Anda di halaman 1dari 25

MODUL

PEMANTAUAN DAN EVALUASI


JALAN BERKESELAMATAN
KEMENTERIAN PEKERJAAN UMUM DAN PERUMAHAN RAKYAT
BADAN PENGEMBANGAN SUMBER DAYA MANUSIA
PUSDIKLAT JALAN, PERUMAHAN, PERMUKIMAN, DAN
PENGEMBANGAN INFRASTRUKTUR WILAYAH
BANDUNG 2016
1.PENDAHULUAN

• 1.1 Latar Belakang


• 1.2 Deskripsi Singkat
• 1.3 Tujuan Pembelajaran
• 1.4 Materi Pokok dan Sub Materi Pokok
• 1.5 Estimasi Waktu
KEGIATAN BELAJAR 1
PENGENALAN OBSERVASI

• 2.1 Keselamatan dan Kecelakaan Lalu Lintas


• 2.2 Analisis Sebelum dan Sesudah Upaya Perbaikan
• 2.3 Rangkuman
• 2.4 Evaluasi
3. KEGIATAN BELAJAR 2
METODE KAJIAN OBSERVASI

• 3.1 Metode Analisis Observasi


• 3.2 Metode Observasi Sederhana
• 3.3 Metode Kombinasi Regresi dan Empirikal Bayes
• 3.4 Metode Kombinasi Regresi dan Empirikal Bayes
• 3.5 Evaluasi
2.1 Keselamatan dan Kecelakaan Lalu Lintas

• Manifestasi keselamatan jalan adalah kecelakaan dan berbagai akibat


yang merugikan.
• 2 hal yang berbeda, yaitu:
• a. Pengukuran obyektif yang berkaitan dengan kecelakaan dan
berbagai akibat yang merugikan.
• b. Persepsi subyektif tentang bagaimana rasa “selamat” di jalan.
2.2 Analisis Sebelum dan Sesudah Upaya Perbaikan

• Salah satu tujuan analisis keselamatan lalu lintas adalah memperkirakan


perubahan tingkat keselamatan sebagai konsekuensi pengembangan
infrastuktur ataupun implementasi program penanggulangan kecelakaan lalu
lintas.
• Terdapat 2 kendala dalam memasukkan keselamatan jalan dalam evaluasi
proyek.
• Pertama, sulitnya mendapatkan data kecelakaan lalu lintas yang handal (reliable) dan
kemudian bagaimana mengevaluasi keselamatan lalu lintas dengan metode yang tepat.
• Kedua, informasi tentang biaya akibat kecelakaan belum tersedia. Dalam evaluasi
proyek, semua potensi manfaat proyek harus dapat dikuantifikasi dalam uang. Tanpa
mendapat informasi biaya kecelakaan, akan sulit mengikutsertakan manfaat dari
pengurangan kecelakaan lalu lintas dalam evaluasi proyek secara obyektif.
2.3 RANGKUMAN
• Observasi studi dapat dilakukan untuk melakukan kajian “sebelum
dan sesudah” (before and after) berdasarkan data beberapa tahun
(time series data) atau studi “potongan melintang” (cross sectional).
• Studi cross sectional pada umumnya dilakukan untuk melihat apakah
sebuah entitas (entity) yang sama memiliki kondisi yang sama.
Sebagai contoh, dalam melakukan studi perlintasan kereta api
sebidang, perlu melihat studi tentang dampak APILL/alat pemberi
isyarat lalu lintas/traffic light pada keselamatan lalu lintas di
persimpangan dan lainnya.
3.1 Metode Analisis Observasi
• Dalam studi observasi ‘sebelum’ dan ‘sesudah’ implementasi program, yang
perlu diperhatikan adalah:
• 1. observasi parameter pembanding, dan
• 2. durasi observasi yang optimum.
• 3.1.1 Observasi Parameter Pembanding
• Tujuan utama kajian observasi ‘sebelum’ dan ‘sesudah’ adalah membandingkan 2
(dua) situasi sebagai berikut:
• Situasi 1: Memperkirakan tingkat keselamatan lalu lintas setelah periode ‘sesudah’
apabila program tidak jadi diimplementasikan (posisi observasi ‘b’ di Gambar 4);
dan
• Situasi 2: Memperkirakan tingkat keselamatan lalu lintas setelah periode ‘ sesudah’
apabila program telah diimplementasikan (posisi ‘c’ observasi di Gambar 4).
Situasi 1 mencerminkan kondisi tanpa perubahan (do-nothing) sedangkan situasi 2
mencerminkan kondisi dengan perubahan (do-something). Perbandingan yang
paling sesuai dilakukan adalah membandingkan kedua situasi ini mengingat
observasi sepatutnya dilakukan pada waktu yang bersamaan.
3.1.2 Durasi Observasi yang Optimum

