BANGKITAN PERJALANAN

DALAM SISTEM TRANSPORTASI

Penulis:
Putu Kwintaryana
NIDN: 0018116502

PROGRAM STUDI TEKNIK SIPIL

FAKULTAS TEKNIK
UNIVERSITAS UDAYANA
2018
 KATA PENGANTAR

Puji syukur penulis panjatkan kehadapan Ida Sang Hyang Widhi Wasa/Tuhan
Yang Maha Esa, karena atas asung kerta wara nugraha-Nya, laporan tentang
kajian pustaka dengan judul “Bangkitan Perjalanan (Trip Generation) dalam
Sistem Transportasi” ini dapat diselesaikan. Kajian ini memberikan pemahaman
tentang bangkitan perjalanan yang dipengaruhi oleh tata guna lahan dan
bagaimana bangkitan perjalanan tersebut dapat mempengaruhi sistem transportasi,
misalnya dalam memprediksi distribusi perjalanan (trip distribution) /
pembebanan jaringan jalan.
Akhir kata, semoga laporan ini dapat bermanfaat dalam menunjang penelitian
terkait.

Denpasar, Desember 2018

Penulis

1
 DAFTAR ISI

KATA PENGANTAR ........................................................................................... 1

DAFTAR ISI .......................................................................................................... 2
PENDAHULUAN .................................................................................................. 3
BANGKITAN PERJALANAN DALAM SISTEM TRANSPORTASI ........... 4
1 1. Transportasi dan Tata Guna Lahan ...................................................... 4
1.1 1. Sistem Transportasi Makro .................................................. 5
1.1 2. Sistem Tata Guna Lahan dan Sistem Transportasi .............. 6
1 2. Bangkitan Perjalanan............................................................................ 9
1 3. Pemodelan Tarikan Perjalanan ........................................................... 11
1 4. Pemodelan Tarikan Perjalanan dengan Metode Analisis Regresi ...... 12
1.1 3. Analisis Koefisien Determinasi ......................................... 13
1.1 4. Analisis Regresi Linier Berganda ...................................... 14
1 5. Metode Pengolahan Data dengan Program SPSS 22.00 .................... 20
1 6. Refrensi Penelitian ............................................................................. 21
DAFTAR PUSTAKA .......................................................................................... 22

2
 PENDAHULUAN

Bangkitan pergerakan (Trip Generation) adalah tahapan permodelan yang

memperkirakan jumlah pergerakan yang berasal dari suatu zona atau tata guna
lahan, atau jumlah pergerakan yang tertarik ke suatu tata guna lahan atau zona.
Pergerakan lalu lintas merupakan fungsi tata guna lahan yang menghasilkan
pergerakan lalu lintas. Bangkitan lalu lintas itu mencakup lalu lintas yang
meninggalkan suatu lokasi dan lalu lintas yang menuju atau tiba ke suatu lokasi.
Tata guna lahan dapat menyebabkan peningkatan bangkitan dan tarikan
lalulintas. Tata guna lahan yang dimaksud dapat berupa kawasan bisnis seperti
kawasan perhotelan, perkantoran, perbelanjaan, sekolah, kampus, rumah sakit,
dan perumahan. Keberadaan tata guna lahan tersebut dapat membangkitkan
perjalanan serta tarikan perjalanan yang mempengaruhi sistem transportasi. Proses
pergerakan atau perpindahan orang atau barang dari satu tempat ke tempat lain
disebut transportasi. Proses ini dapat dilakukan dengan menggunakan sarana
angkutan berupa kendaraan atau tanpa kendaraan.
Tahapan perencanaan transportasi mencakup empat tahapan analisis yang
meliputi bangkitan perjalanan, distribusi perjalanan, pemilihan moda
dan pembebanan jaringan. Bangkitan perjalanan yang merupakan langkah pertama
dari tahapan perencanaan transportasi, bertujuan untuk memperkirakan jumlah
perjalanan yang berasal atau bertujuan pada suatu zona dalam analisis lalu lintas.

