Analisa Kapasitas Bukaan Median (u-turn) (Studi Kasus : Jl. A. H. Nasution Depan Trigunadharma)

DAFTAR PUSTAKA

Agah, H. R. (2007). Penyediaan Fasilitas Putaran Balik pada Segmen Jalan. Majalah Teknik Jalan & Transprotasi No. 110 , 11-16.

Aldian, A., & Taylor, M. (2001). Selecting Priority Junction Traffic Models to Determine U-Turn Capacity at Median Opening. Proceedings of Eastern Asia Society for Transprotation Studies Vol. 3 No. 2 , 101-113.

Al-Masaeid, H. (1999). Capacity of U-turn at Median Opening. ITE Journal , 28-34.

Ang, A., Tang, W., & Hariandja, B. (1987). Konsep-konsep Probabilitas dalam Perencanaan dan Perancangan Rekayasa. Bandung: Erlangga.

Brilon, W., & Koenig, R. (1997). Useful Estimation Procedure For Critical Gaps. Third International Symposium in Intersections without Traffic Signal , 71-78.

Currin, T. R. (2001). Traffic Engineering (A Manual for Data Collection and Analysis). USA: Webcom Ltd.

Jenjiwattanakul, T., & Sano, K. (2011). Effect of Waiting Time on the Gap Acceptance Behavior of U-turning Vehicles at Midblock Opening. Journal of the Eastern Asia Society for Transportation Studies, Vol. 9 , 1601-1612.

Jenjiwattanakul, T., Sano, K., & Nishiuchi, H. (2013). Capacity of U-turn Junction at Midblock Median Opening on Urban Arterial Based on Balancing Volume-to-capacity Ratio. Proceeding of Eastern Asia Society for Tansportation Studies Vol. 9 .

Luttinen, R. T. (2004). Capacity and Level of Service at Finnish Unsignalized Intersection. Helsinki: Finnish Road Administration.

Mannering, F., Kilareski, W., & Washburn, S. (2005). Principal of Highway Engineering and Traffic Analysis. USA: Malloy, Inc.

Salter, R. J. (1974). Highway Traffic Analysis and Design. Houndmills: MacMillan Publisher Ltd. .

BAB III

METODOLOGI PENELITIAN

Pada bab metodologi akan dijelaskan bagaimana tahap pengerjaan penelitiaan ini mulai dari tahap awal, bagaimana melakukan survei, cara mengumpulkan dan mengolah data yang diperoleh dari lapangan. Adapun tahap-tahap di atas dapat dilihat pada bagan alir di bawah ini.

Mulai

Pengumpulan pustaka

Pemilihan lokasi pengamatan

Melakukan pengamatan di lapangan

Merekam aktivitas lalu lintas Melakukan pengukuran

di lokasi jalan di lokasi

Mengumpulkan data dari mengamati video hasil pengamatan

Waktu gap waktu follow-up volume kendaraan

A

Perhitungan data waktu gap dan waktu follow-up

Perhitungan kapasitas putaran balik dan LOS

Analisa hasil dan pembahasan

Kesimpulan dan saran

Selesai

Gbr.3.1 Bagan Alir Penelitian

Demikian dapat dilihat bagaimana gambaran sekilas proses pengerjaan penelitian ini. Penjelasan dari bagan alir di atas akan dijelaskan seperti berikut ini.

3.1. STUDI PUSTAKA

Setelah judul tugas akhir ditentukan, yang menjadi langkah awal adalah mengumpulkan pustaka yang berkaitan dan dapat membantu jalannya penelitian ini. Studi pustaka bertujuan untuk mengumpulkan landasan teori yang relevan dengan penelitian yang dilakukan, sehingga hasil penelitian yang hendak dicapai dapat sesuai dengan tujuan penelitian. Dalam studi pustaka akan ditemukan teori, rumus-rumus, dan prinsip yang akan digunakan dalam penelitian. Berbagai sumber dapat digunakan untuk studi pustaka, diantaranya buku, jurnal, artikel, internet, dan sebagainya. Untuk penelitian ini beberapa

pustaka yang digunakan seperti jurnal misalnya jurnal penelitian oleh A. Aldian&Michael P. Taylor (2011), dan buku Highway Traffic Analysis and Design oleh Salter (1974).

3.2. PENGUMPULAN DATA

Untuk mencapai tujuan penelitian, diperlukan data yang akan digunakan untuk diolah sesuai dengan landasan teori yang didapat. Data menentukan hasil suatu penelitian. Data sendiri terbagi dua; data primer dan data sekunder. Data primer berupa data-data yang diperoleh dan dikumpulkan melalui survei secara langsung ke lokasi penelitian. Data sekunder didapat bisa dengan cara mencari melalui internet, teman kerja maupun mendatangi langsung ke kantor-kantor atau instansi yang bersangkutan. Dalam penelitian ini, pengumpulan data yang diperlukan diperoleh dengan melakukan pengamatan melalui hasil rekaman video yanng dilakukan di lokasi penelitian.

3.2.a. Persiapan survei (rekaman video)

Dikarenakan data untuk penelitian membutuhkan ketelitian akan perhitungan waktu maka survei dilakukan dengan melakukan rekaman pada ruas jalan yang menjadi lokasi penelitian. Sebelum melakukan survei ada hal yang harus dilakukan sebagai tahap persiapan. Adapun persiapan yang dilakukan sebelum melaksanakan survei adalah :

- Melakukan identifikasi ke lokasi penelitian

- Mempersiapkan peralatan yang akan digunakan, seperti kamera handycame, tripod, baterai, payung, meteran, dll.

3.2.b. Pelaksanaan Survei

Adapun lokasi survei penelitian ini berada di Jalan A. H. Nasution tepatnya u-turn depan Universitas Triguna Darma.

Spot kamera

Gbr.3.2. Lokasi penelitian

Survei dilakukan dengan melakukan rekaman video terhadap aktivitas lalu lintas di lokasi penelitian. Survei dilakukan dengan meletakkan kamera video pada spot tertentu (pos satpam universitas Triguna Darma) yang dapat mencakup daerah penelitian (lingkaran oranye). Survei dilakukan pada tanggal 5 Desember 2015. Waktu survei dibagi menjadi 3 kali yaitu; pagi (07.00-09.30 WIB), siang (12.00-14.30 WIB), malam (17.00-19.30 WIB). Alat yang digunakan dalam penelitian ini adalah sebagai berikut :

1. Handycame 2. Tripod 3. Payung

4. Stopwatch (menggunakan hand phone) 5. Alat tulis

6. Meteran roda

Surveyor yang melakukan pengamatan sebanyak 10 orang. Pembagian tugas surveyor adalah 2 orang untuk melakukan pengukuran jalan, 1 orang untuk mengawasi kamera video, 7 orang

untuk melakukan pengamatan hasil rekaman untuk mengumpulkan data yang dibutuhkan untuk perhitungan. Hasil pengamatan rekaman video ditabulasi dengan menggunakan Microsoft Excel untuk memudahkan mengolah data.

3.3. IDENTIFIKASI DATA 3.3.1. Waktu Gap

Setelah dilakukan survei (merekam dengan kamera), langkah selanjutnya adalah melakukan identifikasi data yang merupakan variabel dalam penelitian kapasitas u-turn. Salah satu variabel yang dibutuhkan adalah waktu gap. Dari hasil video rekaman survei diidentifikasi waktu gap kendaraan yang melakukan gerakan memutar. Kemudian data ditabulasi dan diolah sesuai dengan rumus yang digunakan. Nilai waktu gap yang ada nantinya akan diolah untuk mencari nilai gap kritis yang akan digunakan untuk mencari nilai kapasitas putaran balik. Untuk langkah-langkah perhitungan akan dijelaskan pada bab selanjutnya.

3.3.2. Follow-up time

Variabel berikutnya yang diidentifikasi dari hasil video rekaman adalah nilai waktu follow-up. Seperti halnya waktu gap, waktu follow-up yang sudah didapat dari video rekaman akan ditabulasi dan selanjutnya akan diolah sesuai metode yang digunakan.

3.3.3. Volume Lalulintas

Nilai volume lalu lintas juga dihitung dari hasil video rekaman. Volume lalu lintas yang dihitung adalah volume kendaraan pada jalur mayor dan volume kendaraan arah memutar. Untuk perhitungan kendaraan pada jalur mayor, seluruh jenis kendaraan

dimasukkan dalam perhitungan volume. Sedangkan unutk jalur memutar, kendaraan yang diperhatikan hanya mobil penumpang dan pick up.

3.4. PERHITUNGAN DATA

3.4.1. Kapasitas

Setelah semua nilai variabel didapat, analisa data kapasitas dapat dilakukan. Perhitungan analisa dilakukan dengan menggunakan rumus yang telah dijelaskan pada bab sebelumnya. Nilai kapasitas yang diperoleh nantinya akan digunakan untuk melihat bagaimana kinerja putan balik lokasi penelitian.

3.4.2. Level of Service (LOS)

Selain nilai kapasitas, dalam penelitian ini untuk melihat kinerja putaran balik di lokasi penelitian dihitung pula nilai tingkat pelayanannya (LOS). Pada tahap ini digunakan juga grafik tingkat pelayanan yang telah dikembangkan di negara Finlandia. Hal ini dimaksudkan sebagai bahan pembanding terhadap perhitungan tingkat pelayanan.

3.5. ANALISA HASIL DAN PEMBAHASAN

Pada tahap ini, hasil perhitungan yang diperoleh akan dijabarkan secara lebih jelas. Dan pada tahap inipun berisi pembahasan terhadap kejadian-kejadian yang ditemukan di lapangan oleh peneliti yang mempengaruhi hasil penelitian atau kejadian yang mungkin sekedar menarik perhatian peneliti untuk dibahas yang berhubungan dengan tujuan penelitian. Pembahasan yang dijabarkan pada bab ini adalah merupakan sudut pandang peneliti terhadap penelitian yang dilakukan terutama kejadian di lapangan.

3.6. KESIMPULAN DAN SARAN

Untuk menutup penelitian, maka seluruh hasil penelitian yang menjadi tujuan penelitian disimpulkan pada tahap ini, dan peneliti juga memberikan saran-saran yang dirasa perlu untuk perkembangan penelitian selanjutnya.

BAB IV

PERHITUNGAN DATA DAN ANALISA

4.1. PENDAHULUAN

Seperti yang sudah dijelaskan pada bab sebelumnya, penelitian dilakukan dengan mengumpulkan data yang dibutuhkan dari lapangan. Pengumpulan data dilakukan dengan melakukan rekaman video untuk nantinya akan diamati oleh peneliti. Durasi rekaman yang dilakukan adalah sebanyak 3 kali dengan durasi 2,5 jam untuk sekali rekaman : pagi, siang, dan malam. Adapun alasan mengapa pengamatan di lokasi dilakukan dengan rekaman video adalah dikarenakan sulit untuk mendapatkan data yang dibutuhkan apabila pengamatan dilakukan langsung di lokasi. Setelah rekaman selesai dilakukan maka data yang dibutuhkan dapat diperoleh. Data yang diperlukan untuk penelitian adalah data waktu gap, waktu follow-up, dan volume kendaraan. Untuk mendapatkan data yang dibutuhkan dilakukan pengamatan dengan memutar video secara berulang-ulang. Setelah diperoleh data yang dibutuhkan maka dilakukan perhitungan untuk mendapat nilai waktu gap kritis dan follow-up yang merupakan variabel utnuk mencari nilai kapasitas putaran balik.

4.2. VARIABEL PERHITUNGAN KAPASITAS 4.2.1. Data Volume Kendaraan

Pengumpulan data volume dilakukan dengan mengamati dan menghitung jumlah kendaraan pada lokasi. Untuk perhitungan jumlah kendaraan yang memutar (pada bukaan median), jenis kendaraan yang diamati hanyalah mobil penumpang saja. Kendaraan sepeda motor tidak diperhitungkan karena sepeda motor mengambil waktu gap yang bias (terlalu kecil) sehingga dianggap tidak berpengaruh pada nilai kapasitas. Sedangkan untuk kendaraan yang lebih berat dari mobil penumpang juga diabaikan dalam perhitungan volume karena

jumlah kedaraan berat yang melakukan gerakan memutar pada jalan lokasi penelitian jumlahnya sangat sedikit sehingga juga dianggap tidak mempengaruhi nilai kapasitas putaran balik meskipun dalam pengamatan nilai gap yang diperlukan kendaraan berat cukup besar dan bisa mempengaruhi nilai perhitungan kapasitas putaran balik.

