id
SKRIPSI
Disusun Oleh :
LEMBAR PERSETUJUAN
Disusun Oleh :
2
library.uns.ac.id digilib.uns.ac.id
SKRIPSI
Disusun Oleh :
Mengetahui, Disahkan,
a.n. Dekan Fakultas Teknik UNS Ketua Jurusan Teknik Sipil
Pembantu Dekan I Fakultas Teknik UNS
3
library.uns.ac.id digilib.uns.ac.id
MOTTO
SEMANGAT !!!
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:
4
library.uns.ac.id digilib.uns.ac.id
ABSTRAK
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 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.
5
library.uns.ac.id digilib.uns.ac.id
ABSTRACT
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.
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
library.uns.ac.id digilib.uns.ac.id
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 :
7
library.uns.ac.id digilib.uns.ac.id
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.
Penulis
8
library.uns.ac.id digilib.uns.ac.id
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
9
library.uns.ac.id digilib.uns.ac.id
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
10
library.uns.ac.id digilib.uns.ac.id
Hal
3.5.2. Analisis Data………………………………………… 71
11
library.uns.ac.id digilib.uns.ac.id
12
library.uns.ac.id digilib.uns.ac.id
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
library.uns.ac.id digilib.uns.ac.id
14
library.uns.ac.id digilib.uns.ac.id
15
library.uns.ac.id digilib.uns.ac.id
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
16
library.uns.ac.id digilib.uns.ac.id
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 4.9 Penyajian Arus Tahun 2020 system do-nothing………….. 116
Gambar 4.10 Penyajian Arus Tahun 2030 system do-nothing………….. 117
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
Gambar 4.13 Penyajian Arus Tahun 2009 system do-nothing………….. 129
Gambar 4.14 Penyajian Arus Tahun 2020 system do-nothing………….. 130
Gambar 4.15 Penyajian Arus Tahun 2030 system do-nothing………….. 131
17
library.uns.ac.id digilib.uns.ac.id
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
18
library.uns.ac.id digilib.uns.ac.id
DAFTAR LAMPIRAN
19
library.uns.ac.id digilib.uns.ac.id
BAB 1
PENDAHULUAN
1.1.Latar Belakang
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.
20
library.uns.ac.id digilib.uns.ac.id
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
library.uns.ac.id digilib.uns.ac.id
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.
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
library.uns.ac.id digilib.uns.ac.id
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
library.uns.ac.id digilib.uns.ac.id
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
24
library.uns.ac.id digilib.uns.ac.id
1.5.Manfaat Penelitian
1. Manfaat Teoritis
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
library.uns.ac.id digilib.uns.ac.id
BAB 2
LANDASAN TEORI
2.1.Tinjauan Pustaka
26
library.uns.ac.id digilib.uns.ac.id
Data Base
Base year Future
Trip generation
Trip Distribution
Four stages
Modal split/choice
Trip assignment
Traffic Flow
27
library.uns.ac.id digilib.uns.ac.id
A B
B
A
C
E
D
kriteria
Trip assignment
memutuskan
28
library.uns.ac.id digilib.uns.ac.id
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)
29
library.uns.ac.id digilib.uns.ac.id
30
library.uns.ac.id digilib.uns.ac.id
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.
31
library.uns.ac.id digilib.uns.ac.id
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
library.uns.ac.id digilib.uns.ac.id
Penanganan masalah jaringan jalan dapat dilakukan dengan berbagai cara, antara
lain manajemen lalu lintas, peningkatan ruas jalan dan pembangunan jalan baru.
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
library.uns.ac.id digilib.uns.ac.id
2.2.Landasan Teori
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.
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
library.uns.ac.id digilib.uns.ac.id
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
library.uns.ac.id digilib.uns.ac.id
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.
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
library.uns.ac.id digilib.uns.ac.id
Menurut PP No. 26 Th. 1985 tentang jalan, sistem jaringan jalan dibagi dalam dua
kategori yakni sistem jaringan primer dan sistem jaringan sekunder.
37
library.uns.ac.id digilib.uns.ac.id
38
library.uns.ac.id digilib.uns.ac.id
39
library.uns.ac.id digilib.uns.ac.id
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.
40
library.uns.ac.id digilib.uns.ac.id
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.
41
library.uns.ac.id digilib.uns.ac.id
Nilai emp tiap tipe jalan ditampilkan pada Tabel 2.1 dan Tabel 2.2.
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
42
library.uns.ac.id digilib.uns.ac.id
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).
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
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.
