodelan ini berdasarkan data
prior matriks dari penelitian sebelumnya dan dilengkapi dengan data hasil survey
terbaru di beberapa titik di lapangan.
Shelmi (2009) menyatakan kinerja secara umum adalah ukuran pelaksanaan tugas
seseorang atau sekelompok orang atau unit-unit kerja dalam satu organisasi sesuai
dengan standar kinerja atau tujuan yang ditetapkan lebih dahulu. Kata kinerja
(performance) dalam konteks tugas, sama dengan prestasi kerja. Sehingga,
kinerja jaringan jalan dapat didefinisikan sebagai ukuran kuantitatif kondisi-
kondisi operasional jalan atau pelaksanaan fungsi jalan sebagai respon dari arus
lalu lintas yang terjadi.
Evaluasi kinerja menurut Shelmi (2009) adalah proses penilaian dan pelaksanaan
tugas seseorang atau sekelompok orang atau unit-unit kerja dalam satu perusahaan
atau organisasi sesuai dengan standar kinerja atau tujuan yang ditetapkan lebih
dahulu. Jadi, dapat disimpulkan bahwa evaluasi kinerja jaringan jalan adalah
proses penilaian keadaan existing jalan dibandingkan dengan keadaan jalan
dengan kondisi ideal.
32
Tujuan evaluasi kinerja adalah untuk mengetahui tingkat pencapaian sasaran,

terutama untuk mengetahui bila terdapat kekurangan atau penyimpangan supaya
segera diperbaiki, sehingga sasaran atau tujuan dapat tercapai.
Penelitian ini bertujuan mengestimasi kinerja jaringan jalan perkotaan. Ukuran

kinerja jaringan jalan dapat dinilai dengan menggunakan parameter lalu lintas
berikut:
1. Untuk ruas jalan dapat berupa NVK, kecepatan dan kepadatan lalu lintas.
2. Untuk persimpangan dapat berupa tundaan dan kapasitas sisa.
3. Jika tersedia data kecelakaan lalu lintas, dapat juga dipertimbangkan dalam
mengevaluasi efektivitas sistem lalu lintas perkotaan.
(Tamin, 2000)
Penanganan masalah jaringan jalan dapat dilakukan dengan berbagai cara, antara
lain manajemen lalu lintas, peningkatan ruas jalan dan pembangunan jalan baru.
Manajemen lalulintas adalah suatu proses pengaturan pasokan (supply) dan

kebutuhan (demand) sistem jalan raya yang ada untuk memenuhi suatu tujuan
tertentu tanpa penambahan prasarana baru, melalui pengurangan dan pengaturan
pergerakan lalulintas (Massachusetts Highway Department). Manajemen
lalulintas biasanya diterapkan untuk memecahkan masalah lalulintas jangka
pendek, atau yang bersifat sementara.
Manajemen lalulintas terbagi menjadi dua bagian yaitu optimasi supply dan
pengendalian demand. Yang termasuk dalam kelompok optimasi supply antara
lain adalah: pembatasan parkir di badan jalan, jalan satu arah, reversible lane,
larangan belok kanan pada persimpangan, dan pemasangan lampu lalulintas
(Putranto, 2007).
Penanganan berupa peningkatan ruas jalan meliputi perubahan fisik ruas jalan
yang berupa pelebaran atau penambahan lajur sehingga kapasitas ruas jalan dapat
ditingkatkan secara berarti.
33
Sedangkan pembangunan jalan baru merupakan alternatif terakhir sebagai

penanganan jaringan jalan. Jenis penanganan ini dilakukan bila pelebaran jalan
atau penambahan lajur sudah tidak memungkinkan, terutama karena keterbatasan
lahan.
2.2.Landasan Teori
2.2.1. Matrik Asal Tujuan
Pola pergerakan dalam sistem transportasi sering dijelaskan dalam bentuk arus
pergerakan (kendaraan, penumpang, dan barang) yang bergerak dari zona asal ke
zona tujuan di dalam daerah tertentu. Matriks pergerakan atau Matriks Asal
Tujuan (MAT) sering digunakan oleh perencana transportasi untuk
menggambarkan pola pergerakan tersebut.
MAT merupakan matriks berdimensi dua yang berisi informasi mengenai

besarnya pergerakan antar lokasi (zona) di dalam daerah tertentu. Baris
menyatakan zona asal dan kolom menyatakan zona tujuan, sehingga sel matriknya
merupakan besar pergerakan dari zona asal ke zona tujuan. Pola pergerakan dapat
dihasilkan bila suatu MAT dibebankan ke suatu jaringan transportasi. Dengan
mengetahui pola pergerakan yang terjadi, kita dapat memperkirakan masalah yang
akan timbul sehingga solusi dapat segera dihasilkan. Kelebihan bentuk matriks
adalah dapat didapatkan secara tepat arus pergerakan antarzona yang terjadi,
namun tidak dapat menggambarkan arah pergerakan tersebut. Hal ini dapat diatasi
dengan penggunaan garis keinginan untuk menggambarkan pergerakan yang
terjadi.
Jumlah zona dan nilai setiap sel matriks adalah dua unsur penting dalam MAT
karena jumlah zona menunjukkan banyaknya sel MAT yang harus didapatkan dan
berisi informasi yang sangat dibutuhkan dalam perencanaan transportasi. Setiap
sel membutuhkan informasi jarak, waktu, biaya, atau kombinasi ketiga informasi
tersebut yang digunakan sebagai ukuran aksesibilitas (kemudahan). Pola
pergerakan dapat dihasilkan bila suatu MAT dibebankan ke suatu jaringan
34
transportasi. MAT dapat memberikan gambaran rinci mengenai kebutuhan akan

pergerakan, sehingga MAT memegang peranan penting dalam berbagai kajian
perencanaan transportasi dan manajemen transportasi.
2.2.2. Daerah Kajian
Daerah kajian menurut IHT and DTp (1987) adalah suatu daerah geografis yang
didalamnya terletak semua zona asal dan zona tujuan yang diperhitungkan dalam
model kebutuhan transportasi. Kriteria yang harus dipenuhi adalah daerah itu
berisi zona internal dan ruas jalan yang dipengaruhi pergerakan lalu lintas.
Didalam batasnya, daerah kajian dibagi menjadi sejumlah subdaerah yang disebut
zona yang masing-masing diwakili pusat zona. Batas zona sebaiknya harus sesuai
dengan batas sensus, batas administrasi, batas alami, atau batas zona yang
digunakan penelitian terdahulu. Dalam proses pemodelan selanjutnya, semua data
berkaitan dengan daerah pergerakan didasarkan pada sistem berbasis zona.
Hal pertama yang harus ditentukan dalam menentukan sistem zona dan sistem
jaringan adalah cara membedakan daerah kajian dengan daerah atau wilayah lain
di luar kajian. Beberapa arahan untuk hal tersebut adalah sebagai berikut:
1. Untuk Kajian yang bersifat strategis, daerah kajian harus didefinisikan
sedemikian rupa sehingga mayoritas pergerakan mempunyai zona asal dan
zona tujuan di dalam daerah kajian tersebut.
2. Daerah kajian sebaiknya sedikit lebih luas daripada daerah yang akan diamati
sehingga kemungkinan adanya perubahan zona tujuan atau pemilihan rute
yang lain dapat teramati.
Wilayah di luar daerah kajian sering dibagi menjadi beberapa zona eksternal yang
digunakan untuk mencerminkan dunia lainnya. Daerah kajian sendiri dibagi
menjadi beberapa zona internal yang jumlahnya sangat tergantung dari tingkat
ketepatan yang diinginkan. Daerah yang akan dikaji adalah daerah yang
mencakup suatu kota, akan tetapi harus dapat mencakup ruang atau daerah yang
cukup untuk pengembangan kota di masa mendatang.
35
2.2.3. Sistem Zona
Sistem zona adalah suatu sistem tata-guna lahan dimana satu satuan tata-guna
lahan didapat dengan membagi wilayah kajian menjadi bagian yang lebih kecil
(zona) yang dianggap mempunyai keseragaman tata-guna lahan atau berada di
bawah suatu daerah administrasi tertentu seperti kelurahan, kecamatan atau
wilayah. Setiap zona akan diwakili oleh satu pusat zona. Pusat zona dianggap
sebagai tempat atau lokasi awal pergerakan lalu lintas dari zona tersebut dan akhir
pergerakan lalu lintas yang menuju zona tersebut.
Beberapa kriteria utama yang perlu dipertimbangkan dalam menetapkan sistem

zona di dalam suatu daerah kajian, yaitu meliputi hal berikut ini:
1. Ukuran zona harus konsisten dengan kepadatan jaringan yang akan dimodel,
biasanya ukuran zona semakin membesar jika semakin jauh dari pusat zona.
2. Ukuran zona harus lebih besar dari yang seharusnya untuk memungkinkan
arus lalu lintas dibebankan ke atas jaringan jalan dengan ketepatan seperti
yang disyaratkan.
3. Batas zona harus dibuat sedemikian rupa sehingga konsisten dengan jenis pola
pengembangan untuk setiap zona, misalnya pemukiman, perkantoran dan
industri.
4. Batas zona harus sesuai dengan batas sensus, batas administrasi daerah dan
batas zona yang digunakan oleh daerah kajian.
5. Batas zona harus sesuai dengan batas daerah yang digunakan dalam
pengumpulan data.
2.2.4. Sistem Jaringan Transportasi
Sistem jaringan transportasi dicerminkan dalam bentuk ruas dan simpul, yang
semuanya dihubungkan ke pusat zona. Sistem jaringan transportasi juga dapat
ditetapkan sebagai urutan ruas jalan dan simpul. Ruas jalan bisa berupa potongan
jalan raya atau kereta api, sedangkan simpul bisa berupa persimpangan, stasiun.
Setiap simpul dan zona diberi nomor. Nomor ini yang digunakan untuk
mengidentifikasi data yang berkaitan dengan ruas dan zona.
36
Kunci utama dalam merencanakan sistem jaringan adalah penentuan klasifikasi

fungsi jalan yang akan dianalisis (arteri, kolektor, atau lokal). Hal ini tergantung
dari jenis dan tujuan kajian. Penelitian ini menggunakan sistem sekunder dengan
jalan yang dianalisis yaitu jalan arteri dan kolektor, maka nomor diberikan pada
pertemuan ujung ruas antar jalan arteri sekunder, pertemuan ujung ruas antara
jalan arteri sekunder dengan kolektor sekunder dan pertemuan ujung ruas antar
jalan kolektor sekunder. Ruas jalan mencerminkan ruas jalan antar persimpangan
atau ruas antar kota yang dinyatakan dengan dua buah nomor simpul diujung-
ujungnya. Ciri ruas jalan perlu diketahui seperti panjang, jumlah lajur, jenis
gangguan samping, kapasitas dan hubungan kecepatan arus.
2.2.5. Klasifikasi Fungsi Jalan
Menurut PP No. 26 Th. 1985 tentang jalan, sistem jaringan jalan dibagi dalam dua
kategori yakni sistem jaringan primer dan sistem jaringan sekunder.
1. Sistem Jaringan Primer

Sistem jaringan primer disusun mengikuti ketentuan pengaturan tata ruang dan
struktur pengembangan wilayah tingkat nasional yang menghubungkan secara
menerus kota jenjang ke satu, kota jenjang ke dua, kota jenjang ke tiga, dan kota
jenjang di bawahnya sampai ke persil. Menghubungkan kota jenjang ke satu
dengan kota jenjang ke satu antar satuan wilayah pengembangan.
a. Jalan Arteri Primer
Menghubungkan kota jenjang ke satu yang terletak berdampingan atau
menghubungkan kota jenjang ke satu dengan kota jenjang ke dua.
b. Jalan Kolektor Primer
Menghubungkan kota jenjang ke dua dengan kota jenjang ke dua atau
menghubungkan kota jenjang ke dua dengan kota jenjang ke tiga.
c. Jalan Lokal Primer
Menghubungkan kota jenjang ke satu dengan persil atau kota ke dua dengan
persil atau menghubungkan kota jenjang ke tiga dengan kota jenjang ke tiga,
atau kota jenjang ke tiga dengan persil.
37
Penjenjangan kota dimaksudkan untuk mengelompokkan kota ditinjau dari segi

pembinaan jaringan jalan, dengan kriteria sebagai berikut:
1) Kota jenjang ke satu: kota yang berperan melayani seluruh satuan wilayah
pengembangannya, dengan kemampuan pelayanan jasa yang paling tinggi
dalam satuan wilayah pengembangannya serta memiliki orientasi keluar
wilayahnya.
2) Kota jenjang ke dua: kota yang berperan melayani sebagian dari satuan
wilayah pengembangannya, dengan kemampuan pelayanan jasa yang lebih
rendah dari kota jenjang ke satu dalam satuan wilayah pengembangannya dan
terikat jangkauan jasa ke kota jenjang ke satu serta memiliki orientasi ke kota
jenjang ke satu.
3) Kota jenjang ke tiga: kota yang berperan melayani sebagian dari satuan
wilayah pengembangannya, dengan kemampuan pelayanan jasa yang lebih
rendah dari kota jenjang ke dua dalam satuan wilayah pengembangannya dan
terikat jangkauan jasa ke kota jenjang kedua serta memiliki orientasi ke kota
jenjang ke satu dan kota jenjang ke dua.
Untuk lebih jelas ditampilkan pada Gambar 2.6.
Gambar 2.6. Sistem Jaringan Jalan Primer

Sumber: Dirjen Bina Marga
38
2. Sistem Jaringan Sekunder

Sistem jaringan sekunder disusun mengikuti ketentuan pengaturan tata ruang kota
yang menghubungkan kawasan-kawasan yang mempunyai fungsi primer, fungsi
sekunder satu, fungsi sekunder dua, fungsi sekunder tiga sampai ke perumahan.
a. Jalan Arteri Sekunder
Menghubungkan kawasan primer dengan kawasan sekunder ke satu atau
menghubungkan kawasan ke satu dengan kawasan sekunder ke satu atau
menghubungkan kawasan sekunder ke satu dengan kawasan sekunder ke dua.
b. Jalan Kolektor Sekunder
Menghubungkan kawasan sekunder ke dua dengan kawasan sekunder ke dua
atau menghubungkan kawasan sekunder ke dua dengan kawasan sekunder ke
tiga.
c. Jalan Lokal Sekunder
Menghubungkan kawasan sekunder ke satu dengan perumahan,
menghubungkan kawasan sekunder ke dua dengan perumahan, kawasan
sekunder ke tiga dengan perumahan.
Gambar 2.7. Sistem Jaringan Jalan Sekunder

39
Kawasan adalah wilayah yang dibatasi oleh lingkup pengamatan fungsi tertentu,
meliputi:
1) Kawasan Primer adalah kawasan kota yang mempunyai fungsi primer, yaitu
sebagai titik simpul jasa distribusi bagi daerah jangkauan peranannya.
2) Kawasan sekunder adalah kawasan kota yang mempunyai fungsi sekunder,
dimana fungsi sekunder suatu kota dihubungkan dengan pelayanan terhadap
masyarakat kota tersebut yang lebih berorientasi ke dalam dan jangkauan
lokal.
Gambar 2.8. Sketsa Hipotesis Hirarki Jalan Kota
40
Pengelompokan kelas jalan menurut kelas jalan terdapat pada Pasal 22 Tahun
2009 terdiri atas:
1. Jalan kelas I, yaitu jalan arteri dan kolektor yang dapat dilalui kendaraan bermotor
dengan ukuran lebar tidak melebihi 2.500 (dua ribu lima ratus) milimeter, ukuran
panjang tidak melebihi 18.000 (delapan belas ribu) milimeter, ukuran paling tinggi
4.200 (empat ribu dua ratus) milimeter dan muatan sumbu terberat 10 (sepuluh)
ton.
2. Jalan kelas II, yaitu jalan arteri, kolektor, lokal dan lingkungan yang dapat dilalui
kendaraan bermotor dengan ukuran lebar tidak melebihi 2.500 (dua ribu lima ratus)
milimeter, ukuran panjang tidak melebihi 12.000 (dua belas ribu) milimeter, ukuran
paling tinggi 4.200 (empat ribu dua ratus) milimeter dan muatan sumbu terberat 8
(delapan) ton.
3. Jalan kelas III, yaitu jalan arteri, kolektor, lokal dan lingkungan yang dapat dilalui
kendaraan bermotor dengan ukuran lebar tidak melebihi 2.100 (dua ribu seratus)
milimeter, ukuran panjang tidak melebihi 9.000 (sembilan ribu) milimeter, ukuran
paling tinggi 3.500 (tiga ribu lima ratus) milimeter dan muatan sumbu terberat 8
(delapan) ton.
4. Jalan kelas khusus, yaitu jalan arteri yang dapat dilalui kendaraan bermotor dengan
ukuran lebar tidak melebihi 2.500 (dua ribu lima ratus) milimeter, ukuran panjang
tidak melebihi 18.000 (delapan belas ribu) milimeter, ukuran paling tinggi 4.200
(empat ribu dua ratus) milimeter dan muatan sumbu terberat 10 (sepuluh) ton.
2.2.6. Satuan Mobil Penumpang
Manual Kapasitas Jalan Indonesia (MKJI) 1997 mendefinisikan satuan mobil

penumpang (smp) adalah satuan untuk arus lalu lintas dimana berbagai tipe
kendaraan diubah menjadi arus kendaraan ringan (termasuk mobil penumpang)
dengan menggunakan emp. Ekivalen mobil penumpang (emp) adalah faktor yang
menunjukkan pengaruh berbagai tipe kendaraan dibandingkan kendaraan ringan
terhadap kecepatan kendaraan ringan dalam arus lalu lintas (untuk mobil
penumpang dan kendaraan ringan yang mirip emp=1). Pembagian tipe kendaraan
41
bermotor untuk masing-masing kendaraan berdasarkan MKJI 1997 adalah sebagai

berikut:
1. Sepeda Motor, Motor Cycle (MC), terdiri dari kendaraan bermotor beroda dua
atau tiga.
2. Kendaraan Ringan, Light Vehicle (LV), yaitu kendaraan bermotor dua as
beroda empat dengan jarak as 2-3 meter, termasuk diantaranya mobil
penumpang, oplet, mikrobis, pick-up dan truk kecil.
3. Kendaraan berat, Heavy Vehicle (HV), yaitu kendaraan bermotor lebih dari 4
roda, termasuk diantaranya bis, truk 2 as, truk 3 as, dan truk kombinasi.
Nilai emp tiap tipe jalan ditampilkan pada Tabel 2.1 dan Tabel 2.2.
Tabel 2.1. emp untuk jalan perkotaan tak terbagi

Emp
Arus lalu lintas MC
Tipe
Total dua arah Lebar lajur lalu
Jalan tak terbagi HV
(kend/jam) lintas Cw (m)
≤6 ≥6
Dua lajur tak terbagi 0 1,3 0,5 0,4
(2/2 UD) ≥1800 1,2 0,35 0,25
Empat lajur tak terbagi 0 1,3 0,4
(4/2 UD) ≥3700 1,2 0,25
Sumber: MKJI 1997
Tabel 2.2. emp untuk jalan perkotaan terbagi dan satu arah
Tipe jalan: Emp
Arus Lalu lintas
Jalan Satu Arah dan
Per Lajur (kend/jam) HV MC
Jalan Terbagi
Dua Lajur satu arah (2/1) 0 1,3 0,4
Dan
Empat Lajur terbagi (4/2D) 1050 1,2 0,25
Tiga Lajur satu arah (3/1) 1 1,3 0,4
Dan
Enam Lajur terbagi (6/2D) 1100 1,2 0,25
Sumber: MKJI 1997
2.2.7. Kapasitas
Kapasitas adalah volume maksimum kendaraan perjam yang melalui suatu

potongan lajur jalan(untuk jalan multi lajur) atau suatu potongan jalan (untuk jalan
42
dua lajur) pada kondisi jalan dan arus lalu lintas ideal. (Dirjen Bina Marga,1999).
Faktor-faktor yang mempengaruhi kapasitas jalan adalah lebar jalur atau lajur, ada
tidaknya pemisah/median jalan, hambatan bahu/kerb jalan, gradien jalan, didaerah
perkotaan atau luar kota, ukuran kota. Besarnya kapasitas suatu ruas jalan dapat
dihitung dari Persamaan (2.1).
C = Co x FCw x FCsp x FCsf x FCcs (2.1)
Dimana:
C = Kapasitas (smp / jam)
Co = Kapasitas dasar untuk kondisi tertentu (ideal) (smp / jam)
FCw = Faktor penyesuaian lebar jalur lalu lintas
FCsp = Faktor penyesuaian pemisah arah
FCsf = Faktor penyesuaian hambatan samping
FCcs = Faktor penyesuaian ukuran kota
1. Kapasitas dasar jalan perkotaan (Co)
Kapasitas dasar adalah kapasitas segment jalan untuk kondisis tertentu sesuai
kondisis geometrik, pola arus lali lintas, dan faktor lingkungan. Jika kondisi
sesungguhnya sama dengan kasus dasar (ideal) tertentu, maka semua faktor
penyesuaian menjadi 1,0 dan kapasitas menjadi sama dengan kapasitas dasar (Co)
Kapasitas dasar (Co) dari suatu tipe jalan perkotaan dapat dilihat pada Tabel 2.3.
Tabel 2.3. Kapasitas dasar (Co) jalan perkotaan

Kapasitas Dasar
Tipe Jalan Catatan
(smp/jam)
Empat lajur terbagi atau

1650 Perlajur
Jalan satu arah
Empat lajur tak terbagi 1500 Perlajur
Dua lajur tak terbagi 2900 Total dua arah
Sumber: MKJI 1997
43
2. Faktor penyesuai kapasitas untuk lebar jalur lalu lintas FCcw
Faktor penyesuai kapasitas untuk lebar jalur lalu lintas jalan perkotaan adalah
faktor penyesuai untuk kapasitas dasar akibat lebar jalur lalu lintas. Besarnya
faktor ini dapat dilihat pada Tabel 2.4.
Tabel 2.4. Faktor penyesuaian kapasitas (FCw) untuk pengaruh lebar jalur lalu
lintas untuk jalan perkotaan
Tipe Jalan Lebar Jalur Lalu lintasEfektif (Wc)
FCw
(m)
Perlajur
3,00 0,92
Empat lajur terbagi
3,25 0,96
Atau
3,50 1,00
Jalan Satu Arah
3,75 1,04
4,00 1,08
Perlajur
3,00 0,91
Empat lajur tak 3,25 0,95
Terbagi 3,50 1,00
3,75 1,05
4,00 1,09
Total dua arah
5 0,56
6 0,87
7 1,00
Dua Lajur tak terbagi
8 1,14
9 1,25
10 1,29
11 1,34
Sumber: MKJI 1997
3. Faktor penyesuain kapasitas untuk pemisahan Arah (FCsp)
Faktor penyesuai kapasitas untuk pemisahan arah lalu lintas adalah faktor
penyesuai kapasitas dasar akibat pemisahan arah lalu lintas (hanya pada jalan dua
arah tak terbagi). Faktor ini mempunyai nilai paling tinggi pada prosentase
pemisahan arah 50%-50% yaitu bilamana arus pada kedua arah adalah sama pada
periode waktu yang dianalisis (umumnya satu jam). Besarnya faktor ini dapat
dilihat pada Tabel 2.5.
Tabel 2.5. Faktor penyesuaian kapasitas untuk pemisahan Arah (FCsp)
44
Pemisahan arah SP
50-50 55-45 60-40 65-35 70-30
%-%
Dua lajur 2/2 1,00 0,97 0,94 0,91 0,88
FCsp Empat lajur

1,00 985 0,97 0,9555 0,94
4/2
Sumber: MKJI 1997
4. Faktor penyesuaian kapasitas untuk pengaruh hambatan samping (FCsf).
Faktor penyesuai kapasitas untuk hambatan samping adalah faktor penyesuai

kapasitas dasar akibat hambatan samping sebagai fungsi lebar bahu. Hambatan
samping ini dipengaruhi oleh berbagai aktivitas disamping jalan yang berpengaruh
terhadap arus lalu lintas. Hambatan samping yang terutama berpengaruh pada
kapasitas dan kinerja jalan perkotaan:
a. Jumlah pejalan kaki berjalan atau menyeberang sisi jalan.
b. Jumlah kendaraan yang berhenti di parkir.
c. Jumlah kendaraan masuk dan keluar ke/dari lahan samping jalan dan jalan
sisi.
d. Jumlah kendaraan yang bergerak lambat yaitu arus total (kend/jam) dari
sepeda, becak, delman, pedati, dan sebagainya.
Besarnya faktor ini dapat dilihat pada Tabel 2.6 dan Tabel 2.7.
Tabel 2.6. Faktor penyesuaian kapasitas (FCsf) untuk pengaruh hambatan
45
dan lebar bahu

Faktor Penyesuaian hambatan samping dan
Kelas
Tipe Lebar bahu (FCsf)
Hambatan
Jalan Lebar bahu (m)
Samping
£ 0,5 1,0 1,5 ³ 2,0
VL 0,96 0,98 1,01 1,03
ML 0,94 0,97 1,00 1,02
4/2D M 0,92 0,95 0,98 1,00
H 0,88 0,92 0,95 0,98
VH 0,84 0,88 0,92 0,96
VL 0,96 0,99 1,01 1,03
ML 0,94 0,97 1,00 1,02
4/2UD M 0,92 0,95 0,98 1,00
H 0,87 0,91 0,94 0,98
VH 0,80 0,86 0,90 0,95
VL 0,94 0,96 0,99 1,01
2/2UD
ML 0,92 0,94 0,97 1,00
Atau jalan
M 0,89 0,92 0,95 0,98
satu
H 0,82 0,86 0,90 0,95
arah
VH 0,73 0,79 0,85 0,91
Sumber: MKJI 199
Tabel 2.7. Faktor penyesuaian kapasitas (FCsf) untuk pengaruh hambatan

samping dan jarak Kerb-Penghalang (FCsf)
Kelas Lebar bahu (FCsf)
Tipe
Hambatan
Jalan Lebar kerb-penghalang (m)
Samping
£ 0,5 1,0 1,5 ³ 2,0
VL 0,95 0,97 0,99 1,03
ML 0,94 0,96 0,98 1,00
4/2D M 0,91 0,93 0,95 0,98
H 0,86 0,89 0,92 0,95
VH 0,81 0,85 0,88 0,92
VL 0,95 0,97 0,99 1,03
ML 0,93 0,95 0,97 1,00
4/2UD M 0,90 0,92 0,95 0,97
H 0,84 0,87 0,90 0,93
VH 0,77 0,81 0,85 0,90
VL 0,93 0,95 0,97 0,99
2/2UD
ML 0,90 0,92 0,95 0,97
Atau jalan
M 0,86 0,88 0,91 0,94
satu
H 0,78 0,81 0,84 0,88
arah
VH 0,68 0,72 0,77 0,82
Sumber: MKJI 1997
Untuk mengetahui tingkat hambatan samping pada kolom (2) Tabel 2.6 dan
Tabel 2.7 dengan melihat kolom (3) Tabel 2.8 dibawah ini, tetapi apabila data
terinci hambatan samping tersebut tersedia maka hambatan samping dapat
ditentukan dengan prosedur berikut:
46
a. Memeriksa kondisi khusus dari kolom (4) Tabel 2.8 kemudian memilih salah
satu yang paling tepat untuk keadaan segmen jalan yang dianalisa.
b. Mengamati foto pada gambar A-4:1-5 (MKJI 1997) yang menunjukkan kesan
visual rata-rata yang khusus dari masin-masing kelas hambatan samping. Dan
memilih salah satu yang paling sesuai dengan kondisi rata-rata sesungguhnya
pada kondisi lokasi untuk periode yang diamati.
c. Pilih kelas hambatan samping berdasarkan pertimbangan dari gabungan
langkah 1 dan 2 di atas.
Berikut Tabel 2.8 yang digunakan sebagai acuan untuk menentukan tingkat
hambatan samping pada kolom (2) Tabel 2.6 dan Tabel 2.7.
Tabel 2.8. Kelas Hambatan Samping untuk Jalan Perkotaan

