4.2 PEMODELAN
KECEPATAN-KEPADATAN, ALIRAN-
KECEPATAN, DAN ALIRAN –KEPADATAN
Dengan menggunakan data primer yang diperoleh dari hasil studi lalu lintas maka analisis pemodelan hubungan parameter lalu lintas dapat dilakukan.
Untuk mendefenisikan hubungan matematis antara parameter lalu lintas yaitu Kecepatan-Kepadatan S-D, Volume-Kepadatan V-D dan Volume-Kecepatan
V-S maka digunakan analisa regresi linear. Hal tersebut dikarenakan hubungan individual kecepatan-aliran-kepadatan masing-masing melibatkan dua variabel
saja. Untuk melakukan pengolahan data maka volume kendaraan harus dikonversi ke dalam satuan mobil penumpang smp terlebih dahulu.
Arah
Exit
Gt. Tanjung Morawa
Tabel 4.31
Volume smpjam Kendaraan Golongan I Pada Hari Jum’at
Jam WIB Volume
GOL I smpjam
Volume GOL I
BUS smpjam
Volume Total
smpjam 07.00-07.15
213 7,2
220,2 07.15-07.30
235 9,6
244,6 07.30-07.45
259 3,6
262,6 07.45-08.00
283 6
289 08.00-08.15
229 12
241 08.15-08.30
229 6
235 08.30-08.45
212 3,6
215,6 08.45-09.00
245 2,4
247,4 09.00-09.15
251 3,6
254,6 09.15-09.30
204 6
210 09.30-09.45
217 8,4
225,4 09.45-10.00
243 243
10.00-10.15 234
4,8 238,8
10.15-10.30 235
3,6 238,6
10.30-10.45 264
8,4 272,4
10.45-11.00 252
6 258
Universitas Sumatera Utara
Tabel 4.32 Volume smpjam Kendaraan Golongan I Pada Hari Sabtu
Jam WIB Volume
GOL I smpjam
Volume GOL I
BUS smpjam
Volume Total
smpjam 07.00-07.15
165 9,6
174,6 07.15-07.30
174 8,4
182,4 07.30-07.45
199 6
205 07.45-08.00
191 8,4
199,4 08.00-08.15
219 4,8
223,8 08.15-08.30
169 4,8
173,8 08.30-08.45
213 2,4
215,4 08.45-09.00
182 2,4
184,4 09.00-09.15
198 2,4
200,4 09.15-09.30
169 3,6
172,6 09.30-09.45
309 2,4
311,4 09.45-10.00
217 1,2
218,2 10.00-10.15
251 4,8
255,8 10.15-10.30
239 6
245 10.30-10.45
261 3,6
264,6 10.45-11.00
223 2,4
225,4
Universitas Sumatera Utara
Arah
Exit
Gt. Tanjung Morawa
Tabel 4.33
Volume smpjam Kendaraan Golongan I Pada Hari Jum’at
Jam WIB GOL I
GOL I BUS
TOTAL 15.00-15.15
198 1,2
199,2 15.15-15.30
174 174
15.30-15.45 270
6 276
15.45-16.00 222
222 16.00-16.15
234 6
240 16.15-16.30
199 6
205 16.30-16.45
228 4,8
232,8 16.45-17.00
208 1,2
209,2 17.00-17.15
216 6
222 17.15-17.30
257 7,2
264,2 17.30-17.45
212 8,4
220,4 17.45-18.00
313 7,2
320,2 18.00-18.15
264 7,2
271,2 18.15-18.30
222 1,2
223,2 18.30-18.45
281 3,6
284,6 18.45-19.00
241 6
247
Tabel 4.34 Volume smpjam Kendaraan Golongan I Pada Hari Sabtu
Jam WIB GOL I
GOL I BUS
TOTAL 15.00-15.15
232 232
15.15-15.30 256
1,2 257,2
15.30-15.45 280
4,8 284,8
15.45-16.00 181
3,6 184,6
16.00-16.15 285
6 291
16.15-16.30 247
4,8 251,8
16.30-16.45 211
7,2 218,2
16.45-17.00 277
3,6 280,6
17.00-17.15 221
4,8 225,8
17.15-17.30 194
7,2 201,2
17.30-17.45 200
9,6 209,6
17.45-18.00 211
4,8 215,8
18.00-18.15 224
8,4 232,4
18.15-18.30 209
209 18.30-18.45
250 3,6
253,6 18.45-19.00
224 7,2
231,2
Universitas Sumatera Utara
4.2.1 Model Greenshields
Tabel 4.35 Perhitungan Analisis Regresi-Linear Hubungan Matematis Parameter
Lalu Lintas Model Greenshields Arah
Exit
Gt. Tanjung Morawa
Jam Volume
V smpjam
Kecepatan Rata-Rata