43
library.uns.ac.id digilib.uns.ac.id
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
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.
44
library.uns.ac.id digilib.uns.ac.id
Pemisahan arah SP
50-50 55-45 60-40 65-35 70-30
%-%
Besarnya faktor ini dapat dilihat pada Tabel 2.6 dan Tabel 2.7.
45
library.uns.ac.id digilib.uns.ac.id
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
library.uns.ac.id digilib.uns.ac.id
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.
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
library.uns.ac.id digilib.uns.ac.id
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).
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
library.uns.ac.id digilib.uns.ac.id
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
library.uns.ac.id digilib.uns.ac.id
Tabel 2.12. Faktor penyesuaian (FFVsf) untuk pengaruh hambatan samping dan
lebar bahu pada kecepatan arus bebas untuk jalan perkotaan dengan
bahu.
Faktor Penyesuaian hambatan samping dan
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.
Faktor Penyesuaian hambatan samping dan
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
50
library.uns.ac.id digilib.uns.ac.id
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:
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 :
Dimana :
V = kecepatan sesungguhnya pada saat ada arus lalu lintas Q.
Vo = kecepatan arus bebas.
C = kapasitas.
51
library.uns.ac.id digilib.uns.ac.id
Jika arus pada ruas jalan tersebut telah mencapai kapasitas (Q/C = 1), maka
Persamaan (2.4) menjadi :
V = 0,5Vo (2.5)
1. Geometrik Jalan
52
library.uns.ac.id digilib.uns.ac.id
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.
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.
53
library.uns.ac.id digilib.uns.ac.id
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
54
library.uns.ac.id digilib.uns.ac.id
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
library.uns.ac.id digilib.uns.ac.id
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:
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
library.uns.ac.id digilib.uns.ac.id
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).
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
57
library.uns.ac.id digilib.uns.ac.id
attribute c a dari link pada jalur dengan path operator Ä (yang bisa saja
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)
58
library.uns.ac.id digilib.uns.ac.id
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.
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
library.uns.ac.id digilib.uns.ac.id
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
60
library.uns.ac.id digilib.uns.ac.id
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.
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
library.uns.ac.id digilib.uns.ac.id
∑ ∑ ∑
휈Ƽ 2 23
∑ ∑ ∑ ∑
Dimana :
휈Ƽ = koefisien korelasi antara x dan y
n = banyaknya data
x = variabel bebas
y = variabel terikat
62
library.uns.ac.id digilib.uns.ac.id
åå æçè Y - Y ö÷ø
Ù
JKR
R2 = = 2
(2.24)
JKT æ ö
åå çèY i - Y ÷ø
2
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
library.uns.ac.id digilib.uns.ac.id
Yi = nilai y data
Y = rata-rata y data
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)
åT
d
id = Oi dan åT i
id = Dd (2.27)
T idk = O i . D d . A i . B d f (C id ) (2.28)
64
library.uns.ac.id digilib.uns.ac.id
Dimana:
Tid = jumlah pergerakan dari zona asal i ke zona tujuan d
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
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
library.uns.ac.id digilib.uns.ac.id
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 :
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
library.uns.ac.id digilib.uns.ac.id
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)
67
library.uns.ac.id digilib.uns.ac.id
memungkinkan, terutama karena keterbatasan lahan serta kondisi lalu lintas yang
NVK jauh lebih besar dari 0,8.
68
library.uns.ac.id digilib.uns.ac.id
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
library.uns.ac.id digilib.uns.ac.id
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
71
library.uns.ac.id digilib.uns.ac.id
Emme menawarkan satuan alat yang menyeluruh dan lengkap untuk demand
modelling, multimodal network modelling and analysis, dan untuk implementasi
prosed prosedur evaluasi.
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).
c. Transit Assignments
72
library.uns.ac.id digilib.uns.ac.id
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).
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
library.uns.ac.id digilib.uns.ac.id
b. Network Calculators
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
library.uns.ac.id digilib.uns.ac.id
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
75
library.uns.ac.id digilib.uns.ac.id
76
library.uns.ac.id digilib.uns.ac.id
77
library.uns.ac.id digilib.uns.ac.id
BAB 3
METODELOGI 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
library.uns.ac.id digilib.uns.ac.id
79
library.uns.ac.id
80
Sumber : Badan Perencanaan Pembangunan Daerah (Bappeda) Kota Surakarta
81
Sumber : Badan Perencanaan Pembangunan Daerah (Bappeda) Kota Surakarta
82
Sumber : Departemen Pekerjaan Umum (DPU)
Gambar 3.3. Peta Jaringan Kota Surakarta
digilib.uns.ac.id
library.uns.ac.id digilib.uns.ac.id
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.
