Model Bangkitan Pergerakan Keluarga Di Kawasan Pemukiman Di Pusat Kota Langsa

MODEL BANGKITAN PERGERAKAN KELUARGA DI

KAWASAN PEMUKIMAN DI PUSAT

KOTA LANGSA

TUGAS AKHIR

Diajukan untuk Melengkapi Tugas-tugas dan Memenuhi Syarat untuk Menempuh Ujian Sarjana Teknik Sipil

Disusun Oleh :

REZA CEICAR YUDHA

NIM : 030404094

BIDANG STUDI TRANSPORTASI

DEPARTEMEN TEKNIK SIPIL

FAKULTAS TEKNIK

UNIVERSITAS SUMATERA UTARA

2009

MODEL BANGKITAN PERGERAKAN KELUARGA DI

KAWASAN PEMUKIMAN DI PUSAT

KOTA LANGSA

TUGAS AKHIR

Diajukan untuk Melengkapi Tugas-tugas dan Memenuhi Syarat untuk Menempuh Ujian Sarjana Teknik Sipil

Disusun Oleh :

REZA CEICAR YUDHA

NIM : 03 0404 094

Pembimbing Co. Pembimbing

Ir. Syahril Dulman Yusandi Aswad, ST, MT

NIP. 130 702 136 NIP. 132 282 139

BIDANG STUDI TRANSPORTASI

DEPARTEMEN TEKNIK SIPIL

FAKULTAS TEKNIK

UNIVERSITAS SUMATERA UTARA

2009

KATA PENGANTAR

Puji dan syukur saya sampaikan kepada Tuhan Yang Maha Esa atas berkat dan rahmat-Nya menyertai saya untuk dapat menyelesaikan Tugas Akhir ini.

Tugas Akhir ini disusun untuk melengkapi tugas-tugas memenuhi syarat untuk menempuh ujian sarjana pada Fakultas Teknik Departemen Teknik Sipil Universitas Sumatera Utara.

Adapun judul dari Tugas Akhir ini adalah “Model Bangkitan Pergerakan Keluarga Di Pusat Kota Langsa”.

Dalam penyusunan laporan Tugas Akhir ini, penulis banyak mendapatkan bantuan dan bimbingan dari berbagai pihak baik berupa material, spiritual, informasi maupun administrasi.

Oleh karena itu izinkan saya menyampaikan rasa hormat dan terima kasih kepada :

1. Bapak Ir. Syahril Dulman, selaku dosen pembimbing dalam penyusunan Tugas Akhir ini;

2. Bapak Yusandi Aswad, ST.MT, selaku dosen Copembimbing dalam penyusunan Tugas Akhir ini;

3. Bapak Prof. DR. Ing. Johanes Tarigan, selaku Ketua Jurusan Teknik Sipil:

4. Bapak Ir. Terunajaya, M.Sc, selaku Sekretaris Jurusan Teknik Sipil; 5. Seluruh Staf pengajar yang telah mendidik saya dan memberikan

6. Orang tua yang dengan penuh kasih sayang telah membesarkan dan mendidik saya;

7. Dan kepada seluruh teman-teman yang tidak dapat saya sebutkan namanya yang turut membantu dan memberikan dukungan dari awal saya kuliah hingga penyelesaian Tugas Akhir ini.

Walaupun saya sudah berupaya semaksimal mungkin, namun saya menyadari kemungkinan terdapat kekurangan dan kesilapan. Oleh karena itu saya sangat mengharapkan saran dan kritik yang dapat memperbaiki laporan ini.

Semoga laporan ini dapat bermanfaat bagi siapapun yang membacanya.

Medan, Mei 2009

Hormat saya Penyusun,

REZA CEICAR YUDHA NIM : 030404094

ABSTRAK

Penduduk merupakan faktor utama dalam perkembangan suatu kota, yang diiringi dengan pertumbuhan kawasan perumahan, hal ini disebabkan karena kota memiliki pusat – pusat kegiatan tertentu seperti perkantoran, pusat bisnis dan industri. Pertumbuhan wilayah perkotaan dengan adanya pengembangan kawasan perumahan akan meningkatkan jumlah perjalanan menuju pusat pusat kegiatan keluarga dari suatu kawasan perumahan.

Model penelitian ini menggunakan 2 (dua) sumber data yang diambil dari kawasan pemukiman di pusat Kota Langsa yaitu data sekunder yang diperoleh dari instansi instansi terkait dan data primer yang di dapat melalui penyebaran kuisioner dengan pengambilan sampel secara acak atau random sampling. Metode analisis yang digunakan adalah metode analisis regresi linear berganda dan uji statistik.

Analis yang pertama dilakukan adalah analisis uji antar variabel dengan menggunakan matriks korelasi, dari hasil matriks korelasi ternyata hanya 2 (dua) variabel bebas saja yang berpengaruh kuat terhadap total bangkitan pergerakan yang terjadi yaitu jumlah anggota keluarga (X1) dan kepemilikan kendaraan (X2),

kemudian dilakukan uji statistik yaitu uji – t ( parsial / individu ) dan uji F (simultan) dengan selang keyakinan 95 %. Untuk mengetahui ketepatan dari model yang terbentuk digunakan nilai koefisien determinan ( R2).

Adapun kesimpulan dari hasil analisis ini adalah untuk karakteristik rumah tangga di kawasan pemukiman di pusat Kota Langsa 86,25 % berpendapatan tinggi di atas Rp.1.250.000,. perkeluarga perbulan. Untuk tingkat kepemilikan kendaraan, 80 % keluarga memiliki kendaraan mobil satu, 8,75 % memiliki kendaraan mobil lebih dari satu, dan 11,25 % tidak memiliki kendaraan hal tersebut digunakan dalam variabel bebas untuk analisis regresi karena memiliki pengaruh yang besar r ≥ 0,5 dari hasil pengujian matriks korelasinya..

Untuk karakteristik perjalanan moda yang paling banyak digunakan untuk melakukan pergerakan adalah mobil. Sedangkan model persamaan bangkitan pergerakan yang terbaik adalah Y=-1,813 + 0,757 X₁ +2,156 X2. Besarnya bangkitan

perjalanan yang terjadi dipengaruhi oleh besarnya jumlah anggota keluarga (X1)

dan jumlah kepemilikan kendaraan (X2). Dimana nilai koefisien variabel 0,757

jumlah keluarga menunjukkan bahwa setiap keluarga jumlah total perjalanannya sebanyak 0,757 kali dalam sehari, Nilai intersep 2,156 bagi variabel kepemilikan kendaraan memberi arti bahwa setiap kendaraan akan menghasilkan perjalanan

2,156 kali sehari, dengan nilai koefisien determinan (R2) = 0,588 dan nilai F – hitung sebesar 48,517 serta t – hitung sebesar 6,793 dan 5,798.