• Untuk melakukan kajian observasi ‘sebelum’ dan ‘sesudah’ sebaiknya


memperhatian berbagai faktor, baik secara teknis maupun praktis seperti yang
diarahkan oleh Ben-Aktiva et al. (1999):
• Pertama, faktor teknis, minimal terdapat 3 (tiga) masalah yang perlu dipahami
di dalam analisis empirikal keselamatan lalu lintas, yaitu:
• 1. masalah fluktuasi frekuensi kecelakaan lalu lintas yang selalu bersifat acak (random);
• 2. perubahan akibat faktor eksternal selama periode studi seperti arus lalu lintas,
komposisi lalu lintas, perilaku lalu lintas dan pengemudi;
• 3. efek dari regresi terhadap nilai rata-rata (RTR)/regression-to-mean atau secara
mudahnya adalah bias yang diakibatkan pilihan lokasi dan/atau waktu studi.
• Kedua, masalah-masalah praktis, sedikitnya ada 2 hal yang harus diperhatikan:
• 1. ketersediaan data; dan
• 2. durasi waktu observasi.
3.1.3 Studi observasi sederhana ‘sebelum’ dan
‘sesudah’
• Efektifitas setelah implementasi program dinyatakan oleh suatu faktor
ataupun persentase perbedaan antara jumlah kecelakaan lalu lintas
yang diukur pada periode ‘sebelum’ dan ‘sesudah’ implementasi
program terhadap hipotesis nol (h0) bahwa “frekuensi kecelakaan
‘sebelum’ akan sama besar dengan ‘sesudah’ implementasi program”.
Keuntungan penggunaan pendekatan ini adalah: metodologi kajian
sangat sederhana dan tidak perlu memperhatikan perubahan akibat
faktor eksternal (kecuali perubahan volume lalu lintas) dan masalah
bias akibat pilihan lokasi pengamatan atau fenomena RTR.
3.1.4 Perkiraan dengan menggunakan metode Empirikal Bayesian
(EB)

• Pendekatan menggunakan aturan perkiraan jumlah kecelakaan lalu lintas dapat


disempurnakan dengan menggunakan informasi tambahan. Metode ini
memperkirakan jumlah kecelakaan lalu lintas dengan data kecelakaan lalu lintas pada
lokasi pengamatan yang kemudian dikoreksi dengan informasi kecelakaan di lokasi-
lokasi lainnya yang diyakini memiliki kemiripan dengan lokasi kajian (kesetaraan entitas
lokasi).
• Keuntungan metode ini adalah:
• 1. metode ini secara langsung memperhitungkan efek dari RTR; dan
• 2. dapat mengendalikan hasil dari suatu program (treatment control) akan menghasilkan
perkiraan jumlah kecelakaan lalu lintas yang lebih akurat (Hauer, 1991).
• Walaupun demikian, metode ini masih mempunyai kekurangannya, yaitu:
• a. melibatkan asumsi terhadap sebaran probabilitas kejadian kecelakaan lalu lintas; dan
• b. tidak memperhitungkan semua perubahan baik yang bersifat internal maupun eksternal
3.1.5 Metode Regresi

• Secara dasar, perkiraan jumlah kecelakaan lalu lintas didasari oleh variable bebas yang
mempengaruhinya baik untuk kondisi ‘sebelum’ dan ‘sesudah’ implementasi program.
Keuntungan metode ini memasukkan faktor-faktor internal dan eksternal (yang
dinyatakan oleh variable bebas) di dalam memperkirakan jumlah kecelakaan lalu lintas.
Kelemahan dari model ini tetap memungkinkan bias akibat dari efek RTR mengingat
metode ini bukan bersifat analisis treatment control karena tidak menggunakan lokasi
lain yang memiliki kemiripan dengan lokasi studi yang dapat dijadikan referensi.
• Teknik yang terbaik adalah menggunakan generalized linear models (GLM) mengingat
regresi pada umumnya mengikuti pula distribusi normal, sebaran kecelakaan lalu lintas
diyakini mengikuti distribusi Poisson (nilai rata-rata akan setara dengan varian) ataupun
negatif binomial (varian di atas nilai rata-rata). Hal ini mengingat kecelakaan lalu lintas
merupakan kejadian yang sangat jarang terjadi, bersifat acak dan tidak dapat bernilai
negatif.
3.1.6 Kombinasi Regresi dan Pendekatan Empirikal
Bayes (EB)