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
library.uns.ac.id digilib.uns.ac.id
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.
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
library.uns.ac.id digilib.uns.ac.id
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.
85
library.uns.ac.id digilib.uns.ac.id
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.
86
library.uns.ac.id digilib.uns.ac.id
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
library.uns.ac.id digilib.uns.ac.id
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
A A
89
library.uns.ac.id digilib.uns.ac.id
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
library.uns.ac.id digilib.uns.ac.id
Untuk tahap-tahap dalam analisis data dapat digambarkan seperti Gambar 3.5.
Mulai
Proyeksi kondisi
Model bangkitan
sosio ekonomi masa
pergerakan
sekarang
Proyeksi sistem
Model sebaran
jaringan jalan pada
pergerakan
masa akan datang
PEMBEBANAN MAT
NVK ≥ 0,8
REKOMENDASI PENANGANAN
NVK ≥ 0,8
JARINGAN JALAN
Ya
UPDATING BASIS DATA JARINGAN
JALAN
Tidak
Selesai
Hambatan Samping
Kecepatan (V)
Kapasitas (C)
Analisis Kinerja
Jaringan Jalan Waktu Tempuh (t) NVK
Perkotaan (Derajat Kejenuhan)
Tidak
NVK ≤ 0,8
Ya
Kondisi Jaringan
Jalan Stabil
94
library.uns.ac.id digilib.uns.ac.id
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.
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
library.uns.ac.id digilib.uns.ac.id
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
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
library.uns.ac.id digilib.uns.ac.id
97
library.uns.ac.id digilib.uns.ac.id
98
library.uns.ac.id digilib.uns.ac.id
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
99
library.uns.ac.id digilib.uns.ac.id
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
Nomor ruas : 85 - 86
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
100
library.uns.ac.id digilib.uns.ac.id
Karena ruas tersebut terdiri atas 4 lajur maka kapasitas total ruas tersebut
= 4 x 1142 = 4568 smp/jam
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.
Contoh:
Nama jalan : Urip Sumoharjo
Nomor ruas : 85 - 86
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
library.uns.ac.id digilib.uns.ac.id
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
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
library.uns.ac.id digilib.uns.ac.id
Data lengkap mengenai waktu tempuh pada saat arus bebas dapat dilihat pada
lampiran D.
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 :
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
library.uns.ac.id digilib.uns.ac.id
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.
104
library.uns.ac.id digilib.uns.ac.id
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
library.uns.ac.id digilib.uns.ac.id
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
library.uns.ac.id digilib.uns.ac.id
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
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
library.uns.ac.id digilib.uns.ac.id
Berlanjut…
108
library.uns.ac.id digilib.uns.ac.id
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
library.uns.ac.id digilib.uns.ac.id
Tabel 4.9. Prior Matrix Tahun 2002 dalam satuan smp/jam (lanjutan)
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
library.uns.ac.id digilib.uns.ac.id
Tabel 4.9. Prior Matrix Tahun 2002 dalam satuan smp/jam (lanjutan)
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
library.uns.ac.id digilib.uns.ac.id
Tabel 4.9. Prior Matrix Tahun 2002 dalam satuan smp/jam (lanjutan)
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
library.uns.ac.id digilib.uns.ac.id
Tabel 4.9. Prior Matrix Tahun 2002 dalam satuan smp/jam (lanjutan)
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
library.uns.ac.id digilib.uns.ac.id
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).
114
library.uns.ac.id digilib.uns.ac.id
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
library.uns.ac.id digilib.uns.ac.id
Tabel 4.10. Matriks Asal Tujuan Tahun 2009 (Vehicle trip, dalam smp/jam)
(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…
library.uns.ac.id digilib.uns.ac.id
Tabel 4.10. Matriks Asal Tujuan Tahun 2009 (Vehicle trip, dalam smp/jam)
(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…
library.uns.ac.id digilib.uns.ac.id
Tabel 4.10. Matriks Asal Tujuan Tahun 2009 (Vehicle trip, dalam smp/jam)
(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…
library.uns.ac.id digilib.uns.ac.id
Tabel 4.10. Matriks Asal Tujuan Tahun 2009 (Vehicle trip, dalam smp/jam)
(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…
library.uns.ac.id digilib.uns.ac.id
Tabel 4.10. Matriks Asal Tujuan Tahun 2009 (Vehicle trip, dalam smp/jam)
(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