S = Yi kmjam
Kepadatan D= Xi
smpkm Xi
2
Xi.Yi
07.00-07.15 220,2
84,635 2,602
6,769 220,2
07.15-07.30 244,6
89,715 2,726
7,433 244,6
07.30-07.45 262,6
86,102 3,050
9,302 262,6
07.45-08.00 289
85,251 3,390
11,492 289
08.00-08.15 241
84,209 2,862
8,191 241
08.15-08.30 235
82,507 2,848
8,112 235
08.30-08.45 215,6
79,805 2,702
7,299 215,6
08.45-09.00 247,4
80,202 3,085
9,516 247,4
09.00-09.15 254,6
78,643 3,237
10,481 254,6
09.15-09.30 210
81,769 2,568
6,596 210
09.30-09.45 225,4
78,092 2,886
8,331 225,4
09.45-10.00 243
75,950 3,199
10,237 243
10.00-10.15 238,8
77,734 3,072
9,437 238,8
10.15-10.30 238,6
75,361 3,166
10,024 238,6
10.30-10.45 272,4
76,959 3,540
12,528 272,4
10.45-11.00 258
75,548 3,415
11,662 258
07.00-07.15 174,6
85,346 2,046
4,185 174,6
07.15-07.30 182,4
91,793 1,987
3,949 182,4
07.30-07.45 205
84,131 2,437
5,937 205
07.45-08.00 199,4
86,342 2,309
5,333 199,4
08.00-08.15 223,8
86,460 2,588
6,700 223,8
08.15-08.30 173,8
85,831 2,025
4,100 173,8
08.30-08.45 215,4
79,938 2,695
7,261 215,4
08.45-09.00 184,4
77,230 2,388
5,701 184,4
09.00-09.15 200,4
81,810 2,450
6,000 200,4
09.15-09.30 172,6
79,399 2,174
4,726 172,6
09.30-09.45 311,4
78,061 3,989
15,914 311,4
09.45-10.00 218,2
77,549 2,814
7,917 218,2
10.00-10.15 255,8
78,143 3,273
10,716 255,8
10.15-10.30 245
76,156 3,217
10,350 245
10.30-10.45 264,6
73,470 3,601
12,971 264,6
10.45-11.00 225,4
71,605 3,148
9,909 225,4
Total 7348,4
2585,745 91,489
269,078 7348,4
Rata-Rata 80,805
2,859
Universitas Sumatera Utara
Dengan menggunakan kepadatan D sebagai variabel independent dan kecepatan S sebagai variabel dependent maka regresi linear sedeharna dapat
dilakukan, dan berikut adalah hasil dari regresi linear yang telah dilakukan menggunakan program SPSS 20.0
Statistical Product and Service Solutions
.
Tabel 4.36 Hasil Perhitungan Analisis Regresi-Linear Hubungan Matematis
Parameter Lalu Lintas Model Greenshields Arah
Exit
Gt. Tanjung Morawa
MODEL GREENSHIELDS A
97,709 B
-5,913 R Koefisien Korelasi
0,604 R
2
Koefisien Determinasi 0,365
Sehingga dihasilkan nilai Sf = 97,709 kmjam dan Dj = = 16,524
smpkm. Dengan menggunakan nilai Sf dan Dj, maka dapat ditentukan hubungan
matematis antar parameter sebagai berikut : Hubungan Kecepatan-Kepadatan
S = Sf – SfDj D
S= 97,709 -5,913 D Hubungan volume –Kepadatan
V = Sf.D – Sf Dj D
2
Universitas Sumatera Utara
V = 97,709 D - 5,913 D
2
Hubungan volume –Kecepatan V = Dj.S
– Dj sf S
2
V = 16,524 S – 16,524 97,709 S
2
V = 16,524 S - 0,169 S
2
Sedangkan volume Vm, kecepatan Sm, dan kepadatan Dm kendaraan pada saat volume maksimum adalah sebagai berikut :
Universitas Sumatera Utara
Tabel 4.37 Perhitungan Analisis Regresi-Linear Hubungan Matematis Parameter
Lalu Lintas Model Greenshields Arah
Entrance
Gt. Tanjung Morawa
Jam Volume
V smpjam
Kecepatan Rata-Rata
S = Yi kmjam
Kepadatan D= Xi
smpkm Xi
2
Xi.Yi
15.00-15.15 199,2
86,113
2,313 5,351
199,2 15.15-15.30
174
83,707
2,079 4,321
174 15.30-15.45
276
77,349
3,568 12,732
276 15.45-16.00
222
81,126
2,736 7,488
222 16.00-16.15
240