DAFTAR ISI

Abstrak ... iii

Daftar Isi ... iv

Daftar Tabel... vii

Daftar Notasi ... ix

BAB I PENDAHULUAN I.1 Umum ... 1

I.2 Latar Belakang ... 1

I.3 Permasalahan ... 3

I.4 Tujuan Studi ... 3

I.5 Manfaat Studi ... 4

I.6 Pembatasan Masalah ... 4

I.7 Metodologi ... 5

BAB II STUDI PUSTAKA 2.1 Konsep Perencanaan Transportasi ... 7

2.2 Pengertian Bangkitan Pergerakan ... 7

2.3 Faktor —faktor yang Mempengaruhi Terjadinya Perjalanan ... 9

2.3.1 Faktor tata guna tanah ... 11

2.3.2 Sosial Ekonomi penduduk ... 12

2.3.3 Sifat, Luas dan Kemampuan Sistem Pengangkutan ... 14

2.4 Metode Analisis Bangkitan Perjalanan ... 15

2.4.1 Metode Faktor Pengembangan (Expansion Factor) ... 15

2.4.2 Metode Analisis Regresi Linear ... 16

A. Tata Cara Pembuatan Model Regresi ... 17

B. Contoh Pembuatan Model ... 18

C. Penggunaan Model Regresi untuk Peramalan ... 23

2.5 Penentuan Jumlah Sampel ... 26

BAB III METODOLOGI PENELITIAN 3.1 Umum ... 28

3.2 Alat – alat Penenlitian ... 30

3.2.1 Metode Pengumpulan Data ... 31

3.2.2 Pembuatan Kuesioner ... 32

A. Karakteristik Rumah Tangga ... 32

B. Karakteristik Perjalanan ... 32

3.2.3 Pelaksanaan Pengumpulan Data ... 33

3.3 Penentuan Jumlah Sampel ... 35

3.4 Metode Pengelompokan Data ... 35

A. Berdasarkan karakteristik rumah tangga ... 35

B. Berdasarkan karakteristik perjalanan ... 37

3.5 Analisis Regresi Linear Sederhana ... 38

3.5.1 Metode Kuadrat Terkecil Untuk Regresi Linear ... 39

3.5.2 Koefisien Korelasi ... 40

3.5.3 Standar Error Koefisien Regresi ... 42

3.5.4 Pembentukan Variabel ... 43

3.6 Regresi Linear berganda ... 44

3.6.1 Koefisien Determinan (R2) Dan Korelasi Berganda ... 45

3.6.2 Pengujian Hipotesa Secara Parsial (Uji-t) ... 47

3.6.3 Pengujian Hipotesa Secara Menyeluruh (Uji-F) ... 47

BAB IV PENYAJIAN DATA 4.1 Data Yang Diperoleh ... 49

4.2 Karakteristik Rumah Tangga ... 50

4.2.1 Pendapatan Keluarga ... 50

4.2.2 Kepemilikan Kendaraan ... 51

4.2.3 Jumlah Orang Dalam Keluarga ... 52

4.3 Stuktur Keluarga ... 52

4.3.1 Usia ... 52

4.3.2 Tingkat Pendidikan ... 54

4.3.3 Status Pekerjaan ... 54

4.4 Karakteristik Perjalanan... 55

4.6 Waktu Memulai Perjalanan ... 64

4.7 Waktu Mengakhiri Perjalanan ... 67

4.8 Penggunaan Moda Perjalanan ... 68

BAB V ANALISIS MODEL BANGKITAN PERJALANAN 5.1 Umum ... 70

5.2 Analisis Regresi ... 73

5.2.1 Analisis Pengujian Korelasi Antar Variabel ... 73

5.2.2 Pembentukan dan Pengujian Model ... 76

5.2.3 Memeriksa Hubungan Antara Total trip (Y) Terhadap Anggota keluarga(X1) ... 77

5.2.4 Memeriksa Hubungan Antara Total trip (Y) Terhadap Kepemilikan Kendaraan(X2) ... 88

5.2.5 Analisis Gabungan Varibel X1 dan X2 ... 93

5.3 Model Persamaan Regresi Yang Sesuai Secara Statistik ... 95

BAB VI KESIMPULAN DAN SARAN 6.1 Kesimpulan ... 98

6.2 Saran ... 100

DAFTAR PUSTAKA ... 101

LAMPIRAN... 102

DAFTAR TABEL

Tabel 2.1 Sosio-ekonomi,Tataguna Tanah dan Jumlah Tata Perjalanan 19

Tabel 2.2 Matrik Korelasi Antar Variabel... 20

Tabel 2.3 Kombinasi Variabel Tidak Bebas... 21

Tabel 2.4 Bangkitan Pergerakan dan Total Pemilikan Kendaraan Perzona 24 Tabel 3.1 Beberapa Model Tidak Lanear... 43

Tabel 4.1 Rincian Data Responden... 49

Tabel 4.2 Jumlah Pendapatan Keluarga/Bulan... 50

Tabel 4.3 Kepemilikan Kendaraan... 51

Tabel 4.4 Jumlah Orang Dalam Keluarga... 52

Tabel 4.5 Usia Anggota Keluarga... 53

Tabel 4.6 Tingkat Pendidikan Responden... 54

Tabel 4.7 Status Pekerjaan Responden... 55

Tabel 4.8 Frekwensi Pejalanan Yang Memiliki Kendaraan Mobil.... 56

Tabel 4.9 Frekwensi Pejalanan Yang Tidak Memiliki Kendaraan Mobil 58 Tabel 4.10 Distribusi Pejalanan Bapak Berdasarkan Zona... 62

Tabel 4.11 Distribusi Pejalanan Ibu Berdasarkan Zona... 63

Tabel 4.12 Distribusi Pejalanan Anak Berdasarkan Zona... 63

Tabel 4.13 Total Tiap Zona Perjalanan... 64

Tabel 4.14 Waktu Memulai Perjalanan Bapak... 65

Tabel 4.15 Waktu Memulai Perjalanan Ibu... 65

Tabel 4.16 Waktu Memulai Perjalanan Anak... 65

Tabel 4.17 Waktu Memulai Perjalanan Semua Anggota Keluarga... 66

Tabel 4.18 Waktu Akhir Perjalanan Bapak... 67

Tabel 4.19 Waktu Akhir Perjalanan Ibu... 67

Tabel 4.20 Waktu Akhir Perjalanan Anak... 67

Tabel 4.21 Waktu Akhir Perjalanan Semua Anggota Kelurga... 68

Tabel 4.22 Penggunaan Moda Perjalanan... 68

Tabel 5.1 Data Sosio-ekonomi pada Kawasan Perumahan Kampung Jawa Baru... 71

Tabel 5.3 Analisis Antar Total Trip (Y) Terhadap Jumlah Keluarga 77 Tabel 5.4 Bentuk Bangkitan Perjalanan dan Nilai Determinan (R2) 83 Tabel 5.5 Analisis Total Trip Dengan Jumlah Anggota Keluarga dalam bentuk fungsi

Logaritma……… 85

Tabel 5.6 Bentuk Model Bangkitan Perjalanan dan Nilai R2……… 88 Tabel 5.7 Analisis Total Trip dengan Kepemilikan Kendaraan……. 90 Tabel 5.8 Analisis Total Trip dengan Jumlah Keluarga dan Kepemilikan

Kendaraan……… 93

ABSTRAK

Penduduk merupakan faktor utama dalam perkembangan suatu kota, yang diiringi dengan pertumbuhan kawasan perumahan, hal ini disebabkan karena kota memiliki pusat – pusat kegiatan tertentu seperti perkantoran, pusat bisnis dan industri. Pertumbuhan wilayah perkotaan dengan adanya pengembangan kawasan perumahan akan meningkatkan jumlah perjalanan menuju pusat pusat kegiatan keluarga dari suatu kawasan perumahan.

Model penelitian ini menggunakan 2 (dua) sumber data yang diambil dari kawasan pemukiman di pusat Kota Langsa yaitu data sekunder yang diperoleh dari instansi instansi terkait dan data primer yang di dapat melalui penyebaran kuisioner dengan pengambilan sampel secara acak atau random sampling. Metode analisis yang digunakan adalah metode analisis regresi linear berganda dan uji statistik.

Analis yang pertama dilakukan adalah analisis uji antar variabel dengan menggunakan matriks korelasi, dari hasil matriks korelasi ternyata hanya 2 (dua) variabel bebas saja yang berpengaruh kuat terhadap total bangkitan pergerakan yang terjadi yaitu jumlah anggota keluarga (X1) dan kepemilikan kendaraan (X2),

kemudian dilakukan uji statistik yaitu uji – t ( parsial / individu ) dan uji F (simultan) dengan selang keyakinan 95 %. Untuk mengetahui ketepatan dari model yang terbentuk digunakan nilai koefisien determinan ( R2).

Adapun kesimpulan dari hasil analisis ini adalah untuk karakteristik rumah tangga di kawasan pemukiman di pusat Kota Langsa 86,25 % berpendapatan tinggi di atas Rp.1.250.000,. perkeluarga perbulan. Untuk tingkat kepemilikan kendaraan, 80 % keluarga memiliki kendaraan mobil satu, 8,75 % memiliki kendaraan mobil lebih dari satu, dan 11,25 % tidak memiliki kendaraan hal tersebut digunakan dalam variabel bebas untuk analisis regresi karena memiliki pengaruh yang besar r ≥ 0,5 dari hasil pengujian matriks korelasinya..

