kondisi ruas jalan yang macet kendala kapasitas, sehingga masing-masing individu pelaku perjalanan memiliki persepsi yang berbeda-beda mengenai rute terbaik jarak
terpendek, waktu tersingkat dan ongkosbiaya termurah. Sebagai akibatnya bermainlah faktor acak dan variable random yang sulit untuk diukur seperti variable
pemandangan alam yang indah, keamanan, kebiasaan, persepsi yang berbeda, kesalah informasi, dan kesalahan lainnya.
Untuk menyelesaikan persoalan random ini Kanafi, 1983 melakukan
pendekatan dengan menggunakan fungsi kepuasan pemakai jalan yang berprinsip bahwa pelaku perjalanan dalam memilih rute alternatif akan memaksimalkan
kepuasannya dalam menggunakan suatu rute.
4. Model keseimbangan pengguna Stokastik
Model ini menggabungkan unsur randomstokastik akibat perbedaan persepsi antar pengendara dengan kepadatan
arus lalu-lintas pada suatu rute. Modelpendekatannya mengikuti fungsi biaya yang dipengaruhi kepadatan lalu-lintas
pada suatu ruas jalan. Setiap ruas jalan memiliki peluang yang sama untuk dipilih pengguna ruas jalan, karena masing-masing pengguna memiliki persepsi yang
berbeda-beda relatif terhadap ruteruas jalan yang mana ongkos perjalanannya murah.
II.5 Pemilihan Rute Terpendek Pada Jaringan Jalan Shortest Path
Lintasan terpendek adalah lintasan minimum yang diperlukan untuk mencapai suatu tempat dari tempat tertentu. Lintasan minimum yang dimaksud dapat dicari
dengan menggunakan graf. Graf yang digunakan adalah graf yang berbobot, yaitu
Universitas Sumatera Utara
graf yang setiap sisinya diberikan suatu nilai atau bobot. Dalam kasus ini, bobot yang dimaksud berupa jarak dan waktu kemacetan terjadi.
Ada beberapa macam persoalan lintasan terpendek, antara lain: a
Lintasan terpendek antara dua buah simpul tertentu a pair shortetst path. b
Lintasan terpendek antara semua pasangan simpul all pairs shortest path. c
Lintasan terpendek dari simpul tertentu ke semua simpul yang lain single- source shoertest path.
d Lintasan terpendek antara dua buah simpul yang melalui beberapa simpul
tertentu intermediate shortest path.
Dan strategi umum untuk mencari lintasan terpendek dapat dirumuskan sebagai berikut:
1. Periksa semua sisi yang langsung bersisian dengan simpul a. Pilih sisi yang bobotnya terkecil. Sisi ini menjadi lintasan terpendek pertama, sebut saja L1.
2. Tentukan lintasan terpendek kedua dengan cara berikut: i hitung: di = panjang L1 + bobot sisi dari simpul akhir L1 ke simpul i
yang lain, ii pilih di yang terkecil Bandingkan di dengan bobot sisi a, i. Jika bobot
sisi a,i lebih kecil daripada di, maka L2=L1 U sisi dari simpul akhir Li ke simpul i.
3. Dengan cara yang sama, ulangi langkah 2 untuk menentukan lintasan
terpendek berikutnya.
Universitas Sumatera Utara
Input Output
Gambar 2.4 Rute Terpendek
II.6 Pengenalan Algoritma Pencarian Rute
Pencarian jarak terpendek merupakan suatu permasalahan yang sering timbul pada pengguna transportasi, karena pengguna transportasi dalam melakukan
perjalanan membutuhkan solusi bagaimana rute yang akan dilalui adalah rute atau jarak yang paling minimum terkecil sehingga efisiensi waktu dapat terpenuhi.
Dalam melakukan pemilihan terhadap rute terpendek, dapat dilakukan dengan metode algoritma. Algoritma merupakan kumpulan instruksiperintah yang dibuat
secara jelas dan sistematis berdasarkan urutan yang logis logika untuk penyelesaian suatu masalah. Sedangkan algoritma pencarian rute adalah algoritma yang
menentukan bagaimana memilih rute optimal antara asal dan tujuan dengan memperhitungkan waktu kalkulasi terpendek. Ada beberapa algoritma pencarian rute
yang sebelumnya sudah dikembangkan, antara lain Algoritma Dijkstra, Algoritma Floyd-Warshall dan Algoritma Bellman-Ford.