81,449
2,947 8,683
240 16.15-16.30
205
81,624
2,512 6,308
205 16.30-16.45
232,8
77,261
3,013 9,079
232,8 16.45-17.00
209,2
85,194
2,456 6,030
209,2 17.00-17.15
222
81,852
2,712 7,356
222 17.15-17.30
264,2
81,584
3,238 10,487
264,2 17.30-17.45
220,4
82,720
2,664 7,099
220,4 17.45-18.00
320,2
76,203
4,202 17,656
320,2 18.00-18.15
271,2
79,384
3,416 11,671
271,2 18.15-18.30
223,2
78,811
2,832 8,021
223,2 18.30-18.45
284,6
77,474
3,674 13,495
284,6 18.45-19.00
247
76,480
3,230 10,430
247 15.00-15.15
232
79,550
2,916 8,505
232 15.15-15.30
257,2
81,032
3,174 10,075
257,2 15.30-15.45
284,8
77,232
3,688 13,598
284,8 15.45-16.00
184,6
85,114
2,169 4,704
184,6 16.00-16.15
291
70,857
4,107 16,867
291 16.15-16.30
251,8
78,638
3,202 10,253
251,8 16.30-16.45
218,2
82,333
2,650 7,024
218,2 16.45-17.00
280,6
76,994
3,644 13,282
280,6 17.00-17.15
225,8
80,294
2,812 7,908
225,8 17.15-17.30
201,2
86,897
2,315 5,361
201,2 17.30-17.45
209,6
86,831
2,414 5,827
209,6 17.45-18.00
215,8
83,800
2,575 6,632
215,8 18.00-18.15
232,4
82,964
2,801 7,847
232,4 18.15-18.30
209
80,375
2,600 6,762
209 18.30-18.45
253,6
77,888
3,256 10,601
253,6 18.45-19.00
231,2
81,591
2,834 8,030
231,2 Total
7589,8 2580,718
94,750 289,482
7589,8 Rata-Rata
80,647 2,961
Universitas Sumatera Utara
Sedangkan untuk arah Entrance Gt. Tanjung Morawa diperoleh hasil regresi linear sederhana sebagai berikut :
Tabel 4.38 Hasil Perhitungan Analisis Regresi-Linear Hubungan Matematis
Parameter Lalu Lintas Model Greenshields Arah
Entance
Gt. Tanjung Morawa
MODEL GREENSHIELDS A
97,741 B
-5,773 R Koefisien Korelasi
0,870 R
2
Koefisien Determinasi 0,757
Sehingga dihasilkan nilai Sf = 97,741 kmjam dan Dj = =
16,9307 smpkm. Dengan menggunakan nilai Sf dan Dj, maka dapat ditentukan hubungan
matematis antar parameter sebagai berikut : Hubungan Kecepatan-Kepadatan
S = Sf – SfDj D
S= 97,741 – 5,773 D
Hubungan volume –Kepadatan V = Sf.D
– Sf Dj D
2
V = 97,741 D – 5,773 D
2
Universitas Sumatera Utara
Hubungan volume –Kecepatan V = Dj.S
– Dj Sf S
2
V = 16,931 S – 16,931 97,741 S
2
V = 16,931 S – 0,173 S
2
Sedangkan volume Vm, kecepatan Sm, dan kepadatan Dm kendaraan pada saat volume maksimum adalah sebagai berikut :
Universitas Sumatera Utara
4.2.2 Model Greenberg
Tabel 4.39 Perhitungan Analisis Regresi-Linear Hubungan Matematis Parameter
Lalu Lintas Model Greenberg Arah
Exit
Gt. Tanjung Morawa
Jam Volume
V smpjam
Kecepatan Rata-Rata
S = Yi kmjam
Kepadatan D
smpkm Log e
D= Xi Xi.Yi
07.00-07.15 220,2
84,635 2,602
0,956 80,927
07.15-07.30 244,6
89,715 2,726
1,003 89,983
07.30-07.45 262,6
86,102 3,050
1,115 96,012
07.45-08.00 289
85,251 3,390
1,221 104,077
08.00-08.15 241
84,209 2,862
1,051 88,545
08.15-08.30 235
82,507 2,848
1,047 86,360
08.30-08.45 215,6
79,805 2,702
0,994 79,313
08.45-09.00 247,4
80,202 3,085
1,126 90,344
09.00-09.15 254,6
78,643 3,237
1,175 92,388
09.15-09.30 210
81,769 2,568
0,943 77,125
09.30-09.45 225,4
78,092 2,886
1,060 82,777
09.45-10.00 243
75,950 3,199
1,163 88,329
10.00-10.15 238,8
77,734 3,072
1,122 87,243
