chapter ii transport

7/21/2019 Chapter II Transport

1/21

BAB II

STUDI PUSTAKA

2.1 Konsep Perencanaan Transportasi

Terdapat beberapa konsep perencanaan transportasi yang telah berkembang

sampai saat ini yang paling populer adalah Model Perencanaan Transportasi Empat

Tahap. Model perencanaan ini merupakan gabungan dari beberapa sub model yang

masing-masing harus dilakukan secara terpisah dan berurutan. Sub-sub model

tersebut adalah:

Bangkitan dan tarikan pergerakan

Sebaran pergerakan

Pemilihan moda

Pemilihan rute

2.2 Pengertian Bangkitan Pergerakan

Bangkitan pergerakan didefenisikan sebagai pergerakan yang dibangkitkan

dari suatu tempat (zona asal) dan menuju ke tempat lain (zona tujuan). Zona asal

(origin zone) adalah zona asal dari mana perjalanan dimulai. Zona tujuan

(destination zone) adalah kemana tujuan perjalanan berakhir.

Bangkitan pergerakan adalah suatu proses analisis yang menetapkan atau

menghasilkan hubungan antara aktivitas kota dengan pergerakan. (Tamin, O.Z.

1997..) perjalanan dibagi menjadi dua yaitu:

Universitas Sumatera Utara


2/21

1. Home base trip, pergerakan yang berbasis rumah. Artinya perjalanan yang

dilakukan berasal dan rumah dan kembali ke rumah.

2. Non home base trip, pergerakan berbasis bukan rumah. Artinya perjalanan

yang asal dan tujuannya bukan rumah.

Pernyataan di atas menyatakan bahwa ada dua jenis zona yaitu zona yang

menghasilkan pergerakan (trip production) dan zona yang menarik suatu pergerakan

(trip attraction). Defenisi trip attractiondan trip productionadalah:

a. Bangkitan perjalanan (trip production) adalah suatu perjalanan yang

mempunyai tempat asal dari kawasan perumahan ditata guna tanah tertentu.

b. Tarikan perjalanan (trip attraction) adalah suatu perjalanan yang berakhir tidak

pada kawasan perumahan tata guna tanah tertentu.

Kawasan yang membangkitkan perjalanan adalah kawasan perumahan

sedangkan kawasan yang cenderung untuk menarik perjalanan adalah kawasan

perkantoran, perindustrian, pendidikan, pertokoan dan tempat rekreasi. Bangkitan

dan tarikan perjalanan dapat dilihat pada diagram berikut (Tamin, O.Z.1997).

Perjalanan dapat diklasifikasikan menjadi tiga yaitu

1. Berdasarkan tujuan perjalanan, perjalanan dapat dikelompokkan menjadi

beberapa bagian sesuai dengan tujuan perjalanan tersebut yaitu:

Perjalanan ke tempat kerja

Perjalanan dengan tujuan pendidikan

Perjalanan ke pertokoan / belanja

Perjalanan untuk kepentingan sosial

dll



3/21

2. Berdasarkan waktu perjalanan biasanya dikelompokkan menjadi perjalanan

pada jam sibuk dan jam tidak sibuk. Perjalanan pada jam sibuk pagi hari

merupakan perjalanan utama yang harus dilakukan setiap hari (untuk kerja

dan sekolah).

3. Berdasarkan jenis orang, pengelompokan perjalanan individu yang

dipengaruhi oleh tingkat sosial-ekonomi, seperti:

Tingkat pendapatan

Tingkat pemilikan kendaraan

Ukuran dan struktur rumah tangga

Dalam penelitian ini, perjalanan yang ditinjau adalah pergerakan orang yang

dilakukan dari rumah (asal) ke luar kawasan penelitian (tujuan). Misalnya, perjalanan

dari rumah ke kantor, dari rumah ke sekolah dan lain-lain. Sehingga satu kali

perjalanan adalah satu kali pergerakan yang dilakukan seseorang dari rumah hingga

sampai ke tempat tujuannya yang lokasinya berada luar kawasan perumahan tersebut.

2.3 Faktor faktor yang Mempengaruhi Terjadinya Perjalanan

Terjadinya suatu perjalanan (trip) adalah merupakan fungsi dari tiga faktor

besar (Tuah G.R.2000), yaitu:

1. Pola tata guna tanah dan pembangunan di daerah penelitian

2. Karakteristik sosial ekonomi dan penduduk yang melakukan perjalanan dari

daerah penelitian.

