commit to user
Keterangan :
Kolom 1 : Titik Pengamatan
Lokasi 1 Jl. Hasanudin Lokasi 2 Jl. RM Said 1
Lokasi 3 Jl. RM Said 2 Kolom 2
: Rasio Motorcycle terhadap Light vehicle jam puncak pagi Tabel 4.3 kolom 2 =
4 kolom
4.2 Tabel
3 kolom
4.2 Tabel
= 3386530
= 6.3887 = 6 Kolom 3
: Rasio Light vehicle terhadap Light vehicle jam puncak pagi Tabel 4.3 kolom 3 =
4 kolom
4.2 Tabel
4 kolom
4.2 Tabel
= 530530
= 1 Kolom 4
: Rasio Motorcycle terhadap Light vehicle jam puncak siang Tabel 4.3 kolom 4 =
7 kolom
4.2 Tabel
6 kolom
4.2 Tabel
= 2268360 = 6.3 = 6
Kolom 5 : Rasio Light vehicle terhadap Light vehicle jam puncak siang
Tabel 4.3 kolom 5 = 7
kolom 4.2
Tabel 7
kolom 4.2
Tabel
= 360360
= 1
4.2 Pengolahan Data Dasar
Volume lalu lintas yang diamati dalam penelitian ini terdiri dari empat jenis kendaraan, yaitu motorcycle MC, light vehicle LV dan heavy vehicle HV.
Pengamatan dilakukan untuk mengambil data yang dibutuhkan untuk proses pengolahan dengan metode regresi linier dan rasio headway. Pengamatan
dilakukan selama 2 jam pada masing – masing jam puncak pagi, jam puncak siang dan jam puncak sore.
4.3 Perhitungan Nilai emp Kendaraan
commit to user
4.3.1 Perhitungan Metode Regresi Linier
a. Menghitung Koefisien Regresi
Volume lalu lintas pada jam sibuk digunakan untuk menhitung nilai emp kendaraan. Syarat dari data untuk perhitungan dengan metode regresi linier adalah
data jumlah kendaraan pada saat jam sibuk. Data pada simpang pasar Nangka ruas jalan RM Said dan Sultan Hasanudin jam puncak pagi disajikan pada tabel 4.4.
Tabel 4.4 Volume Lalulintas Jam Puncak Siang Lokasi 1Jalan Hasanudin
No Motorcycle
MC Heavy Vehicle
HV Light Vehicle
LV
x1 x2
y 1
65 1
18 2
140 3
38 3
159 4
49 4
151 6
33 5
149 2
36 6
165 3
29 7
116 1
29 8
133 2
29
Jumlah 1078
22 261
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 : nb
o
+ b
1
∑X
1i
= ∑Y
b
o
∑X
1i
+ b
1
∑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 Jalan Sultan Hasanudin Jam Puncak Siang No MC HV LV Waktu
x1 x2
Y x1.x1
x1.x2 x2.x2
x1.y x2.y
y.y x1 x2 y menit kend15 kend15 kend15 kend15 kend15 kend15 kend15 kend15 kend15
1 65
1 18
15 65
1 18
4225 65
1 1170
18 324
2 140
3 29
15 140
3 29
19600 420
9 4060
87 841
3 159
4 49
15 159
4 49
25281 636
16 7791
196 2401
4 151
6 29
15 151
6 29
22801 906
36 4379
174 841
5 149
2 36
15 149
2 36
22201 298
4 5364
72 1296
6 165
3 33
15 165
3 33
27225 495
9 5445
99 1089
7 116
1 38
15 116
1 38
13456 116
1 4408
38 1444
8 133
2 29
15 133
2 29
17689 266
4 3857
58 841
8 Jumlah
1078 22
261 152478
3202 80
36474 742
9077
Sumber : Hasil Perhitungan
commit to user
Dari tabel didapat hasil perhitungan sebagai berikut : ∑x
1
= 1078 ∑y
=261 ∑x
2
= 22 ∑x
1.
x
2
= 3202
∑x
1 2
= 152478 ∑x
1..