Untuk karakteristik perjalanan moda yang paling banyak digunakan untuk melakukan pergerakan adalah mobil. Sedangkan model persamaan bangkitan pergerakan yang terbaik adalah Y=-1,813 + 0,757 X₁ +2,156 X2. Besarnya bangkitan

perjalanan yang terjadi dipengaruhi oleh besarnya jumlah anggota keluarga (X1)

dan jumlah kepemilikan kendaraan (X2). Dimana nilai koefisien variabel 0,757

jumlah keluarga menunjukkan bahwa setiap keluarga jumlah total perjalanannya sebanyak 0,757 kali dalam sehari, Nilai intersep 2,156 bagi variabel kepemilikan kendaraan memberi arti bahwa setiap kendaraan akan menghasilkan perjalanan

2,156 kali sehari, dengan nilai koefisien determinan (R2) = 0,588 dan nilai F – hitung sebesar 48,517 serta t – hitung sebesar 6,793 dan 5,798.

DAFTAR ISI

BAB I PENDAHULUAN

1.1 Umum

Permasalahan yang terjadi di semua negara berkembang, termasuk di Indonesia, umumnya seragam, yaitu kota-kota mengalami tahap pertumbuhan urbanisasi yang tinggi akibat laju pertumbuhan ekonomi yang pesat sehingga kebutuhan penduduk untuk rnelakukan perjalanan juga semakin meningkat.

Perkembangan penduduk yang terjadi di kota besar, cenderung untuk terkonsentrasi di kawasan pusat kota, namun pusat kota memiliki lahan yang sangat terbatas untuk menampung perkembangan penduduk ini, karena kawasan pusat kota telah dipadati oleh segala aktivitas sosial, ekonomi, politik dan sebagainya, yang merupakan fungsi kehidupan suatu kota. Fungsi tersebut membawa konsekuensi pada perkembangan dan pengembangan kota sebagai akibat pengaruh dari luar maupun fungsi kota itu sendiri.

1.2 Latar Belakang

Penduduk merupakan faktor utama dalam perkembangan suatu kota, yang diiringi dengan pertumbuhan wilayah perkotaan dan perekonomian terutama di wilayah kota-kota besar dan kota-kota pendukung sekitarnya serta kota-kota yang memiliki pusat-pusat kegiatan tertentu.

Pertumbuhan wilayah perkotaan dengan adanya pengembangan kawasan perumahan akan meningkatkan mobilitas angkutan penumpang dan barang ke

berbagai wilayah. Untuk itu perlu dilakukan analisis mengenai model bangkitan pergerakan keluarga dari suatu kawasan perumahan.

Dibangunnya suatu kawasan perumahan di sekitar kota oleh pihak Perumnas atau pengembang lainnya, mengakibatkan bangkitan pergerakan yang menuju pusat kegiatan seperti perkantoran, pertokoan, pendidikan dan lain-lain menjadi terpusat dan dalam waktu yang bersamaan, sehingga bangkitan ini akan membebani jalur-jalur jalan menuju ke pusat-pusat kegiatan tersebut.

Bangkitan pergerakan itu sendiri dilakukan oleh orang-orang yang tinggal di kawasan perumahan tersebut maupun orang-orang pendatang, tentunya dipengaruhi oleh faktor-faktor tertentu, dimana faktor-faktor tersebut merupakan suatu kebiasaan tersendiri dari tiap-tiap kawasan atau sifat khas kawasan tersebut. Yang menjadi permasalahan adalah faktor-faktor apa saja yang menyebabkan mereka melakukan pergerakan setiap harinya.

Berdasarkan pertimbangan di atas dirasakan perlu di lakukan suatu study penelitian yang diharapkan dapat memberi jalan keluar terhadap hal-hal yang telah diuraikan di atas. Penelitian tersebut diberi judul “ Model bangkitan pergerakan

keluarga di kawasan pemukiman di pusat kota langsa”. Adapun alasan pemilihan

lokasi pemukiman tersebut adalah:

- Penduduk atau masyarakatnya memiliki kenderaan bermotor, dimana kendaraan bermotor merupakan salah satu parameter yang mempengaruhi banyaknya trip.

1.3 Permasalahan

Permasalahan pada penelitian ini dapat diidentifikasikan sebagai kemungkinan terjadinya ketidak-efisienan dalam hal ini kemacetan lalu lintas yang diakibatkan oleh pertambahan jumlah perjalanan yang melebihi daya tampung jalan di kawasan. Hal ini disebabkan oleh:

- Tumbuhnya kawasan-kawasan perumahan di Kelurahan Kampung Jawa Baru tersebut.

- Minimnya sarana jalan untuk keluar dari dalam kawasan menuju pusat kota yang hanya satu ruas jalan saja.

- Kawasan Pemukiman Kampung Jawa Baru telah dikembangkan lebih luas.

OIeh karena permasalahan tersebut maka diperlukan studi perencanaan transportasi untuk dapat memperoleh sistem lalu-lintas yang efisien, yang dapat mengantisipasi akibat perkembangan kawasan sesuai dengan kondisi lalu - lintas yang ada di kawasan perumahan.

1.4 Tujuan Studi

Adapun tujuan studi ini adalah untuk menganalisis karakteristik bangkitan pergerakan keluarga dan untuk mendapatkan model bangkitan pergerakan keluarga di Kawasan Pemukiman Kampung Jawa Baru.

Dalam penelitian ini karakteristik perumahan yang dianalisis adalah jumlah pergerakan keluarga perhari seperti bekerja, sekolah / kuliah, belanja, atau tujuan sosial lainya sebagai variabel terikat, jumlah anggota keluarga, pendapatan, kepemilikan kendaraan, jenis pekerjaan, tipe rumah, dan jumlah anggota keluarga

yang berkerja sebagai variabel bebas pada Kawasan Pemukiman Kampung Jawa Baru untuk mengetahui model bangkitan pergerakan keluarga.

1.5 Manfaat Studi

Adapun manfaat studi yang diharapkan dan hasil studi ini adalah dapat diketahui bahwa pembangunan kawasan pemukiman yang setipe dengan kawasan yang distudi akan menghasilkan bangkitan yang tidak jauh berbeda, sehingga dalam perencanaan pembangunan kawasan pemukiman nantinya sudah akan termasuk juga perencanaan lalu - lintasnya.

1.6 Pembatasan Masalah

Kegiatan studi ini memiliki batasan-batasan sebagai berikut:

1. Analisis akan dilakukan dengan analisis regresi linear berganda dengan menggunakan paket program komputer.

2. Asumsi yang digunakan adalah penggunaan anggapan bahwa model dan data memenuhi syarat uji kecukupan data dan uji linearitas.

3. Pembebanan jaringan jalan yang diakibatkan timbulnya bangkitan lalu - lintas dan kawasan pemukiman tidak diamati dan tidak diperhitungkan. 4. Perjalanan yang diperhitungkan adalah perjalanan antar zona, dimana

perjalanan dalam zona pemukiman tersebut tidak diperhitungkan.

5. Perjalanan yang diteliti adalah perjalanan yang rutin dilakukan, antara lain perjalanan ke tempat kerja, sekolah, belanja, perjalanan rekreasi, dan lain- lain.