Frekuensi Kelas
Berbobot Kondisi Khusus Hambatan Kode
Kejadian Samping
< 100 Pemukiman, hampir tidak ada Sangat Rendah VL

Kegiatan
100-299 Pemukiman, beberapa angkutan Rendah L

Umum,dll
300-499 Daerah industri dengan toko-toko Sedang M

di sisi jalan
500-899 Daerah niaga dengan aktifitas di Tinggi H

Sisi jalan yang tinggi
>900 Daerah niaga dengan aktifitas di Sangat Tinggi VH

sisi jalan yang sangat tinggi
Sumber: MKJI 1997
5. Faktor penyesuaian kapasitas untuk ukuran kota FCcs
Faktor penyesuai kapasitas untuk ukuran kota adalah faktor penyesuaian kapasitas
dasar akibat ukuran kota. Besarnya faktor ini dapat dilihat pada tabel 2.9 dibawah
ini.
47
Tabel 2.9. Faktor penyesuaian kapasitas untuk pengaruh ukuran kota FCcs pada
jalan perkotaan
Ukuran Kota
Faktor Penyesuaian untuk Ukuran Kota FCcs
(Juta Penduduk)
<0,1 0,86
0,1-0,5 0,90
0,5-1,0 0,94
1,0-3,0 1,00
>3,0 1,04
Sumber: MKJI 1997
2.2.8. Kecepatan
Kecepatan tempuh adalah kecepatan rata-rata (km/jam) arus lalu lintas dihitung
dari panjang ruas jalan dibagi waktu tempuh rata-rata kendaran yang melewati
segmen jalan. Sedangkan kecepatan pada arus bebas adalah kecepatan dari
kendaraan yang tidak dipengaruhi oleh kendaraan lain (yaitu kecepatan dimana
pengendara merasakan perjalanan yang nyaman dalam kondisi geometrik
lingkungan dan pengaturan lalu lintas yang ada pada bagian segmen jalan dimana
tidak ada kendaraan lain). Kecepatan arus dapat ditentukan dari Persamaan (2.2).
FV = (Fvo + FVw) x FFVsf x FFVcs (2.2)
Dimana:
FV : Kecepatan arus bebas kendaraan ringan sesungguhnya (km/jam)
Fvo : Kecepatan arus bebas dasar kendaraan ringan (km/jam)
FVw : Penyesuaian lebar jalur lalu lintas efektif (km/jam)
FFVsf : Faktor penyesuaian kondisi hambatan samping
FFVcs : Faktor penyesuaian ukuran kota.
Besarnya nilai Fvo, FVw, FFVsf dan FFVcs dapat dilihat pada Tabel 2.10 sampai
dengan Tabel 2.14.
48
Tabel 2.10. Kecepatan arus bebas dasar (FV0) untuk jalan perkotaan
Kecepatan arus bebas dasar (FV0) (km/jam)
Kendaraan Kendaraan Sepeda Rata-rata
Tipe Jalan
Ringan (LV) Berat (HV) Motor (MC) Kendaraan
Enam Lajur Terbagi (6/2D)
61 52 48 57
Atau tiga lajur satu arah (3/1)
Empat Lajur Terbagi (4/2D)
57 50 47 55
Atau dua lajur satu arah (2/1)
Empat lajur tak terbagi
53 46 43 51
(4/2 UD)
Dua lajur tak terbagi
44 40 40 42
(2/2 UD)
Sumber: MKJI 199
Tabel 2.11. Penyesuaian kecepatan arus bebas untuk lebar jalur lalu lintas (FVw)
pada jalan perkotaan.
Lebar Jalur Lalu lintas
Tipe Jalan Efektif (Wc) FVw
(m)
Perlajur
3,00 -4
Empat lajur terbagi
3,25 -2
Atau
3,50 0
Jalan Satu Arah
3,75 2
4,00 4
Perlajur
3,00 -4
Empat lajur tak 3,25 -2
Terbagi 3,50 0
3,75 2
4,00 4
Total dua arah
5 -9,5
6 -3
7 0
Dua Lajur tak terbagi
8 3
9 4
10 6
11 7
Sumber: MKJI 1997
49
Tabel 2.12. Faktor penyesuaian (FFVsf) untuk pengaruh hambatan samping dan
lebar bahu pada kecepatan arus bebas untuk jalan perkotaan dengan
bahu.
Kelas
Tipe Lebar bahu (FFVsf)
Hambatan
Jalan Lebar bahu (Ws)
Samping
£ 0,5 1,0 1,5 ³ 2,0
VL 1,02 1,03 1,03 1,04
ML 0,98 1,00 1,02 1,03
4/2D M 0,94 0,97 1,00 1,02
H 0,89 0,93 0,96 0,99
VH 0,84 0,88 0,92 0,96
VL 1,02 1,03 1,03 1,04
ML 0,98 1,00 1,02 1,03
4/2UD M 0,93 0,96 0,99 1,02
H 0,87 0,91 0,94 0,98
VH 0,80 0,86 0,90 0,95
VL 1,00 1,01 1,01 1,01
2/2UD
ML 0,96 0,98 0,99 1,00
Atau jalan
M 0,90 0,93 0,96 0,99
satu
H 0,82 0,86 0,90 0,95
arah
VH 0,73 0,79 0,85 0,91
Sumber: MKJI 1997
Tabel 2.13. Faktor penyesuaian (FFVsf) untuk pengaruh hambatan samping dan
jarak kerb penghalang jalan perkotaan dengan kerb.
Kelas Lebar bahu (FFV4sf)
Tipe
Hambatan
Jalan Jarak kerb
Samping
£ 0,5 1,0 1,5 ³ 2,0
VL 1,00 1,01 1,01 1,02
ML 0,97 0,98 0,99 1,00
4/2D M 0,93 0,95 0,97 0,99
H 0,87 0,90 0,93 0,96
VH 0,81 0,85 0,88 0,92
VL 1,01 1,01 1,01 1,00
ML 0,98 0,98 0,99 1,00
4/2UD M 0,91 0,93 0,95 0,98
H 0,84 0,87 0,90 0,94
VH 0,77 0,81 0,85 0,90
VL 0,98 0,99 0,99 1,00

2/2UD
ML 0,93 0,95 0,96 0,98
Atau jalan
M 0,87 0,89 0,92 0,95
satu
H 0,78 0,81 0,84 0,88
arah
VH 0,68 0,77 0,77 0,82
Sumber: MKJI 1997
50
Faktor penyesuaian kecepatan arus bebas untuk jalan enam lajur dapat ditentukan
dengan menggunakan nilai FFVsf untuk jalan empat lajur yang diberikan pada
Tabel 2.12 atau Tabel 2.13 dan disesuaikan seperti persamaan (2.3) dibawah ini:
FFV6sf = 1-0,8 x (1- FFV4sf) (2.3)
Dimana:
FFV6sf = faktor penyesuaian kecepatan arus bebas untuk enam lajur (km/jam).
FFV4sf = faktor penyesuaian kecepatan arus bebas untuk empat lajur (km/jam).
Untuk penentuan kelas hambatan samping sama dengan Tabel 2.8 diatas,
sedangkan faktor penyesuaian kecepatan untuk ukuran kota dapat dilihat pada
Tabel 2.14.
Tabel 2.14. Faktor penyesuaian untuk pengaruh ukuran kota pada kecepatan arus
bebas kendaraan ringan untuk jalan perkotaan
Ukuran Kota Faktor Penyesuaian Ukuran Kota
(Juta penduduk) (FVcs)
<0,1 0,90
0,1-0,5 0,93
0,5-1,0 0,95
1,0-3,0 1,00
>3,0 1,03
Sumber: MKJI 1997
Kecepatan kendaraan pada arus lalu lintas dapat dihitung pada Persamaan (2.4)
dibawah ini :
V = Vo x 0,5 (1 + (1 – (Q/C))0,5) (2.4)
Dimana :
V = kecepatan sesungguhnya pada saat ada arus lalu lintas Q.
Vo = kecepatan arus bebas.
C = kapasitas.
51
Jika arus pada ruas jalan tersebut telah mencapai kapasitas (Q/C = 1), maka
Persamaan (2.4) menjadi :
V = 0,5Vo (2.5)
2.2.9. Karakteristik Jalan
Beberapa karakteristik jalan yang perlu diperhatikan, antara lain:
1. Geometrik Jalan
Geometrik jalan terdiri dari :

a. Tipe jalan
Berbagai tipe jalan akan menunjukkan kinerja berbeda pada pembebanan lalu
lintas tertentu, misalnya jalan terbagi dan terbagi (jalan satu arah)
b. Lebar jalur lalu lintas
Kecepatan arus bebas dan kapasitas meningkat dengan pertambahan lebar
jalur lalu lintas
c. Kerb
Kerb sebagai batas antara jalur lalu lintas dan trotoar berpengaruh terhadap
dampak hambatan samping pada kapasitas dan kecepatan. Kapasitas jalan
dengan kerb lebih kecil dari jalan dengan bahu. Selanjutnya kapasitas
berkurang jika terhadap penghalang tetap dekat tepi jalur lalu lintas,
tergantung apakah jalan mempunyai kerb atau bahu.
d. Bahu
Jalan perkotaan tanpa kerb pada umumnya mempunyai bahu pada kedua sisi
jalur lalu lintasnya. Lebar dan kondisi permukaannya mempengaruhi
penggunaan bahu, berupa penambahan kapasitas, kecepatan pada arus
tertentu, akibat pertambahan lebar bahu, terutama karena pengurangan
hambatan samping yang disebabkan kejadian disisi jalan seperti kendaraan
angkutan umum berhenti, pejalan kaki dan sebagainya.
e. Median
Median yang direncanakan dengan baik meningkatkan kapasitas
52
f. Alinyemen jalan
Lengkung horizontal dengn jari – jari kecil mengurangi kecepatan arus bebas.
Tanjakan curam juga mengurangi kecepatan arus bebas. Karena secara umum
kecepatan arus bebas di daerah perkotaan adalah rendah maka pengaruh ini di
abaikan.
Karakteristik geometrik jalan terdiri dari :

1) Jalan dua – lajur dua – arah tak terbagi (2/2 UD)
2) Jalan empat – lajur dua – arah tak terbagi (4/2 UD)
3) Jalan empat – lajur dua – arah terbagi (4/2 D)
4) Jalan enam – lajur dua – arah terbagi (6/2 D)
5) Jalan satu hingga – lajur satu arah (1-3/1)
Pemisah arah lalu lintas didefinisikan sebagai kapasitas jalan dua arah paling
tinggi pada pemisahan arah 50 – 50, yaitu jika arus pada kedua arah adalah sama
pada periode waktu yang dianalisa (umumnya satu jam).
Komposisi lalu lintas mempengaruhi hubungan kecepatan arus jika arus dan
kapasitas dinyatakan dalam kend/jam, yaitu tergantung pada rasio sepeda motor
atau kendaraan berat dalam arus lalu lintas. Jika arus dan kapasitas dinyatakan
dalam satuan mobil penumpang (smp), maka kecepatan kendaraan ringan dan
kapasitas (smp/jam) tidak dipengaruhi komposisi lalu lintas.
2. Aktifitas samping jalan (hambatan samping)
Banyak aktifitas samping jalan di Indonesia sering menimbulkan konflik, kadang-

kadang besar pengaruhnya terhadap arus lalu lintas. Hambatan samping yang
terutama berpengaruh pada kapasitas dan kinerja jalan di perkotaan adalan :
a. Pejalan kaki
b. Angkutan umum dan kendaraan lain berhenti
c. Kendaraan lambat (misalnya becak dan kereta)
d. Kendaraan masuk dan keluar dari lahan di samping jalan
53
3. Batasan ruas
Manual Kapasitas Jalan Indonesia (MKJ, 1997) mendefenisikan suatu ruas jalan
sebagai :
a. Suatu ruas jalan tidak dipengaruhi oleh simpang bersinyal atau simpang tak
bersinyal utama.
b. Mempunyai karakteristik yang hampir sama sepanjang jalan
Sebagai contoh, potongan melintang jalan yang masih dipengaruhi antrian
akibat simpang atau arus iringan kendaraan yang tinggi yang keluar dari
simpang bersinyal tidak dapat dipilih untuk analisis kapasitas suatu ruas.
Selain itu bila terdapat perubahan karakterisitik yang mendasar dalam hal
geometrik, hambatan samping, komposisi kendaraan dan lain-lain, maka
harus dianggap sebagai ruas yang berbeda (dengan demikian maka diantara
dua simpang dapat didefinisikan lebih dari satu ruas).
4. Tingkat Analisis
Analisis kapasitas dapat dilakukan pada dua tingkat yangberbeda yaitu:

a. Analisis Operasional dan perancangan : merupakan kinerja ruas jalan akibat
volume lalu lintas yang ada atau diramalkan. Kapasitas juga dapat dihitung,
yaitu volume maksimum yang dapat dilewatkan dengan mempertahankan
tingkat kinerja tertentu. Lebar jalan atau jumlah lajur yang diperlukan untuk
melewatkan volume lalu lintas tertentu dapat juga dihitung untuk tujuan
perencanaan. Pengaruh kapasitas dan kinerja dari segi perencanaan lain,
misalnya pembuatan median atau perbaikan lebar, dapat juga diperkirakan.
Hal ini adalah tingkat analisis yang paling rinci.
b. Analisis Perencanaan : sebagaimana untuk perencanaan, tujuannya adalah
untuk memperkirakan jumlah lajur yang diperlukan untuk jalan rencana,
tetapi nilai volume diberikan hanya berupa perkiraan LHRT. Rincian
geometri serta masukan lainnya dapat diperkirakan atau didasarkan pada nilai
yang direkomenasikan.
54
5. Volume dan Komposisi Lalu Lintas
Berdasarkan tingkat analisisnya, ketersediaan data lalu lintas dapat di bagi

menjadi dua bagian :
a. Data yang tersedia LHRT, Pemisahan arah (SP) dan komposisi lalu lintas.
Volume jam perencanaan dihitung dengan Qdh = k x LHRT x SP/100.
Selanjutnya untuk mengetahui jumlah tiap jenis kendaraan Qdh dikalikan
dengan persentase tiap jenis kendaraan. MKJI 1997 menyarankan komposisi
lalu lintas yang berbeda-beda berdasarkan ukuran kota.
b. Data yang tersedia adalah arus lalu lintas per jenis per arah.
Volume jam perencanaan yang bersatuan kendaraan/jam harus dialihkan
menjadi smp/jam. Manual Kapasitas Jalan Indonesia (Bina Marga 1997)
menyarankan nilai emp berbeda –beda berdasarkan jenis kendaraan, jenis
jalan dan volume jam perencanaan (kendaraan /jam). Khusus untuk dua lajur
dua arah, lebar jalan lalu lintas juga mempengaruhi besarnya emp. Sebagai
contoh untuk jalan empat lajur dan dua arah terbagi, nilai emp pada volume
jam perencanaan 1050 kendaraan /jam untuk kendaraan berat 1,20 dan sepeda
motor 0,25.
2.2.10. Pendekatan Pembebanan Wardrop Equilibrium
Pertimbangan utama pembebanan lalu lintas adalah asumsi bahwa dasar pemilihan
rute adalah biaya perjalanan. Ukuran yang digunakan tergantung pada
karakteristik jalan, kondisi lalu lintas dan persepsi pengendara tentang kondisi
tersebut.
Dalam hal ini efek stokastik tidak diperhitungkan. Ada dua perilaku pokok yang
diusulkan sebagai dasar dari kondisi equilibrium,yaitu:
1. Pengendara memilih rute secara bebas yang memenuhi kepentingan
terbaiknya menurut kondisi lalu lintas yang dihasilkan dari beberapa pilihan
rute lain.
2. Pengendara memilih rute yang menghasilkan arus lalu lintas yang
memberikan keuntungan maksimum bagi mereka.
55
Pendekatan Pembebanan Wardrop Equilibrium mengacu pada prinsip Wardrop I

yang menyatakan bahwa dalam kondisi macet, pengendara akan memilih suatu
rute sampai tercapai kondisi yang tidak memungkinkan seorangpun dapat
mengurangi biaya perjalanannya dengan menggunakan rute yang lain. Apabila
semua pengendara mempunyai persepsi yang sama tentang biaya maka akan
dihasilkan kondisi keseimbangan, artinya semua rute yang digunakan antar dua
titik tertentu akan mencapai biaya perjalanan yang sama dan minimum, sedangkan
rute yang tidak digunakan akan mencapai biaya perjalanan yang sama atau lebih
mahal. Kemajuan besar dalam teknik pembebanan dengan peminimuman fungsi
obyektif adalah dimungkinkannya analisa pengembangan algoritma yang
sistematik untuk pemecahannya. Algoritma yang sangat umum digunakan adalah
Frank Wolf (1956). Langkah-langkah dalam proses pembebanan tersebut adalah
sebagai berikut:
a. Memilih satu set initial biaya ruas, yang biasa digunakan adalah waktu
0
tempuh pada kondisi arus bebas Ca (0). Inisialisasi semua arus V a
= 0,
kemudian set n = 0.
b. Membentuk suatu pohon biaya minimum, kemudian set n = n+1.
c. Membebankan semua matrik T dengan pembebanan All-or-Nothing untuk
mendapatkan suatu set arus Fa.
d. Menghitung arus pada saat sekarang dengan persamaan:
V an = (1- f )V na -1 + fFa (2.6)
e. Menghitung satu set baru biaya ruas berdasarkan besar arus Van . Jika arus
(atau biaya ruas) tidak terlalu banyak mengalami perubahan dalam dua kali
pengulangan yang berurutan maka proses dihentikan, dan jika tidak
diteruskan ke tahap (2).
Proses pembebanan pada penelitian ini menggunakan bantuan aplikasi program
EMME/3 sehingga dapat menyederhanakan model.
56
2.2.11. Metode Steepest Descent
Metode steepest descent adalah metode iteratif dalam rangka mencari titik kritis
dengan nilai awal sembarang. Metode ini merupakan salah satu metode iteratif
paling tua yang mengilhami berbagai metode iteratif kontemporer seperti metode
conjugate gradient (GD) dan generalized minimal residual (GMRES).
Spiess (1990) telah mengembangkan penggunaan pendekatan steepest descent dari

model pendekatan gradien. Model pendekatan steepest descent ini diformulasikan
sebagai pendekatan masalah optimasi. Pendekatan ini meminimalkan ukuran jarak
antara yang volume diamati dengan volume yang dibebankan. Fungsi yang paling
sederhana dari tipe ini adalah jumlah kuadrat dari semua pembeda yang mengarah pada
minimalisasi cembung yaitu :
min Z ( g ) =
1
å (v - vˆ a )2 (2.10)
2 aÎ Aˆ
tergantung atas
v = pembebanan( g ) (2.11)
Dimana :
g : matrik asal-tujuan dalam matrik estimasi
va : volume yang diperkirakan dari link a pada semua iterasi
v̂ a : volume yang diamati dari link a
A : kumpulan dari semua link pada jaringan

v : kumpulan dari volume link yang dibebankan
Dengan mengasumsikan bahwa kondisi pembebanan adalah pembebanan equilibrium,

dimana sekumpulan link yang tidak mengurangi fungsi biaya S a (v a ) pada semua
penghubung dari jaringan a Î A menentukan kecembungan suatu model.
Untuk setiap jalur yang dihasilkan selama pembebanan equilibrium normal,

additional path attribute c k dihitung dengan menggabungkan additional link
57
attribute c a dari link pada jalur dengan path operator Ä (yang bisa saja
penghubung seperti å , Õ , min, max )

c k = Äc k Î K,iÎ I (2.12)
a
aÎk
Memeriksa path attribute (

c k untuk diperinci interval jalur ambang C, C )
menentukan apakah jalur tersebut termasuk dalam pembebanan bawahan
~
berikutnya dari additional demand ĝ . Dengan cara ini, himpunan jalur aktif K
didefinisikan.
Hasil dari pembebanan pilihan tambahan adalah additional volume.

v~ =
a å å
gˆ
iÎI
d p i
~
k ÎK i
ak k (2.13)
Dan atribut matrik tambahan, yang dapat dari salah satu berikut :
ci = åp c
k ÎK i
k k (path attributes) (2.14)
c~i = åp c
~
k ÎK i
k k (active path attributes) (2.15)
g~i = åp
~
kÎK i
k gˆ i (active addl. Demand) (2.16)
t i = gˆ i åp ~
k ÎK i
k c k (active path attribute weighed by addl. Demand) (2.17)
Pernyataan fitur pilihan tambahan pada EMME/3 dalam istilah matematika,

terlihat jelas bahwa EMME/3 tidak hanya bisa menyelesaikan aplikasi ”biasa”,
seperti analisis pemilihan jalur, pembebanan sebagian, perhitungan biaya atau
jarak matriks, dapat juga digunakan untuk menyelesaikan metode gradien atau
steepest descent untuk masalah penyesuaian matrik, seperti yang dijelaskan
sebelumnya.
Dengan menggunakan fitur makro dari EMME/3 yang menyediakan ruang

berbeda dari EMME/3 untuk dikombinasikan menjadi prosedur yang majemuk,
58
semua algoritma dapat dikemas menjadi satu perintah makro, menyembunyikan

semua rincian pelaksanaan dari pengguna.
2.2.12. Konsep Pemodelan
Menurut Tamin (2000), model adalah alat bantu atau media yang dapat digunakan
untuk mencerminkan dan menyederhanakan suatu realita (dunia sebenarnya)
secara terukur, beberapa diantaranya adalah:
1. Model fisik (contoh: miniatur bangunan sipil atau maket).
2. Model dalam bentuk peta dan diagram (contoh: peta topografi, peta jaringan
jalan).
3. Model statistik atau matematika (fungsi dan persamaan) yang menerangkan
secara terukur beberapa aspek fisik, sosial ekonomi dan model trasportasi.
Dalam perencanaan dan pemodelan transportasi, beberapa model utama yang
sering digunakan adalah model grafis dan matematis. Model grafis sangat
diperlukan untuk menggambarkan terjadinya pergerakan (arah dan besarnya) yang
beroperasi secara spasial (ruang). Sedangkan model matematis menggunakan
persamaan atau fungsi matematika sebagai usaha untuk mencerminkan realita.
2.2.13. Model Sistem Kegiatan dan Jaringan
Model dapat digunakan untuk mencerminkan hubungan antara sistem tataguna

lahan (kegiatan) dengan sistem prasarana transportasi (jaringan) dengan
menggunakan beberapa fungsi matematis. Peubah utama yang digunakan dalam
fungsi matematis adlah sistem tata guna lahan, sistem prasarana transportasi dan
arus lalu lintas.
Wilson (1974) menyusun beberapa pertanyaan yang wajib dijawab oleh para
perencana transportasi sebelum merancang model matematis.
1. Apa tujuan akhir yang ingin dicapai sehingga model tersebut perlu dirancang?
2. Peubah apa saja yang terpengaruh yang harus dipertimbangkan?
3. Peubah apa saja yang bisa diatur oleh para perencana transportasi?
59
4. Teori apa saja yang dapat diterapkan dalam merancang pemodelan tersebut?
5. Sejauh manakah tingkat pengelompokan model tersebut?
6. Bagaimana peran waktu dalam model tersebut
7. Teknik apa saja yang bisa dipakai?
8. Apa saja data yang tersedia?
9. Bagaiman cara model tersebut dikalibrasi?
Salah satu unsur dalam pendekatan secara sistem menurut Tamin (2000) adalah
meramalkan apa yang akan terjadi pada arus lalu lintas jika kota tersebut terus
berkembang tanpa perubahan pada sistem prasarana transportasinya. Hal ini
dikenal sebagai sstem do-nothing. Selain itu terdapat sistem do-something, yaitu
melakukan beberapa perubahan pada sistem jaringan transportasi. Hasilnya
kemudian dibandingkan dengan hasil do-nothing. Cara yang sering digunakan
dalam merancang model transportasi adalah:
a. Model dikalibrasi dengan menggunakan data sekarang (tahun dasar) untuk
mendapatkan parameter (koefisien) yang cocok untuk daerah tempat
penelitian.
b. Meramalkan tataguna lahan pada tahun rencana dengan anggapan do-nothing
untuk melihat permasalahan yang akan timbul jika tidak dilakukan perubahan
pada sistem jaringan transportasi. Dengan demikian dapat ditentukan beberapa
konsep perencanaan transportasi yamg dibutuhkan.
c. Ulang tahap (b) dengan anggapan do-something.
d. Hasil beberapa perencanaan transportasi tersebut dapat dibandingkan dengan
sistem do-nothing sehingga dapat ditentukan perencanaan terbaik
2.2.14. Model Bangkitan dan Tarikan Pergerakan
Tamin (2000) menerangkan bahwa tahapan bangkitan pergerakan bertujuan

mendapatkan model hubungan yang mengaitkan parameter tata guna lahan dengan
jumlah pergerakan yang dibangkitkan oleh setiap zona asal (Oi) dan jumlah yang
tertarik ke setiap zona tujuan (Dd) yang ada di dalam daerah kajian. Tahapan ini
juga meramalkan besarnya tingkat bangkitan pergerakan dengan mempelajari
60
beberapa variasi hubungan antara ciri pergerakan dengan lingkungan tata guna
lahan. Beberapa kajian transportasi berhasil mengidentifikasi korelasi antara
besarnya pergerakan dengan berbagai peubah tersebut juga saling berkorelasi.
Tahapan ini biasanya menggunakan data berbasis zona untuk memodelkan

besarnya pergerakan yang terjadi (baik bangkitan maupun tarikan), misalnya tata
guna lahan, pemilikan kendaraan, populasi, jumlah pekarja, kepadatan penduduk,
pendapatan, dan juga moda transportasi yang digunakan.
1. Analisis Regresi
Analisis regrasi linear adalah metode statistic yang dapat digunakan untuk
mempelajari hubungan antarsifat permasalahan yang sedang diselidiki. Model
ini dapat memodelkan hubungan antara dua peubah atau lebih. Pada model
analisis regresi terdapat peubah terikat (y) yang mempunyai hubung
fungsional dengan satu atau lebih peubah bebas (xi),Bentuk persamaan
regresi yang dikembangkan sebagai model transportasi dibagi menjadi dua
kelompok utama, yaitu:
a. Persamaan regresi peubah tunggal
 藨. (linear) (2.18)
 藨햰ǁǑ . (linear-logaritmik) (2.19)
 . (linear-pangkat) (2.20)
 (linear-eksponensial) (2.21)
b. Persamaan regresi berganda
 藨. 藨 . 藨 . (2.22)
Keterangan:
Y = peubah tidak bebas (bangkitan atau tarikan)
. ,. ,. = peubah bebas (karakteristik tata guna lahan)
, 藨 , 藨 , 藨 = konstanta dan koefisien regresi
61
2. Model regresi berbasis zona