3
 BANGKITAN PERJALANAN DALAM SISTEM TRANSPORTASI

1 1. Transportasi dan Tata Guna Lahan

Transportasi dapat didefinisikan sebagai proses pergerakan orang atau
barang dari suatu tempat ke tempat lain dengan sistem tertentu untuk maksud dan
tujuan tertentu. Kegiatan dan aktivitas manusia menyebabkan terjadinya suatu
pergerakan. Dalam hal ini perjalanan dilakukan dengan sarana dan prasarana yang
ada, sehingga terjadi arus perjalanan. Besar arus yang terjadi tergantung dari
intensitas penggunaan lahan sebagai penarik dan pembangkit perjalanan.
Sebidang lahan yang dipakai untuk melakukan aktivitas disebut dengan
tata guna lahan. Sistem transportasi perkotaan terdiri dari berbagai aktivitas
seperti bekerja, sekolah, berbelanja, berlibur, dan sebagainya yang berlangsung di
atas sebidang tanah baik berupa pemukiman, kantor, sekolah, pasar, dan lain
sebagainya. Untuk memenuhi kebutuhan, manusia melakukan perjalanan diantara
tata guna lahan tersebut dengan menggunakan sistem jaringan transportasi seperti
berjalan kaki atau naik kendaraan. Hal ini menimbulkan pergerakan arus manusia,
kendaraan, dan barang (Tamin,2000).
Penggunaan lahan yang berbeda mempunyai aksesibilitas yang berbeda
pula, sebab penggunaan lahan untuk kegiatan didistribusikan diruang yang
berbeda dan tidak merata disetiap tempat. Aksesibilitas adalah suatu ukuran
kenyamanan atau kemudahan mengenai cara lokasi tata guna lahan berinteraksi
satu sama lain dan mudah atau susahnya lokasi tersebut dicapai melalui sistem
jaringan transportasi (Black, 1981 dalam Tamin, 2000). Setiap tata guna lahan
dapat dicirikan dengan tiga ukuran dasar yaitu, jenis kegiatan, intensitas tata guna
lahan, dan hubungan antar tata guna lahan. Jenis kegiatan menerangkan untuk apa
sebenarnya sebidang lahan digunakan. Intensitas tata guna lahan ditunjukan oleh
kepadatan bangunan dan luas lantai per unit luas tanah. Ukuran ini belum dapat
mencerminkan intensitas kegiatan secara lengkap pada lahan yang bersangkutan
dan diperlukan ukuran lain, misalnya hubungan antar tata guna lahan yang
bersangkutan dengan jarak yang harus ditempuh orang atau barang untuk
mencapai lokasi tertentu. Data ini juga sangat diperlukan untuk memperkirakan
tata guna lahan pada masa yang akan datang.

4
 Tipe tata guna lahan yang berbeda mempunyai karakteristik bangkitan lalu
lintas yang berbeda pula (Tamin, 2000) yaitu :
1. Jumlah lalu lintas
2. Jenis lalu lintas (pejalan kaki, mobil, dan sepeda motor)
3. Lalu lintas pada waktu yang berbeda (kantor menghasilkan arus lalu lintas pada
pagi dan sore hari, sedangkan pertokoan menghasilkan arus lalu lintas di
sepanjang hari).

1.1 1. Sistem Transportasi Makro

Sistem transportasi makro adalah suatu pendekatan sistem dari transportasi

yang digunakan untuk mendapatkan pengertian yang lebih mendalam dan usaha
untuk mendapatkan alternatif pemecahan masalah yang baik. Sistem transportasi
makro dapat dipecahkan menjadi beberapa sistem yang saling terkait dan saling
mempengaruhi. Sistem transportasi makro terdiri dari sistem kegiatan, sistem
jaringan, sistem pergerakan, dan sistem kelembagaan.

Gambar 2. 1 Sistem transportasi makro

Sumber : Tamin (2000)

Sistem transportasi makro dapat dijelaskan sebagai berikut :

1. Sistem Kegiatan atau Permintaan Transportasi (Transport Demand)

Sistem kegiatan merupakan sistem pola kegiatan tata guna lahan yang
terdiri dari sistem pola kegiatan sosial, ekonomi, kebudayaan, dan lain-lain,

5
 yang akan membutuhkan pergerakan untuk memenuhi kebutuhan tersebut,
sehingga bisa membangkitkan perjalanan, dan menarik perjalanan.
2. Sistem Jaringan atau Sarana dan Prasana Transportasi (Transport Supply)
Pergerakan manusia atau barang yang ditimbulkan oleh suatu tata guna
lahan tentu akan membutuhkan moda transportasi sebagai dan media
transportasi sebagai prasarana. Bentuk prasarana transportasi meliputi sistem
jaringan jalan raya, kereta api, terminal bus, bandara, dan pelabuhan.
3. Sistem Pergerakan atau Lalu Lintas (Traffic Flow)
Sistem pergerakan atau lalu lintas merupakan interaksi antara sistem
kegiatan dan fungsi tata guna lahan dengan sistem jaringan atau struktur
jaringan jalan yang ada, yang menghasilkan pergerakan arus lalu lintas dengan
karakteristik yang berbeda-beda.
4. Sistem Kelembagaan atau Institusi (Institutional Framework)
Sistem kelembagaan adalah suatu sistem yang meliputi individu,
kelompok, lembaga, dan instansi pemerintah serta swasta yang terlibat secara
langsung maupun tidak langsung. Kelembagaan Negara Kesatuan Republik
Indonesia yang berkaitan dengan masalah transportasi adalah sebagai berikut:
a. Sistem Kegiatan
BAPPENAS (Badan Perencanaan Pembangunan Nasional),
BAPPEDA (Badan Perencanaan Pembangunan Daerah), PEMDA
(Pemerintah Daerah), dan BANGDA (Bina Pembangunan Daerah).
b. Sistem Jaringan
Departemen Perhubungan , Bina Marga, dan Kementrian PU.
c. Sistem Pergerakan
DLLAJR (Dinas Lalu lintas Angkutan Jalan Raya), Organda
(Organisasi Angkutan Daerah), dan Polantas (Polisi Lalu Lintas).