3. Sifat, jangkauan dan kemampuan dari sistem pengangkutan di daerah

penelitian.



4/21

Penelitian tentang trip generation merupakan suatu bagian yang vital dari

proses perencanaan pengangkutan, bahwa apa yang terjadi sekarang merupakan

faktor yang menentukan untuk perkiraan masa mendatang.

Dalam pemodelan bangkitan pergerakan, hal yang perlu diperhatikan bukan

saja pergerakan manusia, tetapi juga pergerakan barang yaitu:

1. Bangkitan pergerakan untuk manusia. Faktor berikut dipertimbangkan pada

beberapa kajian yang telah dilakukan:

Pendapatan

Pemilikan kendaraan

Struktur rumah tangga

Ukuran rumah tangga

Nilai lahan

Kepadatan daerah pemukiman

Aksesibilitas

Empat faktor pertama (pendapatan, pemilikan kendaraan, struktur dan ukuran

rumah tangga) telah digunakan pada beberapa kajian bangkitan pergerakan,

sedangkan nilai lahan dan kepadatan daerah pemukiman hanya sering dipakai

untuk kajian mengenai zona.

2. Tarikan pergerakan untuk manusia. Faktor yang paling sering digunakan

adalah luas lahan untuk kegiatan industri, komersial, perkantoran, dan

pelayanan lainnya. Faktor lain yang dapat digunakan adalah lapangan kerja.

Akhir-akhir ini beberapaa kajian mulai berusaha memasuki ukuran

aksesibilitas.



5/21

3. Bangkitan dan tarikan untuk barang. Pergerakan ini hanya merupakan bagian

kecil dari keseluruhan pergerakan (20%) yang biasanya terjadi di negara

industri. Vaniabel penting yang mempengaruhi adalah jumlah lapangan kerja,

jumlah tempat pemasaran, luas atap industri tersebut dan total seluruh daerah

yang ada.

2.3.1 Faktor Tata Guna Tanah

Tata guna tanah adalah suatu cara untuk mengklasifikasi kegiatan yang

menimbulkan pergerakan. Penggunaan-penggunaan tanah yang berlainan akan

menghasilkan karakteristik trip generationyang berlainan pula, misalnya tanah yang

diperuntukkan untuk bangunan atau kantor-kantor dapat diharapkan menghasilkan

lebih banyak perjalanan dari pada ruang terbuka.

Sama halnya dengan kegiatan-kegiatan yang berlainan dapat menghasilkan

karakteristik yang berlainan pula, misalnya satu hektar tanah pemukiman yang

dikembangkan dengan kepadatan yang tinggi kemungkinan sekali akan

menghasilkan lebih banyak pergerakan bila dibandingkan dengari satu hektar tanah

yang dikembangkan untuk keperluan rumah tangga dengan kepadatan rendah.

Asumsi yang paling penting dilakukan dalam perencanaan transportasi adalah

bahwa jumlah perjalanan tergantung pada pola tata guna tanah.

Demikian pula halnya dengan daerah komersial (pusat perdagangan), pusat

pendidikan dan rekreasi dimana hubungannya dengan tata guna tanah di anggap

sebagai tujuan untuk melakukan perjalanan.



6/21

2.3.2 Sosial Ekonomi Penduduk

Yang termasuk faktor sosial ekonomi dari penduduk yang mempengaruhi

dalam terjadinya perjalanan adalah faktor-faktor yang merupakan kondisi kehidupan

ekonomi penduduk, jumlah anggota keluarga, dan lain-lain. Penduduk dari suatu

daerah pemukiman akan menghasilkan pembangkit trip yang berbeda dengan

kawasan lainnya.

Jumlah anggota keluarga.

Struktur keluarga yang ada di Indonesia terdiri dari bapak ,ibu dan satu atau

dua anak. Perkembangan perekonomian dan perkembangan budaya yang

terjadi menyebabkan adanya pembatasan jumlah anak dalam satu rumah

tangga. Pelaksanaan program keluarga berencana oleh pemerintah juga

menjadi salah satu faktor sebuah keluarga untuk. membatasi jumlah anak.