Pada kasus model regrasi berbasis zona, menurut Tamin (2000), dilakukan
usaha untuk mendapatkan hubungan linear antara jumlah pergerakan yang
dibangkitkan atau tertarik oleh zona dan ciri sosio-ekonomi rata-rata dari
rumah tangga pada setiap zona. Sangat mngkin ditemukan bahwa untuk
beberapa zona tertentu tidak terdapat data atau informasi mengenai satu atau
beberapa peubah tertentu. Zona seperti ini disebut zona kosong yang harus
dikeluarkan dari analisis.
3. Uji ketepatan model secara statistik
a. Uji korelasi
Uji statistik ini harus dilakukan untuk memenuhi persyaratan model matematis
dimana sesama peubah bebas tidak boleh saling berkorelasi, sedangkan
peubah tidak bebas dan peubah bebas harus ada korelasi yang kuat (baik
positif maupun negatif).
1) Korelasi positif terjadi jika peubah pada salah satu variabel diikuti oleh
variabel lainnya secara beraturan dengan arah yang sama.
2) Korelasi negatif terjadi jika perubah pada salah satu variabel lainnya
secara beraturan dengan arah yang berlawanan.
3) Korelasi nol terjadi jika perubahan pada salah satu variabel akan diikuti
perubahan pada variabel lainnya tetapi dengan acak atau tidak beraturan.
Nilai yang digunakan untuk mengukur kuatnya korelasi antara dua
variabel disebut koefisien korelasi (r). Koefisien korelasi (r) dapat
dinyatakan dengan rumus:
∑ ∑ ∑
휈Ƽ 2 23
∑ ∑ ∑ ∑
Dimana :
휈Ƽ = koefisien korelasi antara x dan y
n = banyaknya data
x = variabel bebas
y = variabel terikat
62
Korelasi dinyatakan dalam bilangan antara -1 sampai dengan +1. Apabila

koefisien korelasi semakin mendekati nilai -1 atau +1 maka semakin
kuatlah hubungan antara dua variabel tersebut, sebaliknya apabila
koefisien korelasi semakin mendekati nilai 0 maka semakin lemahlah
hubungan antara kedua variabel yang diselidiki. Tanda (+) dan (-) pada
koefisien korelasi menunjukan arah hubungan antara kedua variabel
apakah merupakan koefisien korelasi positif atau negatif. Djarwanto
(1999) mengutip dari Young (1982) menyatakan bahwa koefisien
korelasi antara 0,7-1,0 menunjukan tingkat hubungan yang tinggi, antar
0,4-0,7 menunjukan tingkat korelasi sedang, koefisien antara 0,2-0,4
menunjukan korelasi rendah dan apabila kurang dari 0,2 dapat diabaikan.
b. Koefisien Determinasi
Ukuran kecocokan model yang didapat dengan data hasil observasi adalah
koefisien determinasi. Koefisien determinasi (R2) merupakan nilai yang
dipergunakan untuk mengukur besarnya prosentase sumbangan semua
variabel bebas terhadap nilai variabel tak bebas. Besarnya koefisien
determinasi adalah antara 0 sampai dengan 1. Apabila R2 yang diperoleh
semakin mendekati 0 maka semakin kecil pengaruh semua variabel bebas
terhadap nilai variabel tak bebas. Sebaliknya apabila R2 yang diperoleh cukup
besar (mendekati 1) maka variabel bebas yang dipilih telah dapat menjelaskan
variabel tak bebas, Koefisien determinasi dihiung dengan rumus:
åå æçè Y - Y ö÷ø
Ù
JKR
R2 = = 2
(2.24)
JKT æ ö
åå çèY i - Y ÷ø
2
JKT - JKS JKS

åå çèY - Y ö÷ø
æÙ
R2 = = 1- = 1- 2
(2.25)
JKT JKT æ ö
åå çè Y i - Y ÷ø
Dimana:
R2 = koefisien determinasi
JKT = jumlah kuadrat total
63
JKR = jumlah kuadrat regrasi

JKS = jumlah kuadrat sisa
Ù
Y = nilai y hasil pemodelan
Yi = nilai y data
Y = rata-rata y data
2.2.15. Konsep Model Gravity sebagai Model Sebaran Pergerakan
Model Gravity menggunakan konsep gravity yang berasumsi bahwa ciri bangkitan
dan tarikan pergerakan berkaitan dengan beberapa parameter zona asal, misalnya
populasi dan nilai sel MAT yang berkaitan dengan aksesibilitas (kemudahan)
sebagai fungsi jarak, waktu, atau biaya. Model gravity untuk keperluan
transportasi menyatakan bahwa pergerakan antara zona asal i dan zona tujuan d
berbanding lurus dengan Oi dan Dd dan berbanding terbalik kuadratis terhadap
jarak antara kedua zona tersebut. Dalam bentuk matematis model gravity dapat
dinyatakan sebagai:
T idk = O i . D d . f (C id ) (2.26)
Persamaan (2.26) dapat digunakan dengan batasan sebagai berikut:
åT
d
id = Oi dan åT i
id = Dd (2.27)
Sehingga pengembangan persamaan (2.26) dengan menggunakan batasan

persamaan (2.27) adalah sebagai berikut:
T idk = O i . D d . A i . B d f (C id ) (2.28)
T idk = O i . D d . A i . B d exp (- b .C id ) (2.29)
64
Dimana:
Tid = jumlah pergerakan dari zona asal i ke zona tujuan d
Ai , Bd = faktor penyeimbang untuk setiap zona asal i dan tujuan d
Oi = total pergerakan dari zona asal i
Dd = total pergerakan ke zona tujuan d
f (Cid ) = fungsi umum biaya perjalanan
Persamaan (2.28) dipenuhi jika digunakan konstanta Ai dan Bd (disebut sebagai

konstanta penyeimbang) yang terkait dengan setiap zona bangkitan dan tarikan.
1 1
Ai = Bd = (2.30)
å (Bd D d f id )
d
å ( Ai Oi f id )
i
Untuk mendapatkan kedua nilai tersebut perlu dilakukan proses iterasi sampai
masing-masing nilai Ai dan Bd menghasilkan nilai tertentu (konvergen).
Pada penelitian ini digunakan model gravity dengan dua batasan. Model ini
mensyaratkan bangkitan dan tarikan pergerakan harus selalu sama dengan yang
dihasilkan oleh tahap bangkitan pergerakan. Syarat batas model gravity jenis ini:
1 1
Ai = untuk semua i; Bd = untuk semua d
å (Bd D d f id )
d
å ( Ai Oi f id )
i
2.2.16. Kinerja Jalan
Menurut Yahya Robby Gunawan (2007), kinerja jalan merupakan kinerja suatu
sistem ruas jalan dalam melayani pergerakan. Tingkat kinerja jalan dilihat dari
fungsi dan hirarki jalan, serta tingkat pelayanan (LOS=Level Of Service).
Pergerakan volume lalu lintas yang cukup tinggi bisa mengakibatkan terjadinya
antrian dan tundaan serta adanya hambatan samping seperti parkir tepi jalan,
pedagang kaki lima, pejalan kaki, kendaraan berhenti, yang bisa mempengaruhi
65
kinerja jalan. Penanganan yang dapat dilakukan antara lain mengurangi hambatan
samping dan usaha peningkatan kapasitas jalan untuk meningkatkan kinerja jalan.
Evaluasi kinerja lalu lintas ditinjau dari klasifikasi fungsional dan sistem jaringan
dari ruas-ruas yang ada di Kota Surakarta. Penelitian dilakukan pada jalan arteri
dan kolektor karena volume pada jalan ini umumnya besar. Untuk jalan local,
volume lalu lintas rendah dan akses terhadap lahan disekitarnya tinggi sehingga
permasalahan hanya bersifat lokal.
Tingkat kinerja jaringan jalan dapat dinilai menggunakan parameter lalu lintas
berupa kecepatan, kepadatan lalulintas dan Nisbah Volume dan Kapasitas (NVK)
yang didapatkan dari perbandingan volume lalulintas dan kapasitas jalan.
Nisbah Volume dan Kapasitas (NVK) didefinisikan sebagai rasio volume terhadap
kapasitas, digunakan sebagai faktor utama dalam penentuan tingkat kinerja
simpang dan ruas jalan (MKJI 1997). Nilai NVK menunjukkan apakah segmen
jalan tersebut mempunyai masalah kapasitas atau tidak. Rumus umum NVK
adalah :
NVK = V/C (2.31)
Dimana:
NVK : Nisbah Volume dan Kapasitas
V : Volume lalu lintas
C : Kapasitas (smp/jam)
Nilai NVK menunjukan kondisi ruas jalan dalam melayani volume lalu lintas
yang ada. Besar volume lalu lintas pada masa yang akan datang dihitung
berdasarkan analisa peramalan lalu lintas. Berdasarkan hasil peramalan tersebut
akan didapatkan nilai NVK pada masa mendatang yang selanjutnya dapat
menunjukkan rekomendasi jenis penanganan bagi ruas jlan. Tamin (2000)
mengutip dari Tamin dan Nahdalina (1998), berdasarkan empiris dan beberapa
66
hasil kajian lalu lintas di DKI Jakarta, member batasan nilai NVK pada berbagai
kondisi seperti tercantum pada Tabel 2.15 berikut.
Tabel 2.15. Tabel nilai NVK pada beberapa kondisi di Jakarta (Indonesia)
NVK Keterangan
< 0,8 Kondisi stabil
0,8-1,0 Kondisi tidak stabil
>1,0 Kondisi kritis
Sumber: Tamin dan Nahdalina (1997)
2.2.17. Jenis Penanganan Ruas Jalan
Jenis penanganan di ruas jalan menurut Tamin (2000) dapat dikelompokkan

menjadi:
1. Manajemen lalu lintas (R1)
Pada prinsipnya penanganan ini ditekankan pada pemanfaatan fasilitas ruas jalan
yang ada seperti:
a. Pemanfaatan lebar jalan secara efektif
b. Kelengkapan marka dan rambu lalu lintas yang memadai serta seragam,
sehingga ruas jalan dapat dimanfaatkan secara optimal baik dari segi kapasitas
maupun keamanan lalu lintas yang meliputi sistem satu arah, pengendalian
parkir, pengaturan lokasi rambu berbalik arah, pengendalian kaki lima,
pengaturan belok serta kelengkapan marka dan rambu jalan.
Jenis penanganan ini dilakukan bila NVK berada antara 0,6 sampai 0,8.
2. Peningkatan ruas jalan (R2)
Penanganan ini meliputi perubahan fisik ruas jalan yang berupa pelebaran atau
penambahan lajur sehingga kapasitas ruas jalan dapat ditingkatkan secara berarti.
Besarnya pelebaran atau penambahan lajur ditentukan terutama oleh nilai NVK
yang terjadi atau hasil peramalan lalu lintas, sehingga besarnya NVK yang
diharapkan (< 0,8) dapat dicapai. Jenis penanganan ini dilakukan apabila nilai NVK
sudah lebih besar 0,8.
3. Pembangunan jalan baru (R3)
Penanganan ini merupakan alternatif terakhir dari pilihan R1 dan R2. Jenis
penanganan ini dilakukan bila pelebaran jalan atau penambahan lajur sudah tidak
67
memungkinkan, terutama karena keterbatasan lahan serta kondisi lalu lintas yang
NVK jauh lebih besar dari 0,8.
2.2.18. EMME/3 (Equilibre Multimodal, Multimodal Equilibrium)
Emme merupakan software yang professional dalam meramalkan sebuah

perjalanan. Emme menawarkan perangkat alat perencanaan yang kumplit dan
komprehensive untuk kebutuhan suatu pemodelan. Selain itu Emme khususnya
disini EMME/3 merupakan pengembangan dari program sebelumnya yaitu
EMME-2 yang dibuat dan dikembangkan di INRO Consultant University de
Montreal, Kanada, dengan kemampuan yang sudah sangat tinggi, dengan jumlah
node dan link yang dapat dikatakan tidak terbatas (mampu mencapai hampir 1 juta
node). Adapun keunggulan lainnya adalah formula yang dapat dibuat sendiri
sesuai keadaan dan kebutuhan (INRO Consultants Inc., 1998). Misalnya hitungan
kapasitas dan waktu tempuh yang disesuaikan dengan Manual Kapasitas Jalan
Indonesia (MKJI) 1997 (Munawar, 2005). Keluaran dari piranti lunak ini dapat
berupa grafis, numerik dan SIG (Ofyar, 2008).
Para perencana transportasi menggunakan EMME untuk memodelkan system

transportasi perkotaan, metropolitan dan regional. Selain itu EMME juga
digunakan untuk mengevaluasi kebijakan transportasi yang mempunyai efek
kesemua system transportasi yang ada.
EMME berbeda dengan program lainnya karena EMME memberikan kemudahan

dan kebebasan secara khusus bagi pengguna dalam melakukan pendekatan model
untuk menggunakan metode yang telah ditetapkan atau membuat metode baru
untuk memanggil kebutuhan setempat. EMME sendiri dikembangkan untuk
mengemudikan sistem transportasi yang komplek, dan melaporkan kepada para
perencana berbagai macam tantangan yang harus dihadapi terkait teknologi, sosial
dan ekonomi.
Pada manual EMME help dijelaskan bahwa EMME/3 mempunyai beberapa

komponen utama yaitu EMME GUI yang baru, the network editor, the network
68
calculator, worksheet dan mesin pemetaan, kegunaan yang terbaru untuk

penggabungan (integration) GIS dan komponen lainnya. Untuk mengakses
informasi pada EMME help secara on-line dapat dicari pada help menu (Gambar
2.9).
Gambar 2.9. Help Menu
EMME user’s Guide menyediakan struktur teks dasar. The EMME reference
manual menyediakan dokumen secara detail untuk kemampuan pemetaan EMME
dan GUI-tools untuk merinci visualisasi dan analisisnya. The EMME prompt
(Prompt Console) menyediakan gambaran ringkasan secara luas dari operasi garis
perintah, termasuk merinci model kebutuhan, pembebanan, jaringan, dan
kalkulator matriks (Gambar 2.10). Sedangkan alat pemodelan transportasi yang
lain mencakup the EMME macro language untuk melakukan otomatisasi.
69
Gambar 2.10. The EMME Prompt (Prompt Console)
Prosedur perhitungan program EMME/3 dalam membuat matriks baru dari

estimasi matriks (maximum entropy) dan arus lalu lintas hasil proses pembebanan
ke jaringan jalan, secara umum dapat dilihat pada Gambar 2.11.
Data MAT awal

/prior matrix
Penyusunan MAT
(Prompt console) Basis data
jaringan jalan
Estimasi Matriks
(Prompt console)
Penyusunan Jaringan Data arus lalu lintas
(Network Editor) /traffic count
MAT baru
ME2
Assignment
(Prompt console)
User Equilibrium
70
Arus Lalu lintas

Gambar 2.11. Prosedur Perhitungan Program EMME/3
Emme menyediakan suatu pendekatan fleksibel, terbuka ke modeling, yang

memberikan para pemakai kebebasan ke untuk menetapkan teknik atau
menciptakan metode baru sesuai kebutuhan lokal.
Kerangka inti modeling EMME/3, yaitu:

a. Private Transport, termasuk didalamnya Traffic Assignment dan Path
Analysis.
b. Public Transport, termasuk didalamnya Transit Assignment dan Strategy
Analysis.
c. Demand Modelling, termasuk didalamnya Matrix Calculators dan Matrix
Balancing Procedures.
d. Analysis and Automation, termasuk didalamnya Network Calculators dan
Automation Framework.
Berikut Gambar 2.12 kerangka inti untuk modeling dalam EMME/3.
Gambar 2.12. Kerangka Inti Modelling EMME/3

(INRO-EMME Transport Modelling Technology)
71
Emme menawarkan satuan alat yang menyeluruh dan lengkap untuk demand
modelling, multimodal network modelling and analysis, dan untuk implementasi
prosed prosedur evaluasi.
Berbagai fasilitas EMME/3 untuk analisis, antara lain:
b. Traffic Assignment
Dasar dari traffic assignment adalah kondisi seimbang pembebanan lalu lintas
diterapkan untuk menghasilkan kemungkinan perubahan keadaan lalu lintas yang
paling baik. Pada bagian ini, pengguna EMME diberikan kebebasan untuk
menerapkan variasi dari perhitungan all-or-nothing dan incremental assignments
menjadi lebih kompleks seperti system-optimal assignments, stochastic user-
equilibrium assignments, atau pembebanan multiclass dimana tiap biaya
perjalanan pada ruas tergantung pada rata-rata kecepatan atau campuran kelas
kendaraan (misal: mobil dan truk). Berikut contoh hasil dari traffic assignment
pada program EMME/3 (Gambar 2.13).
Gambar 2.13. Hasil Traffic Assignment

c. Transit Assignments
Transit qssignment menyediakan penyetaraan konsep di suatu rute. EMME

memperbolehkan pengguna untuk memilih rute yang lebih kompleks menuju ke
72
tujuan. Dari tempat asal yang ditentukan pengguna, sarana (kendaraan) yang
datang lebih dahulu di perhentian akan menentukan rute mana yang akan diambil.
Berikut contoh hasil dari transit assignment pada program EMME/3 (Gambar
2.14).
Gambar 2.14. Hasil Transit Assignment

d. Matrix Calculators
Matrix Calculators menyediakan cara yang mudah untuk bekerja dengan data
model permintaan, seperti data sosio ekonomi, demografi dan data tiap zona. Di
pihak lain, input, output atau data matrik acuan digunakan dalam transport
modeling. Matriks calculator juga menyediakan satua peralatan untuk manipulasi
matriks sebagai ganti prosedur demand modeling. Matrix Calculators juga dengan
mudah digunakan untuk menerapkan metode evaluasi berdasarkan atas
permintaan. Berikut contoh hasil dari matrix calculator pada program
EMME/3(Gambar 2.15).
73
Gambar 2.15. Hasil Matrix Calculator

b. Network Calculators
Network Calculators menyediakan suatu alat untuk menyelesaikan analisis khusus

tanpa membutuhkan skrip aturan atau eksternal programming termasuk basic data
statistik hasil dari data network, analisis kinerja dan evaluasi. Berikut contoh hasil
dari network calculators pada program EMME/3 (Gambar 2.16).
Gambar 2.16. Hasil Network Calculator

2.2.19. Kelebihan EMME/3 dengan program lain (SATURN)
Pada pembahasan ini program yang ingin dibandingkan dengan EMME/3 adalah
program SATURN. Dengan alasan penelitian-penelitian yang sebelumnya dalam
mengestimasi matriks dilakukan dengan program SATURN. Untuk dapat melihat
keunggulan beberapa program yang sudah tersedia di pasaran dapat dilihat pada Tabel
2.16. Dari tabel tersebut akan diketahui bahwa EMME-2 memiliki keunggulan yang lebih
dibandingkan dengan SATURN. Sedangkan EMME/3 merupakan pengembangan dari
program sebelumnya yaitu EMME-2 yang dibuat dan dikembangkan di INRO Consultant
University de Montreal, Kanada, dengan kemampuan yang sudah sangat tinggi, dengan
jumlah node dan link yang dapat dikatakan tidak terbatas (mampu mencapai hampir 1
74
juta node). Adapun keunggulan lainnya adalah formula yang dapat dibuat sendiri sesuai
keadaan dan kebutuhan (INRO Consultants Inc., 1998). Misalnya hitungan kapasitas dan
waktu tempuh yang disesuaikan dengan Manual Kapasitas Jalan Indonesia (MKJI) 1997
(Munawar, 2005).Oleh karena itu sesuai paparan seorang guru besar bidang transportasi
dari UGM bapak Munawar (2005) tersebut di atas dalam pelantikan pengukuhannya
dapat diambil sebuah kesimpulan bahwa EMME/3 memiliki kelebihan yang lebih
dibandingkan SATURN. Berikut beberapa perangkat lunak beserta spesifikasinya pada
Tabel 2.16.
Tabel 2.16. Perangkat lunak perencanaan transportasi yang telah tersedia di pasaran.
Paket Program Pemasok Kapasitas Sistem operasi Keluaran
MVA 300 Zona Numerik

MicroTRIPS MS-DOS
Systematica 4.000 ruas
Steer, Davies, 400 Zona Numerik
MOTORS MS-DOS
and Gleave 6.000 ruas
University of 500 Zona Numerik dan
SATURN MS-DOS grafik
leeds 7.000 ruas
Wooton Jeffreys 500 Zona Numerik
MINITRAMP MS-DOS
and Partners 5.000 ruas
The Urban Numerik, grafik
3.000 Zona
TRANPLAN Abalysis Group Windows dan GIS
60.000 ruas
California
Caliper 3.000 Zona Numerik, grafik
TRANSCAD Windows dan GIS
Corporation 60.000 ruas
INRO
1.200 Zona Numerik, grafik
Consultant
STAN 24.000 ruas Windows dan GIS
University de
100 skenario
Montreal
Numerik, dan
500 Zona
STRADA JICA Windows grafik
10.000 ruas
INRO
Numerik, grafik
Consultant 2.800 Zona
EMME/2 MS-DOS dan GIS
University de 56.000 ruas
Montreal
INRO
Numerik, grafik
Consultant 2.800 Zona
EMME/3 Windows dan GIS
University de 56.000 ruas
Montreal
Sumber : Ofyar (2008)
75
2.3. Kerangka Pemikiran
Penelitian ini mengangkat topik mengenai kinerja jaringan jalan di Kota

Surakarta. Tahap yang dilakukan pertama kali adalah mempersiapkan basis data
jaringan jalan, data survey traffic count dan prior matriks sebagai data input untuk
memperoleh matriks existing tahun 2009. Menggunakan data sosio-ekonomi dan
MAT tahun 2009, dilakukan analisis model bangkitan dan tarikan pergerakan
untuk Kota Surakarta. Hasil pemodelan bangkitan dan tarikan ini dapat digunakan
untuk mengestimasi pergerakan tahun 2020 dan tahun 2030. Selanjutnya, untuk
mendapatkan arus lalu lintas tiap ruas jalan dilakukan pembebanan MAT ke
jaringan jalan. Nilai kinerja jaringan jalan dapat diketahui dengan menghitung
nilai NVK. Nilai NVK didapatkan dengan membandingkan volume ruas jalan dan
dengan kapasitas ruas jalan tersebut. Perhitungan nilai NVK ini dengan system do-
nothing . Selanjutnya dilakukan evaluasi kinerja dengan anggapan bahwa nilai
NVK diatas 0,8 adalah kondisi yang tidak stabil. Untuk ruas jalan dengan kondisi
tersebut, diberikan alternatif penanganan untuk mengurangi permasalahan pada
ruas jalan di Kota Surakarta disesuaikan kondisi nyata jalan saat ini. Dilakukan
analisis kinerja jaringan jalan dengan anggapan do-something sesuai alternative
penanganan yang telah direncanakan. Updating basis data jaringan jalan disusun
sesuai alternatif yang diusulkan. Proses pembebanan selanjutnya dilakukan untuk
melihat pengaruh penanganan terhadap kapasitas jaringan jalan dan niali NVK
ruas jalan di Kota Surakarta. Kerangka pikir ini dapat dilihat pada Gambar 2.17.
Perhitungan data jaringan jalan dengan standar MKJI
Traffic Count Pembuatan basis data jaringan jalan Prior Matriks
Pemodelan MAT dengan software EMME/3untuk

mendapatkan MAT tahun 2009
Kalibrasi model bangkitan dan tarikan dengan metode

analisis regresi berbasis zona
Estimasi MAT pada tahun 2020 dan 2030

dengan model gravity menggunakan parameter
76
Perhitungan nilai NVK dengan anggapan do-nothing
Alternatif penanganan jaringan jalan sesuai nilai NVK
Updating basis data dengan jaringan jalan sesuai alternative

yang direkomendasikan
Perhitungan nilai NVK dengan anggapan do-something
Gambar 2.17. Bagan Kerangka Pikir
77
BAB 3
METODELOGI PENELITIAN
3.1. Lokasi Penelitian
Batas wilayah studi pada penelitian ini adalah seluruh wilayah kota Surakarta dan
beberapa daerah tingkat II seperti Kabupaten Karanganyar, Kabupaten Boyolali,
dan Kabupaten Sukoharjo. Kabupaten-kabupaten tersebut sangat mempengaruhi
pola pergerakan karena secara administratif berbatasan langsung dengan kota
Surakarta.
Penelitian ini mengambil wilayah studi di Kota Surakarta. Kota Surakarta yang
terletak di Propinsi Jawa Tengah bagian selatan yang memiliki kepadatan lalu
lintas yang cukup tinggi. Secara geografis Surakarta terletak pada 110’45’15’ –
110’45’35’ BT dan 70’36’00’ – 70’56’00’ LS berbatasan dengan daerah tingkat II
yang lain, yaitu di sebelah Utara berbatasan dengan Kabupaten Karanganyar dan
Kabupaten Boyolali, sebelah Selatan dengan Kabupaten Sukoharjo, sebelah Barat
dan Timur dengan Kabupaten Sukoharjo dan Karanganyar.
Luas wilayah Surakarta kurang lebih 44.040 km 2 yang terbagi dalam lima
kecamatan dan terdiri dari 51 kelurahan. Jumlah penduduk kota tersebut mencapai
566.768 jiwa manusia (menurut statistik terakhir tahun 2009) dengan kepadatan
mencapai 12.716 jiwa / km 2 . Peta administratif batas kelurahan di wilayah Kota
Surakarta dapat dilihat pada Gambar 3.1, peta zona dapat dilihat pada Gambar
3.2 dan peta jaringan jalan kota Surakarta pada Gambar 3.3.
Survai volume lalu lintas dilaksanakan di Kota Surakarta yang dibagi dalam 51
zona internal berdasarkan batas administratif kelurahan (Tabel 3.1) dan 14 zona
eksternal (Tabel 3.2).
78
Tabel 3.1. Lokasi survey volume lalu lintas zona internal