1.1 2. Sistem Tata Guna Lahan dan Sistem Transportasi

Sistem tata guna lahan dan transportasi mempunyai tiga komponen utama,
yaitu tata guna lahan, prasarana transportasi, dan arus lalu lintas. Hubungan antara

6
ketiga komponen ini terlihat dalam enam konsep analisis. Keenam konsep tersebut
(Weels, 1975 dalam Tamin, 2000) dapat diilustrasikan sebagai berikut :
1. Aksesibilitas, yaitu suatu ukuran kenyamanan atau kemudahan interaksi antar
tata guna lahan melalui sistem jaringan transportasi.

Aksesibilitas Tergantung pada intensitas tata guna lahan

zona zona d
Gambar 2. 2 Aksesibilitas zona
Sumber : Tamin (2000)

2. Bangkitan perjalanan (trip generation), yaitu bagaimana perjalanan dapat

dibangkitkan oleh tata guna lahan. Bangkitan perjalanan menghasilkan lalu
lintas yang masuk disuatu zona (trip attraction) dan lalu lintas yang
meninggalkan suatu zona (trip production).

Arus yang meninggalkan zona Arus yang masuk zona

i d
(Trip production) (Trip attraction)
Gambar 2. 3 Bangkitan perjalanan
Sumber : Tamin (2000)
3. Distribusi perjalanan (trip distribution), yaitu bagaimana perjalanan yang
dibangkitkan oleh tata guna lahan didistribusikan secara geografis dari satu
zona ke zona yang lain.

Gambar 2. 4 Distribusi perjalanan

Sumber : Tamin (2000)

7
4. Pemilihan moda transportasi (moda choice), yaitu menentukan faktor yang
mempengaruhi pemilihan moda transportasi untuk suatu tujuan perjalanan
tertentu.

Gambar 2. 5 Pemilihan moda transportasi

Sumber : Tamin (2000)

5. Pemilihan rute (route choice), yaitu menentukan faktor yang mempengaruhi

pemilihan rute antara zona asal dan zona tujuan. Hal ini diperuntukan khusus
untuk kendaraan pribadi.

Gambar 2. 6 Pemilihan rute

Sumber : Tamin (2000)
6. Arus lalu lintas pada jaringan jalan, yaitu arus lalu lintas yang berinteraksi
dengan sistem jaringan transportasi. Jika arus lalu lintas meningkat pada ruas
jalan tertentu, maka waktu tempuh pasti bertambah.

Gambar 2. 7 Arus lalu lintas pada jaringan jalan

Sumber : Tamin (2000)

8
 Konsep kedua sampai dengan kelima merupakan bagian utama dari
keenam konsep tersebut, dimana harus dilakukan secara terpisah dan berurutan.
Beberapa alternatif variasi (Black, 1981 dalam Tamin, 2000) dapat dilihat pada
Gambar 2.8.

G-MS G G G

MS D
D D - MS
D MS

A A A A

Gambar 2. 8 Alternatif variasi perjalanan lalu lintas

Sumber : Black (1981) dalam Tamin (2000)

dimana :
G : Trip Generation
D : Trip Distribution
MS : Moda Split / Moda Choice
A : Trip Assigment

1 2. Bangkitan Perjalanan
Bangkitan perjalanan adalah bagaimana perjalanan dapat dibangkitkan oleh
tata guna lahan. Bangkitan perjalanan menghasilkan lalu lintas yang masuk
disuatu zona dan lalu lintas yang meninggalkan zona (Tamin, 2000). Bangkitan
perjalanan ini berupa:
1. Perjalanan yang meninggalkan suatu lokasi adalah suatu perjalanan yang
menghubungkan atau diawali dari kawasan pemukiman pada tata guna lahan
tertentu.
2. Perjalanan yang masuk menuju suatu lokasi adalah suatu perjalanan yang
dihubungkan dan berakhir tidak pada kawasan pemukiman pada tata guna
lahan tertentu.

9
 Kawasan yang memproduksi perjalanan adalah kawasan pemukiman.
Sedangkan kawasan yang cenderung menarik perjalanan adalah kawasan
perkantoran, sekolah, pertokoan, tempat rekreasi, dan lain sebagainya. Bangkitan
perjalanan tergantung dari dua aspek tata guna lahan yaitu tipe tata guna lahan dan
jumlah aktivitas dari sebidang tanah tersebut. Bangkitan perjalanan
memperlihatkan berapa banyak lalu lintas yang dibangkitkan oleh setiap tata guna
lahan. Sedangkan distribusi perjalanan menunjukan kemana dan darimana lalu
lintas tersebut sehingga jelas bahwa bangkitan perjalanan sangat berkaitan dengan
distribusi perjalanan.
Tujuan utama bangkitan perjalanan adalah untuk mendapatkan hubungan
yang mengaitkan tata guna lahan dengan jumlah pergerakan yang memasuki dan
meninggalkan zona. Sehingga tujuan perencanaan bangkitan perjalanan adalah
untuk mengestimasi seakurat mungkin bangkitan lalu lintas pada saat sekarang
yang akan digunakan untuk memprediksi masa yang akan datang. Untuk setiap
lokasi survei akan didapatkan informasi jumlah perjalanan yang dihasilkan,
jumlah perjalanan yang ditarik, variabel tata guna lahan, dan sosial ekonomi.
Bangkitan perjalanan memiliki dua level analisis, yaitu level agregat dan
level individual. Level agregat biasanya digunakan dalam menganalisis bangkitan
perjalanan yang berbasis zona, misalnya untuk menganalisis bangkitan perjalanan
suatu daerah perkotaan. Sedangkan level individual digunakan untuk menganalisis
bangkitan perjalanan yang tidak berbasis zona, misalnya perkantoran, pertokoan,
dan lain sebagainya. Metode ini mempunyai beberapa keuntungan sebagai
berikut:
1. Model bangkitan perjalanan berbasis individu cocok dengan komponen lainnya
dalam sistem pemodelan kebutuhan transportasi klasik berbasis individu.
2. Memungkinkan proses klasifikasi silang yang menggunakan semua variabel
penting yang menghasilkan jumlah kelas yang sesuai sehingga dapat
diramalkan dengan mudah.
3. Ukuran sampel yang dibutuhkan untuk model berbasis individu lebih kecil
daripada untuk model berbasis zona.
4. Perubahan status demografi dapat dengan mudah diperkirakan pada model
berbasis individu.