Untuk perhitungan volume kendaraan pada arus mayor/utama semua jenis kendaraan diikutsertakan. Alasannya adalah karena kendaraan yang memutar memerlukan toleransi dari semua jenis kendaraan pada arus mayor untuk dapat memutar dengan aman, dimana ini juga berarti mempengaruhi nilai gap dari kendaraan yang akan memutar.

Setelah dilakukan perhitungan volume dari hasil rekaman video, diperoleh nilai volume kendaraan pada lokasi penelitian. Adapun data volume sudah diringkas dalam tabel dibawah ini.

Tabel 4.1. Volume Kendaraan

WAKTU

TIPE KENDARAAN

Arah memutar

Becak MC LV HV

emp = 0,5 emp = 0,5 emp = 1 emp = 1,3

07.00-07.30 29,5 329,5 495 59,8 38

07.30-08.00 27 634,5 523 45,5 39

08.00-08.30 29 704 542 79,3 42

08.30-09.00 20,5 661 547 107,9 49

09.00-09.30 16,5 312,5 236 55,9 20

12.00-12.30 24,5 508 685 114,4 64

12.30-13.00 28,5 461 701 84,5 77

13.00-13.30 30,5 623 515 80,6 47

13.30-14.00 33 618,5 780 75,4 54

14.00-14.30 32 579 864 88,4 71

17.30-18.00 31 593,5 654 70,2 48

18.00-18.30 32,5 554 579 53,3 36

18.30-19.00 30,5 597,5 459 68,9 26

19.00-19.30 27,5 522 558 36,4 37

Dari tabel di atas dapat dilihat nilai volume kendaraan pada ruas jalan dalam setiap waktu penelitian (pagi, siang, malam). Nilai volume maksimum dalam setiap segmen waktu penelitian diperoleh dengan menjumlahkan nilai volume maksimum pada setiap jenis kendaraan.

Tabel 4.2. Volume Kendaraan Pagi Hari

WAKTU

TIPE KENDARAAN

Arah memutar

Becak MC LV HV

emp = 0,5 _{emp = 0,5 emp = 1 emp = 1,3}

07.00-07.30 29,5 329,5 495 59,8 38

07.30-08.00 ₂₇ 634,5 ₅₂₃ 45,5 ₃₉

08.00-08.30 ₂₉ 704 542 79,3 42

08.30-09.00 _20,5 661 ₅₄₇ 107,9 ₄₉

09.00-09.20 16,5 312,5 236 55,9 20

Contoh, pada tabel 4.2., untuk data pengamatan pagi hari, nilai volume maksimim untuk becak adalah 29,5 smp/30 menit, sepeda motor adalah 704 smp/30 menit, dan seterusnya. Kemudian jumlah volume maksimum dijumlahkan sehingga diperoleh nilai volume kendaraan maksimum untuk pengamatan pagi hari, yaitu 29,5+704+547+107,9 = 1388 smp/30 menit. Dan untuk nilai volume maksimum kendaraan yang memutar adalah sebesar 49 smp/30menit. Nilai volume kendaraan maksimum untuk setiap waktu pengamatan adalah sebagai berikut;

Volume maksimum untuk arus lawan

- Pagi = 1388 smp/30 menit - Siang = 1634 smp/30 menit - Malam = 1354 smp/30 menit

Volume maksimum untuk arus memutar :

- Siang = 77 smp/30 menit - Malam = 48 smp/30 menit

4.2.2. Gap Kritis Dan Follow-Up

a. Metode Rata-rata

Seperti yang sudah dijelaskan pada bab tinjauan pustaka, keadaan arus kendaraan yang hendak memutar terbagi menjadi dua; jenuh dan tidak jenuh. Mengacu pada penelitian yang telah dilakukan Aldian dan Michael (2011) untuk mencari nilai waktu gap kritis digunakan metode dengan mencari nilai rata-rata dari nilai gap yang diperoleh dari pengamatan di lokasi penelitian. Metode tersebut juga digunakan untuk mencari nilai waktu follow-up. Data yang dapat digunakan pada metode ini terbatas pada kondisi tertentu. Tidak semua data gap dapat digunakan. Data yang memenuhi syarat untuk perhitungan adalah gap yang hanya dimanfaatkan oleh satu kendaraan memutar saja. Dan data waktu gap yang masuk pada perhitungan harus mengikuti distribusi lognormal karena distribusi ini dirasa telah memenuhi untuk menentukan nilai gap kritis seperti dalam penelitian Aldian & Taylor (2001) dan penelitian lain seperti yang dilakukan Troutbeck (1993), Salter (1974), dan banyak lagi. Salah satu contoh keadaan arus tidak jenuh pada arus memutar dapat dilihat pada potongan rekaman pengamatan dibawah ini. Dari distribusi inilah dapat menjadi acuan untuk memutuskan data mana yang dapat digunakan untuk perhitungan rata-rata sesuai metode Aldian & Taylor (2001).

♣ Gap Kritis

Gambar 4.1. Kejadian Arus Tidak Jenuh

Dapat dilihat pada potongan gambar di atas, 2 kendaraan pada arus mayor (oval kuning) menyediakan gap yang dimanfaatkan oleh hanya 1 kendaraan (oval biru). Kondisi seperti inilah yang termasuk dalam data gap menurut metode yang digunakan oleh Aldian & Taylor (2001). Mengacu pada pengertian di atas, maka dilakukan pengamatan dari rekaman video. Hasil pengamatan yang sudah dilakukan untuk memperoleh data waktu gap pada kondisi arus tidak jenuh adalah sebagai berikut.

- Pagi Hari

Pengamatan pagi hari dilakukan dari pukul 07.00-09.30 WIB. Hasil dari pengamatan rekaman video, data waktu gap pagi hari arus tidak jenuh diperoleh sebanyak 126 data. Adapun data waktu gap pagi hari terdapat pada tabel berikut ini.

Tabel 4.3. Data Waktu Gap Pagi Hari

No Ciri

Kendaraan

Data Accepted

Gap

No Ciri

Kendaraan

Data Accepted

Gap

No Ciri

Kendaraan

Data Accepted

Gap

1 Silver 3,13 43 P U 8,34 85 Angkot 14,47

2 P U 3,29 44 Silver 8,39 86 Angkot 14,71

3 Taksi 3,32 45 Angkot 8,52 87 Hitam 14,82

5 Hitam 3,87 47 Silver 8,6 89 Angkot 14,93

6 Abu 3,94 48 Silver 8,68 90 Hijau 15,17

7 Hitam 4,04 49 Putih 8,71 91 Putih 15,35

8 Angkot 4,13 50 Angkot 8,79 92 Silver 15,62

9 Kuning 4,38 51 Angkot 8,85 93 Angkot 16,61

10 Taksi 4,42 52 Hitam 8,88 94 Angkot 17,43

11 Angkot 4,62 53 Hitam 9,01 95 Silver 17,57

12 Angkot 4,82 54 Angkot 9,08 96 Hijau 17,67

13 Hitam 4,94 55 Angkot 9,08 97 Hitam 19,31

14 Merah 5,1 56 Angkot 9,11 98 Hitam 19,56

15 Angkot 5,19 57 Angkot 9,14 99 Angkot 19,74

16 Angkot 5,4 58 Angkot 9,35 100 Angkot 19,82

17 Angkot 5,42 59 Hitam 9,7 101 Hitam 20,28

18 Putih 5,45 60 Angkot 10,06 102 P U 20,61

19 Putih 5,47 61 Silver 10,08 103 Putih 20,93

20 Putih 5,5 62 Angkot 10,16 104 Angkot 21,38

21 Angkot 5,54 63 Kuning 10,23 105 Hitam 21,57

22 Angkot 5,58 64 Angkot 10,45 106 Angkot 21,86

23 Angkot 5,64 65 Hijau 10,75 107 P U 22,9

24 P U 5,86 66 Angkot 10,77 108 Hitam 22,94

25 Angkot 6,14 67 P U 10,8 109 Angkot 22,96

26 Merah 6,17 68 Angkot 10,83 110 Hitam 23,77

27 Angkot 6,21 69 Hitam 10,87 111 Angkot 24,89

28 Angkot 6,34 70 Angkot 11,03 112 Angkot 25,61

29 Hitam 6,42 71 Hitam 11,09 113 Putih 26,08

30 Hitam 6,42 72 Angkot 11,55 114 Hitam 26,64

31 Silver 6,44 73 Angkot 11,85 115 Angkot 27,07

32 Putih 6,67 74 Hitam 12,02 116 Abu 29,41

33 Angkot 6,75 75 Angkot 12,03 117 Putih 32,73

34 Putih 6,96 76 Hitam 12,29 118 Hitam 32,97

35 Angkot 7,16 77 P U 12,42 119 Angkot 33,08

36 P U 7,22 78 Hitam 12,79 120 Putih 34,32

37 Abu 7,28 79 Angkot 12,9 121 Merah 36,58

38 Angkot 7,47 80 Angkot 13,04 122 Hitam 37,75

39 Angkot 7,59 81 Angkot 13,28 123 Hitam 39,87

40 P U 7,7 82 Biru 13,51 124 Hitam 43,24

41 Angkot 8,01 83 Angkot 14,01 125 Hitam 46,82

42 Hitam 8,28 84 Angkot 14,03 126 Biru 47,69

*p u = pick up

Data di atas diolah berdasarkan metode Aldian & Taylor (2001) dengan metode rata-rata. Tetapi data waktu gap di atas harus diolah untuk melihat apakah data tersebut mengikuti

distribusi lognormal atau tidak. Berdasarkan frekuensi waktu gap diperoleh data seperti berikut ini.

Tabel 4.4. Frekuensi Waktu Gap Pagi Waktu Gap (s) N Kendaraan Waktu Gap (s) N Kendaraan

1-1,99 0 24-24,99 1

2-2,99 0 25-25,99 1

3-3,99 6 26-26,99 2

4-4,99 7 27-27,99 1

5-5,99 11 28-28,99 0

6-6,99 10 29-29,99 1

7-7,99 6 30-30,99 0

8-8,99 12 31-31,99 0

9-9,99 7 32-32,99 2

10-10,99 10 33-33,99 1

11-11,99 4 34-34,99 1

12-12,99 6 35-35,99 0

13-13,99 3 36-36,99 1

14-14,99 7 37-37,99 1

15-15,99 3 38-38,99 0

16-16,99 1 39-39,99 1

17-17,99 3 40-40,99 0

18-18,99 0 41-41,99 0

19-19,99 4 42-42,99 0

20-20,99 3 43-43,99 1

21-21,99 3 44-44,99 0

22-22,99 3 45-45,99 0

23-23,99 1 46-46,99 1

Gambar 4.2. Grafik Frekuensi Gap Pagi

Adapun dari hasil perhitungan distribusi lognormal dan disertai dengan kurva distribusi normal dapat dilihat dalam grafik berikut ini yang menunjukkan bahwa data waktu gap pagi di atas mengikuti distribusi normal.

Dari grafik menunjukkan nilai gap yang terjadi pada pagi hari dominan terjadi sekitar 5-11 detik. Terdapat pula kejadian gap hingga 47 detik lamanya. Dari seluruh data di atas, tidak seluruhnya digunakan untuk mencari nilai rata-rata gap untuk menentukan nilai gap kritis. Hal ini disebabkan banyak faktor yang menyebabkan hasil pengamatan data tidak dapat dipercaya 100%. Untuk itu data waktu gap yang dimasukkan dalam perhitungan diputuskan mulai dari waktu gap 3-25 detik, dan dapat dilihat dari Gambar 4.3 nilai probabilitas data gap 25 detik bernilai 0,9047.

Data yang dipakai untuk mencari nilai rata-rata diputuskan mulai dari 3 detik hingga waktu gap 25 detik. Dari tabel data waktu gap di atas diketahui data tersebut dimulai dari data nomor 1 sampai 112 (ditandai warna hijau pada tabel). Untuk mencari nilai rata-rata digunakan rumus;

��=∑(�1+�2+⋯+��)

�

dimana; �� = rata-rata data; �_� = data ke-n; �= banyak data;

Berdasarkan rumus di atas maka nilai rata-rata waktu gap pagi hari diperoleh

��= ∑(�1+�2+⋯+�112)

112 =

1218,63

112 = 10,8806

Hasil rata-rata dari data tersebut diperoleh = 10,881 detik. Maka nilai gap kritis untuk pagi hari adalah 10,881 detik

- Siang Hari

Pengamatan siang hari dilakukan dari pukul 12.00-14.30 WIB. Diperoleh data sebanyak 157 waktu gap pada siang hari. Dari hasil pengamatan siang hari, diperoleh data seperti tabel berikut ini.