10.15-10.30 238,6
75,361 3,166
1,152 86,853
10.30-10.45 272,4
76,959 3,540
1,264 97,276
10.45-11.00 258
75,548 3,415
1,228 92,787
07.00-07.15 174,6
85,346
2,046 0,716
61,089 07.15-07.30
182,4
91,793
1,987 0,687
63,031 07.30-07.45
205
84,131
2,437 0,891
74,930 07.45-08.00
199,4
86,342
2,309 0,837
72,268 08.00-08.15
223,8
86,460
2,588 0,951
82,230 08.15-08.30
173,8
85,831
2,025 0,706
60,556 08.30-08.45
215,4
79,938
2,695 0,991
79,238 08.45-09.00
184,4
77,230
2,388 0,870
67,215 09.00-09.15
200,4
81,810
2,450 0,896
73,295 09.15-09.30
172,6
79,399
2,174 0,776
61,653 09.30-09.45
311,4
78,061
3,989 1,384
108,004 09.45-10.00
218,2
77,549
2,814 1,035
80,225 10.00-10.15
255,8
78,143
3,273 1,186
92,666 10.15-10.30
245
76,156
3,217 1,168
88,986 10.30-10.45
264,6
73,470
3,601 1,281
94,140 10.45-11.00
225,4
71,605
3,148 1,147
82,110 Total
2585,745 33,143
2661,977 Rata-Rata
80,805 1,036
Universitas Sumatera Utara
Tabel 4.40 Hasil Perhitungan Analisis Regresi-Linear Hubungan Matematis
Parameter Lalu Lintas Model Greenberg Arah
Exit
Gt. Tanjung Morawa
MODEL GREENBERG A
98,100 B
-16,700 R Koefisien Korelasi
0,612 R
2
Koefisien Determinasi 0,365
Pada model Greenberg parameter A dan B dapat dihitung dan dihasilkan beberapa nilai berikut, A =
dan B = . Sehingga, akhirnya diperoleh b =
dan nilai A = 90,100
B = -16,700
Sehingga dihasilkan nilai b = dan,
Dengan menggunakan nilai b dan C, maka dapat ditentukan hubungan matematis antar parameter sebagai berikut :
Universitas Sumatera Utara
Hubungan Kecepatan-Kepadatan
Hubungan volume - Kepadatan
Hubungan volume -Kecepatan
Sedangkan volume Vm, kecepatan Sm, dan kepadatan Dm kendaraan pada saat volume maksimum adalah sebagai berikut :
Universitas Sumatera Utara
Universitas Sumatera Utara
Tabel 4.41 Perhitungan Analisis Regresi-Linear Hubungan Matematis Parameter
Lalu Lintas Model Greenberg Arah
Entrance
Gt. Tanjung Morawa
Jam Volume
V smpjam
Kecepatan Rata-Rata
S = Yi kmjam
Kepadatan D
smpkm Log e
D= Xi Xi.Yi
15.00-15.15 199,2
86,113 2,313
0,839 72,219
15.15-15.30 174
83,707 2,079
0,732 61,251
15.30-15.45 276
77,349 3,568
1,272 98,394
15.45-16.00 222
81,126 2,736
1,007 81,667
16.00-16.15 240
81,449 2,947
1,081 88,019
16.15-16.30 205
81,624 2,512
0,921 75,166
16.30-16.45 232,8
77,261 3,013
1,103 85,218
16.45-17.00 209,2
85,194 2,456
0,898 76,535
17.00-17.15 222
81,852 2,712
0,998 81,669
17.15-17.30 264,2
81,584 3,238
1,175 95,867
17.30-17.45 220,4
82,720 2,664
0,980 81,064
17.45-18.00 320,2
76,203 4,202
1,436 109,393
18.00-18.15 271,2
79,384 3,416
1,229 97,528
18.15-18.30 223,2
78,811 2,832
1,041 82,044
18.30-18.45 284,6
77,474 3,674
1,301 100,805
18.45-19.00 247
76,480 3,230
1,172 89,662
15.00-15.15 232
79,550 2,916
1,070 85,146
15.15-15.30 257,2
81,032 3,174
1,155 93,593
15.30-15.45 284,8
77,232 3,688
1,305 100,786
15.45-16.00 184,6
85,114 2,169
0,774 65,895
16.00-16.15 291
70,857 4,107
1,413 100,097
16.15-16.30 251,8
78,638 3,202
1,164 91,517
16.30-16.45 218,2
82,333 2,650
0,975 80,245
16.45-17.00 280,6
76,994 3,644
1,293 99,569
17.00-17.15 225,8