Algoritma yang akan dicoba dalam tugas akhir ini adalah algoritma Djikstra dan Floyd-Warshall. Algoritma Dijkstra merupakan algoritma yang paling sering
digunakan dalam menentukan rute terpendek, sederhana sifat greedyrakus dalam pemilihan graf dalam penggunaannya dengan hanya menggunakan vertex-vertek
Universitas Sumatera Utara
sederhana pada jaringan jalan yang tidak rumit Chamero, 2006. Pada beberapa
kasus algoritma Dijkstra dengan sifat greedy tidak memikirkan konsekuensi yang akan terjadi pada saat memilih keputusan tidak memberikan solusi yang terbaik,
maka dalam hal ini digunakan algoritma Floyd-Warshall. Prinsip dari algoritma ini adalah “jika solusi total optimal, maka bagian solusi sampai suatu tahap misalnya
tahap ke-i juga optimal”, yang mempunyai pengertian bahwa selain diperolehnya suatu rute terpendek dari simpul awal ke simpul akhir, juga akan diperoleh nilai-nilai
rute antar simpul.
II.6.1 Pengenalan Algoritma Djikstra
Algoritma Dijkstra, dinamai menurut penemunya, Edsger Dijkstra adalah sebuah algoritma rakus greedy algorithm dalam memecahkan permasalahan jarak
terpendek shortest path problem untuk sebuah graf berarah directed graph dengan bobot-bobot sisi edge weights yang bernilai tak-negatif. Misalnya, bila vertices dari
sebuah graf melambangkan kota-kota dan bobot sisi edge weights melambangkan jarak antara kota-kota tersebut, maka algoritma Dijkstra dapat digunakan untuk
menemukan jarak terpendek antara dua kota. Algoritma Dijkstra merupakan salah satu varian bentuk algoritma populer
dalam pemecahan persoalan yang terkait dengan masalah optimasi. Sifatnya sederhana dan lempang straightforward. Sesuai dengan arti greedy yang secara
harafiah berarti tamak atau rakus ; namun tidak dalam konteks negatif , algoritma greedy ini hanya memikirkan solusi terbaik yang akan diambil pada setiap langkah
tanpa memikirkan konsekuensi ke depan. Prinsipnya, ambillah apa yang bisa
Universitas Sumatera Utara
didapatkan saat ini take what you can get now, dan keputusan yang telah diambil pada setiap langkah tidak akan bisa diubah kembali.
Input algoritma ini adalah sebuah graf berarah yang berbobot weighted directed graph G dan sebuah sumber vertex s dalam G dan V adalah himpunan
semua vertices dalam graph G Pu Jian, 2004. Setiap sisi dari graf ini adalah
pasangan vertices u,v yang melambangkan hubungan dari vertex u ke vertex v. Himpunan semua tepi disebut E.
Algoritma Djikstra merupakan algoritma pencarian rute tradisional dengan mencari node dengan fungsi F terkecil. Proses ini diulang-ulang terus hingga tujuan
dicapai.
II.6.1.1 Skema Umum Penggunaan Algoritma Djikstra Algoritma Dijkstra menggunakan strategi greedy sebagai berikut, pada setiap
langkah diambil sisi yang berbobot minimum yang menghubungkan sebuah simpul yang sudah terpilih dengan sebuah simpul lain yang belum terpilih. Lintasan dari
simpul asal ke simpul yang baru haruslah merupakan lintasan yang terpendek diantara semua lintasannya ke simpul-simpul yang belum terpilih.
Beberapa elemen yang kita gunakan dalam penerapan algoritma Dijkstra : 1.
Graf berbobot dengan n buah simpul kita representasikan dalam matriks M. Elemen matriks M yang dinyatakan dengan m
ij
, yang dalam hal ini : •
m
ij
= bobot sisi i,j
• m
ii
= 0
Universitas Sumatera Utara
• m
ij
= ∞, jika tidak ada sisi dari simpul i ke simpul j.
2. Tabel S = [s
i
] yang dalam hal ini, •
s
i
= 1, jika simpul i termasuk ke dalam lintasan terpendek. •
s
i
= 0, jika simpul i tidak termasuk ke dalam lintasan terpendek.
3. Hasil output dari algoritma Dijkstra ini merupakan lintasan terpendek yang
terpilih dari semua lintasan yang menghubungkan simpul i ke simpul j. Seluruh elemen ini tergantung pada kebutuhan kita. Apabila ingin mengoutput
hanya panjang lintasan terpendek saja dari simpul asal ke setiap simpul, maka gunakan tabel yang elemennya sebanyak anggota simpul dan di dalamnya menyimpan
nilai jarak dari simpul asal ke semua simpul yang ada. Pada gambar di bawah ini, dicontohkan hasil output yang berupa panjang lintasan terpendeknya saja dari simpul
asal ke setiap simpul yang ada.
Gambar 2.5. Gambar Algoritma Djikstra
Universitas Sumatera Utara
Fungsi F pada algoritma Dijkstra adalah sebagai berikut:
Secara detail cara kerja Algoritma Djikstra adalah sebagai berikut: 1.
Himpunan ; nilai s tidak boleh
; tentukan p
s
s = 0. 2.
Cari node u yang memiliki nilai p
s
v terkecil di V – S dan tambahkan u ke S. Jika u = d maka rute terpendek tercapai.