Di Indonesia dengan masih eratnya hubungan kekerabatan dalam keluarga di

mana sangat memungkinkan untuk menumpangnya saudara dalam rumah

tangga akan menambah jumlah anggota keluarga dalam satu rumah. Dan juga

dengan meningkatnya perekonomian yang lebih baik, maka dalam keluarga

memungkinkan untuk mempunyai satu atau dua orang pembantu.

Penambahan jumlah anggota keluarga tersebut maka akan menambah jumlah

perjalanan yang terjadi dalam satu rumah tangga.

Dalam penelitian ini yang dimaksud dengan jumlah orang dalam keluarga

adalah jumlah semua anggota keluarga termasuk pembantu yang tinggal

dalam satu rumah tersebut untuk jangka waktu yang cukup lama. Pembatasan

dilakukan untuk mengantisipasi adanya orang yang tinggal dalam rumah

tangga untuk jangka waktu tertentu yang tidak cukup lama dan pada waktu



7/21

survey dilakukan. Pembagian atau klasifikasi anggota, yang pertama satu

keluarga murni yang terdiri dari bapak, ibu dan anak. Yang kedua adalah

keluarga murni tersebut ditambah dengan satu atau dua kerabat yang tinggal

cukup representatif untuk mewakili karakteristik keluarga.

Jumlah anggota keluarga yang bekerja

Variabel ini dapat dibagi menjadi tiga bagian yaitu anggota keluarga yang

bekerja sebagai PNS/ ABRI, Swasta dan mereka yang berwiraswasta.

Pemilihan kendaraan

Kendaraan sebagai sarana perjalanan menjadi satu faktor yang penting dalam

transportasi yaitu pada kemudahan untuk melakukan perjalanan. Dalam satu

keluarga yang terdiri dari beberapa orang dengan perjalanan yang berbeda-

beda dan tujuan perjalanan yang berbeda-beda pula maka faktor jumlah

kebenaran yang dimiliki oleh keluarga tersebut menjadi faktor yang harus

diperhitungkan.

Pada penelitian ini jumlah kendaraan yang dimiliki oleh keluarga diambil

batasan pada kendaraan yaitu sepeda motor dan mobil. Jumlah sepeda motor

dan mobil yang dimiliki keluarga sebagai sarana perjalanannya menjadi

variabel dalam penelitian ini.

Pengaruh variabel ini terhadap model trip dari suatu kawasan ditentukan oleh

seberapa meratanya pemilikan kendaraan baik roda empat maupun roda dua

di kawasan tersebut. Jika pemilikan kenderaan tersebut sudah merata maka

pertambahan pemilikan kendaraan memberi pengaruh negatif pada model

perjalanan tersebut. Jika pemilikan kendaraan tersebut belum merata maka

akan memberikan nilai positif pada model tersebut. Di samping itu faktor



8/21

tidak adanya kendaraan umum dan tempat penyimpanan kendaraan akan

sangat mempengaruhi model perjalanan. Hal itu dapat terlihat dikawasan

Kampung Jawa Baru.

Pendapatan keluarga

Pendapatan keluarga yang diperoleh dalam keluarga umumnya akan

berpengaruh pada peningkatan kebutuhan keluarga, sehingga untuk

memenuhi keluarga tersebut dibutuhkan suatu perjalanan. Peningkatan

pendapatan keluarga juga akan meningkatkan kesempatan seseorang untuk

memperoleh pendidikan, berbelanja, rekreasi dan melakukan aktivitas sosial

lainnya. Semua ini dapat diperoleh dengan mengadakan perjalanan.

2.3.3 Sifat, Luas dan Kemampuan Sistem Pengangkutan

Mutu dan sanana transportasi dan tingkat kemudahan akan mempengaruhi

trip, dimana jaringan transportasi yang baik cenderung meningkatkan jumlah trip.

Biaya yang relatif murah dan waktu perjalanan yang relatif singkat adalah akibat dari

baiknya sistem transportasi, yang mana hal ini cenderung meningkatkan jumlah trip

dari kawasan penelitian.

Variabel waktu tempuh dan jarak tempuh adalah variabel yang saling

mempengaruhi. Jika jarak kawasan perumahan dengan pusat kegiatan sangat dekat

maka tidak ada pengaruhnya terhadap waktu tempuh. Namun jika jarak tersebut

relative jauh maka waktu tempuh akan mempengaruhi dalam pembentukan model

perjalanan, dimana waktunya juga akan berdampak pada penghasilan karena

berhubungan dengan biaya perjalanan yang harus dikeluarkan.