80,294 2,812
1,034 83,020
17.15-17.30 201,2
86,897 2,315
0,840 72,957
17.30-17.45 209,6
86,831 2,414
0,881 76,519
17.45-18.00 215,8
83,800 2,575
0,946 79,268
18.00-18.15 232,4
82,964 2,801
1,030 85,457
18.15-18.30 209
80,375 2,600
0,956 76,809
18.30-18.45 253,6
77,888 3,256
1,180 91,946
18.45-19.00 231,2
81,591 2,834
1,042 84,982
Total 2580,718
34,241 2744,306
Rata-Rata 80,647
1,070
Universitas Sumatera Utara
Tabel 4.42 Hasil Perhitungan Analisis Regresi-Linear Hubungan Matematis
Parameter Lalu Lintas Model Greenberg Arah
Entrance
Gt. Tanjung Morawa
MODEL GREENBERG A
99,312 B
-17,442 R Koefisien Korelasi
0,871 R
2
Koefisien Determinasi 0,759
Sehingga dihasilkan nilai b = dan
Dengan menggunakan nilai b dan C, maka dapat ditentukan hubungan matematis antar parameter sebagai berikut :
Hubungan Kecepatan-Kepadatan
Hubungan volume - Kepadatan
Universitas Sumatera Utara
Hubungan Volume -Kecepatan
Sedangkan volume Vm, kecepatan Sm, dan kepadatan Dm kendaraan pada saat volume maksimum adalah sebagai berikut :
Universitas Sumatera Utara
4.2.3 Model Underwood
Tabel 4.43 Perhitungan Analisis Regresi-Linear Hubungan Matematis Parameter
Lalu Lintas Model Underwood Arah
Exit
Gt. Tanjung Morawa
Jam Volume
V smpjam
Kecepatan Rata-Rata
S kmjam
Kepadatan D= Xi
smpkm Log e
S= Yi Xi.Yi
07.00-07.15 220,2
84,635 2,602
4,438 11,548
07.15-07.30 244,6
89,715 2,726
4,497 12,260
07.30-07.45 262,6
86,102 3,050
4,456 13,589
07.45-08.00 289
85,251 3,390
4,446 15,071
08.00-08.15 241
84,209 2,862
4,433 12,688
08.15-08.30 235
82,507 2,848
4,413 12,569
08.30-08.45 215,6
79,805 2,702
4,380 11,832
08.45-09.00 247,4
80,202 3,085
4,385 13,525
09.00-09.15 254,6
78,643 3,237
4,365 14,131
09.15-09.30 210
81,769 2,568
4,404 11,310
09.30-09.45 225,4
78,092 2,886
4,358 12,578
09.45-10.00 243
75,950 3,199
4,330 13,854
10.00-10.15 238,8
77,734 3,072
4,353 13,373
10.15-10.30 238,6
75,361 3,166
4,322 13,685
10.30-10.45 272,4
76,959 3,540
4,343 15,373
10.45-11.00 258
75,548 3,415
4,325 14,769
07.00-07.15 174,6
85,346
2,046 4,447
9,097 07.15-07.30
182,4
91,793
1,987 4,520
8,981 07.30-07.45
205
84,131
2,437 4,432
10,800 07.45-08.00
199,4
86,342
2,309 4,458
10,296 08.00-08.15
223,8
86,460
2,588 4,460
11,544 08.15-08.30
173,8
85,831
2,025 4,452
9,016 08.30-08.45
215,4
79,938
2,695 4,381
11,806 08.45-09.00
184,4
77,230
2,388 4,347
10,379 09.00-09.15
200,4
81,810
2,450 4,404
10,789 09.15-09.30
172,6
79,399
2,174 4,374
9,509 09.30-09.45
311,4
78,061
3,989 4,357
17,383 09.45-10.00
218,2
77,549
2,814 4,351
12,242 10.00-10.15
255,8
78,143
3,273 4,359
14,268 10.15-10.30
245
76,156
3,217 4,333
13,939 10.30-10.45
264,6
73,470
3,601 4,297
15,475 10.45-11.00
225,4
71,605
3,148 4,271
13,445 Total
91,489 140,491
401,122 Rata-Rata
2,859 4,390
Universitas Sumatera Utara
Tabel 4.44 Hasil Perhitungan Analisis Regresi-Linear Hubungan Matematis
Parameter Lalu Lintas ModelUnderwood Arah
Exit
Gt. Tanjung Morawa
Pada model Underwood parameter A dan B dapat dihitung dan dihasilkan beberapa nilai berikut, A =
dan B = . Sehingga, akhirnya