3. Untuk semua node v dimana sisi u,v di dalam E, jika p
s
u + lu,v lebih kecil dari p
s
v: ganti rute s,v dengan rute s,u + sisi u,v dan ganti nilai p
s
v = p
s
u + lu,v. 4.
Kembali ke langkah 2. Bobot weights dari semua sisi dihitung dengan fungsi w: E
→ [0, ∞, jadi wu,v adalah jarak tak-negatif dari vertex u ke vertex v. Ongkos cost dari sebuah
sisi dapat dianggap sebagai jarak antara dua vertex, yaitu jumlah jarak semua sisi dalam jalur tersebut. Untuk sepasang vertex s dan t dalam V, algoritma ini
menghitung jarak terpendek dari s ke t. Pada setiap langkah, ambil sisi yang berbobot minimum yang menghubungkan
sebuah simpul yang sudah terpilih dengan sebuah simpul lain yang belum terpilih. Lintasan dari simpul asal ke simpul yang baru haruslah merupakan lintasan yang
terpendek diantara semua lintasannya ke simpul-simpul yang belum terpilih. Pada algoritma Dijkstra, semua elemen matriks M diisi dengan jarak antara
simpul awal dengan simpul lainnya jika ada sisi yang menghubungkan kedua simpul tersebut. Jika tidak ada, elemen matriks diisi dengan tanda
∞. Selanjutnya, dijalankan proses iteratif yang akan memeriksa tiap simpul kecuali simpul awal. Dalam proses
Universitas Sumatera Utara
ini, dicari terlebih dahulu simpul yang memiliki jarak terpendek dengan simpul yang sebelumnya untuk pertama kali adalah simpul awal, dan nilai S dari simpul tersebut
diisi dengan nilai 1. Simpul ini untuk selanjutnya disebut simpul antara. Dari simpul antara tersebut, jarak antara simpul awal dengan simpul lain diperiksa. Jika jarak
antara simpul awal dengan sebuah simpul lebih besar dari jarak simpul awal dengan simpul antara + jarak simpul antara dengan simpul tujuan tersebut, maka jarak antara
simpul awal diisi dengan simpul tujuan. Proses ini diulangi sebanyak n-1 kali, dengan n adalah jumlah simpul dari graf.
II.6.1.2 Analisis Hasil Algoritma Dijkstra
Pada proses analisis ini lebih ditekankan kepada aspek perincian dan kompleksitas algoritma. Tapi selain itu juga akan membahas aspek–aspek lain yang
bersangkutan. Dari hasil penjabaran masalah pencarian lintasan terpendek dengan algoritma ini, dapat akan ditelaah beberapa hal, antara lain :
1. Masalah waktu yang dibutuhkan
2. Masalah memori yang dihabiskan
3. Masalah keefektifan
Pada algoritma Dijkstra dapat dilihat bahwa prinsip utama dari algoritma ini adalah mencari semua lintasan dari simpul asal ke suatu simpul tujuan dan kemudian
membandingkan setiap lintasan tersebut. Hal ini dapat kami ilustrasikan sebagai berikut, misal kita akan mencari panjang terpendek dari simpul 1 ke simpul 4. Dan
lintasan yang tersedia adalah lintasan 1-4, 1-2-4, 1-3-4.
Universitas Sumatera Utara
Maka dalam hal ini algoritma Dijkstra akan membandingkan ketiga lintasan tersebut. Lintasan yang memiliki jarak terpendek akan dihasilkan sebagai solusi. Dan
apabila hal itu kita lakukan unutk semua simpul, maka dapat kita bayangkan berapa banyak proses perbandingan dan penghitungan yang terjadi. Karena hal ini maka
otomatis waktu yang dibutuhkan akan lebih lama dan terlihat jelas bahwa memori yang dibutuhkan juga tidak sedikit. Dari dua hal tersebut di atas keefektifan dari
algoritma Dijkstra juga kurang sempurna. •
Masukan input pemilihan rute dalam algoritma Djikstra, 1.
Data jarak, waktu, biaya tiap-tiap ruas dalam jaringan jalan yang menghubungkan zona asal i dengan zona tujuan j.
2. Sebaran pemilihan perjalanan antar zona sekarang dan masa yang akan
datang. 3.
Data kapasitas ruas-ruas jaringan tersebut. 4.
Data jaringan yang menghubungkan pusat-pusat zona dengan rincian tentang waktu perjalanan dan kecepatan rencana.
Khusus data input 1 dan 2 bisa didapatkan dari tahapan terdahulu, sedangkan data input 3 dan4 didapatkan dari pilihan rute.