Tabel 4.5. Data Waktu Gap Siang

No Ciri kendaraan

data accepted

gap

No Ciri kendaraan

data

accepted gap No

Ciri kendara

an

data accepted gap

1 angkot 2,33 54 hitam 5,11 107 angkot 8,67

2 angkot 2,99 55 angkot 5,11 108 hitam 8,81

3 angkot 3,01 56 silver 5,12 109 angkot 8,91

4 silver 3,02 57 angkot 5,19 110 abu 9,06

5 abu 3,17 58 silver 5,19 111 putih 9,1

6 hitam 3,23 59 putih 5,21 112 putih 9,12

7 angkot 3,23 60 angkot 5,36 113 putih 9,27

8 abu 3,31 61 silver 5,36 114 abu 9,33

9 angkot 3,35 62 hitam 5,36 115 taksi 9,4

10 angkot 3,36 63 angkot 5,44 116 hitam 9,5

11 angkot 3,38 64 putih 5,46 117 merah 10,56

12 putih 3,4 65 putih 5,48 118 hitam 10,59

13 angkot 3,48 66 kuning 5,56 119 hitam 10,6

14 angkot 3,58 67 hitam 5,6 120 angkot 10,62

15 silver 3,64 68 hitam 5,63 121 angkot 11,34

16 hitam 3,66 69 angkot 5,64 122 hitam 11,69

17 angkot 3,67 70 pu 5,66 123 pu 11,88

18 angkot 3,7 71 angkot 5,67 124 angkot 12,29 19 silver 3,81 72 angkot 5,71 125 hitam 12,33 20 angkot 3,82 73 angkot 5,76 126 hitam 13,86

21 hitam 3,82 74 hitam 5,83 127 silver 14,9

22 angkot 3,9 75 angkot 5,97 128 angkot 15,07 23 angkot 3,97 76 hijau 6,07 129 angkot 15,68

24 putih 3,97 77 angkot 6,08 130 hitam 15,79

25 hitam 4,01 78 angkot 6,08 131 pu 15,89

26 pu 4,01 79 putih 6,12 132 pu 16,36

27 hitam 4,05 80 hitam 6,15 133 hitam 16,87

28 hitam 4,07 81 hitam 6,17 134 angkot 17,14

29 kuning 4,07 82 hitam 6,27 135 hitam 17,29

30 pu 4,11 83 putih 6,33 136 putih 17,35

31 putih 4,15 84 angkot 6,42 137 silver 17,46

32 abu 4,28 85 hijau 6,57 138 pu 18,05

33 taksi 4,28 86 angkot 6,58 139 putih 18,9

34 angkot 4,33 87 silver 6,6 140 pu 19,06

35 merah 4,33 88 hitam 6,62 141 hitam 20,94

36 angkot 4,35 89 putih 6,97 142 angkot 21,11

37 sampri 4,4 90 merah 6,97 143 abu 21,9

38 hitam 4,46 91 pu 7,03 144 angkot 22,47

39 putih 4,46 92 hitam 7,1 145 hitam 23,12

41 putih 4,7 94 angkot 7,32 147 hitam 23,8

42 angkot 4,76 95 abu 7,34 148 sampri 23,91

43 angkot 4,8 96 hitam 7,41 149 angkot 24,49

44 hitam 4,81 97 putih 7,45 150 pu 24,85

45 hitam 4,91 98 silver 7,47 151 putih 25,62

46 putih 4,94 99 angkot 7,54 152 abu 26,64

47 hitam 5,01 100 hitam 7,55 153 hitam 27,38

48 angkot 5,03 101 silver 7,76 154 angkot 29,35

49 abu 5,03 102 silver 7,82 155 silver 30,19

50 silver 5,04 103 pu 8,12 156 angkot 35,22

51 putih 5,05 104 hitam 8,4 157 pu 44,78

52 sedan 5,11 105 putih 8,48

53 angkot 5,11 106 abu 8,51

*pu = pick up

Data pada tabel kemudian dibagi berdasarkan frekuensi waktu gap. Data yang diperoleh adalah sebagai berikut.

Tabel 4.6. Frekuensi Waktu Gap Siang Waktu Gap (s) N Kendaraan Waktu Gap (s) N Kendaraan

2-2,99 2 18-18,99 2

3-3,99 22 19-19,99 1

4-4,99 22 20-20,99 1

5-5,99 29 21-21,99 2

6-6,99 15 22-22,99 1

7-7,99 12 23-23,99 4

8-8,99 7 24-24,99 2

9-9,99 7 25-25,99 1

10-10,99 4 26-26,99 1

11-11,99 3 27-27,99 1

12-12,99 2 28-28,99 0

13-13,99 1 29-29,99 1

14-14,99 1 30-30,99 1

15-15,99 4 35-35,99 1

16-16,99 2 40-40,99 1

Adapun hasil dari data di atas diplot kedalam grafik frekuensi berikut, kemudian diplot ke grafik distribusi lognormal dan normal untuk melihat data mengikuti distribusi lognormal atau tidak.

Gambar 4.4. Grafik Data Waktu Gap Siang

Seperti data gap pagi hari, tidak keseluruhan data di atas dapat digunakan karena alasan ketidakpercayaan terhadap seluruh data. Data yang digunakan untuk perhitungan rata-rata sama seperti data pagi hari yaitu data gap 3-25 detik , data yang bertanda hijau pada tabel (data ke-3 sampai data ke-151). Sehingga nilai rata-rata waktu gap siang hari adalah :

��= ∑(�1+�2+⋯+��)

�

��= ∑(�3+�4+⋯+�149)

149 =

1246,95

149 = 8,368

Maka diperoleh nilai gap kritis untuk siang hari, berdasarkan nilai rata-rata waktu gap, adalah sebesar 8,368 detik.

- Malam Hari

Pengamatan untuk malam hari dilakukan dari pukul 17.30-20.00 WIB. Diperoleh data sebanyak 143 data waktu gap. Data waktu gap malam hari terdapat pada tabel berikut ini.

Tabel 4.7. Data Waktu Gap Malam

No Ciri

kendaraan

Data accepte

d gap

No Ciri

kendaraan

Data accepte

d gap

No Ciri

kendaraan

Data accepted

gap

1 putih 1,66 48 angkot 5,99 96 silver 11,58

2 pu 3,23 49 angkot 6,15 97 angkot 11,65

3 hitam 3,27 50 hitam 6,32 98 pu 11,85

4 hitam 3,28 51 angkot 6,36 99 angkot 12,03

5 taksi 3,35 52 angkot 6,38 100 hitam 12,26

6 angkot 3,43 53 hitam 6,46 101 hitam 12,32

7 pu 3,52 54 angkot 6,75 102 mp.hijau 12,46

8 angkot 3,7 55 hitam 6,76 103 biru 12,68

9 putih 3,78 56 angkot 6,86 104 hitam 12,71

10 angkot 3,89 57 hitam 6,91 105 hitam 12,84

11 silver 3,94 58 silver 6,92 106 angkot 12,92

12 hitam 3,95 59 sedan 7,08 107 hitam 13,2

13 silver 4,05 60 silver 7,12 108 silver 13,33

14 hitam 4,09 61 hitam 7,17 109 hitam 13,62

15 sedan 4,11 62 merah 7,17 110 silver 14,14

17 putih 4,22 64 silver 7,33 112 hitam 14,82

18 hitam 4,34 65 angkot 7,35 113 angkot 15,73

19 angkot 4,35 66 angkot 7,38 114 mp. hitam 16,2

20 angkot 4,37 67 angkot 7,42 115 angkot 16,58

21 angkot 4,39 68 angkot 7,47 116 putih 17,14

22 hitam 4,58 69 merah 7,56 117 silver 17,82

23 biru 4,58 70 hitam 7,72 118 hitam 18,02

24 angkot 4,73 71 putih 7,73 119 mp hitam 18,36

25 hitam 4,76 72 hitam 7,79 120 angkot 18,53

26 pu 4,78 73 hijau 7,83 121 angkot 19,18

27 mp. hitam 4,88 74 mp abu 7,87 122 hitam 19,4

28 silver 4,9 75 silver 8,01 123 sedan 20,17

29 mp silver 4,93 76 angkot 8,1 124 putih 21,67

30 angkot 4,93 77 silver 8,16 125 hitam 21,7

31 angkot 4,97 78 abu 8,24 126 hitam 21,8

32 mp hitam 5,04 79 silver 8,5 127 angkot 22,38

33 angkot 5,12 80 hitam 8,54 128 angkot 23,54

34 putih 5,3 81 angkot 8,66 129 abu 23,78

35 angkot 5,31 82 merah 8,76 130 putih 24,89

36 angkot 5,4 83 hitam 8,92 131 putih 25,28

37 angkot 5,43 84 silver 9,26 132 sedan 25,94

38 silver 5,53 85 hitam 9,27 133 angkot 27,67

39 angkot 5,59 86 silver 9,33 134 silver 30,11

40 putih 5,66 87 angkot 9,8 135 hitam 31,45

41 mp hijau 5,8 88 hitam 9,85 136 angkot 31,5

42 hitam 5,81 89 mp silver 9,88 137 angkot 31,92

43 hitam 5,85 90 angkot 10,06 138 hitam 32,02

44 angkot 5,86 91 angkot 10,18 139 angkot 33,39

45 silver 5,9 92 angkot 10,37 140 angkot 33,92

46 sedan 5,92 93 silver 10,42 141 angkot 36,59

47 angkot 5,99 94 pu 10,67 142 silver 38,19

95 hitam 11,37 143 mp hitam 40,02

*pu = pick up

Sama seperti data sebelumnya, data di atas kemudian dibagi sesuai frekuensinya kemudian dihitung distribusi lognormal dan diplot ke dalam grafik seperti di bawah ini.

Tabel 4.8. Frekuensi Waktu Gap Malam

Waktu N

Kendaraan Waktu

N

Kendaraan Waktu

N Kendaraan

1-1,99 1 18-18,99 3 36-36,99 1

2-2,99 0 19-19,99 2 38-38,99 1

3-3,99 11 20-20,99 1 40-40,99 1

4-4,99 19 21-21,99 3

5-5,99 17 22-22,99 1

6-6,99 10 23-23,99 2

7-7,99 16 24-24,99 1

8-8,99 9 25-25,99 2

9-9,99 6 26-26,99 0

10-10,99 5 27-27,99 1

11-11,99 4 28-28,99 0

12-12,99 8 29-29,99 0

13-13,99 3 30-30,99 1

14-14,99 3 31-31,99 3

15-15,99 1 32-32,99 1

16-16,99 2 33-33,99 2

Gambar 4.6. Grafik Frekuensi Waktu Gap Malam

Gambar 4.7. Grafik Distribusi Gap Malam

Waktu gap mulai dari 3-25 detik digunakan untuk mencari nilai rata-rata waktu gap. Adapun data untuk malam hari yang dimaksud adalah data ke-2 sampai data ke-132 (tabel yang bertanda hijau). Sehingga nilai rata-rata waktu gap malam hari adalah;

��=∑(�1+�2+⋯+��)

� ��= ∑(�2+�3+⋯+�132)

131 =

1229,45

131 = 9,385

Nilai rata-rata data waktu gap pada malam hari sebesar 9,385 detik. Maka nilai gap kritis untuk malam hari adalah 9,385 detik.

♣ Follow-up

Untuk mencari nilai follow-up juga dilakukan dengan metode rata-rata. Berdasarkan definisi yang telah dijelaskan pada bab sebelumnya, maka dilakukan pengamatan dari hasil rekaman video. Follow-up terjadi karena terdapat lebih dari satu kendaraan yang memanfaatkan gap yang sama. Sehingga terjadi selang waktu antara kendaraan arus minor

yang pertama bergerak dengan kendaraan arus minor berikutnya. Namun kondisi arus lalu lintas ketika mengamati kejadian follow-up tidak dalam kondisi arus tidak jenuh melainkan kondisi arus jenuh karena follow-up terjadi karena ada kendaraan yang mengantri dan memanfaatkan gap yang sama.

Gambar 4.8. Ilustrasi follow-up

Yang diamati untuk mendapatkan nilai follow-up adalah ketika kendaraan pada lingkaran kuning mencapai spot tertentu yang telah dilalui kendaraan di depannya (lingkaran merah). Demikian seterusnya bila ada lebih dari dua kendaraan. Selanjutnya data follow-up yang diperoleh, sama seperti data gap kritis, akan dicari nilai rata-ratanya yang nantinya akan menjadi nilai waktu follow-up.

