3.7 Analisa Data, Fungsi Utilitas dan Probabilitas 81
3.8 Pengujian Hipotesa Secara Parsial Uji-t 86
3.9 Pengujian Hipotesa Secara Menyeluruh Uji-F 87
3.10 Uji Sensitifitas 88
3.11 Skema Tahapan Perhitungan 89
3.12 Kesimpuland an Saran 91
BAB IV ANALISA DAN PEMBAHASAN 92
4.1 Gambaran Umum Wilayah Penelitian 92
4.1.1 Medan 92
4.1.2 Kuala Namu 93
4.2 Profil Perusahaan 94
4.2.1 PT Railink 94
4.2.2 Perum DAMRI 95
4.3 Penentuan Jumlah Sampel 98
4.3.1 Populasi 98
4.3.2 Sampel 99
4.3.3 Perolehan Data Survei 101
4.4 Pemaparan Hasil Survei 102
4.5 Analisa Regresi Linier 113
4.5.1 Analisis Persamaan Fungsi Utilitas 114
4.5.2 Kompilasi Data 116
4.5.3 Analisa Korelasi Model Binomial Logit 118
4.5.4 Alternatif Persamaan Fungsi Utilitas 119
x
Universitas Sumatera Utara
4.5.5 Uji Determinasi 121
4.5.6 Uji t 123
4.5.6.1 Uji t pada Model Binomial Logit Selisih 124
4.5.7 Uji F 126
4.5.7.1 Uji F pada Model Binomial Logit Selisih 127
4.5.8 Persamaan Model 128
4.5.8.1 Persamaan Model LogitBiner 128
4.5.8.2 Grafik Pemilihan Moda 129
4.5.9 Sensitifitas Model 132
4.5.9.1 Sensitivitas Model Logit Biner 132
4.5.9.2 PersamaanModel Probit Biner 138
4.5.9.3 Sensitifitas Model Probit Biner 138
4.5.9.4 Perbandingan Sensitivitas Model Logit Biner dengan Probit Biner
144 4.6 Tinjauan Aspek Ekonomi dan Sosial Angkutan Bus Bandara 149
4.7 Analisis Tarif Bus Bandara Terhadap Kurva Sensitifitas Atribut Biaya
158 4.8 Diskusi Hasil
159
BAB V KESIMPULAN DAN SARAN
161 5.1 Kesimpulan
161 5.2 Saran
163
DAFTAR PUSTAKA 165
LAMPIRAN 168
xi
Universitas Sumatera Utara
DAFTAR TABEL
Nomor Judul Halaman
4.1 Kondisi saat ini eksisting pada KA Bandara dan Bus Bandara
98 4.2
Proporsi Penyebaran Kuesioner Masing-Masing Moda Transportasi 100
4.3 Ragam Kriteria Jawaban Responden
101 4.4
Distribusi Responden Pengguna Moda Kereta Api Bandara dan Bus Bandara untuk Perjalanan Medan – Kuala Namu
102 4.5
Distribusi Tujuan Perjalanan Responden Pengguna Kereta Api Bandara dan Bus Bandara Perjalanan Medan – Kuala Namu
103 4.6
Distribusi Tingkat Pendidikan Responden Pengguna Kereta Api Bandara dan Bus Bandara Perjalanan Medan – Kuala Namu
105 4.7
Distribusi Pekerjaan Responden Pengguna Kereta Api Bandara dan Bus Bandara untuk Perjalanan Medan – Kuala Namu
106 4.8
Distribusi Tingkat Pendapatan Responden Pengguna KA Bandara dan Bus Bandara untuk Perjalanan Medan – Kuala Namu
107 4.9
Distribusi Pemilihan Moda Responden Pengguna KA Bandara dan Bus Bandara untuk Perjalanan Medan-Kuala Namu
108 4.10
Lama Waktu yang Dibutuhkan Responden Pengguna KA Bandara dan Bus Bandara dari Tempat Keberangkatan Menuju Stasiun
109 4.11
Jenis Kendaraan yang Digunakan dari Tempat Keberangkatan Menuju Stasiun Kereta Api BandaraBus Bandara
110 4.12
Penumpang Kereta Api Bandara yang potensial Berpindah ke Bus Bandara Jika Berangkat Lebih dari Satu Orang
111 4.13
Penumpang Bus Bandara potensial Berpindah ke KA Bandara jika Berangkat Lebih dari Satu Orang
112
xii
Universitas Sumatera Utara
4.14 Nilai Skala Numerik
115 4.15
Preferensi Responden Terhadap Option yang ditawarkan untuk Pengolahan Model Binomial Logit Selisih
117 4.16
Matriks Korelasi 118
4.17 Alternatif Persamaan Utilitas
120 4.18
