77
4,624047 = 4,624047 Kolom 7
: Nilai emp motorcycle Nilai emp motorcycle
=
� �
= 1,299399 3,324647 = 0,390838 Dibawah ini hasil perhitungan nilai emp untuk seluruh pendekat pada jam
puncak pagi, siang, dan sore : Tabel 4.3 Nilai Emp Motorcycle dan Heavy vehicle Dengan Rasio Headway Pada
Tiap Jalan Pendekat Pada Masing-masing Jam Puncak Lokasi
Pengamatan emp MC
emp HV Jam
Puncak Pagi
Jam Puncak
Siang Jam
Puncak Sore
Jam Puncak
Pagi Jam
Puncak Siang
Jam Puncak
Sore Jl.Jamin
Ginting 0,441325 0,441502 0,390838 1,511272
1,50746 1,42711
Jl.Lau Cih 0,407145 0,382239 0,419909 1,414138 1,419179 1,426067
Jl.Bunga Lau 0,415807 0,37366
0,363983 -
- -
sumber : hasil perhitungan
IV.4 Metode Regresi Linier IV.4.1 Menghitung Koefisien Regresi
Volume lalu lintas pada jam sibuk digunakan untuk menghitung nilai emp kendaraan. Syarat dari data untuk perhitungan dengan metode regresi linier adalah
data jumlah kendaraan pada saat jam sibuk. Data pada simpang jalan Jamin ginting menuju jalan Bunga Lau pada Jl. Jamin Ginting untuk jam puncak pagi disajikan
pada tabel 4.4.
Universitas Sumatera Utara
78
Tabel 4.4 Volume lalu lintas Jl. Jamin Ginting jam puncak pagi
sumber : hasil perhitungan
Satuan jam sibuk yang digunakan untuk menghitung nilai emp pada metode regresi linier adalah smp15 menit.
Nilai emp dihitung sesuai dengan persamaan : nbo + b
1
∑X
1i
= ∑Y bo∑X
1i
+ b1∑X
1i 2
= ∑X
1i
Y
i
Data pada tabel kemudian diolah sesuai dengan rumus di atas, sehingga akan diperoleh persamaan normal untuk mencari koefisien regresi linier yang
merupakan nilai emp kendaraan yang dicari. Persamaan untuk mendapatkan persamaan normal disajikan pada tabel 4.5 :
Tabel 4.5 Perhitungan regresi linier Jl. Jamin Ginting jam puncak pagi
No Light Vehicle
Motorcycle Heavy Vehicle
LV MC
HV 1
157 157
22 2
186 180
26 3
198 204
34 4
206 220
32 5
210 228
29 6
199 200
33 7
187 186
38 8
193 181
40 Jumlah
1536 1556
254
No LV
MC HV
Waktu x1.x1
x1.x2 x2.x2
x1.y x2.y
y.y y
x1 x2
menit Kend15
Kend15 Kend15 Kend15 Kend15 Kend15 1
177 157
22 15
24649 3454
484 27789
3894 31329
2 186
180 26
15 32400
4680 676
33480 4836
34596 3
198 204
34 15
41616 6936
1156 40392
6732 39204
4 206
220 32
15 48400
7040 1024
45320 6592
42436 5
210 228
29 15
51984 6612
841 47880
6090 44100
6 199
200 33
15 40000
6600 1089
39800 6567
39601 7
187 186
38 15
34596 7068
1444 34782
7106 34969
8 193
181 40
15 32761
7240 1600
34933 7720
37249 Jumlah
1556 1556
254 306406
49630 8314
304376 49537
303484
Universitas Sumatera Utara
79
Dari tabel didapat hasil perhitungan sebagai berikut : ∑x
1
= 1556 ∑x
2
= 254 ∑y
= 1536 ∑x
1
.x
1
= 306406 ∑x
1
.x
2
= 49630 ∑x
2.