- Pagi Hari

Pada pengamatan pagi hari (07.00-09.30 WIB) diperoleh data waktu sebanyak 55 data. Data follow-up pagi hari dapat dilihat pada tabel di bawah ini.

No. Kend Waktu No. Kend waktu No. Kend waktu

1 4,47 21 7,09 41 9,94

2 4,84 22 7,09 42 10,37

3 5,06 23 7,15 43 10,72

4 5,13 24 7,21 44 10,95

5 5,3 25 7,21 45 11,12

6 5,31 26 7,37 46 11,41

7 5,37 27 7,65 47 11,63

8 5,48 28 7,94 48 11,89

9 5,48 29 8,5 49 12,25

10 5,49 30 8,57 50 12,53

11 5,73 31 9,01 51 12,96

12 5,75 32 9,11 52 15,34

13 5,88 33 9,2 53 16,61

14 5,88 34 9,22 54 17,28

15 5,98 35 9,31 55 18,05

16 6,34 36 9,35

17 6,52 37 9,6

18 6,57 38 9,71

19 6,75 39 9,78

20 6,76 40 9,79

Lalu data di atas dibagi kedalam frekuensi sesuai nilai waktu follow-up kemudian diplot pada grafik sesuai frekuensinya, sama seperti pengerjaan data gap kritis sebelumnya.

Tabel 4.10. Frekuensi Waktu follow-up pagi

Waktu N

Kendaraan Waktu

N Kendaraan

4-4,99 2 12-12,99 3

5-5,99 13 13-13,99 0

6-6,99 5 14-14,99 0

7-7,99 8 15-15,99 1

8-8,99 2 16-16,99 1

9-9,99 11 17-17,99 1

10-10,99 3 18-18,99 1

Gambar 4.10. Grafik distribusi follow-up pagi

Seperti pengerjaan data gap kritis, tidak semua data follow-up digunakan dalam perhitungan rata-rata waktu follow-up. Untuk perhitungan follow-up, data yang digunakan adalah waktu follow-up 3-15 detik. Dari tabel di atas diketahui data yang dapat dipakai adalah data ke-1 sampai data ke-52 (bertanda biru pada tabel). Maka sesuai rumus, nilai rata-rata follow-up pagi adalah ;

��=∑(�1+�2+⋯+��)

� ��=∑(�1+�2+⋯+�52)

52 =

425,06

52 = 8,174

Diperoleh nilai �� follow-up pagi hari sebesar 8,174 detik. Maka nilai follow-up kendaraan pada pagi hari adalah 8,174 detik.

- Siang Hari

Pada pengamatan siang hari (12.00-14.30 WIB) diperoleh data waktu sebanyak 142 data. Data follow-up pagi hari dapat dilihat pada tabel di bawah ini.

Tabel 4.11. Data Follow-Up Siang Hari No.

kend waktu No. kend Waktu No. kend waktu

1 3,36 51 9,34 101 13,5

2 4,09 52 9,37 102 13,71

3 4,21 53 9,45 103 13,83

4 4,98 54 9,5 104 13,85

5 5,22 55 9,56 105 13,92

6 5,55 56 9,61 106 14,04

7 5,67 57 9,62 107 14,2

8 5,75 58 9,62 108 14,39

9 5,78 59 9,71 109 14,43

11 5,82 61 9,72 111 14,53

12 5,87 62 9,73 112 14,64

13 5,87 63 9,78 113 14,64

14 6,03 64 9,78 114 15,19

15 6,17 65 9,84 115 15,59

16 6,26 66 9,87 116 15,98

17 6,28 67 9,96 117 16,05

18 6,4 68 9,97 118 16,24

19 6,45 69 10,01 119 16,37

20 6,66 70 10,17 120 16,55

21 6,82 71 10,22 121 16,63

22 7,01 72 10,34 122 16,78

23 7,06 73 10,34 123 17,04

24 7,11 74 10,44 124 17,07

25 7,17 75 10,54 125 17,25

26 7,22 76 10,58 126 17,43

27 7,25 77 10,65 127 17,57

28 7,4 78 10,65 128 17,7

29 7,45 79 10,81 129 17,89

30 7,45 80 10,94 130 18,09

31 7,51 81 11,05 131 18,85

32 7,59 82 11,17 132 19,15

33 7,67 83 11,25 133 19,47

34 7,7 84 11,3 134 19,89

35 7,74 85 11,71 135 20,11

36 7,87 86 11,74 136 21

37 7,94 87 11,8 137 21,36

38 8,01 88 12,11 138 24,39

39 8,09 89 12,12 139 26,19

40 8,22 90 12,46 140 29,82

41 8,34 91 12,52 141 36,23

42 8,38 92 12,69 142 40,56

43 8,4 93 12,92

44 8,71 94 13,12

45 8,88 95 13,17

46 8,9 96 13,23

47 8,91 97 13,24

48 8,92 98 13,28

49 9,2 99 13,44

Hasil pengelompokan berdasarkan frekuensi dari data di atas adalah sebagai berikut. Kemudian data diplotkan ke dala grafik frekuensi dan grafik distribusinya seperti terdapat di bawah ini.

Tabel 4.12. Frekuensi waktu follow-up siang

Waktu N

Kendaraan Waktu

N Kendaraan

3-3,99 1 14-14,99 8

4-4,99 3 15-15,99 3

5-5,99 9 16-16,99 6

6-6,99 8 17-17,99 7

7-7,99 16 18-18,99 2

8-8,99 11 19-19,99 3

9-9,99 20 20-20,99 1

10-10,99 12 21-21,99 2

11-11,99 7 24-24,99 1

12-12,99 6 26-26,99 1

13-13,99 12 29-29,99 1

Gambar 4.12. Grafik distribusi follow-up siang

Data yang digunakan adalah waktu follow-up 3-15 detik. Dari tabel diketahui data yang dapat dipakai adalah data ke-1 sampai data ke-116 (bertanda biru pada tabel). Maka sesuai rumus, nilai rata-rata follow-up pagi adalah ;

��=∑(�1+�2+⋯+��)

� ��= ∑(�1+�2+⋯+�116)

116 =

1128,93

116 = 9,44

Diperoleh nilai �� follow-up siang hari sebesar 9,44 detik. Maka nilai follow-up kendaraan pada pagi siang adalah 9,44 detik.

- Malam Hari

Pada pengamatan malam hari (17.30-20.00 WIB) diperoleh data waktu sebanyak 127 data. Data follow-up pagi hari dapat dilihat pada tabel di bawah ini.

Tabel 4.13. Data Follow-up Malam Hari

1 4,35 44 7,65 86 11,31

2 4,39 45 7,74 87 11,43

3 4,54 46 7,8 88 11,53

4 4,59 47 7,81 89 11,54

5 4,61 48 7,89 90 11,6

6 4,89 49 7,91 91 11,63

7 5,16 50 7,93 92 11,79

8 5,18 51 8,14 93 11,85

9 5,27 52 8,46 94 11,95

10 5,27 53 8,47 95 12,11

11 5,41 54 8,52 96 12,31

12 5,47 55 8,55 97 12,37

13 5,59 56 8,55 98 12,47

14 5,83 57 8,56 99 12,53

15 5,89 58 8,57 100 13,08

16 5,96 59 8,64 101 13,25

17 6,04 60 8,7 102 13,25

18 6,11 61 8,73 103 13,37

19 6,16 62 8,73 104 13,97

20 6,38 63 8,73 105 14,12

21 6,44 64 8,79 106 14,28

22 6,55 65 8,8 107 14,29

23 6,61 66 8,98 108 14,56

24 6,63 67 8,98 109 14,69

25 6,64 68 9,04 110 14,92

26 6,75 69 9,1 111 15,12

27 6,77 70 9,5 112 15,13

28 6,77 71 9,54 113 15,3

29 6,8 72 9,56 114 15,77

30 6,95 73 9,8 115 17,03

31 6,98 74 9,96 116 17,26

32 6,99 75 10,22 117 17,63

33 7,03 76 10,25 118 18,19

34 7,05 77 10,26 119 18,24

35 7,06 78 10,51 120 18,81

36 7,12 79 10,53 121 19,71

37 7,16 80 11,05 122 20,08

38 7,19 81 11,17 123 21,38

39 7,22 82 11,22 124 22,2

40 7,43 83 11,25 125 25,93

41 7,54 84 11,28 126 26,44

42 7,58 85 11,28 127 27,18

Hasil pengelompokkan berdasarkan frekuensi dari data di atas adalah seperti di bawah ini. Kemudian data diplot sesuai frekuensinya dan diplot juga berdasarkan hasil distribusinya seperti berikut ini.

Tabel 4.14. Frekuensi waktu follow-up malam

Waktu N

Kendaraan Waktu

N Kendaraan

4-4,99 6 15-15,99 4

5-5,99 10 17-17,99 3

6-6,99 16 18-18,99 3

7-7,99 18 19-19,99 1

8-8,99 17 20-20,99 1

9-9,99 7 21-21,99 1

10-10,99 5 24-24,99 1

11-11,99 15 25-25,99 1

12-12,99 5 26-26,99 1

13-13,99 5 27-27,99 1

14-14,99 6

Gambar 4.13. Grafik distribusi follow-up malam

Data yang digunakan adalah waktu follow-up 3-15 detik. Dari tabel diketahui data yang dapat dipakai adalah data ke-1 sampai data ke-114 (bertanda biru pada tabel). Maka sesuai rumus, nilai rata-rata follow-up pagi adalah ;

��=∑(�1+�2+⋯+��)

� ��= ∑(�1+�2+⋯+�114)

114 =

1036,64

114 = 8,866

Diperoleh nilai �� follow-up malam hari sebesar 8,866 detik. Maka nilai follow-up kendaraan pada pagi siang adalah 8,866 detik.

b. Metode Regresi Siegloch

Seperti yang dijelaskan sebelumnya, metode regresi Siegloch ini dikembangkan untuk kondisi arus jenuh pada arus minor jalan. Arus jenuh adalah kondisi dimana terdapat antrian

kendaraan pada bukaan median untuk menunggu waktu gap yang dianggap aman untuk melakukan putaran balik. Tidak jarang dalam kondisi seperti ini terdapat lebih dari satu kendaraan yang mengambil satu gap yang sama, dikarenakan waktu yang terlalu lama menunggu. Dengan metode regresi Siegloch baik nilai gap kritis dan nilai follow-up dapat diketahui sekaligus tanpa harus memisah data seperti metode rata-rata sebelumnya.

Gambar 4.14. Kondisi jenuh arus minor

Metode ini telah banyak digunakan dalam berbagai penelitian untuk mencari nilai kapasitas pada bukaan median, salah satunya dalam jurnal Warner Brilon & Ralph Koenig (1997).

Adapun langkah-langkah estimasi metode ini adalah sebagai berikut :

1. Observasi kondisi yang memiliki kejadian antrian pada bukaan median

2. Hitung jumlah kendaraan (g(t)) yang melakukan putaran balik selama satu gap (t) 3. Plot hasil pengamatan pada grafik, contoh seperti berikut ini.

Gambar 4.15. Grafik plot data metode Siegloch

Grafik di atas menunjukkan sumbu vertikal jumlah kendaraan yang mampu lewat dalam waktu satu waktu gap (t) yang ditunjukkan sumbu horizontal.

4. Sebelum meregresi hasil plot, hitung dahulu nilai waktu rata-rata dari masing-masing g(t). Hal ini dilakukan karena bisa terdapat lebih dari satu nilai g(t) yang pada waktu t yang sama pula, sehingga yang masuk dalam plot grafik hanya satu nilai saja.

5. Hasil dari rata-rata nilai t pada masing-masing g(t) pada grafik contoh pada langkah no. 6, dilambangkan dengan kotak warna merah. Dan nilai rata-rata inilah yang akan diregresi nantinya untuk mendapat nilai gap kritis dan waktu follow-up.

6. Contoh gambar grafik di bawah menunjukkan hasil regresi dari nilai g(t) terhadap t. Dari garis regresi maka dapat diperoleh nilai follow-up time dan parameter nol.

Gambar 4.16. Grafik regresi metode Siegloch

Dari grafik di atas dapat dilihat lebih lengkap bagaimana semua variabel diperoleh dari grafik. Variabel �₀����_� didapat dari grafik. Seperti yang ditunjukkan lingkaran merah dan hijau. Sedangkan untuk nilai gap kritis �_� diperoleh dari rumus

�� = �0+ 0,5��

Demikian dijelaskan langkah-langkah pengerjaan dari metode regresi Siegloch. Berikut ini adalah hasil pengerjaan dari data yang didapat dari hasil pengamatan rekaman video yang terbagi tiga segmen waktu; pagi, siang, dan malam.