9/21

2.4 Metode Analisis Bangkitan Perjalanan (Trip Generation)

Secara umum terdapat tiga metode untuk menganalisis bangkitan perjalanan

yaitu:

1. Metode faktor pengembangan (expansion factor)

2. Analisis regresi linear

3. Analisis kategori

2.4.1 Metode Faktor Pengembangan (Expansion Factor)

Salah satu metode yang digunakan untuk meramalkan trip generationadalah

dengan faktor pengembangan (expansion factor), yaitu dengan cara menggunakan

faktor-faktor pertumbuhan untuk menaksir perjalanan di masa yang akan datang

untuk zona-zona atau kawasan perkotaan. Metoda ini menghubungkan data yang

dikumpulkan dari survey tata guna tanah untuk menyusun trip generation, misalnya

suatu zona lalu lintas yang meliputi luas dan 3000 ha dengan penduduk 6000 jiwa

akan mempunyai tingkat trip generationsebesar 6000/3000 = 2.

Maka untuk memperoleh taksiran trip generation di masa yang akan datang

dan menerapakan pada areal tersebut, misalnya dengan mengasumsikan hipotesa

bagi pembangunan tempat tinggal pada tahun tertentu akan lebih dari 6000 ha, lalu

trip generationditaksir menjadi 6000 ha x 2 (trip generation).

Ketepatan metode faktor pengembangan sangat diragukan, maka metode mi

hanya dapat digunakan untuk perencanaan jangka pendek di kawasan luar kota.

(Abdullah O.K. Rahmat, R. A. 1994).



10/21

2.4.2 Metode Analisis Regresi Linear

Metode analisis regresi akan digunakan untuk menghasilkan hubungan dalam

bentuk numerik dan untuk melihat bagaimana dua (regresi sederhana) atau lebih (

regresi berganda) variabel variabel saling berhubungan satu sama lain.

Salah satu langkah untuk menyelesaikan analisis regresi adalah mengetahui

pasti variabel-variabel yang berhubungan dengan masalah yang ditinjau dan

mengetahui dengan pasti variabel yang dianggap sebagai variable - variabel bebas

atau variable -variabel tidak bebas. Untuk mengetahui dan menentukan variable -

variabel mana yang sesuai untuk membuat suatu persamaan regresi, melibatkan

beberapa hal yaitu dana, waktu dan tenaga yang tidak sedikit, terutama apabila angka

variabel yang hendak dipakai itu besar. Jadi suatu model dianggap terbaik apabila

model tersebut terdiri dari beberapa variabel bebas yang sangat berkaitan dengan

variabel tidak bebas.

Beberapa asumsi statistik harus dipertimbangkan sebelum menggunakan

metode analisis regresi, yaitu: (Tamin, O.Z. 1997.)

Variabel tidak bebas (Y) adalah merupakan fungsi linear dari variabel

bebas (X)

Variabel, terutama variabel bebas, adalah tetap

Tidak ada korelasi antara variabel bebas

Variansi dari variabel tidak bebas terhadap garis regresi adalah sama

untuk semua nilai variabel tidak bebas.

Nilai variabel tidak bebas harus tersebar normal atau minimal

mendekati normal.



11/21

Variabel - variabel bebas yang dipilih dalam analisa ini adalah :

1. Jumlah anggota keluarga

2. Jumlah kepemilikan kendaraan

3. Jumlah pendapatan perkeluarga

4. Jumlah anggota keluarga telah bekerja

5. Luas / type rumah

A. Tata Cara Pembuatan Model Regresi

Tata cara pembuatan suatu model analisis regresi adalah dengan cara sebagai

berikut:

1. Perhatikan hubungan antara variabel tidak bebas dengan setiap variabel

bebas. Cara yang paling mudah untuk mengetahuinya adalah dengan

memplotkan variable - variabel tersebut dengan mempergunakan

komputer. Hubungan yang tidak linear akan diubah menjadi linear.

Pengujian yang biasa dilakukan adalah dengan mengubahnya ke dalam

bentuk persamaan logarilma. Misalnya, jika kurva yang dihasilkan kedua

variabel tersebut berhenti Y = aXb. kurva tersebut harus diubah menjadi.