x
2
= 8314 ∑x
1
.y = 301236 ∑y.y = 49097
∑x
2
.y = 296804
Persamaan untuk nilai b dan b
1
: 8b
+ 1556b
1
= 1536 1556b
+ 306406b
1
= 301236 Persamaan untuk nilai b
dan b
2
: 8b
+ 254b
2
= 261 254b
+8314b
2
= 296804 Untuk mendapatkan nilai b0, b1 dan b2 dapat menggunakan persamaan :
= ∗
2
− ∗ ∗
2
−
2
1
= ∗
∗ − ∗ �
2
− �
2
Dengan memasukkan nilai kedalaman rumus tersebut diperoleh hasil : Dari persamaan diatas didapat :
b = 63,64
Universitas Sumatera Utara
80
b
1
= 0.659 Dari persamaan diatas juga didapat :
b = 150,1
b
2
= 1.318 Kemudian dimasukkan ke dalam persamaan awal :
Y = 0,659X
1
+ 63,64 Y = 1,318X
2
+ 150,1 Sehingga diperoleh :
Emp sepeda motor MC = 0.659 Emp kendaraan berat HV = 1.318
Sebaran data antara kedua variabel tersebut :
Gambar 4.25 Diagram pencar antara light vehicle dan motorcycle
Light vehicle Kend15’
Motorcycle Kend15’
Universitas Sumatera Utara
81
Gambar 4.26 Diagram pencar antara light vehicle dan heavy vehicle
Hasil perhitungan nilai emp seluruh lokasi pengamatan disajikan pada tabel 4.6 Tabel 4.6 Rekapitulasi nilai emp menggunakan analisis regresi linier
sumber : hasil perhitungan
IV.4.2 Koefisien Korelasi
Nilai koefisien korelasi dihitung dengan persamaan : =
∗ −
2
−
2
.
2
−
2
Metode Lokasi
Pengamatan Pagi
Siang Sore
Pagi Siang
Sore Pendekat Utara
Jl.Jamin Ginting 0,46
0,13 0,10
0,53 2,90
0,67 Arah Simp.Selayang
Regresi Pendekat Selatan
Linier Jl.Jamin Ginting
0,42 0,67
0,65 1,25
0,58 1,78
Arah Simp.Tuntungan Pendekat Barat
0,47 0,27
0,50 3,33
2,89 0,57
Jl.Bunga Lau Ekivalensi Mobil Penumpang
Heavy Vehicle Motorcycle
Light vehicle Kend15’
Heavy vehicle Kend15’
Universitas Sumatera Utara
82
Contoh perhitungan koefisien korelasi antara light vehicle dengan motorcycle dengan menggunakan data dari Jl. Jamin Ginting jam puncak pagi :
= ∗
−
2
−
2
.
2
−
2
= 8
∗ 304376 − 1556 1556 8 ∗ 306406 − 1556
2
∗ 8 ∗ 303484 − 1556
2
= 0,974 Nilai r terletak diantara -
1≤ r ≤ +1, ini berarti terdapat pengaruh negative antara variabel bebas yaitu jika variable x1 yang besar berpasangan dengan y yang kecil,
ataupun sebaliknya. Untuk perhitungan koefisien korelasi pada lokasi lainnya dapat dilihat pada lampiran dan hasil perhitungan dicantumkan dalam tabel 4.7 :
Tabel 4.7 Nilai Koefisien Korelasi
sumber : hasil perhitungan
Dari hasil perhitungan diatas dapat dilihat bahwa pada puncak pagi ada hubungan antara light vehicle LV dengan motorcycle MC pada lokasi 1,2 dan
lokasi 3 begitu juga tidak terdapat hubungan antara light vehicle LV dengan heavy vehicle HV pada lokasi ketiga-nya. Pada jam puncak siang tidak ada hubungan
antara light vehicle LV dengan motorcycle MC pada lokasi 1,2 dan lokasi 3
Lokasi Pengamatan MC
HV MC
HV MC
HV
Pendekat Utara Jl.Jamin Ginting
0,974 0,292
0,170 0,604
0,185 -0,185
Arah Simp.Selayang Pendekat Selatan
Jl.Jamin Ginting
0,692 0,716
-0,355 -0,14
0,707 0,434
Arah Simp.Tuntungan Pendekat Barat
0,945 -0,279
0,265 0,519
0,746 -0,018
Jl.Bunga Lau
Koefisien Korelasi Puncak Pagi
Puncak Siang Koefisien Korelasi
Puncak Sore Koefisien Korelasi
Universitas Sumatera Utara
83
begitu juga tidak terdapat hubungan antara light vehicle LV dengan heavy vehicle HV pada lokasi ketiga-nya. Pada Puncak sore tidak ada hubungan antara light
vehicle LV dengan motorcycle MC pada lokasi 1 tetapi pada lokasi 2 dan 3 terdapat hubungan light vehicle LV dengan motorcycle MC begitu juga begitu
juga tidak terdapat hubungan antara light vehicle LV dengan heavy vehicle HV pada lokasi ketiga-nya.
IV.4.3 Uji Koefisien Korelasi
Untuk melihat keberartian koefisien korelasi dilakukan dengan uji t tstudent dengan persamaan :
ℎ� �
= −
2 1
−
2
Contoh perhitungan dengan menggunakan data Jl. Jamin Ginting pada puncak pagi :
ℎ� �
= 0,974 8
− 2 1
− 0,974
2 ℎ�
�
= 10,53 Nilai t
hitungan
dibandingkan dengan nilai t
tabel
1 - α 2dk dari tabel t student.