Nomor Nama jalan
1 Jl. Tentara Pelajar (Depan Smp Muhammadiyah)
2 Jl. Ir. Sutami (Depan Kampus UNS)
3 Jl. Dr. Radjiman ( Depan POM Bensin Laweyan)
4 Jl. Kapten Mulyadi (Depan Rumah Sakit Kustati)
5 Jl. Veteran (Depan SD Al Islam)
6 Jl. Gajah Mada (Depan Hotel Sahid Raya)
7 Jl. Dr. Radjiman (Samping Matahari Singosari)
8 Jl. Dr. Muwardi (Depan Lapangan Kota Barat)
9 Jl. Bridjen Katamso (Depan Stasiun TATV)
10 Jl. Letjen Suprapto (Depan Warung Makan Bu Bibit)
11 Jl. Sumpah Pemuda (Depan UNISRI)
12 Jl. Letjen Sutoyo (Dekat Jembatan Ngemplak)
13 Jl. Adi Sucipto (Depan GOR Manahan)
14 Jl. Jendral Sudirman
15 Jl. Jendral Ahmad Yani
16 Jl. Bridjend Slamet Riyadi (Kleco Barat)
17 Jl. Urip Sumoharjo
18 Jl. Monginsidi (Dekat Stasiun Balapan)
19 Jl. Kapten Tendean
20 Jl. Tagore
21 Jl. Ahmad Yani (Dekat Terminal Tirtonadi)
22 Jl. Mayor Sunaryo
23 Jl. Slamet Riyadi (Gendengan)
24 Jl. Adi Sucipto
25 Jl. Kolonel Sutarto (Depan Panggung)
26 Jl. Slamet Riyadi (Nonongan)
27 Jl. Slamet Riyadi (Kerten)
28 Jl. Monginsidi (Depan Hotel Asia)
Sumber : data survei tahun 2009
Tabel 3.2. Lokasi survei volume lalu lintas zona eksternal
Nomor Nama jalan
29 Jl. Yos Sudarso
30 Jl. Dr. Radjiman
31 Jl. Kolonel Sugiyono
32 Jl. Brigjen Katamso
33 Jl. Joko Tingkir
34 Jl. Adi Sumarmo
35 Jl. Slamet Riyadi
36 Jl. Veteran
37 Jl. Kyai Mojo
38 Jl. Palur
39 Jl. Adi Sucipto
40 Jl. Ring Road
41 Jl. Tangkuban Perahu
42 Jl. Bridjen Sudarto
Sumber : data survei tahun 2009
79
library.uns.ac.id
80
Sumber : Badan Perencanaan Pembangunan Daerah (Bappeda) Kota Surakarta
Gambar 3.1. Peta Administrasi Kota Surakarta

digilib.uns.ac.id
library.uns.ac.id
81
Sumber : Badan Perencanaan Pembangunan Daerah (Bappeda) Kota Surakarta
Gambar 3.2. Peta Pembagian Zona Kota Surakarta

digilib.uns.ac.id
library.uns.ac.id
82
Sumber : Departemen Pekerjaan Umum (DPU)
Gambar 3.3. Peta Jaringan Kota Surakarta
digilib.uns.ac.id
3.2. Sumber Data
3.2.1. Data Primer
Data data volume kendaraan yang diperoleh dari hasil survey traffic count dengan
pengamatan langsung di lapangan.Survey traffic count dilakukan di lokasi pada
Tabel 3.1 dan Tabel 3.2.
3.2.2. Data Sekunder

Dilakukan pengumpulan data dasar penelitian yaitu data sekunder yang didapat
dari instansi terkait:
1. Peta wilayah Kota Surakarta yang diperolah dari Badan Perencanaan
Pembangunan Daerah (Bappeda).
2. Data jumlah penduduk usia sekolah dan bekerja (5-59 tahun), kepemilikan
kendaraan bermotor, perincian luas penggunaan tanah untuk tiap kelurahan
(untuk usaha dan pemukiman) dan jumlah fasilitas pendidikan (sekolah) dari
Biro Pusat Statistik (BPS).
3. Data jaringan jalan dari Departemen Pekerjaan Umum (DPU).
4. Data matrik awal (prior matrix) yang digunakan adalah hasil perhitungan
skripsi “Estimasi Matrik Asal Tujuan dari Data Lalu Lintas dengan Metode
Estimasi Inferensi Bayesian (Studi Kasus Kota Surakarta)” oleh Rahayu
Mahanani Wijiastuti tahun 2002.
3.3. Prosedur Survey Primer
Prosedur survey primer ini berupa tahap-tahap yang harus dilakukan sebelum dan
selama pelaksanaan survey agar tidak terjadi kesalahan dalam pengumpulan data
di lapangan.
83
3.3.1. Survey Pendahuluan
Survey dilakukan untuk menentukan waktu dan lokasi penelitian. Penentuan jam
sibuk berdasarkan penelitian sebelumnya yang telah dilakukan pada beberapa ruas
di Kota Surakarta. Penentuan lokasi penelitian berdasarkan pertimbangan
klasifikasi fungsi jalan, kondisi tata guna lahan disekitarnya, tingkat kepadatan
lalu lintas dan beberapa ruas jalan yang dianggap mewakili pada jaringan jalan
kota Surakarta.
3.3.2. Teknik Pengumpulan Data
1. Pengumpulan Data Primer
Pengumpulan data primer pada penelitian ini dilakukan secara langsung

dilapangan dengan cara menghitung berapa banyaknya kendaraan yang melewati
suatu titik survey. Pengumpulan data tersebut dilakukan oleh surveyor secara
manual menggunakan bantuan hand tally counter untuk jenis kendaraan tertentu
yang memiliki arus besar sehingga sulit dilakukan perhitungan secara manual
(dengan turus). Hasil dari perhitungan tersebut dicatat dalam suatu formulir
survey.
2. Pengumpulan Data Sekunder
Dilakukan pengumpulan data dasar penelitian yaitu data sekunder yang didapat
dari instansi terkait:
1. Peta wilayah Kota Surakarta yang diperolah dari Badan Perencanaan
Pembangunan Daerah (Bappeda).
2. Data jumlah penduduk usia sekolah dan bekerja (5-59 tahun), kepemilikan
kendaraan bermotor dan perincian luas penggunaan tanah untuk tiap
kelurahan (untuk usaha dan pemukiman) dan jumlah fasilitas pendidikan
(sekolah) dari Biro Pusat Statistik (BPS).
3. Data jaringan jalan dari Departemen Pekerjaan Umum (DPU).
84
4. Data matrik awal (prior matrix) yang digunakan adalah hasil perhitungan
skripsi “Estimasi Matrik Asal Tujuan dari Data Lalu Lintas dengan Metode
Estimasi Inferensi Bayesian (Studi Kasus Kota Surakarta)” oleh Rahayu
Mahanani Wijiastuti tahun 2002.
3.3.3. Desain Survey
Desain survey yang dilakukan untuk mendapatkan data di lapangan meliputi:

1. Desain alat survey
Dalam melakukan survey ada dua metode yang digunakan yaitu: metode
manual (menggunakan turus atau angka yang nantinya dijumlahkan) dan tally
system (menggunakan bantuan alat). Peralatan yang digunakan disini
meliputi: alat tulis, formulir survey, hand tally counter, penunjuk waktu
(Hand Phone).
2. Desain formulir survey
Berdasarkan jenis kendaraan yang akan disurvey meliputi: Unmotor, Motor
Cycle, Light Vehicle (mobil penumpang, oplet, mikrobis, pick-up dan truk
kecil), dan Heavy Vehicle (bis, truk 2 as, truk 3 as, dan truk kombinasi) dan
desain alat yang digunakan, maka formulir survey yang digunakan memuat
kriteria dan contoh gambar dari kendaraan yang disurvey. Formulir isian
jumlah kendaraan diisi sesuai dengan jumlah kendaraan yang melalui ruas
jalan yang diamati dan dihitung per 5 menit selama 2 jam mulai pukul 06.00
sampai 08.00. Karena ada sebagian yang menggunakan metode manual maka
lebar dan panjang kolom untuk pengisian disesuaikan supaya dapat memuat
turus hasil penghitungan.
3. Surveyor
a. Spesifikasi surveyor
Surveyor yang dipilih adalah mereka yang dinilai telah dapat
menggunakan peralatan yang akan digunakan dan juga mengerti tentang
klasifikasi kendaraan yang disurvey.
85
b. Jumlah Surveyor
Jumlah surveyor yang digunakan sebanyak 118 orang dengan
penempatan pada titik-titik yang telah ditentukan. Banyak surveyor yang
ditempatkan pada suatu titik di ruas jalan tertentu tergantung pada kelas
jalan, lebar jalan, banyak lajur dan jalur, kepadatan, dan jenis kendaraan
yang melalui jalan tersebut.
c. Tugas Surveyor
Tugas Surveyor adalah mencatat semua jenis kendaraan bermotor
kedalam formulir survey yang telah ditentukan per lima menitan
berturut-turut selama dua jam.
d. Penempatan Surveyor
Surveyor ditempatkan pada titik-titik yang telah ditentukan. Jumlah
surveyor yang ditempatkan disesuaikan dengan tingkat kepadatan,
banyak sedikitnya jenis kendaraan yang lewat ruas jalan tersebut dan
juga berdasarkan klasifikasi jalan.
3.4. Tahapan Penelitian
Untuk kelancaran serta kemudahan dalam kegiatan penelitian yang dilakukan

maka dibuat dalam sistem yang sistematis. Secara garis besar dapat dilakukan
dalam tahapan-tahapan sebagai berikut:
1. Pengolahan data dasar penelitian
Data yang didapatkan berupa traffic count yang melewati ruas jalan selanjutnya
diolah dalam bentuk perhitungan matematis menggunakan standar MKJI sehingga
didapatkan ekivalensi mobil penumpang. Dilakukan pula perhitungan untuk basis
data berupa kapasitas, kecepatan dan waktu tempuh untuk masing-masing ruas
yang kemudian akan digunakan sebagai basis data untuk dimasukkan dalam
program komputer Equilibre Multimodal, Multimodal Equilibrium (EMME/3).
2. Perhitungan MAT dengan software EMME/3 menggunakan Metode pembebanan
Metode Keseimbangan Wardrop (Wardrop Equilibrium) untuk mendapatkan MAT
existing tahun 2009 dan volume lalu lintas tahun 2009.
86
3. Memodelkan bangkitan dan tarikan untul pergerakan tahun 2020 dan 2030 dengan
mengestimasi data sosio-ekonomi tahun 2009 menggunakan analisis regresi linier
sederhana.
4. Dilakukan uji statistik antara bangkitan dan tarikan dengan faktor-faktor yang
mempengaruhi pergerakan menggunakan data sosio-ekonomi yang dengan metode
uji korelasi dan uji koefisien determinasi (R2).
5. Perhitungan dengan pemodelan bangkitan dan tarikan pergerakan yang telah
didapatkan sebelumnya, sehingga didapatkan jumlah pergerakan (Oi dan Dd) tahun
2020 dan 2030.
6. Dicari faktor penyeimbang (Ai dan Bd) untuk bangkitan dan tarikan.
7. Estimasi MAT tahun 2020 dan 2030 menggunakan parameter β=-0.00119 dari
penelitian sebelumnya , “Estimasi Matrik Asal Tujuan dari Data Lalu Lintas dengan
Metode Estimasi Inferensi Bayesian (Studi Kasus Kota Surakarta)” oleh Rahayu
Mahanani Wijiastuti tahun , menggunakan metode dua batasan.
8. Membebankan MAT hasil analisis tahun 2020 dan 2030 ke dalam jaringan jalan
menggunakan program EMME/3 sehingga didapatkan volume lalu lintas tahun 2020
dan 2030.
9. Melakukan evaluasi kinerja jalan masa yang akan datang mengacu pada Nisbah
Volume dan Kapasitas (NVK) dengan membandingkan volume lalu lintas dan
kapasitas jalan (analisis system do-nothing) untuk tahun 2009, 2020 dan 2030.
Untuk nilai NVK < 0,8 kondisi jalan dianggap stabil, jika melebihi 0,8 maka kondisi
jalan dianggap tidak stabil dan memerlukan penanganan.
10. Memberikan alternatif penanganan jaringan jalan untuk mengurangi permasalahan
lalu lintas berkaitan dengan peningkatan ruas jalan maupun manajemennya.
11. Menyusun updating basis data jaringan jalan baru sesuai dengan alternatif
penanganan yang diberikan.
12. Melakukan analisis menggunakan data jaringan jalan hasil rekomendasi dengan
bantuan program EMME/3 sehingga didapatkan volume lalu lintas baru tahun 2020
dan 2030.
13. Melakukan evaluasi kinerja jalan masa yang akan datang mengacu pada Nisbah
Volume dan Kapasitas (NVK) dengan membandingkan volume lalu lintas dan
kapasitas jalan baru hasil rekomandasi (analisis system do-something).
87
14. Kesimpulan merupakan uraian secara singkat inti dari hasil akhir proses
pembahasan yang kemudian ditambahkan dengan saran untuk penelitian
selanjutnya agar bisa lebih dikembangkan lagi.
Tahapan penelitian ini ditampilkan pada Gambar 3.4.
Mulai
Pengumpulan Data
Data Primer Data Sekunder
Data dari instansi-instansi terkait

1. BAPPEDA: peta Wilayah
Survey traffic count di beberapa Surakarta
ruas di Kota Surakarta 2. BPS : data sosio-ekonomi dan
kependudukan
3. DPU Surakarta : Jaringan jalan
Perhitungan data dengan standar MKJI

Traffic Count Prior Matriks
tahun 2009 tahun 2002
Pembuatan basis data jaringan jalan oleh Rahayu
Mahanani
Pemodelan MAT dengan software EMME/3untuk
mendapatkan MAT tahun 2009
Kalibrasi model bangkitan dan tarikan dengan metode

analisis regresi berbasis zona
Estimasi MAT pada tahun 2020 dan 2030

dengan model gravity dua-batasan dan menggunakan parameter β
Perhitungan nilai NVK dengan system do-nothing
Rekomendasi penanganan jaringan jalan sesuai nilai NVK
A A
Penyusunan updating basis data dengan jaringan jalan sesuai

alternatif penanganan yang direkomendasikan
Perhitungan nilai NVK dengan

88 system do-something
Kesimpulan dan Saran

Gambar 3.4. Bagan alir tahapan penelitian
3.5. Teknik Analisis Data
3.5.1. Pengumpulan Data Dasar Penelitian
Data-data tersebut antara lain:

1. Peta wilayah Surakarta digunakan untuk pembagian zona pada daerah kajian.
Pembagian zona disini dilakukan berdasarkan batas administratif dalam suatu
kelurahan. Selain itu sebagai acuan penentuan koordinat.
2. Data jaringan jalan digunakan untuk menghitung waktu tempuh, kecepatan
dan kapasitas masing-masing ruas jalan.
3. Data volume lalu lintas atau traffic count disesuaikan dalam satuan mobil
penumpang (smp/jam).
Dalam tahapan ini survey data lalu lintas dan hasil data jaringan jalan yang
telah didapatkan diolah dalam bentuk perhitungan matematis yang selanjutnya
dilengkapi dengan prior matriks digunakan sebagai basis data untuk
dimasukkan dalam software EMME/3.
3.5.2. Analisis Data
Analisis data yang dilakukan antara lain sebagai berikut:

1. Perhitungan basis jaringan jalan
89
Perhitungan data ruas jalan penelitian ini menggunakan standar Manual

Kapasitas Jalan Indonesia (MKJI 1997).
2. Perhitungan Matrik Asal Tujuan
Matrik dibebankan ke jaringan jalan dengan metode pembebanan User
Equilibrium, alat bantu yang digunakan berupa software EMME/3. Program
ini mengolah data jaringan jalan, data lalu lintas dan prior matriks untuk
mendapatkan matrik baru. Prior matriks didapatkan dari hasil skripsi Rahayu
Mahanani tahun 2002.
3. Kalibrasi model bangkitan dan tarikan pergerakan
Menggunakan data jumlah pergerakan sebagai peubah tak bebas dan data
sosio-ekonomi tahun 2009 sebagai peubah bebas, dilakukan perhitungan
untuk mendapatkan model bangkitan dan tarikan pergerakan Kota Surakarta.
4. Estimasi matrik asal tujuan tahun 2020 dan 2030
Berdasarkan trend data sosio-ekonomi yang terkait, dilakukan estimasi untuk
tahun 2020 dan 2030. Nilai Oi dan Dd untuk tahun 2020 dan 2030 kemudian
dapat dihitung menggunakan model bangkitan dan tarikan (yang didapat dari
pemodelan bangkitan dan tarikan menggunakan analisis regresi linier
sederhana). Nilai Oi dan Dd tersebut digunakan untuk menghitung total
pergerakan dari masing-masing zona asal ke zona tujuan (Tid) menggunakan
model gravity dengan dua batasan.
5. Perhitungan nilai NVK ruas jalan
MAT tahun 2020 dan 2030 dibebankan pada jaringan jalan Kota Surakarta
sehingga diperoleh besar volume lalu lintas pada ruas jalan tahun 2020 dan
2030. Dihitung nilai NVK dengan membandingkan volume lalu lintas dan
kapasitas jalan. Hasil perhitungan NVK pada tahap ini adalah kondisi
jaringan jalan tanpa mengalami perubahan (do-nothing).
6. Penanganan permasalahan
Jaringan jalan dengan nilai NVK ≥ 0,8 atau pada kondisi tidak stabil atau
kritis dianalisis untuk mencari alternatif penanganan yang sesuai dengan
keadaan lingkungan saat ini. Kondisi jaringan jalan yang mengalami
90
perubahan ini disebut system do-something. Berdasarkan alternatif

penanganan tersebut, disusun updating basis data jaringan jalan.
7. Perhitungan nilai NVK ruas jalan menggunakan basis data yang telah di
updating
Proses pembebanan pada jaringan jalan baru hasil alternatif penanganan
dilakukan untuk melihat pengaruh perubahan kapasitas beberapa ruas jalan
terhadap nilai NVK ruas jalan di Kota Surakarta tahun 2020 dan 2030.
Untuk tahap-tahap dalam analisis data dapat digambarkan seperti Gambar 3.5.
Mulai
MAT AWAL KALIBRASI MODEL BANGKITAN

PENYUSUNAN BASIS DATA
(prior matriks)
91 DAN TARIKAN PERGERAKAN
JARINGAN JALAN
Hasil
perhitungan
MAT tahun
2007 oleh
Bangkitan Data sosio

Data jaringan dan tarikan ekonomi
dari hasil yang terkait
pembebanan pada tahun
masa penelitian
Penyusunan basis sekarang
data jaringan jalan
DATA
TRAFFIC
Basis data jaringan jalan COUNT Korelasi antara data sosio-
ekonomi dengan bangkitan dan
masa sekarang dan masa tarikan
Data arus lalu
yang akan datang lintas hasil
survey terbaru
Model Bangkitan Pergerakan
tahun 2009
PROYEKSI KEBUTUHAN AKAN PERGERAKAN
Proyeksi kondisi
Model bangkitan
sosio ekonomi masa
pergerakan
sekarang
Proyeksi sistem
Model sebaran
jaringan jalan pada
pergerakan
masa akan datang
MAT pada masa akan

datang
PEMBEBANAN MAT
Pembebanan pergerakan pada kondisi

sekarang dan masa yang akan datang
92
PERHITUNGAN NILAI NVK
Perhitungan nilai NVK dengan anggapan

do-nothing
NVK ≥ 0,8
REKOMENDASI PENANGANAN
NVK ≥ 0,8
JARINGAN JALAN
· Peningkatan ruas jalan

· Manajemen lalu lintas
Ya
UPDATING BASIS DATA JARINGAN
JALAN
PERHITUNGAN NILAI NVK ≥ 0,8

Perhitungan kinerja jaringan jalan dengan
menggunakan basis data yang telah di updating
Tidak
Selesai
Gambar 3.5. Bagan alir analisis penelitian
Hari dan jam puncak
Survey Awal Karakteristik jalan
Batas Lokasi Survey

93
Jumlah & lebar lajur
Survey Utama Volume Lalu lintas
Hambatan Samping
Kecepatan (V)
Kapasitas (C)
Analisis Kinerja
Jaringan Jalan Waktu Tempuh (t) NVK
Perkotaan (Derajat Kejenuhan)
Arus/ Volume Lalu Lintas

Hasil Pemodelan
Tidak
NVK ≤ 0,8
Ya
Kondisi Jaringan
Jalan Stabil
Gambar 3.6. Bagan alir perhitungan kinerja jaringan

jalan
94
BAB 4
ANALISIS DAN PEMBAHASAN
4.1. Umum
Penelitian ini dilakukan untuk mengukur kinerja jaringan jalan di Kota Surakarta
pada saat ini serta memperkirakan pula keadaan jaringan jalan di Kota Surakarta
pada masa yang akan datang. Penelitian menggunakan program EMME/3 untuk
mengestimasi Matriks Asal Tujuan dari data arus lalu lintas kota Surakarta saat ini
dimana prinsip program ini menggunakan metode Stepest Descent dengan
pembebanan Wardrop Equilibrium.
Program EMME/3 ini merupakan salah satu alat bantu dalam mengetahui
distribusi arus lalu lintas di kota Surakarta. Data masukan yang dipergunakan
dalam program ini antara lain data arus lalu lintas hasil survey (traffic count), data
jaringan jalan berupa kapasitas dan waktu tempuh pada saat arus bebas dan saat
arus mencapai kapasitas, data koordinat zona dan data prior matrik tahun 2002
dari penelitian sebelumnya. Prosedur perhitungan data ruas jalan mengacu pada
Manual Kapasitas Jalan Indonesia (MKJI) 1997.
4.2. Pengolahan dan Penyajian Data
4.2.1. Pengumpulan Data
Data primer dalam penelitian ini didapat dari survey penelitian pada jam puncak
tahun 2009 yang dilakukan pada bulan 29 Oktober 2009 dan 12 November 2009 di
beberapa titik dengan pertimbangan bahwa banyak pengendara menggunakan ruas
jalan tersebut dan dianggap mewakili jaringan jalan di kota Surakarta (Tabel 4.1).
Sedangkan data sekunder pada penelitian ini didapatkan dari instansi terkait yang
berada di wilayah kota Surakarta meliputi peta administrasi kota Surakarta
(Gambar 3.1), peta pembagian zona kota Surakarta (Gambar 3.2), peta jaringan
95
jalan kota Surakarta (Gambar 3.3),data jaringan jalan dari DPU Kota Surakarta
dan data sosio ekonomi dari BPS Kota Surakarta.
Tabel 4.1. Tabel Data Hasil Survey (traffic count) Tahun 2009 pada Jam Puncak
NODE WAKTU Jumlah
JENIS
(kend
KEND. 06.00- 06.05- 06.10- 06.15- 06.20- 06.25- 06.30- 06.35- 07.55-
1 2 06.05 06.10 06.15 06.20 06.25 06.30 06.35 06.40 08.00 /jam)
MC 75 92 108 139 166 224 232 258 … 5760
668 512 LV 16 13 20 24 27 42 37 55 … 1018
HV 6 3 5 2 3 5 3 2 … 89
MC 108 214 254 229 320 369 349 380 … 7623
512 668 LV 18 44 42 56 58 72 72 76 … 1335
HV 5 7 7 8 9 5 6 7 … 187
MC 193 121 133 143 141 218 220 284 … 4970
368 369 LV 5 9 21 8 11 12 18 20 … 409
HV 1 3 3 2 2 3 2 1 … 61
… … … … … … … … … … …
… … … … … … … … … … … … …
… … … … … … … … … … …
MC 68 95 107 121 146 183 219 193 … 3605
518 476 LV 1 10 9 10 11 13 13 12 … 272
HV 2 1 3 4 3 3 1 5 … 73
Sumber : Data hasil survei tahun 2009
Data lengkap dapat dilihat pada lampiran A
4.2.2. Pembagian Zona
Zona merupakan representasi dari sistem tata guna lahan suatu wilayah.
Pembagian zona mengacu pada sistem pembagian wilayah secara administratif
pemerintahan yaitu berupa kelurahan. Pada penelitian ini terdapat 65 zona dengan
51 zona internal (seluruh kelurahan di kota Surakarta ) (Tabel 4.2) dan 14 zona
eksternal (Tabel 4.3). Setiap zona diwakili oleh satu pusat zona (centroid), yang
kemudian dihubungkan ke salah satu simpul jaringan jalan (node) dengan
penghubung (centroid conector). Selanjutnya ditentukan titik-titik koordinat
seluruh simpul ruas jalan dan pusat zona tersebut.
96
Tabel 4.2. Pembagian Zona Internal

Zona Internal
1. Wilayah Kecamatan Laweyan
No. Zona Nama Zona
701 Karangasem
702 Jajar
703 Kerten
704 Pajang
705 Sondakan
706 Laweyan
707 Bumi
708 Purwosari
709 Penumping
710 Panularan
711 Sriwedari
2. Wilayah Kecamatan Serengan
No. Zona Nama Zona
712 Tipes
713 Kemlayan
714 Jayengan
715 Kratonan
716 Serengan
717 Danukusuman
718 Joyotakan
3. Wilayah Kecamatan Pasar Kliwon
No. Zona Nama Zona
719 Kampung Baru
720 Kauman
721 Sangkrah
722 Kedunglumbu
723 Baluwarti
724 Semanggi
725 Gajahan
726 Pasar Kliwon
727 Joyosuran
4. Wilayah Kecamatan Banjarsari
No. Zona Nama Zona
728 Kadipiro
729 Banyuanyar
730 Nusukan
731 Sumber
732 Gilingan
733 Manahan
734 Mangkubumen
735 Punggawan
97
No. Zona Nama Zona

736 Kestalan
737 Ketelan
738 Setabelan
739 Timuran
740 Keprabon
5. Wilayah Kecamatan Jebres
No. Zona Nama Zona
741 Mojosongo
742 Jebres
743 Tegalharjo
744 Kepatihan Kulon
745 Kepatihan Wetan
746 Purwodiningratan
747 Jagalan
748 Pucangsawit
749 Sudiroprajan
750 Gandekan
751 Kampungsewu
Tabel 4.3. Pembagian Zona Eksternal