Log Y = Log a + b Log X..

2. Membuat Matriks Korelasi

Koefisien korelasi dapat bernilai positif atau negatif. Nilai positif

menujukkan hubungan yang positif, yaitu kemiringan garis regresi adalah

positif, sementara bernilai negatif menunjukkan hubungan yang negatif,

yaitu kemiringan garis regresi yang negatif. Memeriksa melalui matriks

korelasi, apabila ada variable bebas berhubungan erat dengan variable



12/21

bebas lainnya. Misalnya variabel pendapatan keluarga mempunyai

hubungan yang kuat dengan variabel kepemilikan kendaraan. Oleh karena

hal tersebut maka hanya satu variabel saja dan kedua variabel tersebut

yang dipilih dalam membentuk suatu persamaan regresi.

3. Analisis setiap kombinasi variabel tidak bebas terhadap variabel bebas,

Kemudian pilih salah satu kombinasi yang terbaik dari nilai koefisien

determinan (R2).

4. Hitung parameter dari persamaan regresi yang dibentuk dari beberapa

variabel bebas dan analisis setiap :

a. Nilai R2

b. Tanda (+/-) bagi setiap variabel

c. Hubungan yang kuat untuk bagi setiap variabel (nilai korelasi)

d. Uji-t

e. Uji-F

Langkah yang berikutnya adalah memilih persamaan yang terbaik dan sesuai

dengan syarat yang telah disebutkan di atas dan juga dapat digunakan untuk

membuat suatu peramalan bangkitan perjalanan.

B. Contoh Pembuatan Model

Data diambil dari survey sebelumya di kota Kuala Lumpur dengan tujuan

untuk membuat suatu model persamaan bangkitan perjalanan pada tahun 1985. Kota

Kuala Lumpur telah dibagi menjadi 37 zona dan data tentang jumlah perjalanan, tata

guna lahan, sosial ekonomi dapat dilihat pada Tabel 2.1 di bawah ini:



13/21

Tabel 2.1 Sosial ekonomi, tata guna tanah, dan jumlah total perjalanan

Zona Kend. Pend. R.Tinggal R.Peng Kamar R.Tingkat J.Kel J.Ker Jp+Jb+Jr Perjanan

1

2

3.

.

10

11

12

.

.

25

26

27

.

.

35

36

37

0,7122

0,4173

0,1814..

..

0,4116

0,5739

0,4258

..

..

0,6749

1,1128

0.4139

..

..

0,9020

0,7023

0,4751

1302,76

1302,92

821,15..

..

1054,36

1253,20

960,90

..

..

1270,15

1966,23

817,56..

..

..

2247,53

1547,70

1134,31

919

1291

570..

..

1657

11225

1204

..

..

14681

2004

2613

..

..

1090

4026

9815

1171

1540

613..

..

64

0

599

..

..

84

617

375

..

..

132

7

3637

393

79

114..

..

309

0

565

..

..

0

0

172

..

..

552

973

3593

0

73

791..

..

727

132

331

..

..

421

0

1818

..

..

17

0

219

25684

3219

2245..

..

4406

11716

3517

..

..

16337

2621

5199

..

..

5594

5975

19203

40920

57845

38247..

..

9942

2316

5268

..

..

9495

776

10913

..

..

11796

6364

26688

5

3

2..

..

0

2

0

..

..

1

1

0

..

..

0

3

2

159314

196180

151982..

..

52316

60936

41641

..

..

97639

10420

58765

..

..

52617

35322

172586

Sumber: Abdul lah O.K. Rahmat, R. A. (1994).

Dengan menggunakan data ini model bangkitan perjalanan akan dibuat dengan

menggunakan analisis regresi. Langkah-langkah pembuatan suatu model adalah

sebagai berikut :

1. Memeriksa hubungan antara variabel bebas dengan setiap variabel tidak

bebas. Jika perlu buat kedalam bentuk logaritma. Masalah ini dapat

dilakukan dengan memplotkan setiap variabel bebas satu persatu terhadap

variabel tidak bebas.