6. Penelitian dilakukan pada trip pergerakan orang (yang dibangkitkan), dengan pangkal perjalanan adalah rumah.

7. Pengambilan data dilakukan secara acak dengan menggunakan metode acak sederhana (simple random sampling).

1.7 Metodologi

Metodologi yang digunakan dalam tulisan ini adalah:

1. Studi Pustaka, mencakup teori mengenai model bangkitan pergerakan, perumusan masalah, dan ruang lingkup pembahasan

2. Pengumpulan Data

- Data Primer, yaitu dengan mengambil data secara langsung ke lapangan dengan melakukan survei. Data yang di kumpulkan meliputi :

a. Karakteristrik rumah tangga: - Besar pendapatan perbulan - total trip/perjalanan

- jumlah anggota keluarga - Jumlah pekerja/bersekolah - Kepemilikan kenderaan - Type / Luas rumah b. Karakteristik perjalanan

- Tujuan perjalanan - Maksud perjalanan - Moda yang digunakan

- Data Sekunder, yaitu data-data yang diperlukan didapatkan dari hasil study yang terdahulu atau sumber-sumber atau instansi yang terkait langsung antara lain:

- Data mengenai tipe-tipe rumah yang ada - Jumlah unit rumah yang telah terhuni

3. Metode statistik, yaitu mengenai pengumpulan dan pengolahan data yang didapat dari hasil survey dan dan data sekunder dan hubungannya dengan pemodelan pergerakan keluarga.

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:

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 attraction dan trip production adalah:

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

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.

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.

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 generation yang 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.

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

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 berberbeda-beda-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

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.

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 generation adalah 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 generation sebesar 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 generation ditaksir 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.

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.

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

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:

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,

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

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

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

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 Model

R2 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 Jker

3 0,94510160 13191,606 Jk Jppp Jker

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

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

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:

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.

• 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 5 6 7 8

500 300 1300

200 400 1200

900 1000

200 50 500 100 100 400 300 400

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 = βo + β1X dengan βo adalah intersep dan β1 , 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)

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 P P a Z SE P P n z dikalikan n P P z SE P P z n n P P z n P P z SE n P P z n P P z SE N n n P P z SE N n n P P z SE x a x a x a a a a a a a 1 2 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2

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 P akan mendekati normal

a. Pergunakan prosedur untuk menghitung perkiraan interval U b. Pergunakan perkiraan nilai P

(ii) Jika sampel kecil dan P tidak 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 & Yate’s 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 P sebesar 25 %.

METODOLOGI PENELITIAN

3.1 Umum

Arti dari metodelogi penelitian adalah menguraikan bagaimana tata cara penelitian ini dilakukan. Pemilihan metode yang tepat sesuai dengan tujuan penelitian, sangat berpengaruh pada cara-cara memperoleh data. Pengumpulan data harus dapat memenuhi tujuan penelitian, sesuai dengan yang diharapkan.

Metode penelitian yang dipergunakan dalam penelitian ini adalah: 1. Metode pengumpulan data

2. Penentuan jumlah sampel sesuai dengan penelitian

3. Pengorganisasian data/pengelompokan data yang diperoleh dari hasil survey 4. Studi pustaka

Dilakukan untuk mencari landasan teori analisis. 5. Analisa data

Dilakukan analisis pemilihan variabel bebas dan tidak bebas berdasarkan nilai korelasinya, pembangunan model dilakukan dengan analisis linear berganda, model yang diperoleh ditentukan oleh nilai R2 dan simpangan bakunya kemudian model yang diperoleh tidak linear akan diubah menjadi linear dengan cara mengubah hubungan matematisnya. Dan ketepatan persamaan mengukuti uji-t ( parsial/ individu) dan uji-F.

Gambar 1.1 Bagan Alir Penelitian

Menentukan Tujuan Penelitian

Menentukan Jumlah Riset Dan Sumber Penelitian

Studi Literatur

Penentuan Parameter

Pengumpulan Data

Survei Lapangan

Analisis Data

Pembahasan Dan Kesimpulan

Selesai Menentukan Sample

3.2 Alat-alat Penelitian

Alat-alat yang digunakan dalam penelitian ini adalah berupa blanko kuesioer dan alat tulis. Blanko kuesioner berisi tentang pertanyaan dan data yang harus diisi oleh responden. Untuk penulisan dan pengolahan data dilakukan dengan menggunakan software word dan excel serta program SPSS versi 15.0 for windows (aplikasi statistik).

SPSS adalah sebuah program aplikasi yang memiliki kemampuan analisis statistikcukup tinggi serta sistem manajemen data pada lingkungan grafis dengan menggunakan menu-menu deskriptif dan kotak-kotak dialog yang sederhana sehingga mudah untuk dipahami cara pengoprasiannya. Beberapa aktivitas dapat dilakukan dengan mudah menggunakan pointing dan cliking mouse.

SPSS banyak digunakan dalam berbagai riset pemasaran,pengendalian dan perbaikan mutu (quality improvement), serta riset-riset sains.

SPSS pertama kali muncul dengan versi PC (bias dipakai untuk komputer desktop) dengan nama SPSS/PC+(versi DOS). Tetapi,dengan mulai populernya system operasi windows, SPSS mulai mengeluarkan versi windows (mulai dari versi 6.0 sampai versi terbaru sekarang).

SPSS (awalnya, Paket Statistik untuk Ilmu Sosial) telah dirilis dalam versi pertama pada tahun 1968 setelah didirikan oleh Norman Nie dan C. Hadlai Hull. SPSS adalah software yang paling banyak digunakan untuk program analisis statistik dalam ilmu sosial dan banyak digunakan oleh peneliti pasar, peneliti kesehatan, perusahaan survey, pemerintah, peneliti pendidikan, organisasi pemasaran dan lain-lain.

Pada awalnya SPSS dibuat untuk keperluan pengolahan data statistik untuk ilmu-ilmu sosial, sehingga kepanjangan SPSS itu sendiri adalah Statistical package

for the Social Sciens. Sekarang kemampuan SPSS diperluas untuk melayani berbagai

jenis pengguna (user), seperti untuk proses produksi di pabrik, riset ilmu sains dan lainnya. Dengan demikian, sekarang kepanjangan dari SPSS Statistical Product and

Service Solutions.

SPSS dapat membaca berbagai jenis data atau memasukkan data secara langsung ke dalam SPSS Data Editor. Bagaimanapun struktur dari file data mentahnya, maka data dalam Data Editor SPSS harus dibentuk dalam bentuk baris (cases) dan kolom (vaiabel). Case berisi informasi yang dikuimpulkan dari masing-masing kasus.

3.2.1 Metode Pengumpulan Data

Dalam penelitian ini diperoleh dua sumber data yaitu data primer dan data sekunder. Data sekunder diperoleh dari survey pendahuluan yang berupa data mengenai tipe - tipe rumah yang ada dan jumlah rumah yang telah terhuni, yang diperoleh dari Kepala Lingkungan Perumahan Kampung Jawa Baru. Data Primer didapat melali metode survey. Metode ini digunakan untuk mendapat informasi berupa jawaban-jawaban atas serentetan pertanyaan - pertanyaan yang tersusun dalam daftar isian (kuesioner) yang diajukan langsung kepada penduduk Perumahan Kampung Jawa Baru. (responden).

3.2.2 Pembuatan Kuesioner

Kuesioner yang dibuat sebagai alat pengumpulan data ini terdiri dari dua bagian yaitu karakteristik rumah tangga dan karakteritik perjalanan.

Kedua bagian tersebuit akan dijelaskan di bawah ini.

a. Karakteristik Rumah Tangga

Data yang didapatkan dari karakteristik rumah tangga adalah: 1. Jumlah anggota keluarga yang tinggal dalam satu rumah 2. Jumlah pendapatan keluarga perbulan

3. Jumlah kepemilikan kendaraan

4. Jumlah anggota keluarga yang bekerja 5. Type /Luas rumah

b. Karakteristik Perjalanan

Perjalanan yang dilakukan oleh penghuni perumahan adalah perjalanan yang berbasis rumah yaitu perjalanan yang berawal dan perumahan tersebut. Pada penelitian ini tujuan perjalanan yang diperhitungkan adalah perjalanan rutin dilakukan, seperti perjalanan ke tempat kerja, perjalanan ke sekolah dan lain- lain.

Moda yang dipakai dalam melakukan perjalanan juga menjadi faktor yang dibahas dalam penelitian ini. Perjalanan dilakukan dengan kenderaan pribadi atau dengan kendaraan umum merupakan karakteristik yang cukup penting mengingat pembebanannya yang berbeda pada jaringan jalan yang ada.