• Metode ini menggabungkan keunggulan-keunggulan dari metode


regresi dan pendekatan EB. Model regresi diadopsi ke dalam teknik EB
sebagai fungsi kinerja keselamatan lalu lintas (safety performance
function) yang dikembangkan berdasarkan model prediksi kecelakaan
lalu lintas dari lokasi yang diyakini memiliki kemiripan dengan lokasi
kajian.
• Tabel 1 memperlihatkan tipologi metodologi untuk kajian observasi
‘sebelum’ dan ‘sesudah’.
3.2 Metode Observasi Sederhana

• Metode ini pada prinsipnya hanya dapat dilakukan apabila suatu


program telah diimplementasikan dan memiliki data kecelakaan yang
memadai. Analisis dilakukan untuk melihat sejauh mana terjadi
perubahan tingkat keselamatan lalu lintas (untuk memonitor dampak
keselamatan lalu lintas). Metode ini tidak dapat dilakukan untuk
memprediksi tingkat perubahan keselamatan lalu lintas suatu
program sebelum dilaksanakan mengingat keterbatasan metodologi
yang ada.
3.2.1 Tahapan Analisis
• Tahapan 1. Memperkirakan Jumlah Kecelakaan Lalu Lintas Periode
Sebelum dan Sesudah Program Dilaksanakan
• Tahapan 2. Perkiraan Varians Kecelakaan Lalu Lintas
• Tahapan 3. Penilaian Dampak Keselamatan Lalu Lintas
• Tahapan 4. Varians dari Dampak Keselamatan Lalu Lintas
3.2.2 Faktor-faktor Koreksi
• 1. kedua periode observasi (‘sebelum’ dan ‘sesudah’) memiliki durasi
waktu yang sama,
• 2. periode observasi ‘sebelum’ dan ‘sesudah’ berbeda durasi
waktunya
• 3. baik durasi waktu observasi antara ‘sebelum’ dan ‘sesudah’ dan
arus lalu lintas berbeda (terjadi pertumbuhan arus lalu lintas).
3.3 Metode Kombinasi Regresi dan Empirikal Bayes

• Salah satu teknik observasi tingkat keselamatan lalu lintas ‘sebelum’ dan
‘sesudah’ implementasi program adalah dengan menggunakan metode
kombinasi regresi dan Empirikal Bayes (EB). Metode ini lebih unggul
dibandingkan dengan metode observasi sederhana karena dapat
memberikan jawaban pada dua masalah utama dalam analisis:
• 1. metode kombinasi regresi dan EB dapat meningkatkan presisi estimasi dengan
keterbatasan data yang ada; dan,
• 2. metode ini juga dapat mengkoreksikan phenomenon regresi terhadap nilai rata-rata
(RTR) atau regression-to-the mean.
• Metode ini didasari keyakinan bahwa data kecelakaan lalu lintas pada lokasi
yang dikaji bukan satu-satunya informasi untuk mengetahui tingkat
keselamatan sesuatu entitas yang sedang diamati.
3.4 RANGKUMAN

• Dalam studi observasi ‘sebelum’ dan ‘sesudah’ implementasi


program, yang perlu diperhatikan adalah observasi parameter
pembanding, dan durasi observasi yang optimum.
• Tujuan utama kajian adalah membandingkan 2 (dua) situasi yaitu
Memperkirakan tingkat keselamatan lalu lintas setelah periode
‘sesudah’ apabila program tidak jadi
• diimplementasikan dan Memperkirakan tingkat keselamatan lalu
lintas setelah periode ‘sesudah’ apabila program telah
diimplementasikan.
4. KEGIATAN BELAJAR 3
CONTOH PENERAPAN APLIKASI
4.1 PENERAPAN MODEL REGRESI PADA KASUS ESTIMASI TINGKAT
KECELAKAAN LALU LINTAS NASIONAL DAN 6 PROPINSI DI PULAU
JAWA INDONESIA

• 4.1.1 Tujuan Penelitian


• 4.1.2 Identifikasi dan Perumusan Masalah
• 4.1.3 Metodologi
• 4.1.4 Pengumpulan Data
• 4.1.5 Analisis Data
• 4.1.6 Kalibrasi Model
• Kesimpulan
4. KEGIATAN BELAJAR 3
CONTOH PENERAPAN APLIKASI
4.2 PROGRAM MANAJEMEN LALU LINTAS TERPADU DITERAPKAN
PADA SUATU RUAS JALAN TOL

• 4.2.1 Durasi Waktu


• 4.2.2 Hasil Analisis Observasi ‘Sebelum’ dan ‘Sesudah’
• 4.2.3 Kesimpulan dari studi kasus ini sebagai berikut: