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
Universitas Sumatera Utara
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 mayorutama 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
19.30-20.00 20,5
491,5 363
24,7 29
Universitas Sumatera Utara
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 smp30 menit, sepeda motor adalah 704 smp30 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
smp30 menit. Dan untuk nilai volume maksimum kendaraan yang memutar adalah sebesar 49 smp30menit. Nilai volume kendaraan maksimum untuk setiap waktu pengamatan adalah
sebagai berikut; Volume maksimum untuk arus lawan
- Pagi = 1388 smp30 menit
- Siang = 1634 smp30 menit
- Malam = 1354 smp30 menit
Volume maksimum untuk arus memutar : -
Pagi = 49 smp30 menit
Universitas Sumatera Utara
- Siang = 77 smp30 menit
- Malam = 48 smp30 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.
Universitas Sumatera Utara
♣ 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 4
Hitam 3,39
46 Hitam
8,58 88
Hitam 14,83
Universitas Sumatera Utara
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
Universitas Sumatera Utara
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 24-24,99
1 2-2,99
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 6-6,99
10 29-29,99
1 7-7,99
6 30-30,99
8-8,99 12
31-31,99 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
13-13,99 3
36-36,99 1
14-14,99 7
37-37,99 1
15-15,99 3
38-38,99 16-16,99
1 39-39,99
1 17-17,99
3 40-40,99
18-18,99 41-41,99
19-19,99 4
42-42,99 20-20,99
3 43-43,99
1 21-21,99
3 44-44,99
22-22,99 3
45-45,99 23-23,99
1 46-46,99
1 24-24,99
1 47-47,99
1
Universitas Sumatera Utara
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.
Gambar 4.3. Grafik Distribusi Gap Pagi
Universitas Sumatera Utara
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.
Universitas Sumatera Utara
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
40 putih
4,53 93
sedan 7,19
146 merah
23,42
Universitas Sumatera Utara
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 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 17-17,99
4
Universitas Sumatera Utara
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
Gambar 4.5. Grafik Distribusi Gap Siang
Universitas Sumatera Utara
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 16
hitam 4,17
63 angkot
7,19 111
angkot 14,56
Universitas Sumatera Utara
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.
Universitas Sumatera Utara
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 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
10-10,99 5
27-27,99 1
11-11,99 4
28-28,99 12-12,99
8 29-29,99
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
17-17,99 2
34-34,99
Universitas Sumatera Utara
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
Universitas Sumatera Utara
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.
Tabel 4.9. Data Waktu Follow-Up Pagi Hari
Universitas Sumatera Utara
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 6-6,99
5 14-14,99
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
11-11,99 4
Universitas Sumatera Utara
Gambar 4.9. Grafik frekuensi waktu follow-up pagi
Universitas Sumatera Utara
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
10 5,81
60 9,71
110 14,5
Universitas Sumatera Utara
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
50 9,23
100 13,46
Universitas Sumatera Utara
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 4.11. Grafik frekuensi follow-up siang
Universitas Sumatera Utara
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
No. kend waktu
No. kend waktu
No. kend waktu
Universitas Sumatera Utara
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
43 7,62
Universitas Sumatera Utara
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 4.12. Grafik frekuensi follow-up malam
Universitas Sumatera Utara
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
Universitas Sumatera Utara
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 gt yang melakukan putaran balik selama satu gap t
3. Plot hasil pengamatan pada grafik, contoh seperti berikut ini.
Universitas Sumatera Utara
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 gt. Hal ini dilakukan karena bisa terdapat lebih dari satu nilai gt 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 gt 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 gt terhadap t. Dari garis regresi maka dapat diperoleh nilai follow-up time dan parameter nol.
Universitas Sumatera Utara
Gambar 4.16. Grafik regresi metode Siegloch Dari grafik di atas dapat dilihat lebih lengkap bagaimana semua variabel diperoleh
dari grafik. Variabel �
��� �
�
didapat dari grafik. Seperti yang ditunjukkan lingkaran merah dan hijau. Sedangkan untuk nilai gap kritis
�
�
diperoleh dari rumus �
�
= �
+ 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.
Universitas Sumatera Utara
Tabel 4.15. Data Gap Pagi Metode Siegloch
gt t
gt t
gt t
gt t
3,51 3,71
1 6,18
1 9,68
7,77 4,57
1 8,01
1 9,15
4,8 4,88
1 7,4
1 8,55
7,35 11,6
1 7,41
1 9
7,35 7,92
1 11,79
1 9,72
5,56 1
10,68 1
33,84 1
9,5 3,47
1 7,92
1 13,87
1 9
11,15 1
18,89 1
15,31 1
14,95 3,61
1 10,48
1 26,08
1 21,19
22,96 1
11,91 1
23,62 2
27,96 6,36
1 8,82
1 12,43
2 12,55
4,24 1
20,58 1
12,34 2
12,48 6,22
1 6,84
1 11,6
3 20,38
gt = jumlah kendaraan yang memutar dalam 1 gap t = waktu 1 gap
Langkah selanjutnya dalam metode Siegloch adalah mencari nilai rata-rata waktu untuk gt yang bernilai sama. Untuk data di atas, mencari nilai rata-rata tiap gt adalah sebagai berikut
:
�� = ∑�
1
+ �
2
+ ⋯ + �
�
� Untuk nilai gt = 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 gt = 0. Maka nilai rata-rata saat
gt = 0 adalah :
��
��=0
= ∑ �
1
+ ⋯ + �
18
18 =
3,51 + 7,77 + ⋯ + 7,92
18 =
127,03 18
= 7,057
Universitas Sumatera Utara
Untuk gt = 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 gt = 1 adalah :
��
��=1
= ∑ �
1
+ ⋯ + �
30
30 =
10,68 + 7,92 + ⋯ + 21,19
30 =
386,74 30
= 12,891 �����
Dan begitu seterusnya untuk semua gt.
��
��=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 gt
gt �̅
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 gt yang memanfaatkan satu gap t. Dan grafik kedua adalah
plot hasil nilai rata-rata waktu follow-up �̅ terhadap gt.
Universitas Sumatera Utara
0,5 1
1,5 2
2,5 3
3,5
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 1
2 3
4
5 10
15 20
25 30
35 40
Rata-rata t
rata-rata t
Gambar 4.17. Grafik plot data t terhadap gt
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.
Universitas Sumatera Utara
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; �
�
= �
+
�
�
2
= 6,5 +
2,05 2
= 7,525 �����
dimana : �
�
= gap kritis; �
= 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.
Universitas Sumatera Utara
-
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
gt t
gt t
gt t
gt t
gt t
6,32 7,21
6,74 1
10,74 1
17,26 6,03
7,22 5,77
1 15,04
1 14,81
7,99 3,93
7,54 1
23,85 1
12,68 8,03
4,96 7,93
1 7,37
1 7,68
4,57 5,62
4,22 1
7,36 1
17,34 5,47
5,88 10,26
1 7,29
1 8,07
5,05 5,88
3,09 1
8,7 1
8,15 5,67
5,04 5,87
1 7,07
2 12,85
3,51 4,79
5,89 1
7,65 2
12,3 3,42
5,13 5,52
1 13,69
2 11,03
6,8 10,39
6,06 1
23,34 2
27,92 4,41
4,84 7,69
1 8,76
2 26,6
6,49 5,73
1 10,94
1 8,76
2 9,25
6,69 4,46
1 20,13
1 4,98
2 40,99
9,76 4,66
1 19,02
1 11,03
2 9,79
3,99 5,41
1 5,79
1 6,01
2 22,86
13,84 3,8
1 6,99
1 5,76
2 14,71
13,84 4,31
1 7,94
1 13,84
3 36,97
3,71 6,43
1 5,31
1 9,96
3 16,31
11,88 5,02
1 26,73
1 5,8
3 19,74
10,54 5,02
1 10,25
1 12,73
3 13,23
4,27 5,45
1 25,05
1 10,28
9,03 8,16
1 10,05
1 8,46
gt = jumlah kendaraan memutar dalam 1 gap t = lama waktu 1 gap
Universitas Sumatera Utara
Data waktu follow-up siang di atas kemudian dicari nilai rata-rata untuk setiap gt 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 gt
gt t
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 : �
�
= �
+
�
�
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.
Universitas Sumatera Utara
-
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
gt t
gt t
gt t
gt t
6,3 19,83
1 10,54
1 23,55
4,46 8,97
1 10,54
2 8
5,82 10,05
1 13,68
2 38,57
6,42 9,48
1 18,87
2 27,39
13,38 6,02
1 8,49
2 11,13
18,32 5,13
1 8,74
2 12,37
11,19 6,2
1 6,65
2 11,59
8,93 9,37
1 10,55
2 11,41
4,22 6,16
1 8,89
2 47,6
4,86 6,82
1 8,92
2 15,9
12,27 7,94
1 10,86
2 15,74
9,68 6,77
1 7,5
2 11,17
14,3 5,35
1 8,34
2 13,27
9,19 17,31
1 7,29
2 15,95
7,3 6,55
1 7,92
3 14,43
9,7 5,34
1 11,98
3 34,22
7,51 8,95
1 10,86
3 13,1
4,1 9,5
1 11,99
3 22,62
3,19 12,01
1 18,29
3 49,46
18,04 7,34
1 10,67
3 13,05
6,12 10,49
1 10,31
4 15,15
5,19 8,09
1 31,03
4 38
5,19 1
5,87 1
7,66 4
18,85 4,51
1 8,15
1 11,24
4 36,93
5,06 1
12,4 1
13,49 5,16
1 18,32
1 25,46
gt = jumlah kendaraan memutar dalam 1 gap t = lama waktu 1 gap
Data waktu follow-up kemudian dicari nilai rata-rata darii setiap gt. Untuk hasil rata-rata data di atas telah diringkas dalam tabel berikut.
Tabel 4.20. Nilai rata-rata t g terhadap gt
Universitas Sumatera Utara
gt t
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; �
�
= �
+
�
�
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.
Universitas Sumatera Utara
♣ 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
Kategori