Zona Eksternal
No. Zona Nama Zona
752 Colomadu
753 Pabelan Kartosuro
754 Makam Haji Kartosuro
755 Cemani
756 Solo Baru
757 Grogol Sukoharjo
758 Bekonang
759 Palur Karanganyar
760 Plupuh Sragen
761 Jl. Clolo arah Karanganyar
762 Arah Purwodadi
763 Ngemplak Boyolali
764 Gentan Sukoharjo
765 Kebak Kramat Karanganyar
98
4.2.3. Satuan Mobil Penumpang
Data yang diperoleh dari hasil survei berupa volume arus lalu lintas. Agar
diperoleh volume lalu lintas dalam satuan kendaraan, maka beberapa jenis
kendaraan perlu dikonversi ke dalam satuan mobil penumpang. Pada pelaksanaan
survei traffic count digunakan interval waktu 5 menitan selama 2 jam sehingga
terdapat 24 buah data volume arus lalu lintas. Data yang dipakai adalah nilai
tertinggi dari 13 buah data perjam yang didapat dari perhitungan 24 data tersebut.
Perhitungan untuk mendaatkan data yang dipakai dapat dilihat pada Tabel 4.4.
Contoh : Nama jalan : Urip Sumoharjo
Nomor ruas : 85 – 86
Tabel 4.4. Perhitungan jumlah kendaraan pada jam puncak (per satu jam)
NODE WAKTU
JENIS
KEND. 06.40- 06.45- 06.50- 06.55- 07.00- 07.05- 07.10- 07.15- 07.20- 07.25- 07.30- 07.35-
1 2
06.45 06.50 06.55 07.00 07.05 07.10 07.15 07.20 07.25 07.30 07.35 07.40
85 86 MC 289 269 199 174 237 193 254 227 162 187 133 295
LV 21 23 28 18 29 31 30 31 17 31 15 26
HV 3 2 4 1 4 1 4 1 3 4 1 4
∑MC=1361 ∑MC=1258
∑LV=150 ∑LV=150
∑HV=15 ∑HV=17
∑MC=1326
∑LV=159
∑HV=16
∑MC=1284
∑LV=167
∑HV=15
maksimum ∑MC=2619
maksimum ∑LV=300
maksimum ∑HV=32
Selanjutnya dilakukan konversi ke dalam satuan mobil penumpang sesuai Tabel

2.1. Contoh perhitungan dapat dilihat pada Tabel 4.5.
99
Contoh : Nama jalan : Urip Sumoharjo

Nomor ruas : 85 - 86
Tabel 4.5. Konversi Satuan kendaraan ke smp

Node Arus saat jam
Jenis Arus Total
puncak
A B Kendaraan (emp/jam) (smp/jam)
(Kend/jam)
MC 2619 655
85 86 LV 300 300
996
HV 32 42
Data lengkap konversi dari satuan kendaraan ke satuan mobil penumpang dapat
dilihat pada lampiran B.
4.2.4. Kapasitas
Kapasitas pada suatu ruas jalan dapat dihitung dengan menggunakan Persamaan
(2.1)
Contoh:
Nama jalan : Urip Sumoharjo
Tipe operasi : Empat lajur dua arah tak terbagi (4/2 UD)
Lebar jalan : 14 meter ( total 2 arah)
Hambatan samping : tinggi
Lebar bahu :-
Jarak kerb-penghalang : 1 meter
Jumlah penduduk : 566.768 jiwa
Berdasarkan data di atas, maka pada nomor ruas 85 – 86 dapat ditentukan :

Ø Kapasitas dasar (Tabel 2.3) Co = 1500
Ø Faktor penyesuaian lebar lajur (Tabel 2.4) FCw = 1,00
Ø Faktor penyesuaian pemisah arah (Tabel 2.5) FCsp = 1,00
100
Ø Faktor penyesuaian hambatan samping (Tabel 2.6./2.7) FCsf = 0,81

Ø Faktor penyesuaian ukuran kota (Tabel 2.9) FCcs = 0,94
Sehingga kapasitas (smp/jam)

C = Co x FCw x FCsp x FCsf x FCcs
= 1500 x 1,00 x 1,00 x 0,81 x 0,94
= 1142 smp/jam
Karena ruas tersebut terdiri atas 4 lajur maka kapasitas total ruas tersebut
= 4 x 1142 = 4568 smp/jam
Data lengkap tentang perhitungan kapasitas dapat dilihat pada lampiran C.
4.2.5. Waktu Tempuh
Waktu tempuh adalah waktu yang dibutuhkan untuk melintasi suatu ruas,
dinyatakan dalam suatu waktu (detik). Waktu tempuh diperoleh dengan membagi
jarak dengan kecepatan. Waktu yang dibutuhkan kendaraan tunggal pada suatu
ruas jalan merupakan waktu tempuh pada saat arus bebas. Waktu tempuh suatu
ruas dapat diperoleh dengan mengetahui kecepatan arus bebas dan panjang ruas
tersebut.
Dibawah ini diberikan suatu contoh perhitungan waktu tempuh dengan

menggunakan analisis kecepatan pada ruas jalan 85 – 86.
Contoh:
Nama jalan : Urip Sumoharjo
Tipe operasi : Empat lajur dua arah tak terbagi (4/2 UD)
Lebar jalan : 14 meter ( total 2 arah)
Hambatan samping : tinggi
Lebar bahu :-
Jarak kerb-penghalang : 1 meter
101
Jumlah penduduk : 566.768 jiwa
Berdasarkan data di atas, maka pada nomor ruas 85-86 dapat ditentukan :
Ø Kecepatan arus bebas dasar (Tabel 2.10) FVo = 53
Ø Faktor penyesuaian lebar jalur lalu lintas FVw = 0
(Tabel 2.11)
Ø Faktor penyesuaian hambatan samping (Tabel
2.12/2.13) FFVsf = 0,81
Ø Faktor penyesuaian ukuran kota (Tabel 2.14) FFVCcs = 0,95
Sehingga kecepatan arus bebas (km/jam), sesuai Persamaan (2.2)
F = ((Fvo + Fvw) x FFVsf x FFVcs

= (53+0) x 0,81 x 0,95
= 40,78 km/jam
Sedangkan untuk menghitung kecepatan pada saat arus mencapat kapasitas, dapat
digunakan Persamaan (2.5)
Vc = 0,5 x Vo
= 0,5 x 40,78
= 20,39 km/jam
Dari contoh diatas, maka waktu tempuh pada saat arus bebas (to) dan waktu
tempuh pada saat kapasitas (tc) adalah:
S S
to = ´ 3600 tc = ´ 3600
V Vc
0,21 0,21
to = ´ 3600 tc = ´ 3600
40,78 20,39
to = 18,54 detik tc = 37,07 detik
102
Data lengkap mengenai waktu tempuh pada saat arus bebas dapat dilihat pada
lampiran D.
4.3. Analisis dengan Program EMME/3
4.3.1. Basis Data Jaringan Jalan
Pada bagian ini berisi input data ruas jalan yang meliputi : node awal dan akhir,
waktu tempuh, baik pada saat arus bebas maupun pada saat arus mencapai
kapasitas, kapasitas, dan jarak dengan format seperti Tabel 4.6 dibawah ini :
Tabel 4.6. Format masukan basis data jaringan jalan

Node Waktu tempuh pada Total
Tipe Jarak
Awal Akhir Arus Bebas Kapasitas Kapasitas
Operasi
A B (detik) (detik) smp/jam/ruas) (m)
701 1 120 120 9000 2 330
702 2 120 120 9000 2 220
703 4 120 120 9000 2 240
703 3 120 120 9000 2 360
703 171 120 120 9000 2 250
… … … … … … …
298 93 101.67 203.34 4269 2 990
Tipe operasi yang dimaksud dalam tabel tersebut adalah jumlah jalur atau arah
ruas jalan. Data lengkapnya dapat dilihat pada lampiran E.
Selain itu, data masukan lain yang diperlukan adalah data koordinat. Koordinat
diperlukan dalam basis data masukan dalam program EMME/3 untuk
menggambarkan network yang akan dipakai. Data tersebut terdiri dari data
koordinat zona maupun koordinat simpul-simpul jaringan jalan seperti pada Tabel
4.7 berikut :
103
Tabel 4.7. Koordinat Kota Surakarta

Node koordinat X koordinat Y
701 1394.716 4631.21
702 2005.345 4315.733
703 2919.327 4081.073
704 1944.118 2994.703
705 2886.463 3338.475
… … …
298 9880 4550
Data koordinat lebih detail dapat dilihat pada lampiran F.
Input data dalam program EMME/3 dapat dilakukan dengan Network Editor yang
merupakan salah satu bagian terpenting dalam program ini. Selain ketersediaan
tabel input, Network Editor juga menyediakan ruang dalam bentuk peta jaringan
jalan (Gambar 4.1). Untuk editor toolbarnya dapat dilihat pada Gambar 4.2.
Gambar 4.1. Network Editor
104
Gambar 4.2. Editor toolbar
4.3.2 Data Volume Lalu lintas Hasil Survey (traffic count)
Data arus lalu lintas yang digunakan adalah data yang diperoleh dari survey
(traffic count) dan telah dikonversi ke satuan mobil penumpang per jam
(smp/jam) seperti Tabel 4.8 berikut ini:
Tabel 4.8. Data Arus Lalu Lintas (traffic count) Tahun 2009
NODE Traffic Count
Nama Jalan
1 2 (smp/jam)
1 701 1285
Jl. Slamet Riyadi
701 1 1287
95 759 1827
Jl. Palur
759 95 2666
271 762 531
Jl. Kolonel Sugiyono
762 271 1026
105 756 1443
Jl. Yos Sudarso
756 105 1811
86 85 1046
Jl. Urip sumoharjo
85 86 996
61 754 962
Jl. Dr. Radjiman
754 61 984
55 765 652
Jl. Ring Road
765 55 588
Berlanjut…
105
Tabel 4.8. Data Arus Lalu Lintas (traffic count) Tahun 2009 (lanjutan)
NODE Traffic Count
Nama Jalan
1 2 (smp/jam)
36 35 Jl. Ahmad Yani (Dekat Terminal 1356
35 36 Tirtonadi) 1432
23 752 1012
Jl. Adi Sucipto
752 23 1341
133 167 807
Jl. Kapten Mulyadi
167 133 794
46 47 650
Jl. Sumpah Pemuda
47 46 807
145 758 406
Jl. Kyai Mojo
758 145 1161
89 51 450
Jl. Bridjen Katamso
51 89 729
9 8 591
Jl. Slamet Riyadi Gendengan)
8 9 989
56 763 438
Jl. Adi Sumarmo
763 56 679
26 25 1381
Jl. Adi Sucipto
25 26 2135
92 241 1345
Jl. Ir. Sutami
241 92 1183
128 127 Jl. Dr. Radjiman 530
288 757 827
Jl. Bridjen Sudarto
757 288 879
193 208 404
Jl. Gajah Mada
208 193 789
138 139 578
Jl. Veteran
139 138 589
117 764 571
Jl. Joko Tingkir
764 117 671
94 91 952
Jl. Tentara Pelajar
91 94 318
264 35 1054
Jl. Kapten Tendean
35 264 1311
136 755 397
Jl. Veteran
755 136 627
22 78 1872
Jl. Jendral Sudirman
78 22 627
67 66 Jl. Dr. Radjiman (Depan POM bensin 850
66 67 Laweyan) 864
3 2 1154
Jl. Slamet Riyadi (Kerten)
2 3 1057
106
Tabel 4.8. Data Arus Lalu Lintas (traffic count) Tahun 2009 (lanjutan)
NODE Traffic Count
Nama Jalan
1 2 (smp/jam)
257 256 Jl. Monginsidi (Dekat Stasiun 448
256 257 Balapan) 394
26 3 959
Jl. Jendral Ahmad Yani
3 26 708
86 91 Jl. Kolonel Sutarto (Depan Panggung) 923
266 37 1136
Jl. Letjen Sutoyo
37 266 617
287 760 30
Jl. Tangkuban Perahu
760 287 28
39 86 1109
Jl. Mongonsidi (Depan Hotel Asia)
86 39 1339
189 188 1030
Jl. Dr. Muwardi
188 189 936
260 35 Jl. Tagore 174
Sumber : data penelitian tahun 2009
4.3.3. Data Matrik Awal (prior matrix)
Data matrik awal menggunakan MAT hasil penelitian tahun sebelumnya oleh
Rahayu Mahanani (2002). MAT awal diperoleh dengan menggunakan metode
pembebanan wardrop equilibrium. Matrik awal dapat dilihat pada Tabel 4.9.
107
Tabel 4.9. Prior Matrix Tahun 2002 dalam satuan smp/jam