• Keluaran output dari pemilihan rute dalam algoritma Dijkstra
Keluaran produk dari pemilihan rute dalam algoritma Djikstra antara lain hasil analisis dari pilihan rute ini akan menghasilkan informasi berharga bagi
pihak-pihak tertentu, terutama dinas prasarana jalan, berupa:
Universitas Sumatera Utara
1. Jumlah volume arus perjalanan kendaraan atau manusia yang melewati
setiap ruas dalam jaringan jalan yang menghubungkan zona asal i dan zona tujuan j.
2. Jumlah volume arus perjalanan kendaraan atau manusia yang membelok
pada persimpangan utama. 3.
Data untuk menentukan kecepatan rata-rata dan waktu perjalanan masukan bagi pengevaluasian.
4. Data jumlah kilometer kendaran atau jam pengoperasaian masukan bagi
pengevaluasian yang ekonomis.
II.6.2 Pengenalan Algoritma Floyd-Warshall
Algoritma Floyd-Warshall memiliki input graf berarah dan berbobot V,E, yang berupa daftar titik nodevertex V dan daftar sisi edge E. Jumlah bobot sisi-sisi
pada sebuah jalur adalah bobot jalur tersebut. Sisi pada E diperbolehkan memiliki bobot negatif, akan tetapi tidak diperbolehkan bagi graf ini untuk memiliki siklus
dengan bobot negatif. Algoritma ini menghitung bobot terkecil dari semua jalur yang menghubungkan sebuah pasangan titik, dan juga sekaligus untuk semua pasangan
titik. Implementasi algoritma ini berupa graf yang direpresentasikan sebagai matrix keterhubungan, yang isinya ialah bobotjarak sisi yang menghubungkan tiap pasangan
titik, dilambangkan dengan indeks baris dan kolom. Ketiadaan sisi yang menghubungkan sebuah pasangan dilambangkan dengan tak-hingga.
Algoritma Floyd-Warshall merupakan salah satu jenis dari pemrograman dinamis, yaitu suatu metode yang melakukan pemecahan masalah dengan memandang
solusi yang akan diperoleh sebagai suatu keputusan yang saling terkait. Artinya
Universitas Sumatera Utara
solusi-solusi tersebut dibentuk dari solusi yang berasal dari tahap sebelumnya dan ada kemungkinan solusi lebih dari satu. Hal yang membedakan pencarian solusi
menggunakan pemrograman dinamis dengan algoritma greedy adalah bahwa keputusan yang diambil pada tiap tahap pada algoritma greedy hanya berdasarkan
pada informasi yang terbatas sehingga nilai optimum yang diperoleh tidak selalu merupakan hasil yang terbaik. Jadi pada algoritma greedy, kita tidak memikirkan
konsekuensi yang akan terjadi seandainya kita memilih suatu keputusan pada suatu tahap.
Dalam beberapa kasus, algoritma greedy gagal memberikan solusi terbaik karena kelemahan yang dimilikinya tadi. Di sinilah peran pemrograman dinamis
misalnya, algoritma Floyd-Warshall yang akan dicoba untuk memberikan solusi yang memiliki pemikiran terhadap konsekuensi yang ditimbulkan dari pengambilan
keputusan pada suatu tahap. Pemrograman dinamis mampu mengurangi pengenumerasian keputusan yang tidak mengarah ke solusi. Prinsip yang dipegang
oleh pemrograman dinamis adalah prinsip optimalitas, yaitu jika solusi total optimal, maka bagian solusi sampai suatu tahap misalnya tahap ke-i juga optimal.
II.6.3 Pengenalan Algoritma Bellman-Ford
Algoritma Bellman-Ford merupakan salah satu algoritma yang digunakan untuk memecahkan permasalahan lintasan terpendek yang terdapat pada suatu graf.
Algoritma ini digunakan pada graf berbobot dengan bobot yang dapat bernilai positif maupun bernilai negatif. Jika hanya untuk menyelesaikan masalah jalur terpendek
untuk node positif, algoritma Dijkstra memberikan alternatif yang lebih efisien.
Universitas Sumatera Utara
Untuk menentukan rute terpendek menggunakan algoritma Bellman-Ford secara umum adalah untuk menentukan jalur mana yang harus dipilih untuk mencapai
jaringan tujuan dengan costbiaya paling kecil. Jumlah graf nilai dari simpul satu ke simpul yang lainnya yang ada dalam jaringan dapat berjumlah sangat besar sehingga
menyimpan informasi yang sangat tidak efisien dilihat dari sudut pandang pemakaian memori, sehingga algoritma Bellman-Ford yang dipakai menerapkan prinsip program
dinamis yang dapat menyimpan status cost dari graf dalam tiap langkah yang diambil dengan tujuan dapat menghemat pemakaian memori. Namun dalam penggunaan
algoritma Bellman-Ford ini memiliki kelemahan yaitu mungkin terjadi kesalahan count-to infinity yang dapat timbul saat suatu graf yang tidak dapat dideteksi oleh
algoritma Bellman-Ford. Ada dua kelompok algoritma yang dapat digunakan untuk menentukan jalur
pemilihan rute pada suatu jaringan yaitu algoritma link state dan algoritma distance vector. Pada link state, seluruh graf yang berada dalam jaringan harus sudah diketahui
terlebih dahulu keterhubungan maupun bebancost pada jalur yang menghubungkan tiap simpul. Kemudian di masing-masing simpul akan dihitung graf mana saja yang
dapat dicapai oleh simpul tersebut dan jalur mana yang harus diambil untuk mendapatkan rute terpendek. Informasi jalur yang ada tersebut kemudian disimpan di
tiap simpul di jaringan. Namun cara ini kurang efisien karena jumlah simpul yang terhubung saat ini umumnya sangat besar sehingga menyimpan informasi dengan
memori yang sangat besar dan waktu yang diperlukan untuk mengkakulasikan jalur setiap kali ada penambahan graf baru terlalu besar. Pada distance vector, simpul tidak
perlu memelihara informasi mengenai seluruh graf yang ada. Namun hanya cukup informasi graf yang menjadi tetangganya saja terhubung secara langsung tanpa
perantara graf yang lain. Dengan cara ini informasi yang harus disimpan tidaklah
Universitas Sumatera Utara
terlalu besar, dan untuk mendapatkan jalur dengan bobot terkecil digunakan algoritma Bellman-Ford yang mendapatkan informasi bobot jalur terkecil dengan cara rekursif
ke grafsimpul berikutnya. Hal ini dapat dicapai dengan menyimpan informasi jalur terpendek yang dapat dicapai
Meskipun pada algoritma Bellman-Ford dapat menangani bobot bernilai negatif maupun positif, namun pada graf yang berbobot positif algoritma Dijkstra
lebih sering digunakan karena membutuhkan waktu yang lebih sedikit daripada
algoritma Bellman-Ford, jadi persoalan dapat diselesaikan dengan lebih baik.
Universitas Sumatera Utara
BAB III METODOLOGI PENELITIAN
III.1 Umum
Studi ini dimulai dengan melakukan literatur review yang berkaitan dengan studi penelitian yang akan dilakukan.
Prosedur pelaksanaan penelitian ini dapat diuraikan sebagai berikut : 1.
Melakukan wawancarakuisioner terhadap pengguna jalan mengenai rute yang digunakandipilih dalam melakukan perjalanannya dengan alasanlatar
belakang pemilihan rutenya. 2.
Melakukan penjelasan mengenai algoritma pencarian rute terpendek, dalam hal ini algoritma yang akan digunakan adalah algoritma Dijkstra dan Floyd-
Warshall. 3.
Melakukan pengaplikasian algoritma Dijkstra dan Floyd-Warshall pada hasil dari kondisi lapangan atau jalan. Dalam penelitian ini meliputi klasifikasi data
data yang dikumpulkan data data survei dan wawancarakuisioner serta data data penunjang lainnya, analisis parameter yang ada, perbandingan beberapa
rute yang diterapkan berdasarkan parameter yang telah ditentukan yaitu jarak dan waktu tempuh, sehingga dapat dibandingkan rute mana yang lebih efektif
yang disebut rute terpendek dengan bantuan program komputer Microsoft Excel 2007.
Universitas Sumatera Utara
Untuk mengaplikasikan algoritma pencarian rute terpendek tersebut dengan keadaan di lapangan, maka dibutuhkan data data sebagai berikut :
1. Wawancara langsung kepada pengguna jaringan jalan tentang rute yang biasa
dilewati dari tempat asal ke tempat tujuan. 2.
Data lamanya perjalanan pada tiap tiap rute jaringan jalan yang telah diperoleh dari hasil wawancarakuisioner. Survei dilakukan pada waktu bersamaan
antara rute satu dengan yang rute lainnya. Bentuk pertanyaan formulir angketkuisioner yang akan disurvei meliputi dua
hal, yaitu : 1.
Pertanyaan yang akan difokuskan untuk mengetahui rute mana yang dipilih oleh responden dalam melakukan perjalanan, bentuk perjalanan harian tujuan
perjalanan, waktu perjalanan, dan moda yang digunakan. 2.
Pertanyaan akan difokuskan untuk mengetahui preferensi responden tentang pemilihan rute persepsi jarak perjalanan dan waktu, pemilihan rute, dan
ranking atas pemilihan rute. Prosedur pelaksanaan penelitian ini dapat diuraikan sebagai berikut :
1. Tahap pertama adalah menentukan asal dan tujuan dari perjalanan dan
menentukan jalur lintasan mana yang akan ditempuh diperoleh dari hasil survei wawancarakuisioner.
2. Tahap kedua adalah menentukan data-data yang diperlukan dengan survei ke
lapangan antara lain data kondisi jalan misalnya persimpanganlampu merah, waktu tempuh, hasil perkiraan jarak pada setiap ruas jalan.