Probabilitas Pemilihan Moda dengan Model Logit Biner 130
4.19 Probabilitas Pemilihan Moda dengan Model Probit Biner
131
xiii
Universitas Sumatera Utara
DAFTAR GAMBAR
Nomor Judul
Halaman
1.1 Kerangka Konseptual
7 2.1
Faktor yang Mempengaruhi Pendapat Penumpang pada Pelayanan 18
2.2 Bangkitan Pergerakan Bersamaan dengan Pemilihan Moda diikuti
Sebaran Pergerakan 27
2.3 Bangkitan Pergerakan Diikuti Pemilihan Moda
28 2.4
Bangkitan Pergerakan Diikuti Pemilihan Rute Bersamaan Sebaran Pergerakan
28 2.5
Bangkitan Pergerakan Diikuti Sebaran Pergerakan 29
2.6 Proses Pemilihan Dua Moda
30 2.7
Proses Pemilihan Moda untuk Indonesia 31
2.8 Komponen Perilaku Konsumen
48 2.9
Hierarki Keputusan Perjalanan Individu 53
2.10 Grafik Perbandingan Logit dan Probit
58 3.1
Diagram Alir Flow Chart Penelitian 75
3.2 Diagram Alir Tahapan Perhitungan
89 4.1
Perbandingan Jumlah Responden Pengguna Kereta Api Bandara dan Bus Bandara
102 4.2
Distribusi Tujuan Perjalanan Responden Pengguna KA Bandara dan Bus Bandara tujuan Medan – Kuala Namu
104 4.3
Distribusi Tingkat Pendidikan Responden Kereta Api Bandara dan Bus Bandara untuk perjalanan Medan – Kuala Namu
105 4.4
Distribusi ProfesiPekerjaan Responden Pengguna Kereta Api Bandara
xiv
Universitas Sumatera Utara
dan Bus Bandara untuk perjalanan Medan – Kuala Namu 106
4.5 Distribusi Tingkat Pendapatan Responden Kereta Api Bandara dan
Bus Bandara untuk perjalanan Medan – Kuala Namu 107
4.6 Distribusi Pemilihan Moda Kereta Api Bandara dan Bus Bandara
untuk perjalanan Medan – Kuala Namu 108
4.7 Distribusi Waktu Dibutuhkan Responden Pengguna KA Bandara dan
Bus Bandara dari tempat berangkat Menuju Stasiun Keberangkatan 110
4.8 Distribusi Jenis Kendaraan yang Digunakan dari tempat keberangkatan
Menuju Stasiun Kereta Api Bandara Bus Bandara 111
4.9 Distribusi Penumpang Moda Kereta Api Bandara Berpotensi beralih
ke Bus Bandara jika Berangkat Lebih dari Satu Orang 112
4.10 Distribusi Penumpang Bus Bandara Berpotensi Beralih ke Kereta Api
Bandara jika Berangkat Lebih dari Satu Orang 113
4.11 Grafik Pemilihan Moda dengan Model Logit Biner
130 4.12
Grafik Pemilihan Moda dengan Model Probit Biner 131
4.13 Sensitifitas Model Logit Biner terhadap Biaya perjalanan
133 4.14
Sensitifitas Model Logit Biner terhadap Waktu Tempuh perjalanan 134
4.15 Sensitifitas Model Logit Biner terhadap Headway
135 4.16
Sensitifitas Model Logit Biner terhadap Waktu Tempuh menuju Stasiun Keberangkatan access time
136 4.17
Sensitifitas Model Logit Biner terhadap Pelayanan service 137
4.18 Sensitifitas Model Probit Biner terhadap Biaya Perjalanan
139 4.19
Sensitifitas Model Probit Biner terhadap Waktu Tempuh perjalanan 140
4.20 Sensitifitas Model Probit Biner terhadap Headway
141 4.21
Sensitifitas Model Probit Biner terhadap Waktu Tempuh Menuju Stasiun Keberangkatan access time
142 xv
Universitas Sumatera Utara
4.22 Sensitifitas Model Probit Biner terhadap Pelayanan service
143 4.23
Perbandingan Sensitifitas Model Logit Biner dan Probit Biner Terhadap Biaya Perjalanan
144 4.24
Perbandingan Sensitifitas Model Logit Biner dan Probit Biner Terhadap Waktu Tempuh Perjalanan
145 4.25
Perbandingan Sensitifitas Model Logit Biner dan Probit Biner Terhadap Headway
146 4.26
Perbandingan Sensitifitas Model Logit Biner dan Probit Biner Terhadap Waktu Tempuh Menuju Stasiun Keberangkatan
147 4.27
Perbandingan Sensitifitas Model Logit Biner dan Probit Biner Terhadap Pelayanan service
148 4.28
Kondisi tarif Bus Bandara terhadap Kurva Sensitifitas Atribut Biaya Perjalanan
158
xvi
Universitas Sumatera Utara
DAFTAR LAMPIRAN
Nomor Judul Halaman
1 Format Kuisioner Penelitian
168 2
Tabel Input Data Kuisioner Penelitian 173
3 Alternatif Persamaan Fungsi Utilitas
177 4
Sensitifitas Model Logit Biner 208
5 Sensitifitas Model Probit Biner
211 6
Tabel Distribusi – F 216
7 Tabel Distribusi – t
217 8
Tabel Distribusi Normal Standar 218
9 Rekapitulasi Jumlah Penumpang Bandara KNIA Menggunakan
Bus Bandara 220
10 Rekapitulasi Jumlah Penumpang dan Volume Transaksi dengan
Menggunakan Kereta Api Bandara 222
11 Gambar Jalur Koridor 1 Bus Bandara
224 12
Gambar Jalur Kereta Api Bandara 225
13 Gambar Letak Stasiun Besar KA Bandara dan Shelter Plaza Medan
Fair terhadap Bandara Kuala Namu 226
14 Foto-foto Dokumentasi
227 15
Peta Jaringan Jalan Binjai-Belawan-Kuala namu- Tebing Tinggi 230
xvii
Universitas Sumatera Utara
DAFTAR NOTASI
a = Konstanta Regresi
b1, b2...., bn = Koefisien masing-masing atributparameter model d
= derajat kesalahan sampel sampling error k
= Jumlah atribut n
= Jumlah sampel = Kesalahan acak random error
P
KAB
= Probabilitas memilih Kereta Api Bandara P
BB
= Probabilitas memilih Bus Bandara = Probabilitas memilih alternatif i bagi individu n
R
2
= Koefisien determinasi = Utilitas alternatif i bagi pembuat keputusan n
= Fungsi deterministik utilitas i bagi individu n ...
= Nilai atribut pelayanan Zα = Nilai kritis distribusi
α = Koefisien kepercayaan
σ = Standart deviasi sampel ϕ = Distribusi kumulatif standard normal
t – test = Uji t, yaitu pengujian hipotesa terhadap koefisien regresi
F – test = Uji f, yaitu pengujian hipotesa terhadap variasi nilai utilitas
xviii
Universitas Sumatera Utara
X
1
= Selisih atribut biaya cost antara Kereta Api Bandara dan Bus Bandara.
X
2
= Selisih atribut waktu time antara Kereta Api Bandara dan Bus Bandara.
X
3
=Selisih atribut waktu keberangkatan headway antara Kereta Api Bandara dan Bus Bandara.
X
4
= Selisih atribut lama waktu yang diperlukan dari tempat asal menuju stasiun keberangkatan access time antara Kereta Api dan Bus
Bandara. X
5
= Selisih atribut pelayanan service antara Kereta Api Bandara dan Bus Bandara.
xix
Universitas Sumatera Utara
ABSTRAK
Bandara Internasional Kuala Namu mulai beroperasi tanggal 25 Juli 2013 yang lalu sebagai pengganti Bandara Polonia. Hal ini juga diikuti oleh beroperasinya
Kereta Api Bandara dan Bus Bandara sebagai layanan moda angkutan umum bagi masyarakat. Beroperasinya Kereta Api Bandara ini menimbulkan masalah baru bagi
lalu lintas kota Medan. Kondisi ini menyebabkan semakin macetnya kota Medan khususnya di jalan-jalan arteri yang memiliki perlintasan sebidang dengan rel kereta
api yang dilalui Kereta Api Bandara. Apalagi saat ini Kereta Api Bandara cukup diminati masyarakat karena menawarkan pelayanan yang lebih dan waktu perjalanan
yang lebih singkat sehingga frekuensi keberangkatannya semakin meningkat.