10
5. Model berbasis individu lebih mudah diramalkan dibandingkan dengan model
berbasis zona karena tingkat galat pengumpulan data lebih kecil.

1 3. Pemodelan Tarikan Perjalanan

Pemodelan tarikan perjalanan dapat menggunakan tiga metode analisis
sebagai berikut :
1. Analisis Faktor Pertumbuhan
Model ini dipakai untuk meramalkan jumlah perjalanan yang
dibangkitkan pada masa yang akan datang sesuai dengan jenis pergerakan.
Persamaan dasarnya adalah :
Ti = Fi . ti (2.1)
dimana :
Ti : Jumlah pergerakan pada masa yang akan datang (pergerakan/hari)
ti : Jumlah pergerakan pada masa sekarang (pergerakan/hari)
Fi : Faktor pertumbuhan
Nilai pertumbuhan penduduk dapat diperoleh dengan rumus sebagai
berikut :
Pt = Po (1+r)n (2.2)
dimana :
Pt : Jumlah penduduk tahun rencana (jiwa)
Po : Jumlah penduduk saat ini (jiwa)
r : Tingkat pertumbuhan penduduk per tahun (%)
n : Selisih tahun rencana dengan tahun dasar
2. Analisis Regresi Linier
Analisis regresi linier adalah metode statistik yang dapat dipergunakan
untuk mempelajari hubungan antar sifat permasalahan yang sedang diselidiki.
Model analisis linier dapat memodelkan hubungan antar dua variabel atau
lebih. Pada model ini terdapat variabel tidak bebas (Y) yang mempunyai
hubungan fungsional dengan satu atau lebih variabel bebas (X).
Persamaan dasarnya :
Y = A + BX (2.3)
dimana :

11
 Y : Variabel tidak bebas
X : Variabel bebas
A : Konstanta regresi
B : Koefisien regresi
3. Analisis Klasifikasi Silang (Analisis Kategori)
Model ini didasarkan pada adanya keterkaitan antara terjadinya
pergerakan dengan atribut rumah tangga. Asumsi dasarnya adalah tingkat
bangkitan pergerakan dikatakan stabil dalam waktu untuk setiap stratifikasi
rumah tangga tertentu. Untuk menghitung tingkat pertumbuhan setiap sel
didapatkan dengan mengalokasikan rumah tangga ke setiap kelompok sel dan
menjumlahkannya satu per satu sehingga menghasilkan jumlah pergerakan
untuk setiap tujuan pergerakan.
Persamaannya :
tp (h) = Tp / H (h) (2.4)
dimana :
tp : Tingkat pertumbuhan
Tp : Jumlah pergerakan
H (h) : Jumlah rumah tangga

1 4. Pemodelan Tarikan Perjalanan dengan Metode Analisis Regresi

Metode analisis regresi linier adalah metode statistik untuk mempelajari
bagaimana sebuah variabel tidak bebas dihubungkan dengan salah satu atau lebih
variabel bebas. Dalam metode analisis regresi, variabel yang digunakan dibedakan
menjadi 2 jenis, yaitu :
1. Variabel bebas adalah variabel yang mempengaruhi variabel tidak bebas dan
digunakan sebagai penduga variabel bebas.
2. Variabel tidak bebas adalah variabel yang dipengaruhi oleh variabel bebas.
Variabel tidak bebas ini digunakan sebagai gambaran atau perkiraan di dalam
menentukan bangkitan perjalanan yang terjadi.
Metode analisis regresi linier digunakan untuk menghasilkan hubungan
dalam bentuk numerik dan untuk melihat bagaimana dua atau lebih variabel saling
terkait. Bentuk umum dari analisis regresi linier berganda (Tamin, 2000):

12
 Y = A+ B1X1 + B2X2 + … + Bn Xn (2.5)
dimana :
Y : Variabel tidak bebas
X1, X2, …,Xn : Variabel bebas
A : Konstanta regresi
B1, B2, …,Bn : Koefisien regresi
Analisis regresi linier berganda adalah suatu metode statistik. Beberapa
asumsi yang perlu diperhatikan adalah sebagai berikut :
1. Variabel tidak bebas adalah fungsi dari variabel bebas. Jika hubungan tersebut
tidak linier, data harus ditranformasikan menjadi linier.
2. Variabel bebas adalah variabel yang tetap atau telah diukur tanpa kesalahan
berarti.
3. Variasi dari variabel tidak bebas terhadap garis regresi adalah sama untuk
seluruh nilai variabel tidak bebas.
4. Nilai variabel tidak bebas harus didistribusikan normal atau mendekati.