Hal ini yang perlu diperhatikan adalah waktu untuk memulai dan mengakhiri perjalanan tersebut. Faktor ini dipergunakan untuk mengetahui pukul berapa puncak

bangkitan tersebut terjadi dan bagaimana karakteristik perjalanan tersebut dilihat dari waktu memulainya.

3.2.3 Pelaksanaan Pengumpulan Data

Untuk mendapatkan data yang diperlukan dalam penelitian ini maka dilakukan survey terhadap keluarga yang tinggal di lokasi penelitian. Survey yang dilakukan dengan cara metode wawancara (home interview).

Sampel adalah bagian dari populasi yang diambil dengan menggunakan cara-cara tertentu. Salah satu cara-cara yang populer dalam Ilmu Statistik untuk memperoleh sampel yang representatif adalah dengan cara random. Cara ini tidak memilih-milih subjek untuk dijadikan sampel. Jadi tiap-tiap subjek dalam populasi diberi kesempatan yang sama untuk menjadi anggota sampel.

Cara yang paling umum dilakukan oleh banyak para ahli statistik dan para peneliti adalah dengan menggunakan tabel bilangan random. Prosedurnya sangat sederhana serta kemungkinan penyelewengan dapat dihindari.

Penggunaan tabel bilangan random dijelaskan sebagai berikut: a. Buat daftar subjek dengan nomor urutnya

b. Jatuhkan ujung pensil ke sembarang tempat pada tabel bilangan random c. Ambil tiga angka yang berdekatan dengan jatuhnya ujung pensil itu untuk

mengidentifikasi sampel kedua, ketiga dan seterusnya ambil tiga angka di bawah atau di atasnya sampai kebutuhan terpenuhi.

Iangkah-langkah penentuan sampel adalah:

1. Membuat kode nomor rumah - rumah tersebut secara berurut dari awal hingga akhir.

2. Karena jumlah rumah yang telah terhuni sebanyak 253 rumah maka penomoran tersebut dari nomor 001 sampai dengan 253.

Dengan mengikuti langkah-langkah yang telah ditentukan maka diperolehlah kode rumah sebagai anggota sampel.

Setelah mendapat izin dari lingkungan setempat, keluarga yang diambil sebagai sampel dikunjungi dan dilakukan wawancara sekaligus dijelaskan maksud penelitian. Selanjutnya kepada setiap anggota keluarga tersebut diberikan kuesioner untuk diisi dan dijelaskan cara mengisinya.

Pelaksanaan pengisian daftar kuesioner ini dilakukan dengan dua cara yaitu:

1. Daftar isian ditinggal di setiap rumah dan diambil keesokan harinya 2. Diisi angsung oleh petugas survey.

Dari kedua cara ini, ternyata cara kedua lebih menguntungkan karena data yang ditanyakan langsung kepada responden dan diisi petugas survey, sehingga data masukan setiap keluarga dapat sesuai dengan yang diinginkan, namun waktu yang diperlukan menjadi lebih panjang.

Sedangkan cara pertama, banyak daftar isian yang diambil belum terisi semua hingga diperlukan pendataan ulang yang menyita waktu yang lebih lama.

3.3 Penentuan Jumlah Sampel

Dengan jumlah populasi (N) 253 keluarga dan sampling error (SE) = 10%, dan dengan tingkat kepercayaan 95% (Za/2) = 1,96 dengan proporsi sebenarnya

dan populasi adalah (P) 25%, maka dengan menggunakan persamaan (2.4) jumlah yang diambil (n) =

(

)

    − +       − = N P P Z SE P P n a ) 100 ( 100 2 2 /

(

)

    − +     − = 253 ) 25 100 ( 25 96 , 1 10 25 100 25 2 n

n = 79.069 ≈ 80 Keluarga

3.4 Metode Pengelompokan Data

Pengelompokan data penelitian yang didapatkan dan kuesioner dilakukan dengan tahapan sebagai berikut:

a. Berdasarkan karakteristik rumah tangga

o Jumlah anggota keluarga yang tinggal dalam satu rumah

Dalam kategori ini jumlah orang dalam keluarga dibagi dalam 3 (tiga) kategori yaitu:

a. Jumlah anggota keluarga yang kurang dari 3 orang (‘<3 orang) b. Jumlah anggota keluarga antara 4 - 6 orang

c. Jumlah anggota keluarga lebih dari 7 orang (> 7 orang)

Hal tersebut didasarkan pada struktur keluarga yang tinggal di kawasan perumahan tersebut.

o Jumlah pendapatan keluarga

Sesuai dengan pengklasifikasian perumahan menurut REI bahwa Perumahan Kampung Jawa Baru termasuk perumahan golongan menengah, maka klasifikasi pendapatan dibagi dalam dua kategori sebagal berikut:

a. Rp. 825.000,00-1.250.000,00 per keluarga perbulan (menengah)

b. Lebih dari Rp. 1.250.000,00 per keluarga perbulan (tinggi). Pengklasifikasian ini sesuai dengan petunjuk dari Bank Dunia yang telah membuat suatu batasan mengenai tingkat pendapatan dalam suatu negara berkembang seperti Indonesia, sebagai berikut:

1. Golongan ekonomi lemah = 17 % 2. Golongan menegah = 33 % 3. Golongan atas 50 %

Dengan GNP Indonesia untuk tahun 1997 adalah $1000, dan asumsi bahwa $1 sama dengan Rp. 7500,- maka batasan-batasan tersebut ditentukan sebagai berikut:

Untuk golongan menengah berdasarkan jumlah ukuran keluarga yang ditetapkan oleh BKKBN bahwa satu keluarga ideal terdiri dari empat orang, maka pendapatan keluarga ekonomi menengah ialah:

33, % x $.UJOO x Rp.7500 - x 4 = Rp.825.000, 12

Untuk golongan atas adalah:

50% x $.1000 x Rp.7500, - x 4 = Rp.1.250.000, 12

Sehingga untuk pendapatan telah dibagi menjadi dua bagian.

o Jumlah kepemilikan kendaraan

 Keluarga yang tidak mempunyai mobil  Keluarga yang memiliki 1 (satu) mobil

 Keluarga yang memiliki lebih dari 1 (satu) mobil

o Jenis pekerjaan

 Pengawai Negeri /ABRI  Pegawai swasta

 Wiraswasta

b. Berdasarkan karakteristik perjalanan

• Tujuan perjalanan

Tujuan perjalanan/pergerakan didasarkan pada zona yang akan dituju • Maksud perjalanan

Maksud perjalanan dibagi atas pergerakan yaitu:

1. Bekerja

2. Sekolah

3. Olah Raga

4. Belanja

• Moda yang digunakan untuk melakukan pergerakan. 1. Mobil

2. Sepeda motor 3. Jalan Kaki 4. Sepeda

5. Taksi / Angkutan umum

3.5 Analisis Regresi Linear Sederhana

Analisis regresi linear adalah merupakan metode statistik yang digunakan untuk menganalisis hubungan antara variable – variabel yang berbentuk kuantitatif. Disamping membahas hubungan antara dua atau Iebih variabel (variabel bebas dan variabel tidak bebas), analisis regresi juga digunakan untuk membuat perkiraan nilai suatu variabel dengan menggunakan satu atau beberapa variabel lain yang berhubungan dengan variabel tersebut.

Hubungan antara variabel tidak bebas dengan variabel bebas ini dapat dirumuskan ke dalam bentuk persamaan matematik:

Y = βo + β1.x ………..(3.0)

dimana:

y = variabel tidak bebas /variabel terikat

β0 = nilai intersep (titik potong kurva terhadap sumbu y)

β1 = kemiringan (slope) kurva linear

Tujuan analisis ini adalah untuk mendapatkan satu garis linear yang dapat

mewakili data tersebut. Dengan perkataan lain βo dan ,β1 yang diperkirakan

seharusnya membentuk garis linear yang melalui semua atau sebagian titik yang ada. Seperti yang ditunjukkan dalam Gambar 3.0 “y” adalah jumlah perjalanan dalam satuan orang atau pergerakan kendaraan. “x” ialah variabel tidak bebas yang mempengaruhi jumlah perjalanan misalnya faktor tata guna lahan atau faktor sosial ekonomi, sedangkan nilai SSE (e) ialah perbedaan nilai “x” dengan nilai y.