2. Membuat matriks korelasi untuk melihat variable - variabel yang saling

berkaitan dengan variabel bebas dan juga untuk melihat seandainya ada

variabel bebas yang berhubungan erat dengan variabel bebas lain. Hasil

dari matriks korelasi dapat dilihat pada Tabel 2.2 dari tabel matriks

korelasi dapat dilihat beberapa hal yang tidak umum. Pada umumnya,

semakin tinggi jumlah kepemilikan kendaraan, semakin banyak jumlah

perjalanan yang dilakukan. Tetapi dalam matriks korelasi tersebut,



14/21

hubungan antara jumlah total perjalanan dengan jumlah kepemilikan

kendaraan dengan jumlah kepemilikan kendaraan dan juga jumlah

pendapatan keluarga adalah negatif (- 0,26472 dan -0,19948). ini berarti

apabila semakin tinggi jumlah kepemilikan kendaraan dari pendapatan,

semakin kecil jumlah perjalanan yang dilakukan. Masalah ini tidak

mungkin, dan dengan demikian kedua variabel ini lebih baik dikeluarkan

dari model. Kedua variabel ini juga mempunyai hubungan yang kuat

karena nilai korelasinya yang tinggi, yaitu 0,83539. Hubungan antara

jumlah keluarga dengan jumlah rumah tinggal, rumah panggung, kamar,

dan rumah tingkat juga tinggi. Oleh karena itu hanya variabel jumlah

keluarga saja yang diambil dalam pembinaan suatu model.

Tabel 2.2 Matriks korelasi antar variable

Pi Kend. Penda. R.Tinggal R.Pang. Kamar R.Tingkat J.Kel J.Ker Jp+Jb+Jr

Pi

Kend.

Penda

R.Tinggal

R.Pang.

Kamar

R.Tingkat

J.Kel

J.Ker

Jp+Jb+Jr

1,00000

-0,26472

-0,19948

0,22155

0,57540

0,34382

0,34382

0,59266

0,80256

0,49592

-0,26472

1,00000

0,83539

0,25058

-0,31658

0,06475

-0,08537

-0,06475

0,25729

-0,05556

-0,19948

0,83539

1,00000

0,115617

-0,25578

0,15052

-0,40506

-010526

0,09258

0,08362

0,22155

0,25058

0,15617

1,00000

0,04685

0,27416

0,05941

0,64390

-0,08770

0,08708

0,57540

-0,31658

-0,25578

0,04685

1,00000

0,49170

0,23895

0,63115

0,25345

0,49167

0,34882

0,06475

0,15652

0,27416

0,49170

1,00000

-0.02681

0,49509

0,11508

0,17868

0,35642

-0,28686

-0,4606

0,05941

0,23895

-0,02681

1,00000

0,55134

0,00318

-0,07136

0,59266

-0,08537

-0,10526

0,64390

0,63115

0,19509

0,55134

1,00000

0,05631

0,25486

0,00256

-0,25726

-0,09258

-0,08770

0,25345

0,11500

0,00318

0,05631

1,00000

0,44115

0,49592

-0,05556

0,08362

0,08708

0,49167

0,17368

-0,07136

0,25486

0,44115

1,00000


3.

Memeriksa semua kombinasi variabel tidak bebas yang saling

berhubungan erat. Dari langkah kedua di atas oleh karena jumlah

kepemilikan keadaan, pendapatan keluarga, jumlah rumah tinggal, rumah

panggung, kamar dan rumah tingkat telah dikeluarkan dari model, yang



15/21

tinggal hanya 3 variabel bebas saja. Tabel 2.3 menunjukkan kombinasi

semua variabel beserta nilai koefisien determinannya (R2).

Tabel 2.3 Kombinasi variable tidak bebas

Jumlah Variabel

Dalam ModelR 2 Standard Deviasi Variasi Dalam

Model

1

1

1

0,24593381

0,35124354

0,64410468

47472,870

4403,337

32613,837

Jppp

Jk

Jker

2

2

2

0,47844303

0,66909355

0,94478077

40057,717

31907,144

13034,083

Jk Jppp

Jker Jppp

Jk Jker3 0,94510160 13191,606 Jk Jppp Jker


Catatan:

Jppp = Jumlah pasar, pusat membeli belah, dan pasar raya

Jk = Jumlah Keluarga

Jker = Jumlah Pekerjaan

Tabel 2.3 menujukkan bahwa kombinasi yang memberikan nilai R2

yang tertinggi adalah kombinasi yang berisikan ketiga variabel bebas yang

terdapat dalam model persamaan tersebut, tetapi yang memberikan nilai

standard deviasi minimum adalah kombinasi variabel jumlah keluarga dengan

jumlah pekerjaan.

4. Menentukan model persamaan yang terbaik.

Pi = 5,31 Jk + 3,244 Jker -2028 .(2.1)

Standard deviasi = 13.034

R2= 0,994

Nilal -t bagi koefisien Regresi = 13,6 dan 19,1 pada selang kepercayaan



16/21

1%.

P1 5,26 Jk + 3,2O7Jker + 811,6 Jppp-2 178 .(2.2)

Standart deviasi = 13,192

R2= 0,945

Nilai -t bagi koef. Regresi = 12,88 ; 16,7 dan 0,44 pada selang

kepercayaan 1%.

Pertama yaitu persamaan (2.1). Nilai koefisien determinan (R2) tinggi,

sebesar 0,944. Uji-t menujukkan bahwa semua variabel memberi

pengaruh yang signifikan terhadap jumlah perjalanan yang terjadi pada

tahap selang kepercayaan 1%. Nilai t-tabel pada tahap keyakinan 1 %

dengan derajat kebebasan 37 - 2 35 adalah 2,72 ( lihat tabel sebaran t pada

lampiran). Oleh karena itu model yang pertama memenuhi syarat analisis

regresi.

Perhatikan juga model persamaan yang kedua, yaitu persamaan (2.2).

Nilai koefisien determinan (R2) tinggi, yaitu 0,945. Uji-t bagi koefisien

variabel Jppp memberikan nilai t yang sangat kecil, yaitu 0,44 dan ini

berarti bahwa standard deviasinya tinggi. Oleh karena itu Jppp dianggap

tidak berpengaruh dan boleh dikeluarkan dari model. Dengan demikian

model yang kedua tidak boleh digunakan.

Dibawah ini adalah model persamaan bangkitan pergerakan keluarga di

beberapa kota, yaitu:

1. Y = 1,4099 Xl + 0,0831 X2 - 0.0853



17/21

Dengan Y = total trips, Xl = jumlah anggota keluarga, X2 = jumlah

pekerja dan determinasi sebesar 0,6184 dan standard error 1,4013.

(Pemodelan Bangkitan dari Perumahan, Studi Kasus Perumahan Type

54 Plamongan lndah, Semarang. Mieke Ariyani, Monica Andhy

Winata).

2. Y = 0,063 1 + 1,261 X3

Dengan Y = total pergerakan, X3 jumlah anggota keluarga dengan

koefisien determinasi sebesar 0,726 dan nilai F-hitung sebesar

1152,656 serta t-hitung sebesar 33,951.

(Analisis Model Bangkitan Pergerakan Keluarga di Kawasan

Perumahan Sawojajar Malang. Muhammad Isradi, ST).

C. Penggunaan Model Regresi untuk Peramalan

Koefisien regresi pada persamaan (2.1) dapat ditafsirkan sebagai berikut :

Nilai koefisien variabel 5,31 jumlah keluarga menunjukkan bahwa setiap

keluarga jumlah total perjalanannya sebanyak 5,31 kali dalam sehari. Dengan

kata lain, dalam sebuah keluarga, Bapak keluar bekerja sekali dalam sehari,

Ibu keluarga berbelanja sekali dalam sehari, dan tiga anaknya pergi ke

sekolah setiap hari. Kemudian sesekali mereka pergi rekreasi atau yang

lainnya. Nilai intersep 3,244 bagi variabel jumlah pekerjaan memberi arti

bahwa setiap pekerja akan menghasilkan perjalanan 3,244 kali sehari dari

lokasi tempat ia bekerja, sekali untuk pulang ke rumah, sekali untuk keluar

makan siang, sekali keluar untuk urusan kantor, dan sesekali keluar untuk

urusan tertentu.



18/21

Nilai pembanding 2028 menunjukkan adanya hubungan antara keluarga

dengan keluarga dan pekerja dengan pekerja. Nilai pembanding sedemikian

besar berarti bahwa persamaan regresi linear ini hanya boleh digunakan untuk

zona yang besar/luas.