diperoleh =
dan nilai
Sehingga dihasilkan nilai =
13,699 smpkm dan,
kmjam
Dengan menggunakan nilai dan
, maka dapat ditentukan hubungan matematis antar parameter sebagai berikut :
Hubungan Kecepatan-Kepadatan MODEL UNDERWOOD
A 4,599
B -0,073
R Koefisien Korelasi 0,604
R
2
Koefisien Determinasi 0,365
Universitas Sumatera Utara
0,073
Hubungan Volume - Kepadatan
Hubungan volume -Kecepatan
Universitas Sumatera Utara
Sedangkan volume Vm, kecepatan Sm, dan kepadatan Dm kendaraan pada saat volume maksimum adalah sebagai berikut :
Universitas Sumatera Utara
Tabel 4.45 Perhitungan Analisis Regresi-Linear Hubungan Matematis Parameter
Lalu Lintas Model Underwood Arah
Entra nce
Gt. Tanjung Morawa
Jam Volume
V smpjam
Kecepatan Rata-Rata
S kmjam
Kepadatan D= Xi
smpkm Log e
S= Yi Xi.Yi
15.00-15.15 199,2
86,113 2,313
4,456 10,307
15.15-15.30 174
83,707 2,079
4,427 9,203
15.30-15.45 276
77,349 3,568
4,348 15,516
15.45-16.00 222
81,126 2,736
4,396 12,030
16.00-16.15 240
81,449 2,947
4,400 12,965
16.15-16.30 205
81,624 2,512
4,402 11,056
16.30-16.45 232,8
77,261 3,013
4,347 13,099
16.45-17.00 209,2
85,194 2,456
4,445 10,915
17.00-17.15 222
81,852 2,712
4,405 11,947
17.15-17.30 264,2
81,584 3,238
4,402 14,254
17.30-17.45 220,4
82,720 2,664
4,415 11,765
17.45-18.00 320,2
76,203 4,202
4,333 18,209
18.00-18.15 271,2
79,384 3,416
4,374 14,944
18.15-18.30 223,2
78,811 2,832
4,367 12,368
18.30-18.45 284,6
77,474 3,674
4,350 15,980
18.45-19.00 247
76,480 3,230
4,337 14,007
15.00-15.15 232
79,550 2,916
4,376 12,763
15.15-15.30 257,2
81,032 3,174
4,395 13,949
15.30-15.45 284,8
77,232 3,688
4,347 16,029
15.45-16.00 184,6
85,114 2,169
4,444 9,638
16.00-16.15 291
70,857 4,107
4,261 17,498
16.15-16.30 251,8
78,638 3,202
4,365 13,976
16.30-16.45 218,2
82,333 2,650
4,411 11,689
16.45-17.00 280,6
76,994 3,644
4,344 15,830
17.00-17.15 225,8
80,294 2,812
4,386 12,333
17.15-17.30 201,2
86,897 2,315
4,465 10,338
17.30-17.45 209,6
86,831 2,414
4,464 10,776
17.45-18.00 215,8
83,800 2,575
4,428 11,404
18.00-18.15 232,4
82,964 2,801
4,418 12,377
18.15-18.30 209
80,375 2,600
4,387 11,407
18.30-18.45 253,6
77,888 3,256
4,355 14,181
18.45-19.00 231,2
81,591 2,834
4,402 12,473
Total 94,750
140,452 415,225
Rata-Rata 2,961
4,389
Universitas Sumatera Utara
Tabel 4.46 Hasil Perhitungan Analisis Regresi-Linear Hubungan Matematis
Parameter Lalu Lintas ModelUnderwood Arah
Entrance
Gt. Tanjung Morawa
MODEL UNDERWOOD A
4,603 B
0,072 R Koefisien Korelasi
0,871 R
2
Koefisien Determinasi 0,758
Sehingga dihasilkan nilai =
13,889 smpkm
dan, kmjam
Dengan menggunakan nilai dan
, maka dapat ditentukan hubungan matematis antar parameter sebagai berikut :
Hubungan Kecepatan-Kepadatan
0,072
Universitas Sumatera Utara
Hubungan volume - Kepadatan
Hubungan volume -Kecepatan
Sedangkan volume Vm, kecepatan Sm, dan kepadatan Dm kendaraan pada saat volume maksimum adalah sebagai berikut :
Universitas Sumatera Utara
Universitas Sumatera Utara
Berikut adalah tabulasi dari persamaan matematis pemodelan hubungan Kecepatan, Kepadatan, dan Volume.