Universitas Sumatera Utara
3. Tahap ketiga adalah penyajian data. Semua data yang diperoleh dari survei
lapangan disajikan dalam bentuk tabulasi. 4.
Tahap keempat adalah analisis data dari hasil survei. Dalam penelitian ini meliputi klasifikasi data-data yang dikumpulkan, analisis parameter,
perbandingan beberapa rute yang telah ditetapkan berdasarkan parameter jarak, waktu tempuh dan biaya yang dikeluarkan, sehingga dapat
dibandingkan rute mana yang lebih efektif dan disebut rute terpendek dengan bantuan program komputer Microsoft excel 2007 maupun metode algoritma.
5. Tahap terakhir adalah menganalisis pemilihan rute oleh pengguna jalan dan
membandingkannya dengan hasil pemilihan rute berdasarkan perhitungan algoritma.
6. Kesimpulan dan saran.
Untuk lebih rinci dapat dilihat pada rencana program kerja bagan alir dari penelitian pada Gambar 1.1.
III.2 Rencana Kerja III.2.1 Studi Pendahuluan dan Kajian Pustaka
Sebelum mulai melakukan suatu kegiatan diperlukan suatu penelitian berupa studi pendahuluan untuk mendapatkan data yang ada pada saat ini data eksisting.
Kemudian dicari maksud dari penelitian serta tujuan akhir yang akan dicapai dari penelitian ini. Setelah itu dilakukan studi pustakaliteratur untuk mencari dan
mengumpulkan bahan-bahan literatur berupa landasan teori, metode-metode yang
Universitas Sumatera Utara
akan digunakan dalam pengolahan data maupun dalam melakukan analisa, serta hasil- hasil penelitian yang akan dilakukan sebelumnya dimana memiliki kaitan dan
mendukung penelitian itu sendiri.
III.2.2 Perancangan dan Pelaksanaan Survei Pendahuluan
Dalam perancangan survei pendahuluan kegiatan-kegiatan yang dilakukan mencakup :
1. Penentuan metode survei untuk mendapatkan data-data yang digunakan dalam
penelitian, data primer diperoleh dari cara sampling yaitu dengan wawancara langsung dan pengisian kuisioner oleh responden.
2. Pelaksanaan survei jaringan jalan tersebut sendiri, antara lain waktu tempuh
ruas jalan tersebut, kondisi ruas jalan, karakteristik lalu lintas pada jam-jam tertentu.
Selanjutnya dilakukan survei di lapangan untuk mengumpulkan data yang dibutuhkan terhadap jumlah responden yang akan diperlukan.
Pelaksanaan survei pendahuluan ini dilakukan untuk mengetahui banyaknya jumlah kuisioner yang dibutuhkan untuk survei penelitian yang sebenarnya serta
mengantisipasi kesulitan-kesulitan yang nantinya akan dihadapi dalam proses pengumpulan data dan untuk mengetahui apakah dari kuisioner yang telah dibuat
dapat diperoleh keseluruhan data yang dibutuhkan.
III.2.3 Perancangan dan Pelaksanaan Survei Penelitian
Dalam memperoleh data primer untuk penelitian, data dari hasil survei pendahuluan diolah untuk mengetahui apakah kuisioner yang diberikan pada survei
Universitas Sumatera Utara
pendahuluan memiliki kekurangan-kekurangan untuk dapat diperbaiki misalnya data yang dihasilkan kurang lengkap. Selain itu, juga dipersiapkan upaya-upaya untuk
mengatasi kesulitan yang dialami selama proses pengumpulan data yang dibutuhkan. Pelaksanaan survei dilakukan untuk memperoleh data primer dan data
sekunder yang dibutuhkan dalam penelitian. Data primer diperoleh dengan mengadakan survei langsung kepada para responden yang bertempat tinggal di suatu
zona pemukiman, dan memilih zona tujuan yang dipakai oleh responden dalam melakukan suatu kegiatan.
Data sekunder yang dikumpulkan dalam penelitian ini meliputi data peta jaringan jalan lintas. Secara umum lintas yang digunakan untuk rute yang digunakan
oleh responden dalam melakukan perjalanan. Data ini diperlukan untuk mengetahui kondisi masing-masing ruas jalan serta fungsi dari jalan zona asal-tujuan.
Rute yang dikaji adalah Perumnas Simalingkar sebagai asal dan Pusat Kota Medan Central Business DistrictCBD sebagai tujuan perjalanan. Rute rute
perjalanan diperoleh dari survei wawancarakuisioner terhadap 100 seratus respondenpengguna jalan dari Perumnas Simalingkar menuju Pusat Kota Medan.
Diperoleh 8 delapan rute yang umumnya digunakan oleh respondenpengguna jalan yaitu : dapat dilihat pada Gambar 4.1 sd Gambar 4.8
Rute I : Perumnas Simalingkar - Jl Jamin Ginting - Jl Patimura - Jl
Sudirman - Jl. Dipanegoro - Jl Pengadilan - Jl Kapt. Maulana Lubis - Jl Raden Saleh - Lap. Merdeka .