Untuk peramalan 20 tahun yang akan datang, angka - angka ini mungkin

menyebabkan peramalan yang berlebihan karena jumlah anggota keluarga

mungkin akan menjadi kecil dan ini menyebabkan jumlah bangkitan

perjalanan akan semakin kecil. Demikian halnya dalam bidang pekerjaan,

besar kemungkinan pada masa yang akan datang kebanyakan urusan kantor

akan dijalankan secara elektronik. Hal ini menyebabkan seorang pekerja tidak

perlu keluar dari kantor.

Tabel dibawah ini menampilkan contoh lain dengan menggunakan dua variabel

regresi (X1) adalah variabel tata guna lahan, data yang digunakan untuk zona 8

tercantum pada tabel di bawah ini.

Tabel 2.4 Bangkitan pergerakan dan total pemilikan kendaraan perzona

Nomor Zona Bangkitan Pergerakan /hari Total Pemilikan Kendaraan

1

2

3

4

56

78

500

300

1300

200

4001200

9001000

200

50

500

100

100400

300400

Sumber : (Black, 1981)



19/21

Data pada tabel di atas digambarkan dengan menggunakan program excel

(Black. 1981) sehingga menghasilkan Gambar 2.1. Terlihat bahwa bangkitan

pergerakan merupakan variabel tidak bebas ( sumbu-y). grafik menunjukkan

hubungan linier positif antara bangkitan pergerakan dengan kepemilikan kendaraan

dengan hubungan Y = o + 1X dengan o adalah intersep dan 1 , adalah

kemiringan.

Gambar 2.1 Grafik bangkitan pergerakan dan pemilikan kendaraan

Sumber: Black, (1981)

Metode kuadrat terkecil kemudian digunakan dalam proses regresi ini, karena

garis linear tersebut hanya mempunyai nilai total jumlah kuadrat residual (atau

simpangan) yang paling minimum antara hasil pemodelan dengan hasil pengamatan.

Dengan persyaratan ini data menghasilkan persamaan:

Y = 89,9 +2,48X (2.3)

2.5. Penentuan Jumlah Sampel



20/21

Sesuai dengan topik ini maka objek adalah penduduk yang berdomisili di

kawasan pusat Kota Langsa. Berdasarkan data dari kelurahan dan dari kepala

lingkungan setempat maka besar sampel yang diakui sebagai dasar home interview

mengikuti batasan berdasarkan jumlah penduduk pada kawasan tersebut. Agar

perolehan sampel sesuai dengan (proporsional) terhadap besar jumlah penduduk pada

kawasan perumahan, maka penarikan sampel dilakukan secara random sampling.

Jumlah responden dalam hal ini dengan satuan keluarga, diperoleh dengan

menggunakan rumusan

..(2.4)

Dimana :

( )

[ ] ( )

[ ] ( ) ( )

[ ] ( ) ( )

( )

[ ] ( )

( )

( )

+

=

=

+

=

=

+

=

=

=

N

PP

aZ

SE

PPn

zdikalikan

n

PPzSE

PPz

n

n

PPz

n

PPzSE

n

PPz

n

PPzSE

N

n

n

PPzSE

N

n

n

PPzSE

xa

xa

xa

aa

aa

a

a

1

2

1

1

1

1

11

11

11

11

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2



21/21

n = jumlah sampel yang akan diteliti

N = jumlah populasi

Za/2 = factor tingkat keyakinan

SE = sampling eror

P = proporsi sebenarnya dan populasi

Dalam mencari nilai P(proporsi), ada berbagai cara yaitu :

(i) Jika sampel besar,n> 30, distribusi Pakan mendekati normal

a. Pergunakan prosedur untuk menghitung perkiraan interval U

b. Pergunakan perkiraan nilai P

(ii) Jika sampel kecil dan Ptidak mendekati normal

a. Pergunakan limit distribusi Binominal yang di hitung dari table nilai

Binominal.

(iii) Menggunakan grafik (chart) yang sudah disiapkan oleh beberapa ahli statistik,

yaitu:

a. C lopper & Pearson charts

b. The Chung & Delury charts

c. Fisher & Yates Statistical table

Dari beberapa cara tersebut, hanya cara (i) b dan cara (iii), a yaitu dengan

cara memperkirakan nilai P. dan membaca tabel. (J.. Supranto, 1986)

Maka dalam penelitian ini, digunakan nilai P(proporsi), yaitu dengan cara (i)

b memperkirakan nilai Psebesar 25 %.

BAB III

chapter ii transport

Documents