Arah
Exit
Gt. Tanjung Morawa
Tabel 4.47 Hubungan matematis antara Kecepatan-Kepadatan, Volume-
Kepadatan, dan Volume-Kecepatan untuk Model Greenshields, Greenberg, dan Underwood
Dengan menjabarkan persamaan matematis yang telah ada maka diperoleh parameter-parameter arus lalu lintas untuk setiap model sebagai berikut:
Tabel 4.48 Perbandingan Parameter Arus Lalu Lintas
Model Vm
smpjam Sm
kmjam Dm
smpkm Sf
Dj
Greenshields 403,639
48,855 8,262
97,709 16,524
Greenberg 2218,238
16,949 130,876
∞ 355,758
Underwood 500,726
36,552 13,699
99,385 ∞
Model Greenshields
Greenberg Underwood
S-D S= 97,709-5,913 D
S = 98,100 -16,700 Ln D Ln S = 4,599
– 0,073 D V-D
V = 97,709 D - 5,913 D
2
V = 98,100 D – 16,700 DLn D
V= 99,385 V-S
V = 16,524 S - 0,169 S
2
V = 355,758 V= 63,002
– 13,699 S Ln S
Universitas Sumatera Utara
Menggunakan persamaan matematis diatas maka diperoleh grafik hubungan parameter lalu lintas pada jalan Tol Belmera pada arah
Exit
Gt. Tanjung Morawa sebagai berikut :
Grafik Hubungan Kecepatan dan Kepadatan S-D
Gambar 4.33 Grafik Hubungan Matematis antara Kecepatan-Kepadatan S-D
untuk model Greenshields, Greenberg, dan Underwood pada Arah
Exit
Gt. Tanjung Morawa
20 40
60 80
100 120
1 2
,0 2
4 ,0
3 6
,0 4
8 ,0
6 ,0
7 2
,0 8
4 ,0
9 6
,0 1
8 ,0
1 2
,0 1
3 2
,0 1
4 4
,0 1
5 6
,0 1
6 8
,0 1
8 ,0
1 9
2 ,0
2 4
,0 2
1 6
,0 2
2 8
,0 2
4 ,0
2 5
2 ,0
2 6
4 ,0
2 7
6 ,0
2 8
8 ,0
3 ,0
Data greenshields
greenberg underwood
Universitas Sumatera Utara
0,0000 500,0000
1000,0000 1500,0000
2000,0000 2500,0000
1 7
,0 3
4 ,0
5 1
,0 6
8 ,0
8 5
,0 1
3 ,0
1 2
,0 1
3 7
,0 1
5 4
,0 1
7 1
,0 1
8 8
,0 2
6 ,0
2 2
3 ,0
2 4
,0 2
5 7
,0 2
7 4
,0 2
9 1
,0 3
9 ,0
3 2
6 ,0
3 4
3 ,0
Data Greenshields
Greenberg underwood
Grafik Hubungan Volume dan Kepadatan V-D
Gambar 4.34 Grafik Hubungan Matematis antara Volume-Kepadatan V-D
untuk model Greenshields, Greenberg, dan Underwood pada Arah
Exit
Gt. Tanjung Morawa
Grafik Hubungan Volume dan Kecepatan V-S
Gambar 4.35 Grafik Hubungan Matematis antara Volume-Kecepatan V-S
untuk model Greenshields, Greenberg, dan Underwood pada Arah
Exit
Gt. Tanjung Morawa
0,0000 500,0000
1000,0000 1500,0000
2000,0000 2500,0000
8 ,0
1 6
,0 2
4 ,0
3 2
,0 4
,0 4
8 ,0
5 6
,0 6
4 ,0
7 2
,0 8
,0 8
8 ,0
9 6
,0 1
4 ,0
1 1
2 ,0
1 2
,0 1
2 8
,0 1
3 6
,0 1
4 4
,0 Data
Greenshields Greenberg
Underwood
Universitas Sumatera Utara
Tabel 4.49 Nilai Koefisien Determinasi R
2
Hubungan Matematis parameter lalu
lintas untuk model Greenshields, Greenberg, dan Underwood
Dari tabel 4.37 dapat disimpulkan bahwa : Model Greenberg merupakan model terbaik untuk hubungan matematis
antara Kecepatan-Kepadatan S-D dengan nilai R
2
tertinggi yaitu 0,3747 Model Greenberg juga merupakan model terbaik untuk hubungan matematis
antara Volume-Kepadatan V-D dengan nilai R
2
tertinggi yaitu 0,89242 Untuk hubungan Volume-Kepadatan ketiga model menghasilkan nilai negatif
yang artinya variabel penjelas independent tidak signifikan secara statistik terhadap variabel dependennya. Salah satu penyebab hal tesebut mungkin
terjadi adalah disebabkan data observasi terlalu sedikit. Dengan menggunakan hubungan Kecepatan-Kepadatan S-D sebagai
kalibrasi awal untuk menentukan hubungan matematis ketiga parameter lalu lintas, maka model Geenberg merupakan model yang cocok untuk ruas jalan Tol
Belmera pada arah
Exit
Gt. Tanjung Morawa. Model
Greenshields Greenberg
Underwood S-D
0,3653 0,3747
0,3676
V-D 0,889944
0,89242 0,890639
V-S -1,52443
-1,97932 -1,49038
Universitas Sumatera Utara
Arah