Universitas Sumatera Utara
Rute II : Perumnas Simalingkar - Jl Jamin Ginting - Jl Patimura - Jl S
Parman - Jl Kapt. Maulana Lubis - Jl Raden Saleh - Lap Merdeka.
Rute III : Perumnas Simalingkar - Jl Jamin Ginting - Jl Iskandar Muda - Jl
Hayam Wuruk - Jl S Parman - Jl Sudirman - Jl Dipanegoro - Jl Pengadilan - Jl Kapt. Maulana Lubis - Jl Raden Saleh - Lap
Merdeka.
Rute IV : Perumnas Simalingkar - Jl Jamin Ginting - Jl Iskandar Muda - Jl
Gajah Mada - Jl S Parman - Jl Kapt. Maulana Lubis - Raden Saleh - Lap Merdeka
Rute V : Perumnas Simalingkar - Jl. Jamin Ginting - Jl Patimura - Jl
Sudirman - Jl Cik Ditiro - Jl RA Kartini - Jl Dipanegoro - Jl. Pengadilan - Jl Kapt. Maulana Lubis - Jl. Raden Saleh - Lap
Merdeka
Rute VI : Perumnas Simalingkar - Jl. Jamin Ginting - Jl Iskandar Muda - Jl
Gajah Mada - Jl S Parman - Jl Kejaksaan - Jl Pengadilan - Jl Kapt. Maulana Lubis - Jl. Raden Saleh - Lap Merdeka
Rute VII : Perumnas Simalingkar - Jl. Jamin Ginting - Jl Patimura - Jl
Mongonsidi - Jl Dr. Cipto - Jl Masdulhak - Jl Walikota - Jl Dipanegoro -Jl Pengadilan - Jl Kapt. Maulana Lubis - Jl.
Raden Saleh - Lap Merdeka
Universitas Sumatera Utara
Rute VIII : Perumnas Simalingkar - Jl. Jamin Ginting - Jl Patimura - Jl
Sudirman - Jl Letjend Suprapto - Jl Pemuda - Jl Ahmad Yani - Lap Merdeka.
III.2.4 Pengumpulan dan Pengolahan Data
Data primer dan data sekunder yang diperoleh dari hasil survei keadaan real jalan raya selanjutnya diolah agar dapat digunakan sebagai data masukan dalam
bentuk data kualitatif. Kemudian dilakukan kuantifikasi dan transformasi terhadap data tersebut, sehingga dapat memperkuat penggunaan algoritma penentuan rute
terpendek yang dibahas dalam tugas akhir ini.
III.2.5 Kompilasi Data
Kompilasi data yaitu data yang digunakan dalam studi, merupakan hasil dari survei. Hasil dari pilihan responden merupakan nilai skala numerik yang digunakan
sebagai variabel tidak bebas dan sebagai variabel bebas adalah selisih nilai atribut rute yang ditinjau. Proses analisa dilakukan dengan cara analisa regresi linier dengan input
data adalah variabel bebas dan variabel tidak bebas tersebut.
III.2.6 Uji Metode Algoritma
Ialah menentukan rute terpendek jaringan jalan dengan menggunakan metode algoritma, dimana inputnya adalah data ruas jalan dari hasil survei di lapangan. Dalam
proses ini akan diperoleh rute terpendek dari asal ke tempat tujuan berdasarkan perhitungan.
Universitas Sumatera Utara
III.2.7 Analisis Perbandingan Pemilihan Rute Terpendek dari Kuisioner Pengguna Jalan dengan Hasil dari Metode Algoritma
Hasil pemilihan rute terpendek berdasarkan pendapatpersepsi pengguna jalan dibandingkan dengan hasil dari metode algoritma. Apakah rute yang dipilih sebagai
rute terpendek oleh penggunaresponden sama dengan rute dari hasil metode algoritma. Selain itu, juga dianalisis apakah pengguna jalan tersebut
mempertimbangkan alasanlatar belakang tertentu dalam memilih rute atau hanya berdasarkan metode coba-coba saja maupun karena kebiasaan saja.
III.2.8 Kesimpulan dan Saran
Berdasarkan hasil analisa akan diperoleh beberapa kesimpulan yang berkaitan dengan karakteristik pemilihan rute oleh pelaku perjalanan. Setelah memperoleh
kesimpulan dari hasil penelitian, selanjutnya dapat diberikan rekomendasi atau saran, baik yang berkaitan dengan penelitian lebih lanjut maupun yang berkaitan dengan
pengguna jalur transportasi mengenai langkah-langkah perbaikan.