Gambar 3.0 Contoh perbedaaan nilal e dengan garis

3.5.1 Metode Kuadrat Terkecil Untuk Regresi Linear

Metode kuadrat terkecil (least square method) adalah metode yang digunakan untuk menentukan persamaan linear estimasi, berarti memilih satu kurva linear dari beberapa kemungkinan kurva linear yang dapat dibuat dari data aktual dengan data estimasinya. Kriteria ini dikenal dengan istilah prinsip kuadrat terkecil (principle of

least square). Prinsip pemilihan garis yang mempunyai nilai βo nilai β1 yang dapat

……….(3.1)

Dimana:

SSE = jurnlah kuadrat utuk kesalahan (sum of square for error) Y1 = nilai variabel Y

^

1

Y = nilai taksiran Y

Untuk membuat peramalan, penaksiran, atau pendugaan dengan persamaan

regresi maka nilai β0 dan β1 harus ditentukan terlebih dahulu. Dengan metode

kuadrat terkecil (least square), nilai β0 dan nilai β1 dapat ditentukan dengan rumusan:

………..(3.3) …(3.2)

Dimana :

β0 = nilai inetersep atau nilai y jika x = 0

β1 = kemiringan (slope) kurva linear

y = nilai rata-rata y x = nilai rata-rata x

n = jumlah data yang digunakan sebagai sample

3.5.2 Koefisien Korelasi

Koefisien korelasi adalah merupakan alat statistik yang dapat digunakan untuk mengetahui derajat hubungan linear antara suatu variabel dengan variabel lain,

analisis digunakan dalam hubungannya dengan analisis regresi untuk mengukur ketepatan garis regresi dalam menjelaskan (explaining) variasi nilai variabel tidak bebas. Koefisien korelasi disimbolkan dengan “r”. Koefisien korelasi (r) memiliki nilai antara -1 dan + 1

(- 1≤ r ≤1).

a) Jika r bernilai positif maka variable - variabel berkorelasi positif, semakin dekat nilai r ke +1 maka semakin kuat korelasinya, demikian pula sebaliknya.

b) Jika r bernilai negative maka variable - variabel berkorelasi negatif. Semakin dekat nilai r ke -1 maka semakin kuat korelasinya, demikian pula sebaliknya.

c) Jika r bernilai -1 dan +1 maka variabel menujukkan korelasi positif atau negatif sempurna.

Koefisien korelasi dengan metode least square dirumuskan:

……….(3.3)

dimana:

r = koefisien korelasi

n =jumlah data x dan y : variabel

Jika r (koefisien korelasi) dikuadratkan, akan menjadi koefisien determinasi (r2) atau koefisien penentu, yang artinya penyebab perubahan pada variabel y datang dari varibel x, sebesar r2.

Dalam bentuk rumus, koefisien determinasi (r2) dapat ditulis:

……….(3.4) Nilai koefisien determinasi terletak antara 0 dan + 1 ( 0 ≤ r2≤ + 1)

dimana:

r = koefisien korelasi

n = jumlah data

x dan y : variable

3.5.3 Standar Error Koefisien Regresi

Dalam studi ini standar error koefisien regresi dipakai pada analisis regresi untuk menguji hipotesa dan membuat perkiraan interval koefisien regresi parsial.

Standar error koefisien regresi dapat ditentukan sebagai berikut:

……….(3.5)

dimana:

k = p + l

n-k = adalah jumlah data dan k adalah jumlah variabel dalam persamaan regresi.

p = adalah jumlah variabel bebas x y = nilal taksir variabel tidak bebas y

Standar error bagi koefisien regresi adalah, β1 (M.L Hasan, 1997)

adalah:

3.5.4 Pembentukan Variabel

Salah satu cara untuk menentukan hubungan yang tidak linear dari variabel adalah dengan cara membuat hubungan yang tidak linear menjadi linear. Kemudian setelah ditentukan nilai dari variabel dibuat kembali ke bentuk asal.

Gambar 3.1 Perubahan bentuk variabel.

Contoh lain dibuat ke dalam bentuk linear diberikan dalam Tabel 3.1.

3.6 Regresi Linear berganda

Persamaan regresi yang telah dibahas sebelumnya hanya memfokuskan pada model yang menggunakan satu variabel bebas saja. Studi bangkitan perjalanan pada umumnya mempunyai dua atau lebih variabel tidak bebas dengan bentuk sebagai berikut:

Y = β0 + β1 X1 + β 2 X 2 + β 3 X3 ……….β m X m …………(3.7)

dimana:

X 1 = variabel bebas 1

X 2 = variabel bebas 2

X 3 = variabel bebas 3

X m = variabel bebas m

β0 = nilai y pada perpotongan antara garis linear dengan sumbu-y

β 1 = kemiringan (slope) yang berhubungan dengan Variabel X1

β 2 = slope yang berhubungan dengan X2

Biasanya persamaan (3.7) diubah menjadi Xo = 1 supaya β 0 sebagai

parameter pintasan. (M.L Hasan, 1999).

Jika terdapat dua variabel tidak bebas maka persamaan diatas menjadi:

………….(3.8) ………….(3.9)

Dimana :

( variabel Y1 – Y rata – rata)

( variabel Xi1 – X1 rata – rata)

( variabel Xi2 – X2 rata – rata)

Dengan metode eliminasi terhadap persamaan (3.9) dan persamaan (3.10)

maka kita akan mendapatkan nilai β1dan β2.

Sedangkan nilai βo didapatkan melalui rumus:

…………(3.10)

Dimana :

Y = nilai rata-rata variabel y X = nilai rata-rata variabel x X2 = nilai rata-rata variavel X2

β 1 = kemiringan (slope) yang berhubungan dengan Xi

β 2 = kemiringan (slope) yang berhubungan dengan X2

3.6.1 Koefisien Determinan (R2) Dan Korelasi Berganda

Pada analisis regresi, untuk melihat derajat hubungan antara variabel tidak bebas dengan variabel bebas dengan melihat nilai dari koefisien determinan (R2) persamaan regresi. (M.I. Hasan, 1999)

Jadi dalam hubungan dua variabel, regresi Y terhadap X1 dan X2 , ingin

diketahui berapa besarnya persentase sumbangan X1 dan X2 terhadap variasi (naik

turunnya) Y secara bersama-sama. Besarnya persentase sumbangan ini disebut Koefisien determinan berganda. Besarnya koefisien determinasi antara 0-1, semakin mendekati 0 (nol) besarnya nilai koefisien determinasi suatu persamaan regresi, maka semakin kecil pula pengaruh semua variabel bebas terhadap variabel tidak bebas, sehingga garis regresi tidak dapat dipergunakan untuk peramalan bangkitan perjalanan (Y). Sebaliknya semakin besar nilai koefisien determinasi (≤ 1) maka semakin besar pula pengaruh semua variabel bebas terhadap variabel tidak bebas, sehingga semakin tepat garis regresi dibuat sebagai peramalan bangkitan perjalanan (Y).

Pengaruh semua varaibel bebas secara bersama-sama terhadap nilai variabel tidak bebas dapat diketahui dengan melakukan pengujian terhadap variasi nilai variabel yang terdapat dalam persamaan regresi.

Dalam analisis studi ini, dimana antara vaniabel bebas yang mempunyai koefisien determinasi yang tinggi (≤ 1) akan dipilih untuk menjadi suatu persamaan bangkitan perjalanan.