Entrance
Gt. Tanjung Morawa
Tabel 4.50 Hubungan matematis antara Kecepatan-Kepadatan, Volume-
Kepadatan, dan Volume-Kecepatan untuk Model Greenshields, Greenberg, dan Underwood
Dengan menjabarkan persamaan matematis yang telah ada maka diperoleh parameter-parameter arus lalu lintas untuk setiap model sebagai berikut:
Tabel 4.51 Perbandingan Parameter Arus Lalu Lintas
Model Greenshields
Greenberg Underwood
S-D S= 97,741
– 5,773 D S= 99,312
– 17,442 Ln D Ln S = 4,555
– 0,058 D V-D
V = 97,741 D – 5,773 D
2
V= 99,312 D – 17,442 D Ln D
V= 95,107 V-S
V = 16,931 S – 0,173 S
2
V= 297,033 V= 78,533 S
– 17,241 S LnS
Model Vm
smpjam Sm
kmjam Dm
smpkm Sf
Dj
Greenshields 413,713
48,871 8,465
97,741 16,931
Greenberg 1907,0203
17,452 109,272
∞ 297,033
Underwood 509,839
36,708 13,889
99,783 ∞
Universitas Sumatera Utara
Menggunakan persamaan matematis diatas maka diperoleh grafik hubungan parameter lalu lintas pada jalan Tol Belmera dengan arah
Entrance
Gt. Tanjung Morawa sebagai berikut :
Grafik Hubungan Kecepatan dan Kepadatan S-D
Gambar 4.36 Grafik Hubungan Matematis antara Kecepatan-Kepadatan S-D
untuk model Greenshields, Greenberg, dan Underwood pada Arah
Entrance
Gt. Tanjung Morawa
-20 20
40 60
80 100
120
1 2
,0 2
4 ,0
3 6
,0 4
8 ,0
6 ,0
7 2
,0 8
4 ,0
9 6
,0 1
8 ,0
1 2
,0 1
3 2
,0 1
4 4
,0 1
5 6
,0 1
6 8
,0 1
8 ,0
1 9
2 ,0
2 4
,0 2
1 6
,0 2
2 8
,0 2
4 ,0
2 5
2 ,0
2 6
4 ,0
2 7
6 ,0
2 8
8 ,0
3 ,0
Data greenshields
greenberg underwood
Universitas Sumatera Utara
500 1000
1500 2000
2500
1 4
,0 2
8 ,0
4 2
,0 5
6 ,0
7 ,0
8 4
,0 9
8 ,0
1 1
3 ,0
1 2
7 ,0
1 4
1 ,0
1 5
5 ,0
1 6
9 ,0
1 8
3 ,0
1 9
7 ,0
2 1
2 ,0
2 2
6 ,0
2 4
,0 2
5 4
,0 2
6 8
,0 2
8 2
,0 2
9 6
,0 Data
Greenshields Greenberg
Underwood
500 1000
1500 2000
2500
8 ,0
1 6
,0 2
4 ,0
3 2
,0 4
,0 4
8 ,0
5 6
,0 6
4 ,0
7 2
,0 8
,0 8
8 ,0
9 6
,0 1
4 ,0
1 1
2 ,0
1 2
,0 1
2 8
,0 1
3 6
,0 1
4 4
,0
Data Greenshields
Greenberg Underwood
Grafik Hubungan Volume dan Kepadatan V-D
Gambar 4.37 Grafik Hubungan Matematis antara Volume-Kepadatan V-D
untuk model Greenshields, Greenberg, dan Underwood pada Arah
Entrance
Gt. Tanjung Morawa
Grafik Hubungan Volume dan Kecepatan V-S
Gambar 4.38 Grafik Hubungan Matematis antara Kecepatan-KecepatanV-S
untuk model Greenshields, Greenberg, dan Underwood pada Arah
Entrance
Gt. Tanjung Morawa
Universitas Sumatera Utara
Dengan menggunakan persamaan matematis diatas maka nilai koefisien determinasi dari setiap pemodelan dapat dihitung dan diperoleh hasil sebagai
berikut :
Tabel 4.52 Nilai Koefisien Determinasi Hubungan Matematis parameter lalu lintas untuk model Greenshields, Greenberg, dan Underwood
Dari tabel 4.40 dapat disimpulkan bahwa : Model Greenberg merupakan model terbaik untuk hubungan matematis
antara Kecepatan-Kepadatan S-D dengan nilai R
2
tertinggi yaitu 0,75945 Model Greenberg juga merupakan model terbaik untuk hubungan matematis
antara Volume-Kepadatan V-D dengan nilai R
2
tertinggi yaitu 0,97450 Model Underwood juga merupakan model terbaik untuk hubungan matematis
antara Volume-Kepadatan V-D dengan nilai R
2
tertinggi yaitu 0,48709 Dengan menggunakan hubungan Kecepatan-Kepadatan S-D sebagai
kalibrasi awal untuk menentukan hubungan matematis ketiga parameter lalu lintas, maka model Geenberg merupakan model yang cocok untuk ruas jalan Tol
Belmera pada arah
Entrance
Gt. Tanjung Morawa. Model
Greenshields Greenberg
Underwood S-D
0,757086 0,75945
0,75894
V-D 0,974152
0,97450 0,97438
V-S 0,482973
0,39928 0,48709
Universitas Sumatera Utara
4.3 KINERJA LALU LINTAS