- Pagi hari

Hasil dari pengamatan video rekaman pagi hari (07.00-09.30 WIB) diperoleh data untuk metode Siegloch seperti berikut ini.

Tabel 4.15. Data Gap Pagi Metode Siegloch

g(t) t g(t) t g(t) t g(t) t

0 3,51 0 3,71 1 6,18 1 9,68

0 7,77 0 4,57 1 8,01 1 9,15

0 4,8 0 4,88 1 7,4 1 8,55

0 7,35 0 11,6 1 7,41 1 9

0 7,35 0 7,92 1 11,79 1 9,72

0 5,56 1 10,68 1 33,84 1 9,5

0 3,47 1 7,92 1 13,87 1 9

0 11,15 1 18,89 1 15,31 1 14,95

0 3,61 1 10,48 1 26,08 1 21,19

0 22,96 1 11,91 1 23,62 2 27,96

0 6,36 1 8,82 1 12,43 2 12,55

0 4,24 1 20,58 1 12,34 2 12,48

0 6,22 1 6,84 1 11,6 3 20,38

g(t) = jumlah kendaraan yang memutar dalam 1 gap t = waktu 1 gap

Langkah selanjutnya dalam metode Siegloch adalah mencari nilai rata-rata waktu untuk g(t) yang bernilai sama. Untuk data di atas, mencari nilai rata-rata tiap g(t) adalah sebagai berikut :

��=∑(�1+�2+⋯+��)

�

Untuk nilai g(t) = 0; berarti hanya ada satu kendaraan dalam sebuah antrian pada bukaan median yang memanfaatkan gap pada arus mayor, sedangkan kendaraan di belakangnya tidak ikut bergerak. Terdapat 18 jumlah data g(t) = 0. Maka nilai rata-rata saat g(t) = 0 adalah :

���(_�)=0= ∑ �

1 +⋯+�18

18 =

3,51 + 7,77 +⋯+ 7,92

18 =

127,03

Untuk g(t) = 1; berarti ada dua kendaraan yang memanfaatkan satu gap yang sama dari antrian pada bukaan median. Dari tabel diketahui ada sebanyak 30 data. Nilai rata-rata waktu ketika g(t) = 1 adalah :

���(�)=1 =

∑ �1+⋯+�30

30 =

10,68 + 7,92 +⋯+ 21,19

30 =

386,74

30 = 12,891 ����� Dan begitu seterusnya untuk semua g(t).

���(�)=2=

∑ �1+⋯+�3

3 =

27,96 + 12,55 + 12,48

3 =

52,99

3 = 17,663 �����

���(�)=3 = 20,38 �����

Hasil perhitungan di atas diringkas ke dalam tabel di bawah ini.

Tabel 4.16. Rata-rata t terhadap g(t) g(t) �̅

0 7,057222222 1 12,89133333 2 17,66333333

3 20,38

Dalam proses pengerjaan, terdapat dua grafik yang disatukan. Grafik pertama adalah hasil plot data jumlah kendaraan (g(t)) yang memanfaatkan satu gap (t). Dan grafik kedua adalah plot hasil nilai rata-rata waktu follow-up �̅ terhadap g(t).

0 0,5 1 1,5 2 2,5 3 3,5

0 5 10 15 20 25 30 35

g

(t)

t

Metode Siegloch gap pagi

7,057222222

12,89133333 17,66333333

20,38 y = 0,218x - 1,662

R² = 0,975

-1 0 1 2 3 4

0 5 10 15 20 25 30 35 40

Rata-rata t

rata-rata t

Gambar 4.17. Grafik plot data t terhadap g(t)

Gambar 4.18. Grafik rata-rata t

Kedua grafik disatukan untuk dapat melihat lebih jelas grafik metode regresi Siegloch. Hasil penyatuan dua grafik di atas adalah sebagai berikut.

Gambar 4.19. Grafik regresi Siegloch pagi

Dari grafik di atas diperoleh nilai : parameter nol = 6,5 detik; follow-up time = 2,05 detik. Nilai parameter nol diperoleh dari perpotongan garis linear regresi dengan sumbu x grafik, dan nilai waktu follow-up diperoleh dari hasil slope garis regresi. Selanjutnya untuk memperoleh nilai gap kritis dapat diperoleh dengan rumus perhitungan;

�� = �0+

��

2 = 6,5 + 2,05

2 = 7,525 �����

dimana : �_� = gap kritis; �₀ = parameter nol; �_� = waktu follow-up

Maka dari hasil perhitungan di atas diperoleh nilai gap kritis pagi hari = 7,525 detik; nilai follow-up time = 2,05 detik.

Demikian cara yang juga akan digunakan untuk waktu siang dan malam untuk mencari nilai gap kritis dan waktu follow-up.

- Siang Hari

Pengamatan video rekaman siang hari dilakukan pada pukul 12.00-14.30 WIB. Diperoleh data sebanyak 113 data. proses pengolahan data dengan metode Siegloch sama seperti mencari nilai waktu follow-up pagi hari. Data waktu follow-up siang hari dapat dilihat pada tabel berikut ini.

Tabel 4.17. Data gap siang metode Siegloch

g(t) t g(t) t g(t) t g(t) t g(t) t

0 6,32 0 7,21 0 6,74 1 10,74 1 17,26

0 6,03 0 7,22 0 5,77 1 15,04 1 14,81

0 7,99 0 3,93 0 7,54 1 23,85 1 12,68

0 8,03 0 4,96 0 7,93 1 7,37 1 7,68

0 4,57 0 5,62 0 4,22 1 7,36 1 17,34

0 5,47 0 5,88 0 10,26 1 7,29 1 8,07

0 5,05 0 5,88 0 3,09 1 8,7 1 8,15

0 5,67 0 5,04 0 5,87 1 7,07 2 12,85

0 3,51 0 4,79 0 5,89 1 7,65 2 12,3

0 3,42 0 5,13 0 5,52 1 13,69 2 11,03

0 6,8 0 10,39 0 6,06 1 23,34 2 27,92

0 4,41 0 4,84 0 7,69 1 8,76 2 26,6

0 6,49 0 5,73 1 10,94 1 8,76 2 9,25

0 6,69 0 4,46 1 20,13 1 4,98 2 40,99

0 9,76 0 4,66 1 19,02 1 11,03 2 9,79

0 3,99 0 5,41 1 5,79 1 6,01 2 22,86

0 13,84 0 3,8 1 6,99 1 5,76 2 14,71

0 13,84 0 4,31 1 7,94 1 13,84 3 36,97

0 3,71 0 6,43 1 5,31 1 9,96 3 16,31

0 11,88 0 5,02 1 26,73 1 5,8 3 19,74

0 10,54 0 5,02 1 10,25 1 12,73 3 13,23

0 4,27 0 5,45 1 25,05 1 10,28

0 9,03 0 8,16 1 10,05 1 8,46

g(t) = jumlah kendaraan memutar dalam 1 gap t = lama waktu 1 gap

Data waktu follow-up siang di atas kemudian dicari nilai rata-rata untuk setiap g(t) atau jumlah kendaraan yang memanfaatkan gap yang sama. Hasil dari rata-rata data di atas terdapat dalam tabel berikut.

Tabel 4.18. Nilai rata-rata t terhadap g(t) g(t) t

0 6,331551724 1 11,52829268

2 18,83

3 21,5625

Nilai-nilai dari tabel di atas kemudian di plot ke dalam grafik scatter untuk selanjutnya diregresi. Adapun grafik hasil plot adalah sebagai berikut;

��

��

Gambar 4.20. Grafik regresi Siegloch siang

Dari grafik di atas diperoleh nilai : parameter nol = 5,8 detik; follow-up time = 2,8 detik. Maka nilai critical gap dapat diperoleh dengan rumus perhitungan :

�� = �0+

��

2 = 5,8 + 2,8

2 = 7,2 �����

Maka hasil yang diperoleh untuk data siang hari adalah gap kritis = 7,2 detik dan waktu follow-up = 2,8 detik.

- Malam Hari

Hasil dari pengamatan video rekaman malam hari (17.30-19.50 WIB) diperoleh data untuk metode Siegloch seperti berikut ini.

Tabel 4.19. Data gap metode Siegloch malam

g(t) t g(t) t g(t) t g(t) t

0 6,3 0 19,83 1 10,54 1 23,55

0 4,46 0 8,97 1 10,54 2 8

0 5,82 0 10,05 1 13,68 2 38,57

0 6,42 0 9,48 1 18,87 2 27,39

0 13,38 0 6,02 1 8,49 2 11,13

0 18,32 0 5,13 1 8,74 2 12,37

0 11,19 0 6,2 1 6,65 2 11,59

0 8,93 0 9,37 1 10,55 2 11,41

0 4,22 0 6,16 1 8,89 2 47,6

0 4,86 0 6,82 1 8,92 2 15,9

0 12,27 0 7,94 1 10,86 2 15,74

0 9,68 0 6,77 1 7,5 2 11,17

0 14,3 0 5,35 1 8,34 2 13,27

0 9,19 0 17,31 1 7,29 2 15,95

0 7,3 0 6,55 1 7,92 3 14,43

0 9,7 0 5,34 1 11,98 3 34,22

0 7,51 0 8,95 1 10,86 3 13,1

0 4,1 0 9,5 1 11,99 3 22,62

0 3,19 0 12,01 1 18,29 3 49,46

0 18,04 0 7,34 1 10,67 3 13,05

0 6,12 0 10,49 1 10,31 4 15,15

0 5,19 0 8,09 1 31,03 4 38

0 5,19 1 5,87 1 7,66 4 18,85

0 4,51 1 8,15 1 11,24 4 36,93

0 5,06 1 12,4 1 13,49

0 5,16 1 18,32 1 25,46

g(t) = jumlah kendaraan memutar dalam 1 gap t = lama waktu 1 gap

Data waktu follow-up kemudian dicari nilai rata-rata darii setiap g(t). Untuk hasil rata-rata data di atas telah diringkas dalam tabel berikut.

g(t) t 0 8,418333333 1 12,22741935 2 18,46846154

3 24,48

4 27,2325

Nilai-nilai dari tabel di atas kemudian di plot ke dalam grafik scatter untuk selanjutnya diregresi. Adapun grafik hasil plot adalah sebagai berikut;

��

��

Gambar 4.21. Grafik regresi Siegloch malam

Dari grafik di atas diperoleh nilai : parameter nol = 7,6 detik; follow-up time = 2,58 detik. Maka nilai gap kritis dapat diperoleh dengan rumus perhitungan;

�� =�0+

��

2 = 7,6 + 2,58

2 = 8,89 �����

Hasi yang diperoleh dari malam hari adalah: gap kritis = 8,89 detik dan waktu follow-up = 2,58 detik.

Setelah dilakukan pengolahan dan perhitungan data lapangan seperti di atas, hasil yang diperoleh adalah sebagai berikut.

♣ Untuk metode rata-rata

Nilai gap kritis yang diperoleh : pagi = 10,8806 detik siang = 8,368 detik malam = 9,385 detik Nilai waktu follow-up diperoleh : pagi = 8,174 detik

siang = 9,44 detik malam = 8,866 detik

♣ Untuk metode regresi Siegloch

Nilai gap kritis yang diperoleh : pagi = 7,525 detik siang = 7,2 detik malam = 8,89 detik Nilai follow-up yang diperoleh : pagi = 2,05 detik

siang = 2,8 detik malam = 2,58 detik

4.3. KAPASITAS BUKAAN MEDIAN

Setelah diperoleh nilai gap kritis dan waktu follow-up pada bukaan median, maka nilai kapasitas dari bukaan median bisa dihitung. Seperti yang sudah dijelaskan, sesuai dengan definisinya, untuk mencari nilai kapasitas dalam penelitian ini digunakan rumus yang dikembangkan Siegloch. Rumus Siegloch adalah sebagai berikut.