y = 36474
∑x
2 2
= 80 ∑x
2
.y = 742
∑y
2
= 9077
Persamaan untuk nilai b0 dan b1 : 8b
+ 1078b
1
= 261 .................................................................. 4.1 1078b
+ 152478b
1
= 366474 ................................................. 4.2 Persamaan untuk nilai b0 dan b2 :
8b + 22b
2
= 261 ..................................................................... 4.3 22b
+80b
2
= 742 .................................................................... 4.4 Untuk mendapatkan nilai b0, b1 dan b2 dapat menggunakan persamaan :
å å
å å
å å
- -
=
2 2
2
X X
n XY
X X
Y b
å å
å å å
- -
=
2 2
1
X X
n Y
X XY
n b
Dengan memasukkan nilai kedalaman rumus tersebut diperoleh hasil : Dari persamaan 4.1 dan 4.2 didapat :
b = 8.27478
b
1
= 0.18071 Dari persamaan 4.3 dan 4.4 didapat :
b = 29.2051
b
2
= 1.2436 Kemudian dimasukkan ke dalam persamaan awal :
Y = 8.27478 + 0.18071X
1
Y = 29.2051 + 1.2436X
2
commit to user
Sehingga diperoleh : Emp sepeda motor MC
= 0.18071 Emp kendaraan berat HV = 1.2436
Sebaran data antara kedua variabel tersebut :
Gambar 4.4 Diagram pencar antara light vehicle dan motorcycle Sumber : Hasil Perhitungan
Gambar 4.5 Diagram pencar antara light vehicle dan heavy vehicle Sumber : Hasil Perhitungan
y = 0.1807x + 8.2748 R² = 0.4195
10 20
30 40
50 60
50 100
150 200
Li g
h t
v e
h ic
le
k e
n d
15
motorcycle kend15
y = 1.2436x + 29.205 R² = 0.0537
10 20
30 40
50 60
1 2
3 4
5 6
7
Li g
h t
v e
h ic
le
k e
n d
15
heavy vehicle kend15
commit to user
Hasil perhitungan nilai emp seluruh lokasi pengamatan disajikan pada tabel 4.6. Tabel 4.6 Rekapitulasi nilai emp menggunakan analisis regresi linier
Metode Lokasi
Pengamatan Ekuivalensi Mobil Penumpang
Motorcycle Heavy Vehicle
Pagi Siang
Sore Pagi
Siang Sore
Regresi Linier
Lokasi 1 0.09
0.18 0.09
1.30 1.24
1.10
Lokasi 2 0.10
0.19 020
2.57 3.11
2.33
Lokasi 3 0.06
0.08 0.09
2.00 2.83
1.28
Sumber : Hasil Perhitungan
Dari hasil penelitian yang dilakukan, terlihat pada lokasi 1, 2 dan 3 jumlah arus sepeda motor yang paling besar terjadi pada saat siang hari. Hal ini dapat dilihat
pada nilai emp sepeda motor pada siang hari lebih besar dari pada saat pagi dan sore hari. Hal ini disebabkan karena pada saat siang hari banyak terjadi
pergerakan ke pusat kota Surakarta dari arah jalan R.M Said. Arus kendaraan berat yang terjadi di simpang pasar Nangka yang paling besar terjadi pada siang
hari hal ini dikarenakan banyak bus kota, bus pariwisata, truk angkutan, dan kendaraan proyek yang melewati simpang pasar Nangka.
Nilai emp untuk Heavy Vehicle lebih besar jika dibandingkan dengan Motor Cycle. Hal ini dikarenakan semakin besar kendaraan maka ruang yang diperlukan
untuk bergerak per kendaraan semakin besar. Semakin besar ukuran kendaraan, maka kecepatan untuk memulai gerakan lebih kecil bila dibandingkan dengan
sepeda motor. Keadaan seperti ini akan mengakibatkan gangguan terhadap arus lalu lintas secara keseluruhan sehingga nilai emp untuk Heavy Vehicle lebih besar
dari pada emp Motorcycle.
commit to user
b. Koefisien Korelasi