Diperoleh nilai : t0.0256 = ±2.447
Nilai uji t
hitungan
lebih besar dibandingkan dengan nilai t
tabel
1 - α 2dk, maka
dapat disimpulkan terdapat hubungan antara light vehicle LV dengan motorcycle MC di Jl. Jamin Ginting pada puncak pagi.
Untuk perhitungan lokasi lainnya dapat dilihat pada lampiran dan hasilnya disajikan dalam tabel 4.8, tabel 4.9 dan tabel 4.10.
Universitas Sumatera Utara
84
Tabel 4.8 Nilai uji keberartian koefisien korelasi pada jam puncak pagi
sumber : hasil perhitungan
Tabel 4.9 Nilai uji keberartian koefisien korelasi pada jam puncak siang
sumber : hasil perhitungan Tabel 4.10 Nilai uji keberartian koefisien korelasi pada jam puncak sore
Lokasi Pengamatan
MC HV
t tabel 1-α2dk t tabel 1-α2dk
Pendekat Utara Jl.Jamin Ginting
10,53 0,747
2,477 -2,477
Arah Simp.Selayang Pendekat Selatan
Jl.Jamin Ginting 2,348
2,512 2,477
-2,477 Arah Simp.Tuntungan
Pendekat Barat 7,077
-0,711 2,477
-2,477 Jl.Bunga Lau
t hitungan t tabel
Lokasi Pengamatan
MC HV
t tabel 1-α2dk t tabel 1-α2dk
Pendekat Utara Jl.Jamin Ginting
0,422 1,856
2,477 -2,477
Arah Simp.Selayang Pendekat Selatan
Jl.Jamin Ginting -0,930
-0,346 2,477
-2,477 Arah Simp.Tuntungan
Pendekat Barat 0,673
1,487 2,477
-2,477 Jl.Bunga Lau
t hitungan t tabel
Lokasi Pengamatan
MC HV
t tabel 1-α2dk t tabel 1-α2dk
Pendekat Utara Jl.Jamin Ginting
0,461 -0,461
2,477 -2,477
Arah Simp.Selayang Pendekat Selatan
Jl.Jamin Ginting 2,448
1,413 2,477
-2,477 Arah Simp.Tuntungan
Pendekat Barat 0,571
-0,044 2,477
-2,477 Jl.Bunga Lau
t hitungan t tabel
Universitas Sumatera Utara
85
IV.4.4 Uji Regresi Linier
Persamaan regresi linier yang terbentuk diuji dengan uji F untuk memastikan
apakah persamaannya bias diterima atau tidak.
� = ∗
−
2
− ∗ − −
2
− 2
� = 0,46
∗ 304376 − 1556
1556 8
303484 − 0,46 ∗ 304376 − 1556
1556 8
− 1556
2
8 8 − 2
� = 38,95 Nilai F diatas dibandingkan dengan nilai F 1-
α1,n-2 dari tabel distribusi F. Diperoleh nilai :
F
951,6
= 5.99 Nilai F hitungan dibandingkan dengan nilai F tabel. Jika nilai F hitungan nilai F
tabel, maka dapat disimpulkan persamaan regresi tersebut dapat diterima. Perhitungan nilai F untuk pendekat lain dapat dilihat dalam tabel 4.11, 4.12 dan 4.13.
Tabel 4.11 Nilai uji F pada puncak pagi
sumber : hasil perhitungan
Lokasi Pengamatan
MC HV
F 1-α 1, n-2 ̵F 1-α 1, n-2
Pendekat Utara Jl.Jamin Ginting
107,88 0,55
5,99 -5,99
Arah Simp.Selayang Pendekat Selatan
Jl.Jamin Ginting
5,46 6,27
5,99 -5,99
Arah Simp.Tuntungan Pendekat Barat
48,08 -0,43
5,99 -5,99
Jl.Bunga Lau F hitungan
F tabel
Universitas Sumatera Utara
86
Tabel 4.12 Nilai uji F pada puncak siang
sumber : hasil perhitungan Tabel 4.13 Nilai uji F pada puncak sore
sumber : hasil perhitungan Persamaan regresi linier yang mempunyai nilai F
hitung
lebih besar dari nilai F
tabel
maka persamaan regresi linier tersebut memenuhi syarat, namun persamaan regresi linier yang mempunyai nilai F hitung lebih kecil dari F tabel
maka persamaan regresi linier tersebut tidak memenuhi syarat.
IV.5 Perhitungan Nilai EMP