�=�3600

�� � �

−� �₃₆₀₀�(��−0,5��)

dimana ; � =���������� − ���� (���/���)

�=������������������������� (���/���) �_� = ���������� (detik)

�� = ������ − ������ (�����)

Data-data yang diperoleh dari hasil pengamatan dan perhitungan data diperoleh

Tabel 4.21. Volume maksimum arus lalu lintas VOLUME MAKSIMUM

ARUS KONFLIK (smp/30mnt) ARUS MEMUTAR (smp/30mnt)

PAGI 1388 49

SIANG 1634 77

MALAM 1354 48

Tabel 4.22. Data waktu gap kritis dan follow-up

GAP KRITIS (detik) FOLLOW-UP (detik)

Rata-rata Siegloch Rata-rata Siegloch

PAGI 10,8806 7,525 8,174 2,05

SIANG 8,368 7,2 9,44 2,8

MALAM 9,385 8,89 8,866 2,58

Dengan data-data di atas, maka nilai kapasitas bukaan median dapat dihitung. Perhitungan nilai kapasitas bukaan median dihitung untuk kondisi arus jenuh dan arus tidak jenuh.

÷ Metode rata-rata

Untuk kondisi arus tak jenuh, berdasarkan data di atas maka nilai kapasitas bukaan median dapat diperoleh. Adapun perhitungannya dengan rumus Siegloch adalah sebagai berikut.

�=�3600

�� � �

−� �₃₆₀₀�(��−0,5��)

� = �3600 8,174� �

−�1388₃₆₀₀�(10,8806−0,5∗8,174)

�= 32 ����_{30 �����}

SIANG HARI

� =�3600

�� � �

−� �₃₆₀₀�(��−0,5��)

�=�3600 9,44� �

−�1634₃₆₀₀�(8,368−0,5∗9,44)

�= 70 ����_{30 �����}

MALAM HARI

�=�3600

�� � �

−� �₃₆₀₀�(��−0,5��)

� =�3600 8,866� �

−�1354₃₆₀₀�(9,385−0,5∗8,866)

�= 61 ����_{30 �����}

÷ Metode Siegloch

Dengan rumus yang sama, nilai kapasitas bukaan median, dengan data kondisi arus jenuh, diperoleh sebagai berikut.

PAGI HARI

�=�3600

�� � �

−� �₃₆₀₀�(��−0,5��)

� =�3600 2,05� �

−�1388₃₆₀₀�(7,525−0,5∗2,05)

� =143 ����_{30 �����}

SIANG HARI

� =�3600

�� � �

−� �₃₆₀₀�(��−0,5��)

�=�3600 2,8 � �

−�1634₃₆₀₀�(7,2−0,5∗2,8)

�= 92 ����_{30 �����}

MALAM HARI

�=�3600

�� � �

−� �₃₆₀₀�(��−0,5��)

� =�3600 2,58� �

−�1354₃₆₀₀�(8,89−0,5∗2,58)

�= 80 ����_{30 �����}

Dari hasil perhitungan diperoleh nilai kapasitas bukaan median sebagai berikut.

Kapasitas pagi hari = 32 smp/30 menit siang hari = 70 smp/30 menit

malam hari = 61 smp/30 menit

÷ Metode Siegloch

Kapasitas pagi hari = 143 smp/30 menit siang hari = 92 smp/30 menit malam hari = 80 smp/30 menit 4.4. PERFORMA BUKAAN MEDIAN

Untuk melengkapi penelitian tentang analisa kapasitas bukaan median, dilakukan juga perhitungan tingkat pelayanan jalan, untuk menilai performa bukaan median sebagai putaran balik. Untuk menghitung nilai tingkat pelayanan jalan, digunakan rumus

�� = �_�

dimana; Ds = derajat kejenuhan

Q = arus bukaan median (smp/jam) C = kapasitas bukaan median (smp/jam)

Berdasarkan rumus di atas, maka nilai tingkat pelayanan bukaan median dapat dihitung. Perhitungan nilai tingkat pelayanan bukaan median adalah seperti berikut ini.

Tabel.4.23. Data volume dan kapasitas bukaan median

VOLUME MAKS. BUKAAN MEDIAN

(smp/30 menit)

KAPASITAS BUKAAN MEDIAN (smp/30mnt)

ARUS TAK

JENUH

ARUS JENUH

PAGI 49 32 143

SIANG 77 70 92

÷ Metode rata-rata PAGI HARI

�� = �_� = 49

32= 1,52 SIANG HARI

�� = �_� = 77

75= 1,09 MALAM HARI

�� = �_� = 48

61= 0,78

÷ Metode Siegloch

PAGI HARI

�� = �_� = ₁₄₃49 = 0,34 SIANG HARI

�� = �_� = 77

92= 0,84 MALAM HARI

�� = �_� = 48 61= 0,6

Setelah dilakukan perhitungan, nilai derajat kejenuhan dibandingkan dengan standar tingkat pelayanan simpang tidak bersinyal yang dibahas pada bab sebelumnya.

Tabel 4.24. Tingkat pelayanan simpang tidak bersinyal

Tingkat pelayanan D/C ratio

Good 0.00-0.50

Fair 0.50-0.70

Tolerable 0.70-0.85

Bad 0.85-1.00

Very Bad 1.00-

Dari hasil perhitungan, dapat dilihat, untuk kondisi arus tak jenuh nilai tingkat pelayanan bukaan median adalah tolerable hingga very bad. Pada arus malam hari tingkat pelayanan berdasarkan hasil perhitungan dirasa masih bisa ditoleransi. Sedangkan di pagi hari dan siang hari tingkat pelayanan dirasa buruk.

Untuk kondisi arus jenuh, nilai tingkat pelayanan bukaan median berada pada kondisi baik (good) hingga tolerable.

4.5. PEMBAHASAN HASIL & ANALISA

Dari hasil pengolahan dan perhitungan data di atas, diperoleh data seperti berikut. a. Metode rata-rata

Nilai gap kritis : pagi = 10,8806 detik siang = 8,368 detik malam = 9,385 detik

Nilai waktu follow-up : pagi = 8,174 detik siang = 9,44 detik malam = 8,86 detik

Dari penjabaran di atas, dapat dilihat untuk hasil waktu gap kritis untuk pengamatan kondisi arus minor tidak jenuh, diperoleh nilai gap kritis terbesar terjadi pada pagi hari yaitu sebesar 10,88 detik. Ini berarti kendaraan yang akan memutar pada bukaan median tersebut lebih leluasa untuk memutar pada pagi hari dibandingkan siang hari dan malam hari. Waktu gap kritis yang paling kecil ada pada siang hari. Meski demikian, nilai gap kritis yang diperoleh pada saat kondisi arus minor tak jenuh termasuk nilai gap kritis yang besar. Nilai gap kritis siang hari adalah sebesar 8,37 detik. Dapat dikatakan nilai gap kritis seperti itu dapat dikatakan aman untuk kendaraan melakukan gerakan memutar.

Kondisi lalu lintas pagi hari pada bukaan median tersebut memang masih tidak padat. Ini juga ditunjukkan nilai volume lalu lintas yang lebih kecil dibandingkan waktu yang lain. Pengguna jalan A.H. Nasution belum terlalu ramai pada pagi hari, berbeda dengan siang dan malam hari. Semakin siang hari semakin mobilitas masyarakat meningkat dan pengguna jalanpun meningkat. Pada siang hari volume lalu lintas pada lokasi penelitian cukup padat. pada lokasi di sekitar bukaan median untuk arus mayor, dari arah amplas terdapat lampu lalu

lintas di simpang Jl. Karya Wisata sejauh sekitar ±100 meter dari bukaan median. jadi ketika kendaraan hendak memutar dan seketika itu juga lampu lalu lintas Jl. Karya Wisata sedang merah, maka nilai gap yang terjadi lumayan besar, sehingga nilai rata-rata gap yang diperoleh juga besar. ini dapat dilihat dari data hasil pengamatan waktu gap yang cukup besar, ada gap 25 detik bahkan > 30 detik.

lokasi lampu lalu lintas

Gambar 4.22. Pengamatan pagi hari

Dari gambar potongan rekaman di atas, dapat dilihat bahwa hanya terdapat satu kendaraan pada arus mayor ketika kendaraan hendak memutar. Pada saat kendaraan memutar lampu lalu lintas arah Jl Karya Wisata sedang merah.

Untuk nilai waktu follow-up dengan metode rata-rata, seperti dijelaskan sebelumnya, diambil dengan melakukan pengamatan terhadap gerakan kendaraan beruntun pada bukaan median ketika mengambil nilai gap yang sama. Nilai follow-up yang paling besar terjadi pada siang hari yaitu sebesar 9,44 detik. Sedangkan nilai follow-up yang paling kecil terjadi pada pagi hari yaitu sebesar 8,17 detik. Semakin kecil nilai follow-up time ini berarti kendaraan pada bukaan median bisa melakukan gerakan memutar dengan mudah dan ini berarti juga

semakin kecil gangguan yang dialami kendaraan arus minor untuk memutar yang datang dari arus mayor/utama.

Nilai follow-up yang diperoleh dengan metode rata-rata ini juga terbilang cukup besar. Dalam HCM 2000 ditetapkan nilai follow-up dasar untuk simpang tak bersinyal hanya berkisar antara 2-5 detik. Bila dihubungkan dengan kondisi di lapangan, nilai follow-up yang besar terjadi ketika kendaraan pertama yang hendak memutar cukup lama melakukan gerakan memutar atau dengan kata lain melakukan gerakan memutar dengan pelan-pelan sehingga kendaraan di belakangnya juga lama untuk mencapai spot yang ditetapkan untuk memperoleh nilai waktu follow-up. Hal ini biasanya terjadi karena pada arus utama sepeda motor seringkali tetap jalan ketika ada kendaraan yang sedang memutar. Pengendara sepeda motor yang lumayan banyak jumlahnya seringkali memanfaatkan bahu jalan untuk terus jalan meskipun ada kendaraan arus minor yang akan memutar. Keberadaan sepeda motor yang mengganggu kendaraan yang memutar bukan hanya terdapat pada arus mayor tapi juga pada bukaan median. Sepeda motor yang hendak memutar juga sering menyusahkan mobil yang akan memutar. Dimensi sepeda motor yang kecil membuat pengendara sepeda motor sering sembarangan mengambil lokasi untuk jalan, sehingga arus lalu lintas semraut. Sepeda motor tidak begitu membutuhkan gap untuk memutar sehingga seringkali langsung memutar dan jumlah sepeda motor yang banyakpun menyebabkan badan jalan berkurang. Inilah yang biasanya membuat kendaraan yang akan memutar menjadi pelan-pelan untuk memutar. Ditambah dengan dimensi badan jalan arus utama yang bisa dikatakan sempit untuk kendaraan memutar.

Pada siang hari, diperoleh nilai gap kritis lebih kecil dari waktu follow-up, 9,44 detik < 8,368 detik. Kondisi ini sebenarnya tidaklah mungkin. HCM 2000 dan banyak paper lainnya mengatakan bahwa nilai gap kritis tidaklah mungkin lebih kecil dari waktu follow-up. Dalam kasus ini, mengapa hasil penelitian bisa demikian karena kondisi dan gerak kendaraan yang

diamati untuk mencari nilai gap kritis dan waktu follow-up dalam metode rata-rata itu berbeda. Dimana dalam mencari gap kritis gerak kendaraan yang diperhatikan adalah saat hanya ada satu kendaraan yang memanfaatkan satu gap. Sedangkan untuk mencari nilai follow-up gerak yang diamati adalah ketika ada lebih dari satu kendaraan yang memanfaatkan satu gap yang sama. Taylor & Aldian (2001) juga tidak mengatakan bagaimana penjelasan antara gap kritis dan follow-up dengan metode ini.

Gambar 4.23. Sepeda motor di arus mayor

b. Metode Regresi

Pengolahan data dengan metode regresi Siegloch diperoleh hasil sebagai berikut.

Nilai gap kritis : pagi = 7,525 detik

siang = 7,2 detik

malam = 8,89 detik

Nilai waktu follow-up : pagi = 2,05 detik

siang = 2,8 detik

malam = 2,58 detik

Dengan metode regresi Siegloch, nilai gap kritis terbesar terjadi pada malam hari yaitu sebear 8,89 detik. Sedangkan nilai gap terkecil sama dengan metode rata-rata yaitu terjadi pada siang hari yaitu sebesar 7,2 detik. Untuk mengerjakan metode regresi diharuskan keadaan kendaraan dalam kondisi antrian. Hasil ini berarti bahwa kendaraan pada malam hari lebih mentoleransi kendaraan yang akan memutar. Sedangkan pada siang hari pengguna jalan lebih terburu-buru sehingga pelit atau hanya memberi sedikit gap bagi kendaraan yang akan memutar. Ditambah lagi volume kendaraan yang padat di siang hari. Begitu juga pagi hari, dimana pengguna jalan munkin terburu-buru untuk urusannya sehingga juga pelit untuk memberikan gap bagi kendaraan yang akan memutar.