1.1 3. Analisis Koefisien Determinasi

Koefisien determinasi berganda (R2) adalah besaran yang biasanya

digunakan untuk melihat apakah suatu model regresi yang diperoleh sudah cocok
atau tepat untuk digunakan sebagai pendekatan atau hubungan linier antar variabel
berdasarkan data pengamatan. Besaran ini hanya menunjukan proporsi variasi
total dan respon Y yang diterangkan oleh model yang dicocokan. Besaran R 2 x
100% biasanya digunakan untuk menyatakan persentase variasi yang diterangkan
oleh model yang dirumuskan. Akar R2 disebut koefisien korelasi berganda antara
Y dengan kelompok variabel independen X1, X2, …,Xn.
𝐽𝑘𝑟𝑒𝑔
R2 = (2.6)
𝐽𝑘𝑡𝑜𝑡𝑎𝑙

dimana :
Jkreg : 𝐵1∑𝑥1 + 𝐵2∑𝑥2𝑦+ . . . +𝐵𝑛∑𝑥𝑛𝑦 (2.7)
(∑𝑌)2
Jktotal : ∑y2 = ∑Y2 - (2.8)
𝑛

13
 1.1 4. Analisis Regresi Linier Berganda

Secara umum data variabel tak bebas Y bisa terjadi akibat variabel bebas
X1, X2,X3, …Xn, sehingga faktor berhubungan antara variabel Y terhadap variabel
X dapat ditentukan dengan menggunakan cara regresi Y terhadap X. Koefisien
dari persamaan 2.5 ditentukan dengan metode kuadrat terkecil, dengan
menggunakan penyelesaian sistem persamaan yang terdiri dari (n+1) buah
persamaan. Untuk regresi berganda dengan dua variabel bebas :
∑Yi = B0n + B1∑ X1i + B2∑X2i (2.9)
∑ Yi X1i = B0∑X1i +B1∑X12i + B1∑X1i X2i (2.10)
∑ Yi X2i = B0∑X2i +B2∑X22i + B2∑X1i X2i (2.11)
Dari ketiga persamaan diatas dapat dihitung besaran B0, B1, dan B2,
sehingga regresi Y dan X dapat ditentukan dengan rumus sebagai berikut :
(∑𝑥22 )(∑𝑥1 𝑦)−(∑𝑥1𝑥2)(∑𝑥2𝑦)
B1 = (∑𝑥12 )(∑𝑥22 )−(∑𝑥1𝑥2 )
(2.12)
(∑𝑥12 )(∑𝑥2 𝑦)−(∑𝑥1𝑥2)(∑𝑥1𝑦)
B2 = (∑𝑥12 )(∑𝑥22 )−(∑𝑥1𝑥2 )
(2.13)

B0 = 𝑌̅ – α1̅̅̅
𝑋1 – α2̅̅̅
𝑋2 (2.14)
Pemilihan model regresi linier berganda didasarkan pada uji statistik yang
dilakukan yaitu :
1. Koefisien Korelasi
Apabila garis regresi yang terbaik untuk sekumpulan data berbentuk
linier, maka derajat hubungan dinyatakan dengan R dan dinamakan koefisien
korelasi. Koefisien korelasi didapat dengan jalan mengambil akar dari
koefisien determinasi (√𝑅2 ). Besarnya koefisien korelasi berkisar antara -1
sampai +1.
2. Nilai Uji t
Nilai uji t (t-test) adalah suatu nilai yang digunakan untuk menguji nilai
koefisien regresi variabel bebas satu demi satu. Nilai banding t akan
menggambarkan disperse dari nilai koefisien dari nilai sebenarnya secara
teoritis. Dari nilai banding t akan diperoleh persentase nilai kemungkinan
kesalahan dari koefisien regresi yang ditetapkan ≤ 5%.
3. Nilai Uji F