Rumusan untuk memproleh nilai koefisen determinan berganda R2 adalah:

…………..(3.11)

Dimana :

3.6.2 Pengujian Hipotesa Secara Parsial (Uji-t)

Uji-t biasanya digunakan untuk menguji tingkat kepentingan variabel dalam persamaan regresi. Jika nilai-t yang diperoleh dan suatu koefisien variabel tidak mencapai suatu nilai yang ditetapkan oleh tabel sebaran-t, maka variabel tersebut di dalam persamaan regresi tidak diperlukan dan dapat dikeluarkan dari persamaan regresi (Rizal Atiq, 1994).

t = Koefisien regresi (β1) ……….(3.12)

Kesalahan standar koef.regresi(Rβ1)

nilai t yang didapat dari persamaan regresi harus melebihi nilai-t yang didapat dari tabel sebaran-t, agar suatu variabel dapat memberikan nilai yang berarti terhadap model yang dipilih dengan selang kepercayaan yang diberikan (SK), pada persamaan regresi.

SK = β 1 ± Z Rβ1 ………..(3.13)

Nilai-Z tergantung pada selang kepercayaan yang diinginkan, untuk nilai derajat kebebasan (dfR = n-p) dengan selang kepercayaan 95% pada tabel sebaran-t pada lampiran, didapat nilai Z adalah 1,960.

3.6.3 Pengujian Hipotesa Secara Menyeluruh (Uji-F)

Uji - f dilakukan untuk setiap parameter regresi, sedangkan untuk Uji - f dilakukan terhadap suatu persamaan regresi. Misalnya kita melakukan pemeriksaan dengan menggunakan n sampel, maka untuk menentukan F test (M.I. Hasan 1999) adalah

………..(3.14)

………..(3.15)

BAB IV PENYAJIAN DATA

4.1 Data Yang Diperoleh

Dari hasil rekapitulasi pendataan yang diperoleh dari 80 rumah tangga yang disurvey diperoleh jumlah angota keluarga sebanyak 349 orang, sehingga didapat rata – rata 4,365 orang setiap rumah.

Dari hasil pengumpulan data dengan jumlah sebanyak 80 rumah tangga tersebut didapatkan 79 orang bapak sebagai kepala keluarga dan 1 orang telah meninggal dunia. Jumlah ibu rumah tangga sebanyak 79 orang dan 1 orang telah meninggal dunia.

Jumlah anak adalah 184 orang ditambah 7 orang sebagai saudara / famili dalam keluarga tersebut, baik yang sudah bekerja maupun yang masih sekolah Rincian data responden dilihat pada Tabel 4.1

Tabel 4.1 Rincian Data Responden

Uraian

Responden

Jumlah Persentase

Jumlah Responden 349 100%

Jumlah keluarga / rumah 80 100%

Status keluarga

a. Kepala Keluarga 79 22,64%

b. Ibu Rumah tangga 79 22,64%

c. Anak 184 52,72%

d. Famili / Saudara 7 2%

Usia Bapak & Ibu

a. < 25 tahun 3 0,86%

b. 22 – 55 136 38,98%

Usia Anak

a. ≤ 12 tahun 66 18,91%

b. 13 – 18 69 19,77%

c. > 19-25 40 11,46%

d. > 25 tahun 16 4,58%

Pendidikan

a. SD 39 11,17%

b. SMP 40 11,46%

c. SMA 92 23,36%

d. PT 152 43,56%

e. lain – lain 26 7,45%

Status Pekerjaan

a. Pegawai Negeri 52 14,90%

b. Pegawai Swasta 45 12,89%

c. Wiraswasta 30 8,60%

d. Lain – lain 221 63,61%

Pendapatan keluarga

a. <Rp.825.000 0 %

b. Rp.825.000 – Rp1.250.000,- 11 13.75%

c. >Rp 1.250.000,- 69 86,25%

Pemilikan Kendaraan

a. Mobil 78 50,65%

b. Sepeda Motor 43 27,92%

c. Sepeda 33 24,43%

Sumber :Hasil Koleksi data

4.2 Karakteristik Rumah Tangga

4.2.1 Pendapatan Keluarga

Pendapatan keluarga perbulan dapat dilihat pada Tabel 4.2 beriku ini

Tabel 4.2 Jumlah Pendapatan Keluarga / Bulan

Jumlah Pendapatan Keluarga Jumlah Keluarga Persentase

< Rp. 825.000,- 0 %

Rp. 825.000 s/d 1.250.000,- 11 13.75%

>Rp. 1.250.000,- 69 86,25%

Sumber : Hasil Koleksi data

4.2.2 Pemilikan Kendaraan

Dari data pemilikan kendaraan yang diperoleh, ditemukan hampir dari semua keluarga memiliki mobil, bahkan ada beberapa keluarga memiliki dua mobil. Disamping ini diperoleh hasil bahwa 35 keluarga memiliki satu buah sepeda motor dan 4 keluarga memiliki dua sepeda motor. Data kepemilikan kendaraan dari hasil survey dapat dilihat pada Tabel 4.3.

Tabel 4.3 Kepemilikan kendaraan

Jenis Kendaraan Jumlah Keluarga Persentase

Sepeda Motor

Tidak punya 31 38,75%

1 (satu) unit 35 43,75%

>(lebih dari satu unit) 4 5%

Mobil

Tidak punya 9 11.25%

1 (satu) unit 64 80%

> (lebih dari satu unit) 7 8,75%

Sumber : Hasil Koleksi data

Grafik Kepemilikan Kendaraan Keluarga

Pemilikan kendaraan ini berkaitan dengan tingginya tingkat pendapatan keluarga ini perumahan. Semakin besar tingkat pendapatan suatu keluarga, maka kemampuan untuk memiliki kendaraan juga meningkat. Tingginya tingkat pemilikan kendaraan akan menambah jumlah perjalanan yang dilakukan, karena kemudahan dan kenyamanan untuk perjalanan itu sendiri.

4.2.3 Jumlah Orang Dalam Keluarga.

Jumlah orang dalam keluarga yang berhasil diperoleh dari hasil survey berdasarkan yang dipilih ditunjukkan pada Tabel 4.4

Tabel 4.4 Jumlah Orang Dalam Keluarga Jumlah Orang Dalam

Keluarga

Jumlah Keluarga Persentase

< 3 orang 20 25%

4 – 6 orang 57 71,25%

> 7 orang 3 3,75%

Sumber : Hasil Koleksi Data

Grafik Jumlah Keluarga

Selanjutnya dari total jumlah orang dalam keluarga yaitu sebanyak 349 orang didapatkan 125orang yang bekerja dan 221 orang yang tidak bekerja.

4.3 Struktur Keluarga

4.3.1 Usia

Usia bapak sebagai kepala rumah tangga dan ibu rumah tangga ternyata tidak terlalu bervariasi. Sebagai besar mempunyai usia antara 25 – 55 tahun, dimana usia ini termasuk dalam kategori usia produktif. Setiap keluarga mempunyai rata – rata 3 – 4 orang anak. Jika dilihat dari segi usia maka sebagian besar anak berusia antara 0 – 12 tahun dan 13 – 18 tahun. Dari jumlah total anak

didapatkan bahwa mereka adalah dalam usia sekolah dan biaya hidupnya masih sepenuhnya ditanggung oleh orang tua.

Selain anggota tetap sebagai bapak, ibu dan anak juga terdapat anggota keluarga lain yaitu sanak saudara / famili sebanyak 7 orang. Data selengkapnya disajikan pada Tabel 4.5

Tabel 4.5 Usia Anggota Keluarga

Responden Jumlah responden Persentase

Bapak 79

< 25 tahun 1 1,27%

25 – 55 tahun 67 84,81%

> 55 tahun 11 13,92%

Ibu 79

< 25 tahun 2 2,53%

25 – 55tahun 69 87,34%

> 55 tahun 8 10,13%

Anak / Dll 191

0 – 12 Tahun 66 34,55%

13 – 18 Tahun 69 36,13%

19 – 24 Tahun 40 28,94%

> 25 Tahun 16 8,38%

Sumber : Hasil Koleksi Data

4.3.2 Tingkat Pendidikan

Tingkat pendidikan dari seluruh responden yang disurvey pada kawasan perumahan tersebut dapat dilihat pada Tabel 4.6

Tabel 4. 6 Tingkat Pendidikan Responden

Tingkat Pendidikan Jumlah Responden Persentase

SD 39 12,07%

SMP 40 12,38%

SMU 92 28,48%

PT 152 47,07%

Sumber : Hasil Koleksi Data

Grafik Tingkat Pendidikan Responden

4.3.3 Status Pekerjaan

Dengan tingkat pendidikan sebagian besar adalah lulusan perguruan tinggi maka status pekerjaan yang diinginkan adalah dengan pendapatan yang tinggi.