Untuk nilai follow-up dengan metode regresi diperoleh dari slope garis regresi nilai data-data. Nilai follow-up yang diperoleh berkisar 2-2,8 detik. Hasil ini jauh berbeda dengan hasil dari metode rata-rata yang mempunyai nilai follow-up dikisaran 8-9 detik. Penelitian ini memang tidak membahas bagaimana metode yang paling pas untuk mencari nilai gap kritis

maupun follow-up di bukaan median. Namun dalam penelitian ditemukan bahwa metode yang berbeda untuk mencari nilai follow-up pada bukaan median menghasilkan hasil yang memiliki perbedaan yang cukup signifikan. Untuk mencari nilai follow-up di lapangan sebenarnya belum ada metode yang pasti, tidak seperti mencari nilai gap kritis yang bisa dicari dengan banyak metode. Sehingga tidak dapat dikatakan metode mana yang pas dalam mencari nilai follow-up. Namun untuk menggunakan metode regresi akan lebih baik lagi apabila jumlah kendaraan yang memanfaatkan satu nilai gap banyak, misalnya jumlah kendaraan yang memanfaatkan satu gap sebanyak 5 atau lebih. Sehingga hasil regresi bisa lebih baik lagi dan menghasilkan nilai data yang baik pula. Dari hasil yang diperoleh dari metode regresi, bisa dikatakan bahwa kendaraan dalam kondisi antrian pada bukaan median cukup cepat untuk mengikut kendaraan yang ada di depannya. Dan nilai gap kritis yang diperoleh dari metode ini juga menunjukkan bahwa kendaraan memiliki gap kritis yang cukup untuk melakukan gerakan memutar.

Dari hasil perhitungan diperoleh nilai kapasitas bukaan median sebagai berikut.

÷ Metode rata-rata

Kapasitas pagi hari = 32 smp/30 menit siang hari = 70 smp/30 menit

malam hari = 61 smp/30 menit

÷ Metode Siegloch

Kapasitas pagi hari = 143 smp/30 menit siang hari = 92 smp/30 menit malam hari = 80 smp/30 menit

Dari hasil perhitungan dengan data dari metode rata-rata diperoleh nilai kapasitas bukaan median paling besar terjadi pada siang hari sebesar 70 smp/30 menit dan kapasitas paling kecil terjadi pada pagi hari yaitu sebesar 32 smp/30 menit. Sedangkan untuk perhitungan dengan data dari metode Siegloch diperoleh nilai kapasitas bukaan median paling besar terjadi pada pagi hari yaitu sebesar 143 smp/30 menit dan yang paling kecil terjadi pada malam hari 80 smp/30 menit. Nilai kapasitas yang diperoleh dari hasil perhitungan memiliki perbedaan yang sangat signifikan. Menghitung nilai kapasitas dengan rumus yang dikembangkan Siegloch dengan menggunakan variabel gap kritis dan waktu follow-up yang berbeda sangat mempengaruhi nilai kapasitas bukaan median yang diperoleh. Ini berarti bahwa dalam mencari nilai kapasitas bukaan median dengan teori gap acceptance, nilai gap kritis dan waktu follow-up kendaraan pada bukaan median. Antara metode Rata-rata dan metode Siegloch memiliki hasil yang berbeda dalam menentukan nilai gap kritis dan waktu follow-up. Dalam banyak paper memang tidak dapat dipastikan metode mana yng paling tepat untuk menentukan nilai gap kritis dan waktu follow-up. Rumus untuk menghitung nilai kapasitas bukaan median sendiri juga ada beberapa yang telah dikembangkan. Namun semua rumus tersebut dikembangkan juga dengan berdasarkan teori gap acceptance.

Dari nilai kapasitas dapat diketahui bagaimana performa atau tingkat pelayanan dari bukaan median eksisting. Dari hasil perhitungan diperoleh nilai tingkat pelayanan untuk bukaan median adalah sebagai berikut.

÷ Metode rata-rata

Tingkat pelayanan pagi hari = 1,52 siang hari = 1,09

malam hari = 0,78

Tingkat pelayanan pagi hari = 0,34 siang hari = 0,84 malam hari = 0,6

Nilai tingkat pelayanan yang terjadi pada bukaan median dengan data dari metode rata-rata diperoleh bahwa tingkat pelayanan bukaan median ada pada taraf bad hingga very bad. Sedangkan nilai tingkat pelayanan bukaan median dengan data dari metode Siegloch diperoleh bahwa nilai tingkat pelayanan bukaan median ada pada taraf good hingga tolerable. Hal ini juga dipengaruhi nilai gap kritis dan follow-up yang berbeda. Namun hasil ini dapat menunjukkan bahwa aktifitas pada bukaan median memang besar, dimana berarti banyak kendaraan yang melakukan putaran balik. Dari hasil pengamatan hasil rekaman video di lokasi penelitian, dapat diamati bahwa tingkat pelayanan bukaan median sendiri masih dalam taraf tolerable terlepas dari pola pengendara yang patuh atau tidak patuh.

4.6. PEMBAHASAN METODE DAN PENGAMBILAN DATA a. Proses pengambilan data

Hasil perhitungan data yang signifikan dari kedua metode dalam menentukan nilai gap kritis dan waktu follow-up adalah sangat berbeda. Nilai gap kritis dan follow-up yang dihasilkan dengan metode rata-rata cenderung lebih besar. Ini dikarenakan dalam mencari data waktu gap diperoleh dengan mengamati kondisi arus lalu lintas ketika hanya ada satu kendaraan memutar yang memanfaatkan satu gap atau kondisi arus lalu lintas tidak jenuh. Dimana cenderung nilai gap yang tersedia lebih besar ketika kondisi arus putar balik sedang jenuh.

kend.2 kend.1

Gambar 4.25. Ilustrasi pengambilan data gap

Ilustrasi gambar di atas menggambarkan bagaimana proses pengambilan data waktu gap ketika kondisi arus lalu lintas tidak jenuh. Adapun prosesnya adalah sebagai berikut. Ketika bumper depan kendaraan 1 pada jalur mayor melewati area garis merah stopwatch ditekan untuk mulai menghitung waktu. Lalu kendaraan melakukan putaran. Kemudian bumper kendaraan 2 melewati area garis merah lalu stopwatch dihentikan. Itulah bagaimana nilai gap diperoleh dari arus tak jenuh. Sementara untuk memperoleh nilai follow-up dengan metode rata-rata diperoleh dengan ilustrasi berikut.

kend. 2 kend. 1

Gambar 4.26. Ilustrasi pengambilan data follow-up

Ketika kendaraan 1 melewati garis hijau kendaraan pada lingkaran biru dapat melakukan putaran hingga kendaraan 2 melewati garis hijau juga. Pada saat kendaraan memutar 1 melakukan putaran, bumper mobil akan melewati garis hijau saat itulah stopwatch dinyalakan. Kendaraan memutar kedua jika gap yang sama dengan kendaraan memutar 1 tersedia akan juga melakukan gerakan memutar mengikuti kendaraan memutar 1 dan ketika

bumper depan kendaraan memutar 2 menyentuh garis hijau maka stopwatch dihentikan, waktu yang terekam pada stopwatch adalah waktu follow-up, dan begitu seterusnya. Waktu follow-up dihitung hanya jika kendaraan yang beruntun memanfaatkan gap yang sama.

Kondisi yang diperhatikan/diamati untuk mencari nilai follow-up kendaraan dengan metode rata-rata sebenarnya sama dengan kondisi arus jenuh untuk metode Siegloch. Namun hal yang dihitung dan diamati berbeda maka hasil yang didapat juga berbeda. Dalam metode rata-rata juga belum ditemukan bagaimana keterkaitan nilai gap kritis dan waktu follow-up dalam hal proses pengambilan datanya di lapangan. Keadaan lalu lintas pada saat arus tidak jenuh diamati untuk memperoleh nilai gap kritis sedangkan keadaan arus jenuh/antrian diamati untuk memperoleh nilai waktu follow-up. Kondisi ini juga yang mungkin menyebabkan diperoeh hasil yang kurang valid dengan kejadian di lapangan. Contohnya nilai gap kritis yang lebih kecil dari nilai follow-up. Hal ini juga mempengaruhi nilai kapasitas bukaan median, dimana nilai kapasitas bukaan median pada pagi hari diperoleh memiliki nilai kapasitas paling kecil, sedangkan pada pagi hari kendaraan yang hendak memutar cenderung lebih mudah melakukan putaran dibandingkan pada siang dan malam hari berdasarkan pengamatan langsung dari hasil rekaman.

Namun bukan berarti metode ini tidak dapat digunakan. Penelitian ini sendiri bukan memiliki tujuan untuk menentukan metode mana yang paling baik untuk mencari nilai gap kritis maupun waktu follow-up. Bagaimana keadaan di lapangan, banyaknya data yang dihasilkan, maupun faktor human error juga mempengaruhi hasil yang diperoleh dari sebuah metode. Kondisi di lapangan, khususnya kondisi lalu lintas di kota Medan yang awut-awutan menjadi salah satu penghalang untuk mendapatkan data yang valid.

Untuk metode Siegloch, seperti yang dijelaskan diperoleh dengan mengamati kondisi antrian pada bukaan median. Sama dengan ketika mengamati follow-up, namun yang dihitung

adalah waktu gap kendaraan yang memutar dan banyaknya kendaraan yang memutar dari antrian.

kend 2 kend 1

Gambar 4.27. Ilustrasi pengambilan data gap

Ketika kendaraan 1 melewati garis merah stopwatch dinyalakan, lalu hitung juga berapa kendaraan yang dapat memutar sampai kendaraan 2 melewati garis merah. Begitulah ilustrasi pengambilan data metode siegloch.

b. Pelanggaran lalu lintas di lokasi

Gambar 4.29. Pengemudi melanggar lalu lintas

Dua gambar di atas menunjukkan berbagai pelanggaran yang terjadi di lapangan yang dapat mempengaruhi data yang ada di lapangan. Contohnya keberadaan sepeda motor di bahu jalan pada jalur mayor yang dapat menyebabkan kendaraan yang akan memutar jadi memerlukan waktu yang lama untuk memutar padahal kendaraan 2 pada arus mayor yang menjadi penyedia gap sudah melewati garis yang di tandai (seperti ilustrasi) namun kendaraan yang memutar masih berusaha untuk melakukan putaran balik. Contoh pelanggaran kedua juga dimana kendaraan lain mencoba menggunakan bukaan median untuk menyeberang padahal bukaan median diperuntukkan bagi kendaraan yang akan memutar ke arah simpang pos bukan ke arah amplas. Ini juga mempengaruhi pengambilan data waktu gap.

Gambar 4.30. Kendaraan berdempet sejajar

Gambar di atas menunjukkan kendaraan yang tidak sabar untuk mengantri untuk memutar lebih memilih untuk berdempet dengan kendaraan yang menunggu paling depan, sehingga ketika memanfaatkan gap yang tersedia nilai follow-up yang terjadi menjadi susah untuk diidentifikasi.

c. Keberadaan kendaraan berat pada bukaan median

Kondisi lain yang menajdi kesulitan dalam mengidentifikasi data adalah ketika kendaraan paling depan yang menunggu gap adalah kendaraan berat.

Ketika kendaraan berat ikut memutar nilai gap dan nilai follow-up menjadi tidak jelas. Tidak ada penjelasan yang pasti mengenai jenis kendaraan ketika melakukan putaran balik. Hal ini perlu diteliti lebih lanjut karena nilai gap yang dibutuhkan kendaraan berat lumayan besar.

Banyak hal di lapangan yang membuat pengidentifikasian variabel data yang dicari menjadi bias dan tidak jelas sehingga kevalidan data berkurang. Apalagi hal yang diidentifikasi adalah waktu. Mengidentifikasi waktu memerlukan ketelitian yang tinggi sehingga faktor human error juga bisa menjadi faktor data yang diperoleh menjadi bias.

BAB VI

KESIMPULAN DAN SARAN

Pada bab ini berisi kesimpulan dari hasil penelitian yang telah dilakukan, yang merupakan tujuan dari penelitian ini. Dalam bab ini juga berisi saran yang menjadi kekurangan yang dirasakan ketika melakukan penelitian sehingga untuk ke depannya dapat menjadi masukkan demi pengembangan penelitian dengan topik yang sama agar lebih sempurna lagi.

5.1. Kesimpulan

Setelah dilakukan pengambilan data, pengolahan data, dan perhitungan data, diperoleh kesimpulan dari penelitian sebagai berikut.