14
 Nilai uji F (F-test) adalah suatu nilai yang digunakan untuk pengujian
terhadap nilai koefisien regresi. Pengujian ini digunakan untuk menguji apakah
variabel yang menjadi penduga terbentuknya persamaan regresi memenuhi
syarat pada tingkat kepercayaan (level of confident) tertentu.
Dalam pengujian ini hipotesisnya dirumuskan sebagai berikut :
H0 : µ ≠ 0
Bila F hitungannya lebih dari F tabel maka H0 ditolak dan H1 diterima,
berarti variabel tersebut dikatakan signifikan pada taraf kepercayaan tertentu.
Dalam pemilihan model, tingkat signifikan yang ditetapkan adalah 5%. Hal ini
berarti H1 diterima, jika probabilitas estimasi kesalahan tidak lebih besar dari
5%.
Langkah dalam analisis regresi linier berganda dengan tiga variabel sebagai
berikut :
1. Mencari koefisien – koefisien B1, B2, B3, dan B0.
2. Mencari koefisien korelasi R dan koefisien determinasi (R 2) serta jumlah
kuadrat penyimpangan/residu (Jkes), jumlah kuadrat regresi (Jkreg), rata – rata
kuadrat penyimpangan/residu (Sy2123).
3. Uji keberartian regresi linier berganda.
4. Uji keberartian koefisien regresi linier berganda.
Keempat langkah diatas dapat diuraikan satu per satu sebagai berikut :
a. Mencari B1, B2, B3, dan B0.
• Buatlah tabel penolong untuk regresi berganda

Tabel 2. 1 Tabel penolong untuk regresi berganda

Sumber : Hasil analisis (2018)

• Dari tabel diatas dapat dihitung nilai – nilai sebagai berikut :

15
 (∑ 𝑌)2
∑ 𝑦 2 = ∑ 𝑌2 − (2.15)
𝑛
(∑ 𝑋1 )2
∑ 𝑥12 = ∑ 𝑋12 − (2.16)
𝑛
(∑ 𝑋2 )2
∑ 𝑥22 = ∑ 𝑋22 − (2.17)
𝑛
(∑ 𝑋3 )2
∑ 𝑥32 = ∑ 𝑋32 − (2.18)
𝑛
(∑ 𝑋1 )(∑ 𝑋2 )
∑ 𝑥1 𝑥2 = ∑ 𝑋1 𝑋2 − (2.19)
𝑛
(∑ 𝑋1 )(∑ 𝑋3 )
∑ 𝑥1 𝑥3 = ∑ 𝑋1 𝑋3 − (2.20)
𝑛
(∑ 𝑋2 )(∑ 𝑋3 )
∑ 𝑥2 𝑥3 = ∑ 𝑋2 𝑋3 − (2.21)
𝑛
(∑ 𝑋1 )(∑ 𝑌)
∑ 𝑥1 𝑦 = ∑ 𝑋1 𝑌 − (2.22)
𝑛
(∑ 𝑋2 )(∑ 𝑌)
∑ 𝑥2 𝑦 = ∑ 𝑋2 𝑌 − (2.23)
𝑛
(∑ 𝑋3 )(∑ 𝑌)
∑ 𝑥3 𝑦 = ∑ 𝑋3 𝑌 − (2.24)
𝑛

• Masukan nilai – nilai tersebut kedalam persamaan :

∑ 𝑥1 𝑦 = 𝑏1 ∑ 𝑥12 + 𝑏2 ∑ 𝑥1 𝑥2 + 𝑏3 ∑ 𝑥1 𝑥3 (2.25)
∑ 𝑥2 𝑦 = 𝑏1 ∑ 𝑥1 𝑥2 + 𝑏2 ∑ 𝑥22 + 𝑏3 ∑ 𝑥2 𝑥3 (2.26)
∑ 𝑥3 𝑦 = 𝑏1 ∑ 𝑥1 𝑥3 + 𝑏 ∑ 𝑥2 𝑥3 + 𝑏3 ∑ 𝑥32 (2.27)

• Dengan persamaan linier biasa akan dapat dihitung :

Nilai – nilai korelasi B1, B2, B3, dan B0 = 𝑌̅ − 𝑏1 ̅̅̅
𝑋1 − 𝑏2 ̅̅̅ ̅̅̅3
𝑋2 − 𝑏3 𝑋

b. Mencari R, R2, Jkreg, Jkres, dan Sy2123

Koefisien korelasi berganda (R) dapat dihitung dengan rumus :
𝐵1∑𝑥1𝑦+𝐵2∑𝑥2𝑦+ 𝐵3∑𝑥3𝑦
𝑅= √ (2.28)
∑𝑦2

Kuadrat nilai R untuk mendapatkan koefisien determinasi R 2.

• Batas Nilai R
Batas nilai R adalah -1 ≤ R ≤ +1. Untuk R = +1 disebut hubungan
positif sempurna dan hubungannya sangat tinggi. Sebaliknya jika R = -1

16
 disebut hubungan negatif sempurna dan hubungannya tidak langsung sangat
tinggi. Interpretasi dari nilai R dapat diuraikan dalam tabel sebagai berikut :

Tabel 2. 2 Interpretasi dari nilai R

R Interpretasi

0 Tidak berkorelasi
0,01 – 0,20 Sangat Rendah
0,21 – 0,40 Rendah
0,41 – 0,60 Agak Rendah
0,61 – 0,80 Cukup
0,81 – 0,99 Tinggi
1 Sangat Tinggi

Sumber : (Husaini, 1995)

• Jumlah kuadrat regresi (Jkreg) dapat dihitung dengan persamaan berikut :