Mengenai status pekerjaan diperoleh persentase yang paling besar adalah pegawai negeri. Pada urutan berikutnya adalah pegawai swasta.

Setelah diperoleh dua variabel bebas yang dianggap memiliki pengaruh yang besar terhadap total trip yang terjadi, maka dilakukan uji antar variabel melalui penggabungan antara variabel tidak bebas (Y) dengan 1 (satu) varibel bebas, 2 (dua) variabel bebas agar dapat ditemukan satu persamaan yang paling tepat dan memiliki nilai pendekatan yang paling layak untuk dapat mewakili keadaan yang sebenarnya. Uji antar variabel yang dilakukan menghasilkan 3 (tiga) persamaan.

Tabel 5.8 menunjukkan kombinasi antara variabel tidak bebas dengan variabel bebas.

Tabel 5.9 Kombinasi variabel bebas dengan variabel tidak bebas

Jumlah Variabel

Model persamaan R2 Uji-F Uji-T

SEE

X1

X2

X1 dan X2

Y=0,002+X1

Y=1,027+2,629 X2

Y=-1,813 + 0,757 X1

+2,156 X2

0,424 0,308 0,588 50,870 30,759 48,517 0,026 7,132 1,903 5,546 3,3061 6,793 5,748 0,1325 1,191 0,926

Keterangan :

Y = total trips / pergerakan

X1 = jumlah person / anggota keluarga

X2 = kepemilikan kendaraan

F = nilai banding F T = nilai banding T R2 = koefisien determinan

SEE = standard kesalahan estiminasi

Dari ketiga model persamaan diatas dapat dipilih persamaan yang paling baik untuk kawasan pemukiman Pusat Kota Langsa dengan didasarkan atas hasil pengujian statistik yaitu besarnya nilai koefisien determinan (R2), karena semakin besar nilai R2 maka semakin tepat persamaan tersebut digunakan sebagai model persamaan bangkitan perjalanan dan dengan memperhatikan nilai hasil uji-F statistik dan t-statistik. Sehingga model persamaan yang paling baik adalah :

Y=-1,813 + 0,757 X1 +2,156 X2

Besarnya bangkitan perjalanan yang terjadi dipengaruhi oleh besarnya jumlah anggota keluarga (X1) dan jumlah kepemilikan kendaraan (X2) dengan nilai

R2 sebesar 0,588, nilai F-hitung sebesar 48,517 dan nilai T-hitung sebesar 6,793 dan 5,748, sedangkan nilai F-tabel sebesar 3,139 dan nilai T-tabel dengan tingkat kepercayaan 95% adalah sebesar 1,669.

Dari model persamaan ini ternyata variabel kepemilikan kendaraan memiliki pengaruh hamper tiga kali lebih besar dari variabel jumlah anggota keluarga.

BAB VI

KESIMPULAN DAN SARAN 6.1. Kesimpulan

Dari hasil penelitian yang telah dilakukan maka dapat ditarik beberapa kesimpulan antara lain :

1. Karakteristik rumah tangga

a. Keluarga di kawasan Pusat Kota Langsa 86,25% berpendapatan tinggi (lebih dari Rp. 1.250.00,-)

b. Untuk kepemilikan kendaraan, 80% keluarga memiliki kendaraan satu, 8,75% memiliki kendaraan lebih dari satu dan 11,25% tidak memiliki kendaran.

c. Jumlah orang dalam satu keluarga terbagi tiga bagian yaitu <3 orang sebanyak 25%, 4-6 orang 71,25% dan lebih besar dari 7 orang 3,75%.

d. Untuk tingkat pendidikan dari seluruh responden ysng terbanyak adalah tingkat pendidikan PT sebesar 47,07%.

2. Kareakteristik perjalanan

a. Dari seluruh anggota keluarga yang disurvei sebanyak 349 responden menimbulkan pergerakan sebesar 308 pergerakan perhari. b. Moda yang paling banyak digunakan untuk melakukan perjalanan

adalah mobil, baik untuk bekerja, sekolah maupun pejalanan selain kerja dan sekolah.

c. Waktu memulai perjalanan umumnya dimulai pada pukul 07.00 – 08.00 wib (jam sibuk pagi), baik untuk kerja maupun untuk sekolah

dengan persentase sebesar 58,39%. Sedangkan untuk mengakhiri perjalanan kerja pada pukul 16.00 – 18.00 wib (jam sibuk sore) dengan persentase sebesar 32,18% , sedangkan untuk perjalanan sekolah berakhir pada pukul 14.00 -15.00 wib (jam sibuk siang) dengan persentase sebesar 52,79%.

3. Dari hasil analisis data dan pembentukan model yang telah dilakukan dapat disimpulkan sebagai berikut :

a. Berdasarkan pengujian korelasi yang telah dilakukan, dari lima variabel bebas yang mulanya diperhitugkan, ternyata hanya dua variabel bebas yang secara statistik dapat digunakan sebagai faktor penentu dalam memperhitungkan jumlah bangkitan perjalanan di kawasan Pemumkiman di Pusat Kota Langsa yaitu jumlah anggota keluarga (X1) dan kepemilikan kendaraan (X2).

b. Bentuk model terbaik secara statistik untuk meramalkan jumlah bangkitan perjalanan keluarga di lokasi studi didapat dengan menggunakan persamaan linear.

Dari hasil perhitungan analisis regresi, kombinasi kemungkinan yang terjadi dengan pengukuran tingkat koefisien determinasi dan pengujian statistik diperoleh satu model persamaan yang terbaik untuk menghitung jumlah bangkitan perjalanan perhari yang terjadi, yaitu :

6.2 Saran

1. Untuk kelanjutan dari “ model perencanan transportasi empat tahap “ model persamaan dari bangkitan perjalanan (trip generation) ini dapat digunkan untuk penelitian distribusi pergerakan masa kini pada kawasan pemumkiman di pusat Kota Langsa. Apabila model distribusi pergerakan pada masa kini dapat ditentukan maka prediksi ditribusi pergerakan dimasa yang akan datang, akan mudah untuk diketahui. 2. Untuk perencanaan transportasi empat tahap maka perlu data-data jarak

dan waktu tempuh antara kawasan (zona) perjalanan.

3. Perlu diperbanyak jumlah sampel data agar tingkat kepercayaan yang diperoleh lebih baik lagi.

4. Untuk mendapatkan persamaan model bangkitan pergerakan yang lebih baik maka data harus divalidasi, artinya data-data yang tidak perlu harus dibuang dari tabulasi data, sehingga didapatkan persamaan regresi dengan koefisien determinasi yang lebih besar.

DAFTAR PUSTAKA

Abdullah O.K. Rahmat, R.A. (1994). Model Pengangkutan Bandar: Pendekatan

Secara Teori dan Amali. Cetakan Pertama, Kuala Lumpur.

Black, J, 1981., Urban Transport Planning: Theory and Practice, Croom Helm, London.

Hasan, M. 1, 1999., Pokok - pokok Materi Statistik 2 : Statistik Inferensi, Edisi Pertama, Penerbit Bumi Aksara, Jakarta.

J. Supranto, 1992., Sampling Untuk Pemeriksaan, UI Press, Jakarta. Morlok, E.K, 1995., Pengantar Teknik dan Perencanaan Transportasi,

Alih Bahasa : Hainim, J.K. Edisi Keempat, Er1angga,Jakarta.

Tamin, O.Z. 1997., Perencanaan dan Pemodelan Transportasi, Edisi Pertama, Penerbit ITB, Bandung.