1. Dalam menentukan nilai kapasitas bukaan median sebagai putaran balik bisa menggunakan teori gap acceptance

2. Variabel penting dalam teori gap acceptance untuk mencari nilai kapasitas bukaan median adalah nilai gap kritis dan nilai follow-up

3. Dari hasil pengolahan data diperoleh nilai gap kritis pada bukaan median sebesar 10,8806 detik di pagi hari, 8,368 detik di siang hari, dan 9,385 detik di malam hari dengan metode rata-rata

4. Volume kendaraan yang melakukan putaran balik pada bukaan median adalah sebesar 49 kend/ 30 menit, 77 kend/30 menit, dan 48 kend/30 menit

5. Sedangkan dengan metode siegloch nilai gap kritis diperoleh sebesar 7,525 detik di pagi hari, 7,2 detik di siang hari, dan 8,89 detik di malam hari

6. Untuk nilai follow-up pada bukaan median dengan metode rata-rata adalah 8,174 detik di pagi hari, 9,44 detik di siang hari, dan 8,866 detik di malam hari. Sedangkan

dengan metode siegloch diperoleh nilai follow-up sebesar 2,05 detik di pagi hari, 2,8 detik di siang hari, dan 2,58 detik di malam hari

7. Nilai kapasitas yang diperoleh dengan data metode rata-rata adalah 32 smp/30 menit di pagi hari, 70 smp/30 menit di siang hari, dan 62 smp/30 menit di malam hari. Sedangkan untuk data dengan metode siegloch diperoleh nilai kapasitas sebesar 143 smp/30 menit, 92 smp/30 menit, dan 80 smp/30 menit

8. Nilai derajat kejenuhan bukaan median dengan data metode rata-rata adalah 1,52 untuk pagi, 1,09 untuk siang, dan 0,78 untuk malam. Dan untuk data dengan metode siegloch adalah sebesar 0,34 untuk pagi, 0,84 untuk siang dan 0,60 untuk malam. 9. Nilai tingkat pelayanan berdasarkan nilai derajat kejenuhan dengan metode rata-rata

diperoleh ada pada tingkat bad hingga very bad, sedangkan dengan metode siegloch diperoleh nilai tingkat pelayanan good hingga tolerable.

5.2. Saran

Dari proses penelitian yang sudah dilakukan ditemukan beberapa hal yang menjadi kekurangan dan dirasa perlu untuk kemajuan penelitian serupa. Maka dihasilkan saran-saran bagi berbagai pihak yang berkaitan. Adapun saran-sarannya adalah sebagai berikut.

1. Untuk data yang lebih valid durasi waktu penelitian dapat ditambahkan dan mungkin jumlah hari survei dapat ditambahkan terutama pada hari kerja

2. Penelitian mungkin dapat dilakukan di lebih dari satu bukaan median untuk melihat apakah teori gap acceptance bisa juga digunakan untuk jenis bukaan median lainnya 3. Untuk mencari nilai gap kritis dan follow-up bisa menggunakan metode yang lain

supaya ada perbandingan antar metode

4. Untuk pengidentifikasian data gap dan follow-up lewat rekaman video dapat dilakukan lebih dari satu orang untuk membandingkan hasil yang lebih pasti

5. Untuk mencari nilai kapasitas dapat dilakukan dengan metode yang lain selain metode siegloch

6. Selain nilai derajat kejenuhan, nilai tundaan juga dapat ditambahkan untuk melihat nilai tingkat pelayanan bukaan median

BAB II

TINJAUAN PUSTAKA

2.1. PENDAHULUAN

Banyak fasilitas lalu lintas yang disediakan untuk membuat aktivitas di jalan raya aman dan nyaman. Salah satu contohnya adalah median. Median jalan didefinisikan sebagai bagian jalan yang tidak dapat dilalui oleh kendaraan dengan bentuk memanjang sejajar jalan, terletak di tengah jalan. Median sendiri memiliki banyak fungsi selain untuk menjadi pemisah arus lalu lintas yang berlawanan. Seperti yang terdapat dalam Pedoman Jalan Perkotaan (2004) median jalan terbagi dalam 2 tipikal; tipikal median yang ditinggikan dan tipikal median yang diturunkan.

Gbr.2.1. Median yang diturunkan

Gbr.2.2. Median yang ditinggikan Adapun beberapa fungsi median adalah sebagai berikut :

- Mencegah kendaraan belok kanan - Lapak tunggu penyebrang jalan - Penempatan fasilitas pendukung jalan

Jalan dua arah dengan empat lajur harus dilengkapi dengan median. Banyak lagi aturan yang mengatur bagaimana median jalan disediakan dan dirancang pada badan jalan. Median memegang peranan yang cukup penting untuk keamanan berlalu lintas.

Median jalan dalam fungsinya dikembangkan lagi untuk memenuhi kebutuhan masyarakat akan fasilitas lalu lintas. Salah satu pergerakan pengguna jalan yang membutuhkan fasilitas median adalah pergerakan memutar balik (u-turn). Putaran balik adalah gerak lalu lintas kendaraan untuk berputar kembali atau berbelok 180°. Seringkali kendaraan harus menunggu di lampu merah atau mengambil jalur yang lebih jauh untuk melakukan putaran balik. Untuk memfasilitasi kebutuhan tersebut maka dirancanglah bukaan pada median.

2.1.a. Dasar Umum Rancangan

Ketentuan umum dalam perencanaan lokasi putaran balik harus memperhatikan asperk-aspek geometri jalan dan lalu lintas, yaitu :

1) Fungsi jalan 2) klasifikasi jalan 3) lebar jalan 4) lebar lajur jalan 5) lebar bahu jalan 6) volume lalu lintas

7) jumlah kendaraan memutar per menit

Putaran balik diizinkan pada lokasi yang memiliki lebar jalan yang cukup untuk kendaraan melakukan gerakan memutar tanpa adanya pelanggaran/kerusakan pada bagian luar

- Malam hari ... 52

Follow-up time ... 56

- Pagi hari ... 57

- Siang hari ... 60

- Malam hari ... 63

b. Metode Regresi Siegloch ... 66

- Pagi hari ... 69

- Siang hari ... 74

- Malam hari ... 76

4.3. Kapasitas Bukaan median ... 79

4.4. Performa Bukaan Median ... 83

4.5. Pembahasan hasil dan analisa ... 86

4.6. Pembahasan Metode dan Pengambilan Data ... 95

- Proses pengambilan data ... 95

- Pelanggaran lalu lintas ... 98

- Keberadaan kendaraan berat pada bukaan median .... 100

BAB V KESIMPULAN DAN SARAN ... 102

5.1 Kesimpulan ... 102

5.2 Saran ... 103

Daftar Pustaka ... xii

DAFTAR GAMBAR DAN GRAFIK

Gambar 2.1 Median Yang Diturunkan 8

Gambar 2.2 Median Yang Ditinggikan 8

Gambar 2.3 Median Tanpa Jalur Tambahan 11

Gambar 2.4 Median Dengan Penambahan Jalur 11

Gambar 2.5 Median Dengan Penambahan Jalur Khusus 11

Gambar 2.6 Median Dengan Tambahan Pulau 11

Gambar 2.7 Putaran Balik Di Simpang Bersinyal 15

Gambar 2.8 Putaran Balik sebelum simpang bersinyal 15

Gambar 2.9 Gerak arus berputar arah 16

Gambar 2.10 grafik metode raff 20

Gambar 2.11 grafik metode maximum likelihood 21

Gambar 2.12 Histogram metode Greenshield 22

Gambar 2.13 Diagram lognormal Michael&Aldian 22

Gambar 2.14 Ilustrasi follow-up 23

Gambar 2.15 Grafik metode regresi siegloch 24

Gambar 2.16 Diagram tingkat pelayanan simpang tak bersinyal 27

Gambar 3.1 Bagan Alir Penelitian 32

Gambar 3.1 Lokasi Penelitian 35

Gambar 4.1 kejadian arus tidak jenuh 43

Gambar 4.2 Grafik frekuensi gap pagi 46

Gambar 4.3 Grafik distribusi gap pagi 47

Gambar 4.4 Grafik frekuensi gap siang 51

Gambar 4.5 Grafik distribusi gap siang 51

Gambar 4.8 Ilustrasi pengambilan data follow-up 56

Gambar 4.9 Ilustrasi metode Siegloch 58

Gambar 4.10 Pengemudi melanggar lalu lintas 59

Gambar 4.11 Pengemudi melanggar lalu lintas 62

Gambar 4.12 Kendaraan berdempet sejajar 65

Gambar 4.13 Kendaraan berat ikut memutar 65

Gambar 4.14 kejadian arus tidak jenuh

Gambar 4.15 kejadian follow-up di lapangan 68

Gambar 4.16 kondisi arus jenuh pada bukaan median 69

Gambar 4.17 Pengamatan pagi hari 72

Gambar 4.18 Sepeda motor di arus mayor 72

Gambar 4.19 Sepeda motor di bukaan median 73

Gambar 4.20 Ilustrasi pengambilan data gap 75

Gambar 4.21 Ilustrasi pengambilan data follow-up 77

Gambar 4.22 Ilustrasi metode Siegloch 87

Gambar 4.23 Pengemudi melanggar lalu lintas 90

Gambar 4.24Pengemudi melanggar lalu lintas 90

Gambar 4.25 Kendaraan berdempet sejajar 95

Gambar 4.26 Kendaraan berat ikut memutar 96

Gambar 4.27 Ilustrasi pengambilan data follow-up 98

Gambar 4.28 Ilustrasi metode Siegloch 98

Gambar 4.29 Pengemudi melanggar lalu lintas 99

Gambar 4.30 Pengemudi melanggar lalu lintas 100

DAFTAR TABEL

Tabel 2.1 Jenis putaran ke lajur dalam 12

Tabel 2.2 Jenis putaran ke lajur luar 12

Tabel 2.3 Jenis putaran ke bahu arus lawan 13

Tabel 2.4 Jenis putaran dengan jalur khusus ke lajur dalam 13 Tabel 2.5 Jenis putaran dengan jalur khusus ke lajur luar 14 Tabel 2.6 Jenis putaran dengan jalur khusus ke bahu arus lawan 14 Tabel 2.7 Tingkat pelayan berdasarkan kapasitas yang tersedia 26

Tabel 2.8 Tingkat pelayanan berdasarkan D/C 26

Tabel 4.1 Data volume lalu lintas lokasi penelitian 40

Tabel 4.2 Data volume kendaraan pagi hari 41

Tabel 4.3 Data waktu gap pagi hari 44

Tabel 4.4 Data waktu gap siang hari 45

Tabel 4.5 Data waktu gap pada malam hari 48

Tabel 4.6 Data waktu follow-up pagi hari 50

Tabel 4.7 Data waktu follow-up siang hari 52

Tabel 4.8 Data waktu follow-up malam hari 54

Tabel 4.9 Data gap pagi metode Siegloch 57

Tabel 4.10 Data rata-rata t terhadap g(t) 58

Tabel 4.11 Data gap siang metode Siegloch 60

Tabel 4.12 Nilai rata-rata t terhadap g(t) 61

Tabel 4.13 Data gap malam metode Siegloch 63

Tabel 4.17 Data volume dan kapasitas bukaan median 74 Tabel 4.18 Tingkat pelayanan simpang tak bersinyal 75

Tabel 4.19 Data gap malam metode Siegloch 76

Tabel 4.20 Nilai rata-rata t terhadap g(t) 77

Tabel 4.21 Volume maksimum arus lalu lintas 79

Tabel 4.22 Data waktu gap kritis dan follow-up 79

Tabel 4.23 Data volume dan kapasitas bukaan median 83 Tabel 4.24 Tingkat pelayanan simpang tak bersinyal 85

DAFTAR NOTASI

�� = gap kritis (detik)

�� = rata-rata waktu gap accepted (detik)

� = volume kendaraan arus mayor (smp/jam)

�� = standar deviasi waktu gap accepted

�0 = parameter nol (detik)

�� = waktu follow-up (detik)

� = kapasitas bukaan median (smp/jam)

� = natural logaritma (= 2,71828)

� = volume maksimum arus putaran balik (smp/jam)

�� = derajat kejenuhan

Q = volume maksimum lalu lintas bukaan median (smp/jam)

�� = nilai rata-rata waktu gap (detik)

∑ = sigma atau lambang total

�1,�2,�_� = data gap urutan ke 1,2, dan seterusnya (detik)

� = banyak data