Universitas Sumatera Utara
BAB IV HASIL DAN PEMBAHASAN
IV.1 Analisa Waktu Perjalanan
Waktu tempuh perjalanan yang diperoleh dari hasil survei di lapangan dari Perumnas Simalingkar sebagai asal dan Pusat Kota Medan atau Kawasan Lapangan
Merdeka sebagai tujuan, dikompilasi dalam bentuk tabulasi berdasarkan segmenruas setiap rute jaringan jalan yang disurvei. Dari hasil wawancarakuisioner yang telah
dilakukan sebelumnya diperoleh delapan 8 rute yang umumnya ditempuh oleh pengguna jalan raya dalam melakukan perjalanannya dari Perumnas Simalingkar ke
Pusat Kota Medan, dan beberapa rute lain dengan intensitasjumlah pengguna lebih sedikit dari delapan 8 rute tersebut dapat dilihat pada Gambar 4.1 sd 4.8. Delapan
8 jenis rute tersebut, antara lain : 1.
Rute I : Perumnas Simalingkar - Jl Jamin Ginting - Jl Patimura - Jl Sudirman - Jl.Dipanegoro - Jl Pengadilan - Jl Kapt.
Maulana Lubis - Jl Raden Saleh - Lap. Merdeka 2.
Rute II : Perumnas Simalingkar - Jl Jamin Ginting - Jl Patimura - Jl S Parman - Jl Kapt. Maulana Lubis - Jl Raden Saleh - Lap
Merdeka 3.
Rute III : Perumnas Simalingkar - Jl Jamin Ginting - Jl Iskandar Muda - Jl Hayam Wuruk - Jl S Parman - Jl Sudirman - Jl Dipanegoro - Jl
Universitas Sumatera Utara
Pengadilan - Jl Kapt. Maulana Lubis - Jl Raden Saleh - Lap Merdeka
4. Rute IV : Perumnas Simalingkar - Jl Jamin Ginting - Jl Iskandar Muda - Jl
Gajah Mada - Jl S Parman - Jl Kapt. Maulana Lubis - Raden Saleh - Lap Merdeka
5. Rute V : Perumnas Simalingkar - Jl. Jamin Ginting - Jl Patimura - Jl
Sudirman - Jl Cik Ditiro - Jl RA Kartini - Jl Dipanegoro - Jl. Pengadilan - Jl Kapt. Maulana Lubis - Jl. Raden Saleh - Lap
Merdeka 6.
Rute VI : Perumnas Simalingkar - Jl. Jamin Ginting - Jl Iskandar Muda - Jl Gajah Mada - Jl S Parman - Jl Kejaksaan - Jl Pengadilan - Jl
Kapt. Maulana Lubis - Jl. Raden Saleh - Lap Merdeka 7.
Rute VII : Perumnas Simalingkar - Jl. Jamin Ginting - Jl Patimura - Jl Mongonsidi - Jl Dr. Cipto - Jl Masdulhak - Jl Walikota - Jl
Dipanegoro - Jl Pengadilan - Jl Kapt. Maulana Lubis - Jl. Raden Saleh - Lap Merdeka
8. Rute VIII : Perumnas Simalingkar - Jl. Jamin Ginting - Jl Patimura - Jl
Sudirman - Jl Letjend. Suprapto - Jl Pemuda - Jl Ahmad Yani - Lap Merdeka.
Waktu perjalanan yang diperoleh dari survei lalu lintas di lapangan, meliputi waktu perjalanan pada saat jam sibuk onpeak dan jam tidak sibuk offpeak. Hal itu
dilakukan untuk mengetahui perbedaan waktu perjalanan pada waktu tersebut, dan juga mengetahui dampaknya terhadap aktivitas lalu lintas.
Universitas Sumatera Utara
IV.1.1 Analisa Jaringan Jalan pada Jam Sibuk On Peak a. Analisa Jaringan Jalan Rute I
Waktu Survei : 07.00 WIB
Kecepatan Kendaraan : 40 kmjam
Rute : Perumnas Simalingkar - Jl Jamin Ginting - Jl
Patimura - Jl Sudirman - Jl.Dipanegoro - Jl Pengadilan - Jl Kapt. Maulana Lubis - Jl Raden
Saleh - Lap. Merdeka Tabel 4.1. Data Waktu Tempuh Rute I
No Nama segmenruas jalan
Panjang lintas tempuh
meter Lama lintas
tempuh detik
Kecepatan rata-rata
kendaraan kmjam
Jumlah lampu merah
1 Jl. Jamin Ginting
6300 1225
35 3
2 Jl. Patimura
840 165
35 2
3 Jl. Sudirman
540 117
40 1
4 Jl. Dipanegoro
1220 160
40 2
5 Jl. Pengadilan
240 42
35 1
6 Jl. Kapt. Maulana Lubis
120 22
35 −
7 Jl. Raden Saleh
360 77
35 −
Jumlah 9620
1808 9
Universitas Sumatera Utara
b. Analisa Jaringan Jalan Rute II