Tujuan dari penelitian ini adalah untuk mendefinisikan karakteristik pengguna moda KA Bandara dan Bus Bandara. Tujuan lainnya adalah memodelkan pemilihan
moda antar keduanya dan menguji sensitifitas pelaku perjalanan apabila dilakukan perubahan terhadap salah satu atributnya. Dalam penelitian ini digunakan metode
stated preference untuk menggambarkan preferensi pemilihan moda Kereta Api Bandara dan Bus Bandara. Data yang diperoleh dengan metode stated preference
kemudian dimodelkan dengan model logit biner dan probit biner. Kedua model ini digunakan hanya untuk pilihan 2 moda transpotasi alternatif. Dari kedua model ini
dapat diketahui probabilitas pemilihan moda transportasi KA Bandara serta Bus Bandara.
Dari hasil analisis, diperoleh persamaan fungsi selisih utilitas Kereta Api Bandara dan Bus Bandara sebagai berikut:
U
KAB-BB
= 2,606 – 0,028X
1
– 0,007X
2
– 0,014X
3
– 0,016X
4
+ 0,044X
5
dengan X
1
atribut cost, X
2
atribut time, X
3
atribut headway, X
4
atribut access time, dan X
5
atribut service. Hasil yang diperoleh dari analisis sensitifitas fungsi utilitas dengan model logit biner dan probit biner bahwa atribut-atribut cost, time,
headway dan access time memperlihatkan arah kemiringan garis yang negatif yang artinya semakin besar selisih perbedaan atribut-atribut cost, time, headway dan access
time akan semakin memperkecil probabilitas pemilihan Kereta Api Bandara sementara atribut service memperlihatkan arah kemiringan garis yang positif yang
artinya semakin besar selisih perbedaan pelayanan antara KA Bandara dan Bus Bandara akan semakin memperbesar probabilitas pemilihan Kereta Api Bandara.
Kata kunci: stated preference, logit biner, probit biner, atribut, pemilihan moda
i
Universitas Sumatera Utara
ABSTRACT
Kuala Namu International Airport started operating on July 25, 2013 to replace Polonia International Airport followed by the operation of airport train and
bus as a public transport service modes. The operation of the airport train created a new traffic problem for the city of Medan. This condition caused more traffic jam in
Medan especially in arterial roads with railway crossing passed by the airport train. Furthermore the people are fairly interested in airport train because it offers better
service and faster trip, and its frequency of departure is increasing.
The purpose of the study was to define the characteristic airport train and bus users to model the choice of both transportation modes and to test the sensitivity of
the users of transportation modes if one of the attribute changes. This study used stated preference method to describe the preference of choosing the airport train and
bus mode. The data obtained through stated preference method was modelled by using binary logit and probit models. These two models were only used for two
alternative transportaion modes. From these two models, the probablity of using airport train and bus transportation can be known.
The result of analysis showed the equations of the function of utility difference of airport train and bus:
U
KAB-BB
=2.606 – 0.0028X – 0.07X – 0.014X – 0.016X + 0.044X in which X, cost attribute, X2 time attribute, X3 headway attribute, X4 access attribute and X5
service attribute. The result obtained from the analysis of utility function sensitivity using binary logit and probit models that the attributes between the cost, time, head
way and access time showed the negative slope which meant that the larger the difference of the cost, time, headway, and access time attributes, the smaller the
probability of choosing the airport train, while the service attribute showed the positive slope which meant the larger the difference between the the service provided
by the airport train and bus, the larger the probability of choosing the airport train will be.
Keywords:
Stated Preference, Binary Logit, Binary Probit, Attribute, Mode Choice
ii
Universitas Sumatera Utara
BAB I PENDAHULUAN