Tujuan
701 702 703 704 705 706 707 708 709 710 711 712
Asal
701 0.00 1.00 0.50 0.50 0.50 0.50 0.50 0.50 0.90 0.90 1.70 0.90
702 1.00 0.00 1.00 0.50 0.50 0.50 0.50 26.50 0.90 0.90 1.70 0.90
703 0.30 1.00 0.00 1.00 1.00 1.00 1.00 1.00 1.70 1.70 3.30 1.70
704 0.30 0.30 1.00 0.00 1.00 1.00 1.00 1.00 1.00 4.80 1.00 4.80
705 0.30 0.30 1.00 1.00 0.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00
706 0.30 0.30 1.00 1.00 1.00 0.00 1.00 1.00 1.00 4.80 1.00 4.80
707 0.30 0.30 1.00 1.00 1.00 1.00 0.00 1.00 1.00 1.00 1.00 1.00
708 0.30 0.30 1.00 1.00 1.00 1.00 1.00 0.00 1.00 1.00 2.00 1.00
709 0.40 0.40 1.30 7.20 1.00 1.00 1.00 1.00 0.00 1.00 2.00 1.00
710 0.40 0.40 1.30 1.80 1.00 7.20 0.90 1.00 0.90 0.00 1.00 1.00
711 0.40 5.30 1.30 7.20 1.00 1.80 0.50 1.00 0.90 1.00 0.00 1.00
712 0.40 0.40 1.30 1.80 1.00 7.20 0.90 1.00 0.90 1.00 1.00 0.00
713 0.40 2.60 1.30 1.80 1.00 1.80 0.50 1.00 0.90 1.00 1.00 1.00
714 0.20 0.20 0.70 1.80 1.00 1.80 0.50 1.00 1.80 1.00 1.00 1.00
715 0.20 0.20 0.70 1.80 1.00 1.80 0.50 1.00 0.50 1.00 1.00 1.00
716 0.40 0.40 1.30 7.20 1.00 7.20 0.90 1.00 0.90 1.00 1.00 1.00
717 0.20 0.20 0.70 1.80 1.00 1.80 0.50 1.00 2.70 1.00 1.00 1.00
718 0.40 0.40 1.30 7.20 1.00 7.20 0.90 1.00 0.90 1.00 1.00 1.00
719 0.40 2.60 1.30 1.30 1.30 1.80 0.90 1.00 1.00 1.00 1.00 1.00
720 1.60 9.50 4.80 6.50 1.80 6.50 1.60 3.60 3.20 1.80 3.60 3.60
721 0.40 2.60 1.30 4.00 1.70 4.40 1.10 1.10 1.00 1.20 2.00 2.40
722 0.50 3.20 1.60 6.50 1.30 6.50 1.60 1.20 0.70 1.80 3.60 3.60
723 0.30 4.30 0.80 9.80 1.30 9.70 1.60 0.60 0.70 1.80 1.80 1.60
724 0.30 5.50 1.00 2.80 0.80 2.80 0.70 0.80 1.40 0.80 0.80 1.60
725 1.70 1.70 5.20 28.20 3.90 28.00 3.50 3.90 1.80 3.90 3.90 1.00
726 0.30 4.60 0.90 14.30 0.80 4.20 0.70 0.70 1.20 0.80 0.80 1.60
727 0.30 0.30 1.00 2.80 0.80 2.80 0.70 0.80 1.40 0.80 0.80 1.60
728 1.10 1.60 1.60 1.60 1.60 1.00 2.00 85.80 1.60 1.10 2.20 2.20
729 1.30 2.00 2.00 2.00 2.00 2.00 5.40 252.90 6.90 6.90 11.60 4.50
730 1.20 1.80 1.80 1.10 1.10 1.20 2.00 92.40 1.60 1.10 2.20 2.20
731 1.30 2.00 2.00 2.00 2.00 2.00 5.40 252.90 6.80 6.80 12.90 6.60
732 0.80 2.40 2.40 1.70 1.50 1.30 2.00 92.40 1.60 1.10 2.20 2.20
733 0.30 4.00 1.80 1.00 1.00 1.00 1.60 74.60 1.00 1.00 2.00 1.00
734 0.40 4.20 13.50 1.10 1.10 1.10 1.00 47.00 1.00 1.00 1.00 1.00
735 0.30 4.00 21.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00
736 0.30 4.00 21.00 2.70 2.70 4.90 2.00 2.20 2.20 1.10 2.20 2.20
737 0.90 10.60 2.20 2.70 2.70 4.90 2.00 2.20 2.20 1.10 2.20 2.20
738 0.40 0.40 1.70 1.30 1.30 1.90 0.90 1.00 1.00 1.00 1.00 1.00
739 0.40 5.10 1.30 1.30 1.30 2.10 0.90 1.00 1.00 1.00 1.00 1.00
740 0.40 2.60 1.30 1.30 1.30 1.10 0.90 1.00 1.00 1.00 1.00 1.00
741 8.50 9.60 9.60 2.80 1.90 1.20 0.90 54.40 1.00 2.00 1.00 8.10
742 12.10 14.90 14.90 1.70 1.70 6.10 1.20 1.40 1.40 1.40 1.40 2.70
743 0.30 0.50 0.50 1.00 1.00 1.90 1.00 0.80 0.80 0.60 0.80 1.20
744 0.40 5.10 1.70 1.30 1.30 1.90 0.90 1.00 1.00 1.00 1.00 1.00
745 0.40 5.10 1.30 1.30 1.30 1.80 0.90 1.00 1.00 1.00 1.00 1.00
746 0.30 0.10 0.90 0.90 0.90 3.00 0.60 0.70 0.70 0.70 0.70 1.30
747 0.40 0.20 1.20 1.20 1.20 1.60 0.80 0.90 0.90 0.40 0.90 0.90
748 1.20 23.80 3.50 3.50 3.50 10.50 2.40 2.70 2.70 1.80 2.70 4.50
749 0.40 2.60 1.30 1.30 1.30 1.80 0.90 1.00 1.00 1.00 1.00 1.00
750 0.30 1.70 0.90 0.90 0.90 1.20 0.60 0.70 0.70 0.30 0.70 0.70
751 0.40 2.30 1.20 1.20 1.20 1.60 0.80 0.90 0.90 0.40 0.90 0.90
752 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 4.70 4.70 9.40 4.70
753 3.90 3.90 2.00 2.00 2.00 2.00 2.00 2.00 3.40 3.40 7.50 3.40
754 1.00 1.00 3.00 3.00 3.00 3.00 3.00 3.00 3.00 13.20 2.80 13.20
755 0.40 0.40 1.30 7.20 1.00 7.20 0.90 1.00 0.90 1.00 1.00 1.00
756 1.60 1.60 4.80 26.30 3.60 26.20 3.30 3.60 9.80 3.60 3.60 3.60
757 1.70 1.70 5.30 28.70 4.00 28.50 3.60 4.80 2.10 4.00 4.00 3.90
758 1.10 17.80 3.40 9.10 2.50 9.10 2.30 2.50 4.50 2.50 2.50 5.00
759 1.60 12.70 17.10 7.80 7.80 23.10 5.40 6.00 6.00 3.00 6.00 10.60
760 8.50 9.60 9.60 2.80 1.90 1.20 1.00 54.40 0.80 0.40 0.80 0.80
761 2.10 2.40 2.40 2.40 2.40 2.10 3.90 151.50 3.20 2.20 4.50 4.50
762 2.50 3.20 3.20 3.20 3.20 2.00 3.90 177.00 3.10 1.10 4.40 4.40
763 3.40 3.40 1.00 1.00 1.00 1.00 2.70 138.70 3.40 3.40 7.10 3.10
764 0.30 0.30 1.00 1.00 1.00 1.00 1.00 1.00 1.00 4.80 1.00 4.80
765 3.90 4.50 4.50 1.30 0.90 0.50 0.40 25.30 0.50 0.90 0.50 3.70
SDd 78.80 222.40 205.80 256.50 101.80 277.50 98.00 1598.90 118.70 123.00 150.70 161.20
Berlanjut…
108
Tabel 4.9. Prior Matrix Tahun 2002 dalam satuan smp/jam (lanjutan)
Tujuan
713 714 715 716 717 718 719 720 721 722 723 724
Asal
701 2.20 1.70 1.70 1.70 1.70 1.70 2.20 2.20 2.20 1.50 1.50 1.50
702 2.20 1.70 1.70 1.70 1.70 1.70 1.10 2.20 2.20 1.50 1.50 1.50
703 4.20 3.30 3.30 3.30 3.30 3.30 4.20 4.20 4.20 2.90 2.90 3.00
704 3.70 1.00 4.80 4.80 4.80 4.80 3.70 3.70 3.70 3.50 3.50 4.30
705 2.90 1.00 1.00 1.00 1.00 1.00 3.00 3.00 3.00 2.00 1.00 0.90
706 1.20 1.00 4.80 4.80 4.80 4.80 1.30 1.30 1.30 6.90 6.90 4.30
707 1.20 1.00 1.00 1.00 1.00 1.00 1.30 1.30 1.30 0.90 0.90 0.90
708 2.50 2.00 2.00 2.00 2.00 2.00 2.50 2.50 2.50 1.90 1.70 1.80
709 2.50 2.00 2.00 2.00 2.00 2.00 2.50 2.50 2.50 1.90 1.70 1.80
710 1.20 1.00 1.00 1.00 1.00 1.00 1.30 1.30 1.30 0.90 0.90 0.90
711 1.20 1.00 1.00 1.00 1.00 1.00 1.30 1.30 1.30 0.90 0.90 0.90
712 3.00 1.00 1.00 1.00 1.00 1.00 3.00 3.00 3.00 2.00 0.90 0.90
713 0.00 1.00 1.00 1.00 4.00 1.00 1.00 1.00 1.00 0.70 0.70 0.70
714 3.00 0.00 1.00 1.00 1.00 1.00 3.00 3.00 3.00 2.00 1.00 0.90
715 3.00 1.00 0.00 1.00 1.00 1.00 3.00 3.00 3.00 2.00 0.90 0.90
716 3.00 1.00 1.00 0.00 1.00 1.00 3.00 3.00 3.00 2.00 0.90 0.90
717 3.00 1.00 1.00 1.00 0.00 1.00 7.00 7.00 0.70 1.00 1.00 1.00
718 3.00 1.00 1.00 1.00 1.00 0.00 1.00 1.00 0.70 1.00 1.00 1.00
719 1.00 1.00 1.00 1.00 4.00 1.00 0.00 1.00 1.00 0.70 0.70 0.70
720 10.80 3.60 3.60 3.60 14.40 3.60 1.00 0.00 1.00 0.70 0.70 0.70
721 2.40 2.40 2.40 2.40 0.70 0.70 1.00 0.70 0.00 0.70 0.70 0.70
722 3.60 3.60 3.60 3.60 1.00 1.00 0.70 1.00 0.70 0.00 1.00 1.00
723 14.40 1.60 1.60 1.60 1.00 1.00 0.70 1.00 0.70 1.00 0.00 1.00
724 4.70 1.60 1.60 1.60 1.00 1.00 0.70 1.10 0.70 1.00 1.00 0.00
725 44.80 7.00 1.00 1.00 1.00 1.00 2.80 1.00 0.60 0.90 0.90 0.90
726 6.30 1.60 1.60 1.60 1.00 1.00 0.70 1.00 0.70 1.00 1.00 1.00
727 4.70 1.60 1.60 1.00 1.00 1.00 0.70 1.60 0.70 1.00 1.00 1.00
728 2.80 2.20 2.20 2.20 6.60 1.60 4.80 1.70 4.80 3.30 3.30 3.30
729 2.80 2.20 2.20 2.20 5.90 1.50 1.00 1.00 1.00 0.70 0.70 0.70
730 2.80 2.20 2.20 2.20 5.90 1.50 1.00 1.00 1.00 0.70 0.70 0.70
731 14.90 11.80 11.80 11.80 11.80 11.80 4.70 14.40 14.40 9.80 9.80 10.50
732 2.80 2.20 2.20 2.20 5.90 1.50 1.00 1.00 1.00 0.70 0.70 0.70
733 2.50 2.00 2.00 2.00 2.00 2.00 1.20 2.50 2.50 1.70 1.70 1.80
734 1.30 1.00 1.00 1.00 1.00 1.00 1.00 1.30 1.20 0.90 0.90 0.90
735 1.30 1.00 1.00 1.00 1.00 1.00 1.00 1.10 1.10 0.70 0.70 0.90
736 2.80 2.20 2.20 2.20 4.00 1.00 1.00 1.00 1.00 0.70 0.70 0.70
737 2.80 2.20 2.20 2.20 2.20 2.20 1.00 1.00 1.00 0.70 0.70 0.80
738 1.00 1.00 1.00 1.00 4.00 1.00 1.00 1.00 1.00 0.70 0.70 0.70
739 1.30 1.00 1.00 1.00 1.00 1.00 1.30 1.30 1.30 0.90 0.90 0.90
740 1.00 1.00 1.00 1.00 4.00 1.00 1.00 1.00 1.00 0.70 0.70 0.70
741 10.90 10.40 10.90 10.90 43.60 5.40 10.90 10.90 5.40 3.70 3.70 3.70
742 2.70 2.70 2.70 2.70 10.90 1.40 2.70 2.70 1.40 0.90 0.90 0.90
743 2.70 2.70 1.40 2.70 10.90 1.40 2.70 2.70 1.40 0.90 0.90 0.90
744 1.00 1.00 1.00 1.00 4.00 1.00 1.00 1.00 1.00 0.70 0.70 0.70
745 1.00 1.00 1.00 1.00 4.00 1.00 1.00 1.00 1.00 0.70 0.70 0.70
746 1.30 1.30 1.30 1.30 0.50 0.50 1.30 1.30 0.70 0.50 0.50 0.50
747 0.90 0.90 0.90 0.90 0.70 0.70 0.90 0.90 1.00 0.70 0.70 0.70
748 4.50 4.50 4.50 4.50 3.30 3.40 4.50 4.50 4.90 3.30 3.30 3.30
749 1.00 1.00 1.00 1.00 0.70 0.70 1.00 1.00 1.00 0.70 0.70 0.70
750 0.70 0.70 0.70 0.70 0.50 0.50 0.70 0.70 0.70 0.50 0.50 0.50
751 0.90 0.90 0.90 0.90 0.70 0.70 0.90 0.90 1.00 0.70 0.70 0.70
752 11.90 9.40 9.40 9.40 9.40 9.40 8.60 11.90 11.90 8.10 8.10 8.30
753 9.50 7.50 7.50 7.50 7.50 7.50 9.50 9.50 9.50 6.40 6.40 6.60
754 10.90 3.00 13.20 13.20 13.20 13.20 11.00 11.00 11.00 7.50 7.50 11.90
755 3.00 1.00 1.00 1.00 1.00 1.00 3.00 3.00 3.00 2.00 0.90 0.90
756 10.90 3.60 3.60 3.60 3.60 3.60 25.40 25.40 25.40 3.30 3.30 3.30
757 18.90 5.20 5.20 3.40 3.40 3.40 3.10 5.20 3.10 4.70 3.40 3.40
758 15.10 5.00 5.00 5.00 3.20 3.20 2.10 3.40 2.10 3.20 3.20 3.20
759 10.60 10.60 10.60 10.60 7.90 8.00 10.60 10.60 11.60 7.90 7.90 7.90
760 1.10 6.60 1.00 8.50 34.10 4.30 10.70 10.70 5.40 3.70 3.70 3.70
761 5.70 4.50 4.50 4.50 11.50 3.30 9.70 3.40 9.70 6.60 6.60 6.60
762 5.60 4.40 4.40 4.40 13.80 3.20 9.50 3.40 9.50 6.50 6.50 6.50
763 4.00 3.10 3.10 3.10 11.30 2.80 1.00 1.00 1.00 0.70 0.70 0.70
764 1.40 1.00 4.80 4.80 4.80 4.80 1.40 1.40 1.40 1.00 1.00 4.30
765 5.10 4.90 5.10 5.10 20.30 2.50 5.10 5.10 2.50 1.70 1.70 1.70
SDd 317.10 175.60 185.00 191.40 338.50 156.60 213.00 216.80 204.90 141.30 133.20 140.70
Berlanjut…
109
Tujuan
725 726 727 728 729 730 731 732 733 734 735 736
Asal
701 1.70 1.50 1.60 1.30 1.60 1.30 1.60 8.80 0.50 0.60 0.50 0.50
702 1.70 1.50 1.60 1.70 2.00 1.70 2.00 16.80 0.50 0.60 0.50 0.50
703 3.30 2.90 3.00 1.70 2.00 1.70 2.00 16.80 3.50 3.50 3.50 3.50
704 20.70 0.90 4.30 1.70 2.00 1.70 2.00 1.20 1.00 1.10 1.00 1.00
705 1.00 1.00 0.90 1.70 2.00 2.30 2.00 1.20 1.00 1.10 1.00 1.00
706 20.20 0.90 4.30 2.30 2.00 1.20 2.00 1.20 1.00 1.10 1.00 1.00
707 1.00 0.90 0.90 3.10 4.70 1.60 4.70 1.60 1.30 1.00 1.30 2.10
708 2.00 1.70 1.80 64.20 4.70 62.20 4.70 64.20 1.30 41.00 54.90 4.40
709 2.00 1.70 1.80 2.00 3.50 2.00 3.50 1.00 1.00 1.00 1.00 4.10
710 4.00 0.90 0.90 1.00 1.00 1.00 4.70 1.00 1.30 41.00 2.50 2.10
711 1.00 0.90 0.90 1.00 1.00 1.00 3.50 1.00 1.00 1.00 2.50 2.10
712 1.00 0.90 0.90 1.00 1.00 1.00 4.70 1.00 1.30 41.00 2.50 1.00
713 1.00 0.70 0.90 1.00 1.00 1.00 1.80 1.00 1.00 1.00 2.50 1.00
714 1.00 0.90 0.90 3.00 3.00 3.00 9.40 3.00 2.70 2.00 5.00 3.00
715 1.00 0.90 0.90 3.00 3.00 3.00 2.30 3.00 0.70 2.00 5.00 3.00
716 1.00 0.90 1.00 3.00 3.00 3.00 9.40 3.00 2.70 2.00 5.00 3.00
717 1.00 1.00 1.00 7.00 7.00 7.00 14.00 7.00 3.00 3.00 7.50 7.00
718 1.00 1.00 1.00 1.00 1.00 1.00 1.80 1.00 1.00 1.00 2.50 1.00
719 1.00 0.70 0.70 1.00 1.00 1.00 1.80 1.00 1.00 1.00 2.50 1.00
720 1.00 0.70 0.80 1.00 1.00 1.00 1.80 1.00 1.00 1.00 2.50 1.00
721 0.90 0.70 0.70 1.00 1.00 1.00 1.80 1.00 1.00 1.00 2.50 1.00
722 1.30 1.00 1.00 0.70 0.70 0.70 1.20 0.70 0.70 0.70 1.70 0.70
723 1.60 1.00 1.00 0.70 0.70 0.70 1.20 0.70 0.70 0.70 1.70 0.70
724 1.60 1.00 1.00 0.70 0.70 0.70 1.20 0.70 0.70 0.70 1.70 0.70
725 0.00 0.90 0.90 2.80 2.80 2.80 4.80 2.80 2.80 2.80 6.90 2.80
726 1.60 0.00 1.00 0.70 0.70 0.70 1.20 0.70 0.70 0.70 1.70 0.70
727 1.60 1.00 0.00 0.70 0.70 0.70 2.50 0.70 1.40 1.40 3.50 0.70
728 1.60 3.30 3.30 0.00 0.80 1.00 0.80 1.00 1.30 1.30 1.00 1.00
729 1.40 0.70 0.70 0.80 0.00 0.80 1.00 1.00 7.10 2.00 2.00 1.00
730 1.40 0.70 0.70 1.00 0.90 0.00 0.90 1.00 1.30 1.30 1.00 1.00
731 11.80 9.80 10.50 0.80 1.00 0.80 0.00 3.10 7.10 2.60 2.60 2.60
732 1.40 0.70 0.70 1.00 1.00 1.00 1.60 0.00 1.30 1.30 1.00 1.00
733 2.00 1.70 1.80 1.20 43.80 1.20 43.80 1.20 0.00 1.00 1.00 1.00
734 1.00 0.90 0.90 1.00 2.00 1.00 2.00 1.00 1.00 0.00 1.00 1.00
735 1.00 0.70 0.90 1.00 1.00 1.00 2.00 1.00 1.00 1.00 0.00 1.00
736 1.00 0.70 0.70 1.00 1.00 1.00 2.00 1.00 1.00 1.00 1.00 0.00
737 2.20 0.70 2.00 1.00 1.00 1.00 2.00 1.00 1.00 1.00 1.00 1.00
738 1.00 0.70 0.70 1.00 1.00 1.00 1.60 1.00 1.00 1.00 1.00 1.00
739 1.00 0.90 0.90 1.00 1.00 1.00 3.50 1.00 1.00 1.00 2.50 2.10
740 1.00 0.70 0.90 1.00 1.00 1.00 1.80 1.00 1.00 1.00 2.50 1.00
741 10.90 3.70 3.70 7.90 6.40 7.90 6.40 1.00 1.30 0.40 0.40 0.40
742 2.70 0.90 0.90 26.20 6.10 6.10 9.70 0.40 0.40 0.40 0.40 0.40
743 2.70 0.90 0.90 0.40 0.20 0.20 0.30 0.40 0.40 0.40 0.40 0.40
744 1.00 0.70 0.70 1.00 1.00 1.00 1.60 1.00 1.00 1.00 1.00 1.00
745 1.00 0.70 0.70 1.00 1.00 1.00 1.60 1.00 1.00 1.00 1.00 1.00
746 1.20 0.50 0.50 0.70 0.30 0.30 0.50 0.70 0.70 0.70 0.70 0.70
747 0.90 0.70 0.70 0.70 0.30 0.30 0.60 0.70 0.90 0.70 0.70 0.70
748 4.50 3.30 3.30 18.30 16.30 16.30 25.70 16.30 4.50 5.10 5.10 3.40
749 0.90 0.70 0.70 1.00 1.00 1.00 1.80 1.00 1.00 1.00 1.00 1.00
750 0.60 0.50 0.50 0.70 0.70 0.70 1.10 0.70 0.70 0.70 0.70 0.70
751 0.90 0.70 0.70 0.70 0.70 0.70 1.30 0.70 0.90 0.70 0.70 0.70
752 9.40 8.10 8.40 3.00 3.60 3.00 3.60 25.60 7.20 7.20 7.20 7.20
753 7.50 6.40 6.70 5.80 6.90 5.80 6.90 34.20 2.00 2.30 2.00 2.00
754 55.60 2.50 11.90 4.90 5.90 5.10 5.90 3.50 3.00 3.30 3.00 3.00
755 1.00 0.90 0.90 1.00 1.00 1.00 4.70 1.00 1.30 41.00 2.50 2.10
756 3.60 3.30 3.60 25.40 25.40 25.40 50.90 25.40 10.90 10.90 27.20 25.40
757 5.20 3.40 3.40 5.60 5.60 5.60 11.80 5.60 3.40 3.40 8.40 5.60
758 5.00 3.20 3.20 2.10 2.10 2.10 3.70 2.10 2.10 2.10 5.30 2.10
759 10.60 7.90 7.90 37.60 7.10 7.10 11.20 33.40 80.30 80.30 80.30 80.30
760 8.50 3.70 3.70 7.90 6.40 7.90 6.40 1.00 1.30 0.40 0.40 0.40
761 3.20 6.60 6.60 2.00 1.60 2.00 1.60 2.00 2.60 2.60 2.00 2.00
762 3.20 6.50 6.50 2.00 1.60 2.00 1.60 2.00 2.50 2.50 2.00 2.00
763 2.80 0.70 0.70 0.80 1.00 0.80 1.00 1.00 3.50 3.50 3.50 1.00
764 20.20 0.90 4.30 1.70 2.00 2.30 2.00 1.20 1.00 1.10 1.00 1.00
765 5.10 1.70 1.70 3.70 3.00 3.70 3.00 0.50 0.60 0.20 0.20 0.20
SDd 272.20 119.40 143.20 283.90 217.50 227.10 321.50 319.80 195.40 343.40 299.10 210.00
Berlanjut…
110
Tujuan
737 738 739 740 741 742 743 744 745 746 747 748
Asal
701 1.60 1.70 1.70 2.20 11.10 7.00 1.00 1.70 1.70 0.80 2.10 15.60
702 1.60 0.90 0.90 1.10 14.30 9.30 9.30 0.90 0.90 0.80 1.00 10.40
703 3.80 3.30 3.30 4.20 14.30 31.10 17.80 3.30 3.30 1.60 4.00 20.00
704 3.70 2.90 2.90 3.70 3.60 13.10 1.90 2.90 2.90 1.40 3.50 1.80
705 2.90 2.40 2.40 3.00 2.50 13.10 1.90 2.40 2.40 1.10 2.80 1.40
706 2.50 1.00 1.00 1.30 1.70 4.80 1.90 1.00 1.00 0.50 1.20 0.60
707 2.50 1.00 1.00 13.00 12.00 4.30 1.20 1.00 1.00 0.50 1.20 0.60
708 5.00 2.00 2.00 2.50 47.70 10.10 50.10 2.00 2.00 1.00 2.40 1.20
709 5.00 2.00 2.00 2.50 2.30 10.10 2.40 2.00 2.00 1.00 2.40 1.20
710 2.50 1.00 1.00 1.30 1.20 4.30 1.20 1.00 1.00 0.50 1.20 0.60
711 2.50 1.00 1.00 1.30 1.20 4.30 1.20 1.00 1.00 0.50 1.20 0.60
712 2.50 1.00 1.00 3.00 8.00 13.80 1.10 1.00 3.00 1.50 2.90 1.90
713 2.50 1.00 1.00 1.00 2.30 3.40 0.60 1.00 1.00 0.40 1.00 0.50
714 5.00 3.00 2.00 3.00 8.00 13.80 2.30 3.00 3.00 1.50 2.90 1.90
715 5.00 3.00 2.00 3.00 8.00 13.80 2.30 3.00 3.00 1.50 2.90 1.90
716 5.00 3.00 2.00 3.00 8.00 13.80 2.30 3.00 3.00 1.50 2.90 1.90
717 7.50 7.00 3.00 7.00 14.90 4.60 3.40 7.00 7.00 1.50 0.70 2.00
718 2.50 1.00 1.00 1.00 3.40 4.60 1.10 1.00 1.00 0.80 0.90 0.90
719 2.50 1.00 1.00 1.00 2.30 3.40 0.60 1.00 1.00 0.40 1.00 0.50
720 2.50 1.00 1.00 3.60 2.30 3.40 0.60 1.00 1.00 0.40 1.00 0.50
721 2.50 1.00 1.00 1.00 2.30 3.40 0.60 1.00 1.00 0.40 1.00 1.00
722 1.70 0.70 0.70 0.70 1.50 2.30 0.40 0.70 0.30 0.30 0.70 0.30
723 1.70 0.70 0.70 0.70 2.30 3.00 0.80 0.70 0.70 0.50 0.70 0.70
724 1.70 0.70 0.70 1.60 2.30 3.00 0.80 0.70 0.70 0.50 0.70 0.70
725 6.90 2.80 2.80 1.90 6.30 9.50 1.60 2.80 2.80 0.20 0.60 0.30
726 1.70 0.70 0.70 0.80 2.30 3.00 0.80 0.70 0.70 0.50 0.70 0.70
727 3.50 0.70 1.40 1.60 2.30 3.00 0.80 0.70 0.70 0.50 0.70 0.70
728 1.00 1.10 2.20 1.40 8.50 5.80 1.90 4.80 4.80 3.70 1.70 18.40
729 1.00 1.00 2.20 1.20 7.10 0.80 1.10 1.00 1.00 3.10 3.10 6.80
730 1.00 1.00 2.20 1.20 8.50 0.80 1.10 1.00 1.00 3.10 3.10 6.80
731 2.60 1.50 6.50 7.20 7.10 5.80 3.30 1.20 3.50 5.30 5.30 21.10
732 1.00 1.00 2.20 1.20 1.00 0.80 0.30 1.00 1.00 0.80 0.80 0.70
733 1.00 1.00 1.00 1.30 1.20 5.60 1.90 1.00 1.00 0.80 0.80 0.80
734 1.00 1.00 1.00 1.30 1.90 5.60 1.90 1.00 1.00 0.80 0.80 0.80
735 1.00 1.00 1.30 1.10 1.90 5.60 1.90 1.00 1.00 0.80 0.80 0.80
736 1.00 1.00 2.20 1.00 1.90 5.60 1.90 1.00 1.00 0.80 0.80 0.80
737 0.00 1.00 2.20 1.20 1.90 5.60 1.90 1.00 1.00 0.80 0.80 0.80
738 1.00 0.00 1.00 1.00 1.00 3.40 1.00 1.00 1.00 0.80 0.80 0.80
739 2.50 1.00 0.00 1.30 1.20 3.80 1.20 1.00 1.00 0.80 0.80 0.80
740 2.50 1.00 1.00 0.00 1.10 3.40 1.20 1.00 1.00 0.40 1.00 0.50
741 0.40 1.10 1.00 10.90 0.00 13.00 4.00 1.10 5.40 4.20 4.00 1.00
742 0.40 1.40 1.40 2.70 1.00 0.00 1.00 1.10 1.40 1.00 1.00 1.00
743 0.40 1.00 0.80 2.70 4.00 3.00 0.00 1.00 1.40 1.00 1.00 3.50
744 1.00 1.00 1.00 1.00 1.00 3.40 1.00 0.00 1.00 0.80 0.80 0.80
745 1.00 1.00 1.00 1.00 4.60 3.40 1.10 1.00 0.00 0.80 0.80 0.80
746 1.70 0.70 0.70 1.30 3.10 2.30 0.80 0.70 0.70 0.00 1.00 1.00
747 2.20 0.70 0.90 0.90 4.00 3.00 1.00 0.70 0.70 1.00 0.00 1.00
748 11.20 3.40 2.70 4.50 23.00 1.00 106.00 3.40 3.40 5.00 5.00 0.00
749 2.50 1.00 1.00 1.00 2.10 3.10 0.50 1.00 0.50 1.00 1.00 1.00
750 1.70 0.70 0.70 0.70 1.50 2.30 0.40 0.70 0.30 1.00 1.00 1.00
751 2.20 0.70 0.90 0.90 4.00 3.00 1.00 0.70 0.70 1.00 1.00 1.00
752 7.20 7.20 7.50 5.90 23.50 27.10 27.10 7.20 7.20 5.50 5.50 63.80
753 6.10 7.50 7.50 9.50 44.90 28.80 3.90 7.50 7.50 3.30 8.90 61.80
754 10.90 8.70 8.70 11.00 10.50 36.70 5.50 8.70 8.70 4.20 10.40 5.20
755 2.50 1.00 1.00 3.00 8.00 13.80 1.10 1.00 3.00 1.50 2.90 1.90
756 27.20 25.40 10.90 25.70 54.30 96.00 12.50 25.40 25.40 8.40 24.40 10.40
757 8.40 5.60 3.40 5.20 6.60 11.70 1.50 2.50 1.30 1.00 3.10 1.30
758 5.30 2.10 2.10 5.00 7.30 9.80 2.40 2.10 2.10 1.60 2.10 2.10
759 80.30 74.60 6.00 10.60 0.20 0.20 217.50 7.90 7.90 1.70 1.70 10.30
760 0.40 1.00 0.80 1.10 1.00 13.00 4.00 1.00 5.40 4.20 4.00 1.00
761 2.00 2.20 4.50 2.80 1.00 11.50 3.80 9.70 9.70 7.40 3.40 1.00
762 2.00 2.20 4.40 2.70 16.80 14.20 3.80 9.50 9.50 7.30 3.30 36.30
763 1.00 1.00 2.70 2.40 7.10 0.80 1.10 1.00 1.00 3.10 3.10 6.80
764 2.60 1.10 1.10 1.40 2.50 5.60 1.90 1.10 1.10 0.50 1.30 0.70
765 0.20 0.50 0.50 5.10 0.50 6.00 1.90 0.50 2.50 1.90 1.90 2.50
SDd 285.70 212.90 139.40 209.40 465.20 578.60 535.40 161.00 176.20 112.50 157.50 347.50
Berlanjut…
111
Tujuan
749 750 751 752 753 754 755 756 757 758 759 760
Asal
701 2.20 1.70 2.10 0.40 10.40 1.10 0.90 4.70 5.80 2.10 9.10 11.10
702 1.10 0.80 1.00 0.40 10.40 1.10 0.90 4.70 6.30 2.10 66.40 14.30
703 4.20 1.20 4.00 0.40 3.50 2.10 1.70 8.90 11.10 4.00 108.60 14.30
704 3.70 2.80 3.50 0.10 3.50 2.10 4.80 12.80 16.20 5.80 19.50 3.60
705 3.00 2.30 2.80 0.10 3.50 2.10 1.00 2.70 3.00 1.00 15.60 2.50
706 1.30 1.00 1.20 0.10 3.50 2.10 4.80 12.80 16.20 2.00 6.30 1.70
707 1.30 1.00 1.20 0.10 3.50 2.10 1.00 2.60 3.10 5.70 6.30 1.20
708 2.50 1.90 2.40 0.10 3.50 2.10 1.00 5.40 6.70 1.10 13.90 16.80
709 2.50 1.90 2.40 2.20 4.60 2.10 1.00 5.40 6.70 2.40 13.90 2.40
710 1.30 1.00 1.20 0.30 4.60 18.30 1.00 2.70 3.30 2.40 6.30 1.20
711 1.30 1.00 1.20 28.70 4.60 5.80 1.00 2.70 3.00 1.20 6.30 1.20
712 3.00 2.30 2.90 0.30 4.60 18.30 1.00 2.70 3.00 1.20 19.20 1.00
713 1.00 0.80 1.00 14.40 2.80 5.80 1.00 10.70 3.00 1.20 5.00 2.10
714 3.00 2.30 2.90 0.10 0.90 5.80 1.00 2.70 3.00 0.90 19.20 7.20
715 3.00 2.30 2.90 0.10 0.90 5.80 1.00 2.70 3.00 1.20 19.20 7.20
716 3.00 2.30 2.90 0.30 4.60 18.30 1.00 2.70 3.30 1.20 19.20 7.20
717 0.70 0.50 0.70 1.10 0.90 5.80 1.00 2.70 3.30 1.20 4.90 13.40
718 0.90 0.80 0.90 2.20 4.60 18.30 1.00 2.70 3.30 1.30 6.30 3.10
719 1.00 0.80 1.00 14.40 2.70 1.30 1.00 10.70 3.30 1.30 5.00 2.30
720 1.00 0.80 1.00 14.40 9.90 20.80 3.60 38.60 3.00 0.90 5.00 2.30
721 1.00 0.80 1.00 14.40 2.70 12.00 2.40 5.00 2.20 0.90 5.30 2.30
722 0.70 0.50 0.70 9.50 3.40 20.80 3.60 7.40 3.30 0.90 3.50 1.50
723 0.70 0.50 0.70 12.40 2.20 24.20 1.60 2.70 3.30 1.30 4.90 2.30
724 0.70 0.50 0.70 12.40 1.40 9.00 1.60 2.70 3.30 1.30 4.90 2.30
725 0.60 0.50 0.60 15.20 18.00 71.20 1.00 2.70 3.00 1.30 3.10 5.70
726 0.70 0.50 0.70 12.40 2.40 10.50 1.60 2.70 3.30 1.20 4.90 2.30
727 0.70 0.50 0.70 1.60 1.40 9.00 1.60 2.70 3.30 1.30 4.90 2.30
728 4.50 3.70 1.70 2.00 12.30 3.40 2.20 17.60 14.10 1.30 16.00 8.50
729 0.90 0.80 0.80 2.50 15.20 4.10 6.30 15.80 4.50 4.40 6.50 7.10
730 0.90 0.80 0.80 2.30 13.90 2.30 2.20 15.80 4.50 0.90 6.50 8.50
731 3.60 2.70 2.70 2.50 15.20 4.40 6.80 31.50 37.40 14.00 20.20 7.10
732 0.90 0.80 0.80 3.10 8.40 3.40 2.20 15.80 4.50 0.90 1.80 1.00
733 1.10 0.80 0.80 28.70 3.50 2.10 1.00 5.40 6.70 2.40 16.80 1.20
734 1.00 0.80 0.80 28.70 3.70 2.20 1.00 2.70 3.00 1.20 16.80 1.90
735 1.00 0.80 0.80 28.70 3.50 2.10 1.00 2.70 3.00 1.20 16.80 1.90
736 1.00 0.80 0.80 28.70 3.50 5.60 2.20 10.70 3.00 0.90 16.80 1.90
737 1.00 0.80 0.80 30.00 9.30 5.60 2.20 6.00 6.80 1.10 16.80 1.90
738 1.00 0.80 0.80 3.10 4.50 2.70 1.00 10.70 3.00 0.90 12.10 1.00
739 1.00 0.80 0.80 28.70 4.50 2.70 1.00 2.70 3.00 1.20 4.00 1.20
740 1.00 0.80 1.00 14.40 2.70 1.30 1.00 10.70 3.00 0.90 5.00 1.20
741 5.10 4.20 4.00 14.20 86.40 5.80 8.10 116.80 11.60 5.00 0.30 1.00
742 1.30 1.00 1.00 20.70 125.50 5.40 2.70 29.20 3.10 1.20 2.60 1.00
743 1.30 1.00 1.00 0.30 2.10 2.10 1.20 29.20 3.10 1.20 9.00 4.00
744 0.90 0.80 0.80 39.70 4.50 2.70 1.00 10.70 3.10 0.90 4.00 1.00
745 0.90 0.80 0.80 32.80 2.70 1.30 1.00 10.70 2.20 0.90 4.00 4.60
746 1.00 1.00 1.00 0.40 3.00 2.70 1.30 14.40 1.50 0.60 2.10 3.10
747 1.00 1.00 1.00 0.50 2.40 1.20 0.90 9.60 2.20 0.90 2.10 4.00
748 5.00 5.00 5.00 129.90 11.20 8.40 4.50 52.80 11.90 4.50 0.30 23.00
749 0.00 1.00 1.00 14.40 2.70 1.30 1.00 10.70 2.20 0.90 5.30 2.10
750 1.00 0.00 1.00 9.60 1.80 0.90 0.70 7.20 1.50 0.60 5.30 1.50
751 1.00 1.00 0.00 12.90 2.40 1.20 0.90 9.60 2.20 0.90 5.30 4.00
752 7.60 5.50 5.50 0.00 0.20 1.00 4.70 25.10 27.00 11.20 179.30 23.50
753 9.50 7.20 8.90 1.60 0.00 5.10 3.40 20.00 22.20 8.90 37.60 44.90
754 11.00 8.30 10.40 0.40 9.50 0.00 13.20 35.50 43.70 15.90 55.90 10.50
755 3.00 2.30 2.90 0.30 4.60 18.30 0.00 2.70 3.30 1.20 19.20 1.20
756 25.40 19.50 24.40 8.00 16.70 66.40 3.60 0.00 12.00 4.40 132.00 48.60
757 3.10 2.40 3.10 14.90 18.30 73.90 3.40 9.00 0.00 4.50 16.80 6.60
758 2.10 1.60 2.10 40.00 4.60 29.10 5.00 8.60 10.60 0.00 15.70 7.30
759 11.80 11.80 11.80 23.20 14.60 18.20 10.60 113.30 26.70 10.50 0.00 0.20
760 5.10 4.20 4.00 14.20 86.40 5.80 0.80 91.50 11.70 5.00 0.30 0.00
761 9.00 7.40 3.30 3.60 21.80 6.70 4.50 30.90 25.30 8.80 0.30 1.00
762 8.90 7.30 3.30 4.30 25.60 7.40 4.40 36.90 29.10 8.70 34.10 16.80
763 0.90 0.80 0.80 1.30 35.80 2.10 3.40 30.40 5.60 0.90 6.50 7.10
764 1.40 1.10 1.30 0.10 3.50 2.10 4.80 12.80 16.20 5.80 7.10 2.50
765 2.10 1.90 1.90 6.60 40.20 2.70 3.70 54.30 5.40 2.30 0.20 0.50
SDd 184.40 146.60 158.00 755.40 745.70 611.60 163.00 1087.50 511.20 185.40 1108.10 399.20
Berlanjut…
112
Tujuan
761 762 763 764 765 SOi
Asal
701 2.60 2.20 82.20 0.50 6.20 245.20
702 3.30 2.50 82.20 0.50 7.90 344.00
703 3.30 2.50 1.00 1.00 7.90 393.90
704 3.30 2.50 1.00 1.00 2.00 234.60
705 3.30 2.50 1.00 1.00 1.40 133.70
706 1.70 3.50 1.00 1.00 0.90 178.40
707 6.30 4.70 2.30 1.00 0.60 129.90
708 114.30 91.40 2.30 1.00 26.40 763.90
709 4.00 3.00 21.00 1.00 1.30 180.00
710 2.00 1.00 2.30 7.20 0.60 164.60
711 2.00 1.00 1.00 1.80 0.60 132.30
712 2.00 1.00 2.30 7.20 4.40 212.10
713 2.00 1.00 1.00 1.80 1.30 112.90
714 6.00 5.00 3.00 1.80 4.40 187.40
715 6.00 5.00 3.00 1.80 4.40 177.20
716 6.00 5.00 3.00 7.20 4.40 221.10
717 12.00 10.10 7.00 1.80 8.30 244.10
718 2.00 1.00 1.00 7.20 1.90 128.00
719 2.00 1.00 1.00 2.30 1.30 109.50
720 2.00 1.00 1.00 6.50 1.30 237.00
721 2.00 1.00 1.00 4.40 1.30 127.50
722 1.30 0.70 0.70 6.50 0.80 140.10
723 1.30 1.30 0.70 9.80 1.30 155.70
724 1.30 1.30 0.70 2.80 1.30 109.00
725 5.50 2.80 2.80 28.20 3.50 386.90
726 1.30 1.30 0.70 4.30 1.30 125.20
727 1.30 1.30 0.70 2.80 1.30 99.90
728 2.00 1.00 0.80 1.60 4.70 311.30
729 1.70 0.80 1.00 2.00 3.90 447.60
730 2.00 1.00 0.90 1.10 4.70 242.70
731 1.70 0.80 1.00 2.00 3.90 720.80
732 2.00 1.00 1.00 1.50 0.60 207.00
733 2.30 1.20 21.00 1.00 0.60 327.90
734 2.00 1.00 21.00 1.10 1.00 206.70
735 2.00 1.00 1.70 1.00 1.00 146.10
736 2.00 1.00 1.00 5.40 1.00 183.70
737 2.00 1.00 1.00 5.40 1.00 180.70
738 2.00 1.00 1.00 2.60 0.60 100.60
739 2.00 1.00 1.00 2.60 0.70 121.50
740 2.00 1.00 1.00 1.30 0.60 104.90
741 1.00 12.00 6.40 1.90 0.60 612.30
742 0.70 37.70 6.10 8.20 0.60 409.50
743 0.80 0.40 0.20 2.00 2.20 130.20
744 2.00 1.00 1.00 2.60 0.60 133.80
745 2.00 1.00 1.00 2.30 2.50 131.20
746 1.30 0.70 0.30 3.90 1.70 83.30
747 1.30 0.70 0.30 2.10 2.20 77.90
748 10.00 29.50 16.30 13.60 12.70 745.60
749 2.00 1.00 1.00 2.30 1.10 102.90
750 1.30 0.70 0.70 1.60 0.90 73.60
751 1.60 0.70 0.70 2.10 2.20 97.80
752 5.50 4.30 1.50 1.00 13.00 750.90
753 10.50 8.60 321.20 2.00 24.90 954.60
754 9.10 7.50 3.00 3.00 5.80 658.30
755 2.00 1.00 2.30 7.20 4.40 219.10
756 43.60 36.60 25.40 26.30 30.00 1312.90
757 10.10 7.90 5.60 28.70 3.70 485.30
758 4.30 4.30 2.10 9.10 4.10 345.70
759 0.20 54.00 7.10 29.90 0.10 1428.80
760 1.00 12.00 6.40 1.90 0.60 521.10
761 0.00 3.00 1.60 2.40 0.60 484.20
762 3.90 0.00 1.60 3.20 9.30 640.10
763 1.70 0.80 0.00 1.00 3.90 356.10
764 3.30 2.50 1.00 0.00 1.40 176.80
765 0.50 5.60 3.00 0.90 0.00 287.10
SDd 345.50 402.90 696.10 301.20 251.70 20194.70
113
4.3.4. Matrik baru hasil EMME/3
Matriks baru tahun 2009 yang akan digunakan dalam proses pembebanan dalam
program EMME/3 merupakan hasil estimasi matriks dari data matriks awa
awal (prior
prior matrix)
matrix
menggunakan metode estimasi Steepest descent.. Dalam program EMME/3 ini proses
estimasi dilakukan dengan modul EMME/3 yang diberi nama Prompt console (Gambar
2.8) yang berupa garis perintah (command-line).
Pada program EMME/3 (Gambar