Jkreg = B1∑x1y + B2∑x2y + B3∑x3y (2.29)
• Jumlah kuadrat penyimpangan/residu (Jkres) dapat dihitung dengan rumus :
Jkres = ∑y2 – Jkreg (2.30)
• Rata-rata kuadrat penyimpangan/ residu (Sy2 123) dihitung dengan rumus:
JK res
Sy2 = N−k−1
(2.31)

dimana :
N : Jumlah pengamatan/ sampel
k : Jumlah variabel bebas

c. Uji Keberartian Regresi Linier Berganda

Uji keberartian regresi linier berganda ini dimaksudkan untuk
meyakinkan, apakah model regresi yang diperoleh berdasarkan penelitian ada
artinya apabila dipakai untuk membuat kesimpulan mengenai perpautan
sejumlah variabel yang sedang dihipotesa.
Buat hipotesa awal (H0) dan hipotesa alternatif (H1):
H0 : θ1 = θ2 = θ3 = 0

17
 Maksudnya bahwa ketiga variabel bebas secara keseluruhan tidak
memberikan pengaruh terhadap variabel terikatnya.
H1 = θ1 ≠ 0
Maksudnya bahwa paling sedikit ada 1 variabel bebas yang memberikan
pengaruh terhadap variabel terikatnya.
Untuk pengujian dilakukan dengan F-test, dengan mengambil tingkat
keberartian 95% (α = 0,05) berarti kira-kira 5 dari 100. Jadi kesimpulannya
bahwa kita menolak hipotesa yang seharusnya diterima. Dengan kata lain,
bahwa kira-kira 95% yakin bahwa kita telah membuat kesimpulan yang benar.
Rumus yang digunakan dalam F-test adalah:
JK reg/k
F reg = (2.32)
JK res/(n−k−1)

Nilai F kritis didapat dari tabel berdasarkan jumlah prediktor (k) lawan
(n-k-1) pada taraf signifikan 95% (α = 0,05). Jika F reg > F kritis, berarti
menolak H0, sehingga kita dapat mengambil kesimpulan awal bahwa model
regresi linier berganda tersebut berarti dan dapat dipergunakan untuk membuat
kesimpulan mengenai hubungan antara variabelnya, demikian sebaliknya.

d. Uji Keberartian Koefisien Regresi Linier Berganda

Untuk mengetahui bagaimana keberartian adanya setiap variabel bebas dalam
regresi linier berganda, diperlukan uji keberartian koefisien regresi linier
berganda ini.
Buat hipotesa awal (H0) dan hipotesa alternatif ( H1):
𝐻0 : 𝜃1 = 𝜃2 = 𝜃3 = 0
Maksudnya bahwa ketiga koefisien variabel bebas secara parsial individual
tidak memberikan pengaruh terhadap variabel terikatnya.
𝐻1 : 𝜃1 ≠ 0, 𝜃2 ≠ 0, 𝜃3 ≠ 0
Maksudnya bahwa 1 atau 2 atau 3 koefisien variabel bebas secara parsial
individual memberikan pengaruh terhadap variabel terikatnya.
Rumus-rumus yang dipergunakan adalah sebagai berikut:

18
 Matriks Korelasi
R11 𝑅12 𝑅13
R = [R21 R22 R23 ] (2.33)
R31 R32 R33
1 R12 R13
R = [𝑅21 1 R23 ]
𝑅31 R32 1
Dimana koefisien korelasi dari suatu variabel dirinya sendiri selalu 1.
∑ 𝑥1 𝑥2
R12 = (2.34)
√∑ 𝑥12 ∑ 𝑥22

∑ 𝑥1 𝑥3
R13 = (2.35)
√∑ 𝑥12 ∑ 𝑥32

∑ 𝑥2 𝑥3
R23 = (2.36)
√∑ 𝑥22 ∑ 𝑥32

Kemudian masukan nilai R12, R21, R13, R31, R23, dan R32 ke dalam
matriks R di atas, inverskan matriks R tersebut menjadi R’ untuk mendapatkan
R11, R22, dan R33 masukan nilai-nilai tersebut ke dalam rumus berikut:
1
R21 = 1 − R (2.37)
11

1
R22 = 1 − 𝑅 (2.38)
22

1
R23 = 1 − R (2.39)
33

Kemudian masukan nilai-nilai tersebut ke dalam persamaan berikut.

S2 y123
Sa1 = √∑ x2 (1−R2) (2.40)
1 1

S2 y123
Sa2 = √∑ 2 (2.41)
x (1−R2) 2 2

S2 y123
Sa3 = √∑ x2 (1−R2) (2.42)
3 3

Untuk pengujian dilakukan t-test, dengan mengambil tingkat keberartian

95% (α = 0,05) berarti kira-kira 5 dari 100 kesimpulan menolak hipotesa yang
seharusnya diterima. Dengan kata lain bahwa kira-kira 95% diyakini telah
membuat kesimpulan yang benar. Rumus yang digunakan t-test adalah :
a1
|t 1 | = | | (2.43)
Sa1

19
 a2
|t 2 | = | | (2.44)
Sa2
a3
|t 3 | = | | (2.45)
Sa3

Jika |t1 |, |t2 |, |t3 | > t kritis berarti menolak H0 sehingga dapat diambil
kesimpulan bahwa semua koefisien regresi linear berganda tersebut adalah
berarti dan dapat digunakan untuk membuat kesimpulan. Dengan kata lain,
bahwa variabel-variabel bebas mempengaruhi variabel terikatnya, demikian
sebaliknya.