Gambar 4.3) penulis menyimpan matriks hasil estimasi dalam
tabel matriks mf5 (full
full matriks 55). Setelah tersimpan dalam mf5 tersebut kemudian
dipindah ke dalam excel untuk mempermudah dalam menganalisis pergerakan di semua
zona. Hasil MAT baru dari proses estimasi dap
dapat dilihat pada Tabel 4.10. Selain itu
peneliti menyajikan pula dalam bentuk grafik, baik zona Internal ((Gambar 4.4)) maupun
zona eksternal (Gambar 4.5)
Gambar 4.3. Table Matrix (full matriks 5)
114
Tabel 4.10. Matriks Asal Tujuan Tahun 2009 (Vehicle trip, dalam smp/jam)
Tujuan
701 702 703 704 705 706 707 708 709 710 711 712
Asal
701 0.00 21.71 1.78 10.85 7.88 10.81 7.88 5.74 7.22 7.17 9.68 7.13
702 26.47 0.00 0.06 0.49 0.04 0.04 0.04 1.74 0.01 0.02 0.04 0.02
703 2.60 0.19 0.00 0.98 0.99 0.98 0.98 0.93 0.63 0.76 1.47 0.73
704 7.79 0.29 1.00 0.00 1.00 1.00 1.00 1.23 1.55 7.98 1.14 8.11
705 6.16 0.06 1.00 1.00 0.00 1.00 1.00 1.07 1.03 1.44 0.78 1.48
706 7.53 0.06 1.00 1.00 1.00 0.00 1.00 1.44 2.02 10.58 1.55 10.46
707 6.14 0.06 1.00 1.00 1.00 1.00 0.00 0.94 0.92 0.92 0.91 0.92
708 4.23 0.06 1.00 1.00 1.00 1.21 1.00 0.00 0.99 0.98 1.86 0.99
709 6.54 0.09 1.37 10.01 1.11 1.62 1.01 1.00 0.00 1.00 2.00 1.00
710 6.93 0.09 1.39 2.75 1.45 12.84 0.94 1.01 0.90 0.00 1.00 1.00
711 6.67 1.19 1.43 10.48 1.17 3.05 0.54 1.04 0.90 1.00 0.00 1.01
712 6.91 0.09 1.38 2.82 1.49 12.94 0.94 1.02 0.90 1.00 1.00 0.00
713 6.37 0.63 1.53 2.49 1.38 2.49 0.56 1.11 0.90 1.00 1.00 1.60
714 3.47 0.04 0.75 2.80 1.48 3.26 0.54 1.03 1.80 1.00 1.00 1.03
715 3.43 0.04 0.74 2.81 1.47 3.24 0.52 1.02 0.50 1.00 1.00 1.00
716 10.06 0.16 2.30 18.95 2.53 22.06 1.71 1.85 1.58 1.78 1.71 2.01
717 4.68 0.07 1.12 4.40 2.31 5.19 0.91 1.76 4.47 1.66 1.62 2.00
718 7.06 0.09 1.47 12.00 1.58 13.58 1.01 1.10 0.95 1.06 1.05 1.10
719 5.58 0.45 1.36 1.53 1.53 2.50 1.03 1.11 1.00 1.00 1.00 1.50
720 41.09 4.54 9.90 13.06 3.52 13.18 1.78 3.98 3.24 1.80 5.32 6.29
721 5.65 0.50 1.15 5.56 2.34 6.61 1.19 1.19 1.00 1.20 2.00 4.70
722 7.07 0.61 1.41 9.04 1.79 9.77 1.73 1.30 0.70 1.80 3.60 6.80
723 5.67 1.17 1.03 17.94 2.27 20.28 2.12 0.78 0.86 2.22 2.20 3.09
724 5.55 1.46 1.26 4.95 1.35 5.65 0.89 0.99 1.65 0.94 0.94 3.15
725 35.77 0.52 7.45 60.59 8.05 70.33 5.68 6.10 2.58 5.60 5.52 2.00
726 5.92 1.32 1.22 28.72 1.55 9.77 1.04 1.00 1.57 1.05 1.04 3.16
727 6.42 0.10 1.48 6.32 1.73 7.40 1.20 1.31 2.08 1.19 1.17 3.18
728 28.55 1.63 6.81 5.28 5.34 2.77 3.72 6.90 0.15 0.08 0.38 0.30
729 54.56 4.07 34.13 17.91 18.95 18.05 44.89 172.87 1.96 1.58 1.01 0.31
730 38.57 2.58 10.61 4.37 4.16 3.76 5.34 21.50 0.06 0.04 0.18 0.15
731 8.22 0.30 3.08 1.28 1.32 1.29 3.65 195.02 5.94 5.46 8.52 5.71
732 2.83 0.12 2.21 1.02 0.90 1.16 1.96 129.24 1.30 0.89 1.87 2.69
733 1.31 0.29 1.76 0.61 0.60 0.61 0.98 53.69 0.62 0.64 1.29 0.97
734 7.01 1.18 17.40 1.47 1.47 1.47 1.34 65.40 1.04 1.02 1.02 1.02
735 5.42 1.19 26.92 1.39 1.39 1.39 1.42 1.66 1.54 1.57 4.52 4.52
736 4.72 0.81 24.20 3.95 3.95 7.17 2.99 3.94 6.18 3.25 11.83 11.05
737 21.82 4.89 3.96 5.55 5.55 16.45 6.26 7.98 10.82 5.59 13.18 13.04
738 4.03 0.04 1.38 1.99 1.99 2.94 1.41 1.62 1.54 1.29 1.66 1.84
739 6.26 1.21 1.50 1.76 1.49 2.90 0.98 1.10 1.00 1.00 1.00 1.01
740 6.39 0.63 1.53 1.53 1.53 1.53 1.03 1.11 1.00 1.00 1.00 1.47
741 12.80 0.12 7.84 2.34 2.08 2.19 1.67 95.31 1.31 2.27 1.56 13.61
742 166.25 5.04 59.73 4.28 4.28 15.88 3.04 3.12 1.75 1.68 1.83 4.82
743 0.96 0.02 0.38 0.74 0.74 1.55 0.86 0.75 1.07 0.82 1.30 2.57
744 2.80 0.24 0.38 1.81 1.81 3.16 1.28 1.48 1.45 1.17 1.52 1.67
745 3.37 0.34 0.36 1.54 1.54 2.52 1.04 1.12 1.00 1.00 1.00 1.50
746 2.48 0.01 0.22 1.06 1.06 4.17 0.69 0.78 0.70 0.71 0.70 2.27
747 3.64 0.02 0.47 1.67 1.41 2.23 0.92 1.00 0.90 0.40 0.90 1.59
748 10.99 2.34 1.39 4.87 4.13 14.62 2.73 3.01 2.70 1.80 2.70 7.99
749 4.42 0.31 0.62 1.81 1.53 2.50 1.03 1.11 1.00 1.01 1.00 1.78
750 2.93 0.16 0.39 1.25 1.06 1.67 0.68 0.78 0.70 0.30 0.70 1.32
751 3.49 0.18 0.36 1.67 1.41 2.23 0.91 1.00 0.90 0.40 0.90 1.64
752 26.75 1.01 0.16 1.08 0.12 0.12 0.12 0.06 0.23 0.30 0.67 0.36
753 103.25 3.90 0.13 2.00 1.27 1.99 1.27 0.81 0.80 0.80 1.05 0.78
754 27.39 1.01 2.62 3.08 3.08 3.08 3.08 3.65 4.58 21.00 3.04 21.52
755 10.89 0.19 2.78 22.01 2.92 24.97 1.91 2.07 1.83 2.03 2.03 2.03
756 28.68 0.37 5.34 43.08 5.59 48.87 3.69 3.94 10.38 3.81 3.79 3.91
757 35.80 0.51 7.94 62.27 8.30 69.97 5.38 7.03 2.96 5.66 5.59 5.70
758 44.20 15.88 13.17 51.59 13.60 58.36 10.07 10.54 17.21 9.58 9.45 24.90
759 14.62 1.55 42.70 10.25 8.80 31.57 6.07 6.49 5.83 2.91 5.83 17.88
760 7.60 0.04 1.64 1.51 1.25 1.77 1.54 85.00 0.92 0.41 1.18 1.18
761 92.63 5.90 17.65 15.90 14.80 10.52 16.30 142.58 3.08 1.80 5.95 5.47
762 94.69 5.82 26.63 17.15 16.86 9.20 15.34 13.54 0.17 0.06 0.47 0.42
763 54.98 1.79 13.28 4.13 6.07 5.90 16.37 553.79 1.55 0.47 0.49 0.19
764 13.48 0.69 2.34 2.39 2.39 2.39 2.39 2.92 3.78 18.82 2.86 18.91
765 7.24 0.07 2.59 2.10 1.91 2.30 1.96 119.80 1.90 3.13 2.27 18.22
SDd 1207.75 102.00 393.18 543.24 209.71 627.05 214.54 1766.53 143.78 162.89 157.83 281.76
Berlanjut…
115
(lanjutan)
Tujuan
713 714 715 716 717 718 719 720 721 722 723 724
Asal
701 11.23 9.68 13.00 13.30 12.66 12.80 10.10 10.53 10.48 7.15 9.44 9.47
702 0.04 0.03 0.03 0.02 0.02 0.02 0.01 0.03 0.02 0.02 0.02 0.02
703 1.72 1.27 1.41 1.32 1.32 1.29 1.42 1.75 1.64 1.14 1.16 1.24
704 3.22 1.13 7.78 8.39 8.36 7.95 3.77 3.22 3.23 3.05 5.14 6.39
705 1.88 0.78 1.37 1.48 1.47 1.43 2.29 1.94 1.95 1.30 1.18 1.07
706 1.27 1.55 10.46 11.14 11.11 10.61 1.61 1.38 1.38 7.33 13.53 8.46
707 1.10 0.91 0.92 1.02 1.02 0.93 1.39 1.19 1.19 0.82 0.82 0.83
708 2.05 1.86 1.97 2.11 2.10 1.97 2.35 2.05 2.05 1.56 1.60 1.70
709 2.50 2.00 2.00 2.15 2.14 2.02 2.64 2.50 2.50 1.90 1.70 1.80
710 1.20 1.00 1.00 1.09 1.09 1.01 1.38 1.31 1.34 0.94 0.90 0.90
711 1.20 1.00 1.00 1.03 1.02 1.01 1.39 1.30 1.30 0.90 0.90 0.90
712 3.22 1.00 1.00 1.14 1.14 1.03 3.68 3.31 3.48 2.66 1.01 1.03
713 0.00 1.00 1.19 1.00 4.00 1.00 1.08 1.00 1.00 0.70 0.70 0.70
714 3.00 0.00 1.03 1.00 1.00 1.00 3.32 3.00 3.00 2.01 1.00 0.90
715 3.00 1.00 0.00 1.14 1.14 1.03 3.37 3.03 3.51 2.37 0.90 0.91
716 3.00 1.03 1.97 0.00 1.00 1.00 3.65 3.09 3.19 2.50 0.90 0.90
717 3.00 1.01 1.96 1.00 0.00 1.00 9.00 7.26 0.75 1.49 1.00 1.00
718 3.00 1.00 1.10 1.00 1.00 0.00 1.62 1.22 0.75 1.15 1.00 1.00
719 1.00 1.00 1.20 1.00 4.05 1.13 0.00 1.13 1.79 1.26 0.71 0.81
720 10.80 3.60 4.35 3.60 14.56 4.09 2.93 0.00 1.00 0.70 0.72 1.41
721 2.40 2.40 3.10 2.57 0.76 0.76 1.05 0.82 0.00 0.70 2.08 1.32
722 3.60 3.60 4.75 3.99 1.19 1.13 0.74 1.17 0.70 0.00 3.01 4.36
723 14.40 1.60 2.51 1.60 1.00 1.00 1.10 1.14 1.32 1.96 0.00 1.00
724 4.70 1.60 2.53 1.60 1.00 1.00 2.04 1.88 1.20 1.97 1.00 0.00
725 44.80 7.09 1.96 1.00 1.00 1.00 3.47 1.04 0.77 1.46 0.90 0.90
726 6.30 1.61 3.06 1.60 1.00 1.00 1.84 1.62 0.75 1.44 1.00 1.00
727 4.70 1.61 3.13 1.00 1.00 1.00 1.18 2.26 0.75 1.44 1.00 1.00
728 0.10 0.16 0.26 0.15 0.24 0.21 0.20 0.42 2.21 1.52 0.23 4.22
729 0.02 0.05 0.13 0.03 0.04 0.03 0.00 0.04 0.03 0.02 0.01 0.07
730 0.02 0.05 0.13 0.04 0.06 0.04 0.01 0.06 0.15 0.11 0.01 0.11
731 2.97 6.19 10.03 2.59 1.62 2.25 0.04 0.83 0.50 0.34 1.50 1.73
732 3.07 2.64 2.66 2.60 6.28 1.82 0.49 1.15 0.80 0.56 0.75 1.17
733 2.37 1.84 1.92 1.89 1.95 2.17 0.36 2.61 1.46 1.00 1.74 2.13
734 1.31 1.01 1.01 1.05 1.04 1.02 0.97 1.31 1.20 0.90 0.91 0.91
735 6.25 4.73 4.52 4.78 4.88 4.77 1.81 3.93 3.86 2.45 3.36 4.61
736 14.71 10.97 11.03 10.80 17.55 4.44 0.87 2.47 1.77 1.24 1.98 3.12
737 15.97 12.65 13.04 12.58 12.58 12.11 2.02 5.45 3.83 2.68 3.85 4.68
738 1.04 1.19 1.56 1.14 4.44 1.51 0.99 2.75 2.08 1.45 0.88 2.58
739 1.30 1.00 1.01 1.02 1.02 1.00 1.37 1.30 1.30 0.90 0.90 0.90
740 1.00 1.00 1.20 1.00 4.00 1.00 1.07 1.00 1.00 0.70 0.70 0.70
741 10.65 11.08 15.13 11.66 49.81 23.05 9.98 34.41 6.00 4.11 8.25 22.84
742 3.15 3.18 3.89 3.43 16.05 7.05 3.05 10.41 1.83 1.18 2.46 6.65
743 2.70 2.74 2.43 2.94 12.42 6.41 2.70 9.26 1.63 1.05 2.14 6.14
744 1.04 1.07 1.40 1.09 4.42 3.15 0.99 3.43 1.99 1.39 1.53 5.52
745 1.00 1.01 1.21 1.08 4.81 5.32 1.00 3.45 1.67 1.17 1.70 5.53
746 1.30 1.32 1.60 1.57 0.76 2.08 1.30 4.49 0.80 0.57 1.46 3.07
747 0.90 0.90 1.11 1.02 0.93 0.90 0.90 3.11 1.12 0.78 2.15 3.49
748 4.50 4.50 5.57 5.02 4.27 4.15 4.50 15.54 5.49 3.70 10.22 16.09
749 1.00 1.02 1.25 1.24 1.10 3.78 1.00 3.45 1.16 0.81 2.15 4.40
750 0.70 0.70 0.92 0.78 0.60 0.56 0.70 2.26 0.70 0.50 1.50 2.18
751 0.90 0.90 1.12 1.00 0.84 0.82 0.90 3.11 1.12 0.78 2.13 3.24
752 0.95 0.69 0.72 0.68 0.66 0.64 5.45 0.78 0.94 0.64 0.59 0.59
753 1.11 1.05 1.64 1.70 1.58 1.61 0.92 1.00 0.99 0.67 1.05 1.09
754 9.16 3.26 20.64 22.54 22.35 21.61 10.84 9.25 9.27 6.32 10.80 16.76
755 6.44 2.03 2.03 2.25 2.26 2.05 7.19 6.55 6.88 5.18 2.01 2.03
756 10.93 3.61 3.90 3.61 3.61 3.61 32.48 27.22 27.10 3.80 3.31 3.31
757 25.15 6.92 7.59 4.52 4.52 4.52 6.68 9.95 4.38 7.19 4.52 4.52
758 43.15 14.33 24.65 14.29 9.14 9.14 9.46 14.88 6.30 9.64 9.14 9.14
759 10.29 10.28 12.50 11.51 9.85 10.33 10.28 35.62 12.69 8.64 23.44 39.18
760 0.91 5.95 1.26 7.58 29.81 16.46 8.11 28.71 5.12 3.51 6.65 21.45
761 6.29 3.39 4.83 5.48 13.15 11.24 11.00 13.03 13.07 8.89 13.83 47.56
762 0.08 0.16 0.35 0.13 0.19 0.14 0.14 0.31 1.85 1.27 0.14 1.29
763 0.02 0.06 0.16 0.04 0.06 0.03 0.00 0.03 0.01 0.01 0.01 0.06
764 3.09 2.86 18.82 19.69 19.64 18.63 3.56 3.09 3.09 2.21 3.52 15.17
765 15.13 15.84 21.71 16.30 67.61 30.31 15.31 45.26 10.41 7.08 11.28 29.41
SDd 348.99 193.67 280.74 248.12 413.27 279.16 227.07 372.08 196.86 144.87 196.16 348.67
116 Berlanjut…
(lanjutan)
Tujuan
725 726 727 728 729 730 731 732 733 734 735 736
Asal
701 11.58 9.96 11.44 4.28 5.41 4.54 1.44 14.56 1.40 6.21 5.07 4.14
702 0.02 0.02 0.02 0.09 0.11 0.10 0.01 0.23 0.02 0.06 0.04 0.02
703 1.28 1.18 1.20 6.26 7.47 6.54 2.04 16.68 3.50 3.67 3.70 2.96
704 33.41 1.38 7.22 4.33 4.97 4.42 1.27 1.06 0.96 1.51 1.49 1.49
705 1.38 1.27 1.30 4.35 4.93 5.79 1.27 1.17 0.96 1.49 1.49 1.49
706 45.16 1.89 10.00 5.80 4.76 3.07 1.27 1.19 0.96 1.58 1.58 1.56
707 0.97 0.85 0.91 7.95 11.18 4.16 2.99 2.01 1.25 1.70 3.23 5.11
708 1.99 1.62 1.85 139.35 11.44 246.17 2.99 131.55 1.25 66.11 120.35 9.61
709 2.02 1.71 1.88 2.01 7.63 4.00 3.49 0.94 1.00 1.00 0.70 2.77
710 4.12 0.91 0.97 0.96 1.99 1.92 4.66 0.92 1.32 41.00 1.73 1.42
711 1.01 0.90 0.91 0.99 2.05 1.98 3.75 0.84 0.94 1.00 1.73 1.42
712 1.14 1.02 1.02 1.43 2.48 2.14 5.50 0.96 1.29 43.68 2.03 0.79
713 1.00 0.70 0.90 1.17 2.23 2.26 2.11 0.93 1.05 1.00 1.90 0.74
714 1.00 0.90 0.90 4.16 6.87 6.00 12.05 2.75 2.62 2.00 3.80 2.22
715 1.15 1.03 1.03 4.04 6.82 6.01 2.48 2.72 0.67 2.00 3.80 2.23
716 1.00 0.90 1.00 4.19 7.12 6.19 12.45 2.99 2.88 2.12 4.00 2.35
717 1.00 1.00 1.00 9.66 15.98 13.85 20.20 7.18 3.10 3.13 5.88 5.37
718 1.00 1.00 1.00 1.77 2.40 2.09 2.82 1.28 1.02 1.02 1.93 0.77
719 1.00 0.81 0.81 1.02 2.07 1.73 3.65 0.88 0.84 1.00 1.90 0.97
720 1.00 1.41 1.44 2.20 3.03 2.66 4.47 2.01 1.93 2.15 4.14 2.59
721 0.94 0.77 0.77 0.26 0.65 0.31 1.13 0.40 0.58 1.02 1.89 0.82
722 1.36 1.80 1.80 0.18 0.45 0.22 0.75 0.28 0.41 0.71 1.29 0.57
723 1.60 1.00 1.00 1.30 1.76 1.50 2.16 0.89 0.72 0.71 1.31 0.54
724 1.60 1.00 1.00 1.02 2.19 1.91 3.47 1.16 0.91 0.87 1.61 0.72
725 0.00 0.90 0.90 3.87 6.31 5.47 6.87 2.81 2.88 2.90 5.36 2.13
726 1.60 0.00 1.00 0.87 1.95 1.70 2.08 1.07 0.75 0.73 1.35 0.70
727 1.60 1.00 0.00 0.79 1.61 1.41 4.02 0.87 1.49 1.46 2.77 0.55
728 0.05 3.34 2.46 0.00 0.80 1.00 0.80 0.09 3.94 0.02 0.01 0.01
729 0.01 0.05 0.02 0.80 0.00 0.80 1.00 0.09 116.02 0.21 0.01 0.00
730 0.01 0.07 0.02 1.00 0.90 0.00 0.90 0.07 6.29 0.00 0.00 0.00
731 1.39 3.28 2.72 0.80 1.00 0.80 0.00 2.17 11.46 1.83 0.93 0.08
732 1.40 1.08 0.86 2.97 3.18 3.17 1.84 0.00 1.30 1.09 0.80 0.75
733 1.81 1.87 1.96 4.53 178.94 5.07 48.86 1.20 0.00 0.80 0.76 0.64
734 1.01 0.91 0.92 1.18 5.14 2.31 2.20 0.95 1.11 0.00 0.97 0.97
735 4.80 3.36 4.32 1.27 2.41 2.42 2.24 1.00 1.01 1.00 0.00 1.00
736 3.04 3.11 2.08 1.14 2.24 2.25 3.72 0.96 0.93 1.00 1.00 0.00
737 12.37 3.80 10.99 1.24 2.40 2.37 2.24 1.00 1.02 1.23 1.08 1.03
738 1.03 2.07 1.12 0.85 1.63 1.33 2.55 0.86 0.82 1.02 0.97 1.00
739 1.00 0.90 0.90 0.96 1.89 1.91 3.34 0.84 0.98 1.00 1.73 1.42
740 1.00 0.70 0.90 1.23 2.19 2.22 2.03 0.93 1.05 1.00 1.90 0.74
741 10.36 21.05 18.89 21.90 13.56 21.80 13.56 1.00 1.10 0.52 0.53 0.50
742 3.18 5.97 5.37 35.79 8.80 8.84 13.74 1.36 1.72 0.86 0.98 0.92
743 2.78 5.64 5.10 0.23 0.18 0.11 0.26 0.25 0.33 0.22 0.19 0.17
744 1.01 5.21 4.29 0.37 0.44 0.40 0.64 0.16 0.23 0.96 0.83 0.64
745 1.03 5.22 4.50 0.25 0.55 0.29 0.85 0.26 0.25 1.00 0.89 0.69
746 1.26 2.57 2.54 0.13 0.06 0.06 0.10 0.12 0.16 0.70 0.51 0.34
747 0.93 1.50 1.50 0.31 0.13 0.13 0.25 0.15 0.41 0.71 0.57 0.37
748 4.63 6.56 6.56 7.98 6.93 7.15 10.71 5.58 1.93 5.16 4.28 1.92
749 0.96 4.12 4.08 0.32 0.62 0.63 1.09 0.28 0.27 1.00 0.84 0.77
750 0.63 0.90 0.90 0.13 0.29 0.14 0.43 0.18 0.18 0.70 0.57 0.48
751 0.94 1.32 1.32 0.13 0.14 0.14 0.25 0.17 0.26 0.70 0.59 0.41
752 0.66 0.57 0.60 16.37 16.19 17.03 7.65 451.41 130.21 79.79 91.67 78.29
753 1.39 1.14 1.33 0.33 0.40 0.37 0.04 0.61 0.09 0.81 0.68 0.50
754 87.62 3.72 19.48 6.89 7.50 6.97 1.72 2.40 2.58 4.54 4.58 4.58
755 2.25 2.03 2.03 2.28 3.88 3.74 9.27 1.85 2.54 83.13 3.60 2.97
756 3.61 3.31 3.61 34.59 57.99 50.40 70.22 25.68 11.04 11.17 20.87 19.04
757 6.92 4.52 4.52 12.50 16.90 14.79 24.74 9.39 4.57 4.62 8.63 5.72
758 14.29 9.14 9.14 2.54 5.80 3.01 10.82 4.76 5.96 6.23 12.16 4.60
759 10.38 17.22 17.22 23.04 4.41 4.50 6.93 68.99 216.84 95.89 155.72 145.07
760 6.58 19.87 17.53 12.45 8.39 12.84 8.39 0.28 0.21 0.39 0.37 0.34
761 3.38 44.17 36.95 5.62 4.45 5.62 4.45 0.58 14.18 0.74 0.52 0.47
762 0.04 0.88 0.37 2.00 1.60 2.00 1.60 0.16 15.51 0.02 0.01 0.01
763 0.01 0.04 0.01 0.58 0.72 0.58 0.71 0.21 44.79 0.27 0.01 0.00
764 78.74 3.30 17.51 8.64 10.08 11.93 2.90 2.45 2.26 3.44 3.41 3.41
765 15.28 27.72 24.83 14.05 9.36 14.21 9.36 0.45 0.33 0.63 0.59 0.56
SDd 408.69 259.16 292.71 441.67 507.98 551.46 383.80 789.19 640.59 506.24 509.84 336.50
117 Berlanjut…
(lanjutan)
Tujuan
737 738 739 740 741 742 743 744 745 746 747 748
Asal
701 15.86 3.57 8.58 10.90 11.84 1.30 0.40 1.80 3.21 0.71 1.29 12.51
702 0.14 0.00 0.02 0.01 0.05 0.00 0.00 0.00 0.00 0.00 0.00 0.00
703 3.93 1.15 1.51 1.61 8.95 1.45 1.97 0.51 0.79 0.09 0.30 1.82
704 5.32 3.92 2.52 3.22 2.03 4.34 1.35 4.77 4.41 2.81 5.26 2.70
705 4.20 3.31 1.56 1.94 1.10 4.66 1.53 3.17 2.84 1.78 3.21 1.60
706 4.45 1.85 1.06 1.38 0.71 1.91 1.71 1.78 1.90 1.30 2.35 1.17
707 3.90 1.49 0.91 11.87 6.82 2.05 1.45 1.40 1.71 1.16 2.01 1.00
708 7.46 2.80 1.64 2.05 26.32 4.48 55.23 2.67 3.05 1.94 3.51 1.75
709 3.26 1.91 2.00 2.50 0.56 2.28 1.54 1.86 3.14 2.14 3.87 1.95
710 1.63 0.96 1.00 1.30 0.29 0.96 0.77 0.94 1.59 1.10 1.88 0.95
711 1.63 0.96 1.00 1.30 0.29 0.98 0.77 0.93 1.60 1.08 1.98 1.00
712 1.92 1.33 1.05 3.22 4.06 6.10 1.37 1.42 7.31 3.99 6.02 3.93
713 1.79 1.00 1.00 1.00 0.85 1.21 0.51 0.96 2.04 0.90 1.69 0.85
714 3.59 3.61 2.00 3.00 3.68 5.54 2.75 4.07 6.51 3.63 5.66 3.71
715 3.59 3.65 2.00 3.00 3.72 5.63 2.71 3.91 6.69 3.70 5.93 3.89
716 3.77 3.98 2.10 3.00 4.03 5.96 2.88 4.39 7.24 3.64 5.20 3.33
717 5.55 10.09 3.10 7.00 7.62 1.99 4.76 12.17 18.51 3.64 1.15 3.13
718 1.82 2.00 1.02 1.00 1.61 1.84 1.70 2.37 2.84 1.53 1.06 1.04
719 1.80 1.00 1.00 1.00 0.43 0.54 0.57 1.00 1.00 0.40 0.79 0.40
720 3.92 2.94 2.15 5.53 1.25 1.53 0.94 2.91 2.88 1.06 2.16 1.05
721 1.82 1.01 1.02 1.01 0.35 0.43 0.18 1.00 1.00 0.40 0.92 0.92
722 1.24 0.71 0.71 0.71 0.23 0.29 0.12 0.70 0.30 0.30 0.65 0.28
723 1.23 1.35 0.71 0.70 1.25 1.39 1.36 1.90 2.09 1.30 1.50 1.50
724 1.52 2.25 0.87 1.60 1.31 1.46 1.45 2.25 2.16 1.26 1.40 1.38
725 5.05 3.94 2.87 1.90 3.29 4.18 2.19 4.77 7.42 0.52 1.23 0.60
726 1.28 1.96 0.73 0.80 1.04 1.14 1.20 2.06 2.02 0.93 1.01 0.99
727 2.61 1.40 1.46 1.60 1.08 1.19 1.21 1.88 1.92 0.95 1.01 0.99
728 0.01 0.04 0.39 0.04 19.63 3.74 1.60 0.81 1.10 1.00 5.61 58.37
729 0.00 0.00 0.19 0.01 11.40 0.18 0.07 0.00 0.01 0.10 4.59 9.08
730 0.00 0.01 0.18 0.01 17.24 0.20 0.31 0.03 0.04 0.15 5.19 11.42
731 0.80 0.01 5.82 0.80 11.40 1.20 0.24 0.00 0.03 0.19 7.85 28.18
732 0.82 0.59 2.79 1.21 0.72 0.06 0.05 0.14 0.33 0.04 0.06 0.07
733 0.76 0.32 1.05 1.13 0.77 0.31 0.24 0.15 0.18 0.03 0.05 0.06
734 0.97 0.92 1.02 1.31 0.53 1.39 1.05 0.87 0.90 0.73 0.50 0.50
735 1.00 0.96 6.61 5.29 0.52 1.28 0.93 0.92 0.92 0.76 0.50 0.50
736 1.00 0.93 12.22 2.76 0.37 0.91 0.60 0.83 0.85 0.65 0.43 0.43
737 0.00 0.98 13.18 6.60 0.61 1.62 1.28 0.94 0.94 0.77 0.51 0.51
738 0.97 0.00 1.66 1.04 0.33 0.91 0.96 1.00 0.99 0.79 0.53 0.54
739 1.63 0.92 0.00 1.30 0.24 0.72 0.67 0.88 1.34 1.33 0.93 0.95
740 1.79 1.03 1.00 0.00 0.44 1.24 1.22 1.02 2.09 0.93 1.83 0.92
741 0.45 1.07 1.56 10.52 0.00 11.26 4.06 1.04 4.95 3.73 20.68 5.13
742 0.72 2.12 1.83 3.15 1.12 0.00 1.00 1.67 1.58 0.88 0.45 0.51
743 0.20 0.98 1.30 2.70 3.70 3.00 0.00 1.00 1.40 1.00 0.45 1.80
744 0.94 1.00 1.52 0.99 0.33 0.91 0.96 0.00 0.99 0.79 0.54 0.54
745 0.95 1.00 1.00 1.00 0.69 0.43 0.36 1.00 0.00 0.80 0.63 0.64
746 1.51 0.70 0.70 1.30 0.46 0.28 0.11 0.70 0.70 0.00 0.81 0.84
747 1.99 0.70 0.90 0.90 1.58 0.62 0.21 0.70 0.70 1.00 0.00 1.00
748 10.20 3.40 2.70 4.50 9.10 0.22 22.99 3.40 3.40 5.00 5.00 0.00
749 2.16 1.00 1.00 1.00 0.32 0.38 0.21 1.00 0.50 1.00 0.90 0.90
750 1.45 0.70 0.70 0.70 0.22 0.28 0.05 0.70 0.30 1.00 0.99 0.99
751 1.98 0.70 0.90 0.90 0.59 0.37 0.12 0.70 0.70 1.00 0.99 0.99
752 89.65 60.47 31.28 0.40 156.06 53.01 91.33 36.16 42.91 13.04 15.50 208.92
753 2.00 0.21 0.86 1.06 0.33 0.00 0.00 0.06 0.17 0.02 0.02 0.22
754 16.05 10.83 7.31 9.25 4.33 9.76 3.34 13.17 11.67 7.52 13.61 6.79
755 3.41 2.38 2.03 6.45 8.47 12.86 2.61 2.50 13.45 7.36 11.39 7.28
756 19.71 36.37 11.12 25.77 24.75 36.75 16.47 40.41 64.12 18.87 29.91 12.44
757 8.14 14.95 4.60 6.92 4.05 6.05 2.96 8.84 4.57 2.48 4.83 1.99
758 11.49 8.72 6.22 14.29 4.83 5.44 3.48 8.44 8.14 5.17 5.81 5.77
759 82.99 88.61 5.83 10.29 0.12 0.19 207.64 8.87 7.90 1.70 1.70 10.30
760 0.35 0.83 1.20 0.88 0.19 9.04 3.22 0.80 4.14 3.01 16.79 4.16
761 0.52 2.32 6.13 2.96 1.00 9.99 4.61 10.76 9.17 6.67 13.56 4.09
762 0.01 0.03 0.50 0.03 38.80 5.73 1.74 0.54 0.69 0.52 7.66 84.38
763 0.00 0.00 0.21 0.01 8.37 0.10 0.04 0.00 0.00 0.05 3.22 6.29
764 8.57 4.39 2.41 3.09 2.82 5.35 3.63 4.15 4.14 2.42 4.73 2.54
765 0.57 1.40 2.29 14.79 0.71 19.67 6.24 1.37 8.33 6.51 31.25 40.77
SDd 370.05 315.74 187.78 219.50 431.93 270.25 479.21 223.16 300.48 141.27 283.08 575.25
118 Berlanjut…
(lanjutan)
Tujuan
749 750 751 752 753 754 755 756 757 758 759
Asal
701 13.34 8.35 3.06 3.86 225.74 20.48 11.07 35.24 41.32 23.78 10.94
702 0.01 0.00 0.00 0.12 10.40 0.87 0.03 0.05 0.06 0.07 0.09
703 1.50 0.31 0.33 0.02 0.68 1.24 1.22 3.40 4.07 3.33 6.81
704 8.01 4.14 6.11 0.03 3.42 1.67 12.96 21.64 26.54 17.42 55.69
705 5.05 2.58 3.94 0.00 2.47 1.67 2.40 3.99 4.17 2.59 36.82
706 3.42 1.78 2.67 0.00 3.29 1.67 16.15 28.99 35.73 8.12 22.59
707 3.01 1.56 2.30 0.00 2.47 1.67 1.48 2.48 2.85 10.61 26.69
708 4.97 2.55 3.88 0.00 1.47 1.67 1.59 5.54 6.54 2.09 54.67
709 5.93 2.88 4.32 0.10 2.38 2.26 1.61 5.59 6.70 4.64 61.24
710 3.13 1.56 2.20 0.02 2.59 21.92 1.61 2.81 3.31 4.72 27.49
711 3.09 1.53 2.19 3.96 2.45 6.62 1.62 2.79 3.00 2.26 26.92
712 8.04 4.19 6.06 0.02 2.57 22.34 1.61 2.85 3.05 2.52 100.01
713 2.43 1.26 1.88 6.76 1.40 6.43 2.14 10.97 2.98 2.25 22.68
714 7.42 3.70 5.70 0.01 0.50 7.07 1.65 2.77 2.98 1.68 94.83
715 7.66 3.98 5.99 0.01 0.50 7.09 1.61 2.85 3.05 2.54 97.89
716 7.59 3.72 5.25 0.06 4.48 38.13 3.10 2.77 3.28 2.25 95.82
717 1.71 0.78 1.22 0.24 0.79 11.08 3.07 2.77 3.28 2.25 24.39
718 1.82 0.96 1.15 0.29 2.65 23.66 1.71 2.77 3.28 2.43 26.79
719 1.00 0.82 1.00 15.29 1.14 1.22 2.22 11.55 3.69 2.78 12.11
720 2.56 1.30 1.99 22.67 9.70 32.71 9.38 42.42 5.20 2.19 27.17
721 1.00 0.80 1.00 9.49 1.18 13.26 7.07 5.50 2.36 1.74 22.49
722 0.70 0.50 0.70 6.26 1.48 22.98 10.28 8.47 3.71 1.80 14.85
723 1.81 0.99 1.64 6.88 1.41 34.68 4.70 2.77 3.28 2.43 28.54
724 1.76 0.99 1.52 8.55 0.87 12.50 4.85 2.77 3.28 2.43 28.06
725 1.57 0.92 1.26 7.68 13.49 120.40 3.09 2.77 2.98 2.43 17.02
726 1.41 0.74 1.09 6.89 1.64 16.52 4.84 2.77 3.28 2.25 24.37
727 1.42 0.74 1.09 0.81 1.08 16.00 4.89 2.77 3.28 2.43 24.62
728 1.02 1.13 0.74 10.62 13.68 7.61 0.45 0.69 1.64 1.40 87.01
729 0.01 0.01 0.05 10.78 31.31 17.92 3.21 0.10 0.06 0.34 20.79
730 0.01 0.05 0.08 11.76 20.36 6.29 0.23 0.15 0.08 0.31 24.39
731 0.03 0.02 0.20 1.18 2.01 1.65 7.85 5.72 6.46 1.54 64.60
732 0.31 0.20 0.09 7.87 0.37 0.95 2.91 19.09 5.36 1.59 0.15
733 0.21 0.10 0.05 72.86 0.23 0.62 1.06 5.37 7.13 4.97 1.16
734 0.95 0.71 0.71 32.32 2.14 2.35 1.68 2.83 3.04 2.30 17.44
735 0.97 0.80 0.74 38.14 2.12 2.35 4.52 13.30 14.38 7.30 2.21
736 0.82 0.64 0.63 59.04 1.77 6.60 13.03 52.24 12.66 4.58 0.89
737 1.01 0.87 0.76 53.03 8.59 9.30 18.10 35.03 37.80 9.98 20.56
738 0.99 0.79 0.79 6.41 1.18 3.05 2.70 13.25 4.50 3.20 14.46
739 2.34 1.19 1.40 11.84 2.20 2.93 1.63 2.77 2.98 2.25 9.84
740 2.43 1.29 1.93 6.76 1.36 1.22 2.16 10.97 2.98 1.68 26.02
741 4.66 3.95 3.86 53.37 1.00 2.16 19.84 159.43 49.66 11.95 2.06
742 1.20 0.84 0.84 183.36 49.34 8.97 7.11 53.65 15.65 3.21 0.79
743 1.30 0.93 0.93 0.59 0.08 0.94 3.72 39.91 14.37 2.92 2.93
744 0.89 0.79 0.79 25.40 0.69 2.63 2.49 12.81 14.66 4.31 5.23
745 0.90 0.80 0.80 22.99 0.56 1.23 2.22 13.79 11.68 3.75 8.26
746 1.00 1.00 1.00 0.27 0.60 2.54 3.37 29.51 6.27 1.45 3.13
747 1.00 1.00 1.00 0.60 0.55 1.34 2.33 12.00 2.83 1.98 12.29
748 5.00 5.00 5.00 146.15 2.59 9.37 11.67 63.59 14.51 9.91 3.81
749 0.00 1.00 1.00 9.79 0.83 1.45 2.63 24.75 11.96 2.27 19.63
750 1.00 0.00 1.00 6.54 0.46 1.00 2.00 8.25 1.69 1.20 28.09
751 1.00 1.00 0.00 10.23 0.52 1.34 2.45 11.44 2.59 1.96 29.15
752 40.34 18.14 15.28 0.00 0.20 0.83 0.49 1.56 1.51 1.65 401.28
753 1.43 0.79 0.12 0.48 0.00 4.05 1.53 4.18 4.29 3.57 0.33
754 21.94 11.08 16.27 0.12 9.74 0.00 34.00 58.73 70.08 46.83 140.74
755 15.01 8.03 11.61 0.04 5.31 43.74 0.00 5.61 6.54 4.73 169.09
756 59.70 23.41 32.57 0.79 9.61 82.87 6.16 0.00 11.93 8.26 483.58
757 8.12 3.80 5.25 2.82 13.85 121.70 7.52 12.05 0.00 10.95 88.03
758 7.06 4.82 6.51 59.32 9.34 127.89 34.48 24.31 28.49 0.00 173.43
759 11.80 11.80 11.80 132.12 3.34 17.47 26.71 134.09 34.32 22.79 0.00
760 3.96 3.25 3.08 33.61 0.30 1.45 1.71 100.09 45.00 11.07 1.66
761 9.11 7.24 3.10 48.18 52.39 33.93 7.74 41.30 111.54 28.04 1.72
762 0.18 0.65 0.54 23.09 46.14 24.67 0.62 0.52 1.04 4.22 151.68
763 0.00 0.00 0.03 0.27 19.22 3.35 1.00 0.15 0.05 0.05 14.79
764 7.09 3.91 5.56 0.08 8.31 4.01 28.92 50.46 59.98 39.04 44.81
765 6.86 6.84 6.96 35.80 0.59 1.99 24.48 210.90 64.68 18.58 4.12
SDd 323.03 181.55 212.62 1218.63 625.13 1011.53 412.70 1456.67 871.59 402.19 3071.72
119 Berlanjut…
(lanjutan)
Tujuan
760 761 762 763 764 765 SOi
Asal
701 7.04 16.89 7.38 246.54 10.87 22.72 1088.31
702 0.01 0.44 0.14 3.73 0.51 0.30 47.05
703 8.29 20.15 9.74 1.70 0.97 25.42 197.67
704 1.43 15.00 5.97 1.11 1.02 4.63 386.70
705 0.82 14.50 5.98 1.11 1.02 2.78 183.85
706 0.40 6.16 8.49 1.11 1.02 1.75 361.18
707 0.39 16.20 11.88 2.55 1.02 1.60 193.81
708 5.05 93.93 416.03 2.60 1.02 67.38 1555.86
709 0.26 1.41 6.45 23.89 1.46 1.65 241.58
710 0.13 0.70 2.10 2.47 11.63 0.77 207.93
711 0.13 0.71 2.16 0.85 2.73 0.76 136.22
712 0.36 3.52 2.81 2.33 11.79 13.74 347.19
713 0.33 0.90 2.51 0.88 2.53 2.57 135.13
714 2.44 9.92 13.49 2.72 2.96 12.76 304.08
715 2.45 9.37 13.06 2.77 2.92 12.82 297.14
716 2.59 10.91 14.20 2.83 19.79 13.63 416.02
717 4.84 13.87 29.64 6.38 4.64 25.98 361.61
718 1.00 2.71 3.61 0.95 12.46 5.56 187.64
719 0.39 1.17 2.33 0.80 2.76 1.86 123.43
720 0.97 3.63 4.48 1.23 13.28 4.29 397.97
721 0.19 0.46 0.68 0.22 6.24 1.53 145.84
722 0.13 0.30 0.47 0.15 9.22 0.94 172.85
723 0.88 2.07 4.75 0.70 18.93 4.27 239.78
724 0.92 2.25 6.14 0.90 5.23 4.40 173.10
725 2.25 6.38 8.11 2.51 64.29 11.29 622.37
726 0.71 1.90 5.40 0.80 9.09 3.71 195.91
727 0.75 1.79 4.40 0.64 6.66 3.82 165.71
728 13.70 4.91 3.02 0.28 5.13 35.04 364.75
729 7.97 3.74 0.80 0.35 15.76 21.29 649.89
730 11.98 4.66 1.28 0.32 4.54 31.12 253.78
731 7.97 3.74 0.80 0.35 1.28 21.29 480.04
732 0.41 7.20 3.50 1.44 0.91 1.53 249.35
733 0.71 13.47 5.11 32.56 0.58 1.97 484.48
734 0.28 0.84 2.56 13.98 1.50 1.39 228.91
735 0.27 0.85 2.68 1.58 1.42 1.33 242.87
736 0.21 0.71 2.42 0.86 8.06 1.04 374.63
737 0.32 0.91 2.64 0.93 11.28 1.60 497.93
738 0.27 1.02 1.97 0.61 4.03 1.26 128.79
739 0.12 0.68 2.10 0.74 3.60 0.79 111.42
740 0.23 1.20 2.45 0.85 1.56 1.42 130.08
741 0.36 1.00 87.16 5.33 1.78 2.13 948.99
742 0.70 0.84 120.96 3.26 20.72 3.50 911.52
743 2.19 0.70 0.53 0.06 1.46 10.68 181.55
744 0.29 1.09 0.83 0.14 3.67 1.27 148.49
745 0.37 0.40 0.64 0.18 2.77 2.90 143.78
746 0.25 0.21 0.38 0.02 5.52 1.98 110.32
747 0.91 0.53 0.83 0.04 2.97 5.54 97.47
748 5.26 4.11 34.62 2.19 19.25 31.99 656.14
749 0.17 0.58 1.30 0.21 3.26 1.28 147.92
750 0.12 0.21 0.38 0.09 2.25 1.05 92.94
751 0.31 0.25 0.37 0.04 2.97 2.56 116.44
752 118.24 56.32 24.51 0.50 1.13 253.75 2669.23
753 0.10 1.77 0.50 16.30 2.03 1.63 188.23
754 2.94 24.18 9.26 1.76 3.10 10.33 987.19
755 0.78 3.77 4.41 5.01 22.30 24.38 652.62
756 15.52 46.74 104.31 22.65 45.19 84.98 1974.41
757 2.77 18.00 35.35 6.87 63.37 13.50 909.78
758 2.92 4.69 11.23 2.43 51.33 16.05 1192.36
759 0.07 0.12 86.23 1.48 40.48 0.35 2076.40
760 0.00 0.52 53.57 3.10 1.11 2.13 637.44
761 0.67 0.00 22.51 1.81 15.26 2.14 1063.88
762 27.08 9.57 0.00 0.56 17.19 69.28 748.25
763 5.78 2.80 0.58 0.00 3.10 16.35 793.29
764 1.95 29.13 12.02 2.59 0.00 5.66 686.54
765 0.71 0.71 54.23 3.96 1.53 0.00 1143.34
SDd 280.06 509.36 1290.44 449.90 619.40 939.43 32361.41
120

Dian Indriani Widyasari1

Diunggah oleh

Informasi Dokumen

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

Dian Indriani Widyasari1

Diunggah oleh

Hak Cipta:

Format Tersedia

library.uns.ac.id digilib.uns.ac.

ESTIMASI KINERJA DAN STRATEGI PENANGANAN

(An Estimation of the Performance and Strategy of Handling

Diajukan Sebagai Salah Satu Syarat

Rr. DIAN INDRIANI WIDYASARI

JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK

ESTIMASI KINERJA DAN STRATEGI PENANGANAN

(An Estimation of The Performance and Strategy of Handling

Rr. DIAN INDRIANI WIDYASARI

Telah disetujui untuk dipertahankan dihadapan Tim Penguji Pendadaran

Persetujuan Dosen Pembimbing

Dosen Pembimbing I Dosen Pembimbing II

DR. Eng. Ir. Syafi’i , MT Slamet Jauhari Legowo, ST,MT

ESTIMASI KINERJA DAN STRATEGI PENANGANAN

(An Estimation of The Performance and Strategy of Handling

Rr. DIAN INDRIANI WIDYASARI

Telah dipertahankan dihadapan Tim Penguji Pendadaran Jurusan Teknik Sipil

1. DR. Eng. Ir. Syafi’i, MT ---------------------------------

2. Slamet Jauhari Legowo, ST,MT ---------------------------------

3. Ir. Djoko Sarwono, MT ---------------------------------

4. Ir. Agus Sumarsono, MT ---------------------------------

Ir.NOEGROHO DJARWANTI, MT Ir. BAMBANG SANTOSA, MT

”Semangat...Selalu semangat...lakukan apa yang bisa kamu lakukan”

”Kalian pasti bisa jika mau berusaha dan terus berusaha...”

”Allah Subhanahu wa Ta’ala, Rosulullah SAW. Atas segala limpahan berkah

Rr. Dian Indriani Widyasari, 2010, Estimasi Kinerja dan Strategi

Penelitian dilakukan untuk membandingkan jumlah pergerakan menggunakan

Kata kunci : MAT, arus lalu lintas, maximum entropy, EMME-3,NVK

Rr. Dian Indriani Widyasari, 2010. An Estimation of The Performance and

The primary aim of this research is to compare the amount of movement by

1. Segenap Pimpinan Fakultas Teknik Universitas Sebelas Maret Surakarta.

Surakarta, April 2010

BAB 2 LANDASAN TEORI

BAB 3 METODE PENELITIAN

BAB 4 ANALISIS DATA DAN PEMBAHASAN

BAB 5 KESIMPULAN DAN SARAN

DAFTAR REFERENSI……………………………………………………... 137

Tabel 3. 2 Lokasi survey volume lalu lintas zona eksternal........................ 60

Tabel 4.23 Data Berkaitan dengan Alternatif Penanganan yang

Gambar 3. 4 Bagan Alir Tahapan Penelitian............................................... 70

DAFTAR NOTASI DAN SIMBOL

Ai , B d = faktor penyimbang untuk setiap zona asal i dan tujuan d

C = Kapasitas (smp / jam)

f (Cid ) = fungsi umum biaya perjalanan

Vl = arus lalu lintas hasil pemodelan pada ruas l

Lampiran A : Data Hasil Survey(Traffic Count) Tahun 2009

Seluruh kegiatan manusia untuk memenuhi kebutuhan menyebabkan mereka perlu

Meningkatnya kegiatan ekonomi, sosial dan budaya masyarakat perkotaan dengan

Pergerakan yang semakin meningkat tanpa diikuti peningkatan kapasitas sistem

Untuk mengatasi berbagai permasalahan tersebut, maka kita harus memahami

dan akses terhadap lahan disekitarnya tinggi sehingga permasalahan cenderung

Alternatif penanganan masalah kinerja jaringan jalan berupa manajemen lalu

Penelitian ini bertujuan untuk:

1. Membandingkan jumlah pergerakan pada tahun 2009, 2020 dan 2030

Meningkatkan pemahaman dan pengetahuan di bidang perencanaan dan

Perencanaan transportasi dapat didefinisikan sebagai suatu proses yang memiliki

Sarana transportasi harus direncanakan untuk memenuhi kebutuhan lalu lintas

Blunden (1971) yang dikutip oleh Warpani (1990) mengaitkan perencanaan

Konsep perencanaan transportasi yang paling populer adalah Model Perencanaan

Zones network Base-year data Future planning data

Gambar 2.1. Diagram Model Perencanaan Transportasi Empat Tahap

Bangkitan dan tarikan pergerakan menurut Tamin (1995) adalah tahapan

Distribusi pergerakan adalah proses menghitung jumlah perjalanan yang terjadi

Distribusi pergerakan dapat direpresentasikan dalam bentuk garis keinginan