1 5. Metode Pengolahan Data dengan Program SPSS 22.00

Dalam Program SPSS menyediakan berbagai metode perhitungan
persamaan regresi linier berganda dengan banyak variabel, seperti Bakward
Elimination. Forward Elimination, dan Stepwise Method.
1. Bakward Elimination
Metode Bakward Elimination dimulai dengan memasukan semua
variabel, kemudian dilakukan analisis dan variabel yang tidak layak masuk
dalam regresi dikeluarkan satu per satu. Dengan demikian, setelah melewati
beberapa tahap, variabel bebas yang layak dimasukan dalam model regresi.
2. Forward Elimination
Metode ini hampir sama dengan prosedur Bakward, hanya di sini
variabel bebas dimasukan tidak sekaligus, namun satu per satu. Dari beberapa
variabel hanya variabel yang layak yang akan dimasukan dalam model regresi.
3. Stepwise Method
Metode Stepwise adalah salah satu metode yang sering dipakai dalam
analisis regresi. Metode ini hampir sama dengan prosedur forward, hanya di
sini variabel yang telah dimasukan dalam model regresi dapat dikeluarkan lagi
dari model. Metode ini dimulai dengan memasukan variabel bebas yang
memiliki korelasi paling kuat dengan variabel dependen (variabel terikat).
Kemudian setiap kali pemasukan variabel bebas lain, dilakukan pengujian
untuk tetap memasukkan variabel bebas atau mengeluarkannya.

20
 1 6. Refrensi Penelitian
Dalam penelitian ini yang dijadikan sebagai refrensi adalah penelitian dari
Suthanaya (2010) dengan judul penelitian Pemodelan Tarikan Perjalanan Menuju
Pusat Perbelanjaan Di Kabupaten Badung dengan studi lokasi Matahari
Departement Store Kuta Square, Mall Bali Galeria, Galael Dewata, Discovery
Shoping Mall, Tiara Gatsu. Untuk hasil penelitian yang didapat adalah untuk
penggunaan moda pada hari kerja didominasi oleh sepeda motor dengan 58,43%
sedangkan untuk akhir pekan didominasi oleh sepeda motor juga dengan 59,68%.
Pada hari kerja variabel luas total lahan (X 1) memiliki korelasi yang tinggi
terhadap tarikan perjalanan untuk jam puncak pagi/siang dengan nilai R = 0,984.
Untuk jam puncak sore/malam, variabel luas areal parkir (X 3) memiliki korelasi
yang tinggi terhadap tarikan perjalanan dengan nilai R = 0,974. Sedangkan untuk
sehari, variabel yang berpengaruh adalah luas total lahan (X 1) dengan nilai R =
0,959. Pada akhir pekan variabel luas areal parkir (X3) memiliki korelasi yang
tinggi terhadap tarikan perjalanan untuk jam puncak pagi/siang, jam puncak
siang/malam, maupun sehari dengan masing – masing nilai R = 0,984, R = 0,992,
R = 0,990. Untuk model tarikan perjalan pada hari kerja jam puncak pagi/siang
Y11 = 105,747 + 0,005 X1 (R2 = 0,967), jam puncak sore/malam Y12 = 45,601 +
0,015 X3 (R2 = 0,984), sehari Y13 = 3405,73 + 0,187 X1 (R2 = 0,920). Untuk akhir
pekan adalah jam puncak pagi/siang Y21 = 52,058 + 0,025 X3 (0,968), jam puncak
sore/malam Y22 = 39,289 + 0,027 X3 (0,949), sehari Y23 = 1693,509 + 0,948 X3
(0,980). Jadi yang membedakan penelitian sekarang dengan penelitian
sebelumnya adalah studi lokasi yang diteliti sekarang berbeda yaitu, Beachwalk
Shopping Center, Mall Bali Galeria, Level 21 Mall, dan Plaza Renon. Untuk
tujuan yang ingin dicapai pada penelitian sekarang menambahkan tentang prediksi
tarikan perjalanan menuju pusat perbelanjaan untuk 5 tahun kemudian. Untuk
pengambilan data sekarang menghitung jumlah kendaraan beserta jumlah
penumpangnya karena jumlah penumpang akan digunakan untuk pengembangan
model dalam satuan orang/jam dan orang/hari.

21
 DAFTAR PUSTAKA

Tamin. O.Z. (2000). Perencanaan dan Permodelan Transportasi, Bandung,

Penerbit ITB.
Suthanaya (2010). Pemodelan Tarikan Perjalanan Menuju Pusat
Perbelanjaan Di Kabupaten Badung. Jurnal Ilmiah Teknik Sipil Vol. 14 No 2.
Program Studi Teknik Sipil. Universitas Udayana.
Husaini (1995). Metodologi Penelitian Sosial. PT Bumi Aksara. Jakarta

22