Dr. Ir. A. Perwira MuliaTarigan, M.Sc 3. Ir. Zulkarnain A. Muis, M.Eng, Sc Sensitifitas terhadap Atribut Biaya Sensitifitas Terhadap Atribut Waktu Tempuh Perjalanan Sensitifitas Terhadap Atribut Headway

Tanggal Lulus : 30 Januari 2014 Telah diuji pada : Tanggal 30 Januari 2014 PANITIA PENGUJI TESIS Ketua : Prof. Dr. Ir. Roesyanto, MSCE Anggota : 1. Ir. Medis Sejahtera Surbakti, MT

2. Dr. Ir. A. Perwira MuliaTarigan, M.Sc 3. Ir. Zulkarnain A. Muis, M.Eng, Sc

4. Ir. Rudi Iskandar, MT

Universitas Sumatera Utara ABSTRAK Bandara Internasional Kuala Namu mulai beroperasi tanggal 25 Juli 2013 yang lalu sebagai pengganti Bandara Polonia. Hal ini juga diikuti oleh beroperasinya Kereta Api Bandara dan Bus Bandara sebagai layanan moda angkutan umum bagi masyarakat. Beroperasinya Kereta Api Bandara ini menimbulkan masalah baru bagi lalu lintas kota Medan. Kondisi ini menyebabkan semakin macetnya kota Medan khususnya di jalan-jalan arteri yang memiliki perlintasan sebidang dengan rel kereta api yang dilalui Kereta Api Bandara. Apalagi saat ini Kereta Api Bandara cukup diminati masyarakat karena menawarkan pelayanan yang lebih dan waktu perjalanan yang lebih singkat sehingga frekuensi keberangkatannya semakin meningkat. Tujuan dari penelitian ini adalah untuk mendefinisikan karakteristik pengguna moda KA Bandara dan Bus Bandara. Tujuan lainnya adalah memodelkan pemilihan moda antar keduanya dan menguji sensitifitas pelaku perjalanan apabila dilakukan perubahan terhadap salah satu atributnya. Dalam penelitian ini digunakan metode stated preference untuk menggambarkan preferensi pemilihan moda Kereta Api Bandara dan Bus Bandara. Data yang diperoleh dengan metode stated preference kemudian dimodelkan dengan model logit biner dan probit biner. Kedua model ini digunakan hanya untuk pilihan 2 moda transpotasi alternatif. Dari kedua model ini dapat diketahui probabilitas pemilihan moda transportasi KA Bandara serta Bus Bandara. Dari hasil analisis, diperoleh persamaan fungsi selisih utilitas Kereta Api Bandara dan Bus Bandara sebagai berikut: U KAB-BB = 2,606 – 0,028X 1 – 0,007X 2 – 0,014X 3 – 0,016X 4 + 0,044X 5 dengan X 1 atribut cost, X 2 atribut time, X 3 atribut headway, X 4 atribut access time, dan X 5 atribut service. Hasil yang diperoleh dari analisis sensitifitas fungsi utilitas dengan model logit biner dan probit biner bahwa atribut-atribut cost, time, headway dan access time memperlihatkan arah kemiringan garis yang negatif yang artinya semakin besar selisih perbedaan atribut-atribut cost, time, headway dan access time akan semakin memperkecil probabilitas pemilihan Kereta Api Bandara sementara atribut service memperlihatkan arah kemiringan garis yang positif yang artinya semakin besar selisih perbedaan pelayanan antara KA Bandara dan Bus Bandara akan semakin memperbesar probabilitas pemilihan Kereta Api Bandara. Kata kunci: stated preference, logit biner, probit biner, atribut, pemilihan moda i Universitas Sumatera Utara ABSTRACT Kuala Namu International Airport started operating on July 25, 2013 to replace Polonia International Airport followed by the operation of airport train and bus as a public transport service modes. The operation of the airport train created a new traffic problem for the city of Medan. This condition caused more traffic jam in Medan especially in arterial roads with railway crossing passed by the airport train. Furthermore the people are fairly interested in airport train because it offers better service and faster trip, and its frequency of departure is increasing. The purpose of the study was to define the characteristic airport train and bus users to model the choice of both transportation modes and to test the sensitivity of the users of transportation modes if one of the attribute changes. This study used stated preference method to describe the preference of choosing the airport train and bus mode. The data obtained through stated preference method was modelled by using binary logit and probit models. These two models were only used for two alternative transportaion modes. From these two models, the probablity of using airport train and bus transportation can be known. The result of analysis showed the equations of the function of utility difference of airport train and bus: U KAB-BB =2.606 – 0.0028X – 0.07X – 0.014X – 0.016X + 0.044X in which X, cost attribute, X2 time attribute, X3 headway attribute, X4 access attribute and X5 service attribute. The result obtained from the analysis of utility function sensitivity using binary logit and probit models that the attributes between the cost, time, head way and access time showed the negative slope which meant that the larger the difference of the cost, time, headway, and access time attributes, the smaller the probability of choosing the airport train, while the service attribute showed the positive slope which meant the larger the difference between the the service provided by the airport train and bus, the larger the probability of choosing the airport train will be. Keywords: Stated Preference, Binary Logit, Binary Probit, Attribute, Mode Choice ii Universitas Sumatera Utara KATA PENGANTAR Segala puji syukur dan kemuliaan penulis ucapkan kepada Allah Bapa di surga yang telah memberikan pertolongan dan kasih karunia-Nya hingga selesainya tesis ini yang berjudul “Analisis Pemilihan Moda Angkutan Umum Rute Medan – Bandara Kuala Namu Studi Kasus : Kompetisi antara Kereta Api Bandara dan Bus Bandara Koridor 1”. Tesis ini disusun untuk diajukan sebagai syarat dalam ujian Magister Teknik Sipil Program Studi Manajemen Prasarana Publik pada Fakultas Teknik Universitas Sumatera Utara Medan. Penulis menyadari bahwa isi dari tesis ini masih banyak kekurangannya. Hal ini disebabkan keterbatasan pengetahuan dan kurangnya pemahaman penulis. Untuk penyempurnaannya, saran dan kritik dari bapak-bapak dosen serta rekan mahasiswa sangatlah saya harapkan. Penulis juga menyadari bahwa tanpa bimbingan, bantuan dan dorongan dari berbagai pihak, tesis ini tidak mungkin dapat diselesaikan dengan baik. Oleh karena itu pada kesempatan ini penulis menyampaikan rasa terima kasih yang sebesar- besarnya kepada pihak-pihak yang membantu penulis. Ucapan terima kasih penulis ucapkan kepada : Bapak Prof. Dr. Ir. Roesyanto, MSCE sebagai Ketua Program Studi Magister Teknik Sipil Universitas Sumatera Utara dan sekaligus juga sebagai dosen pembimbing I serta Bapak Medis Sejahtera Surbakti, ST. MT sebagai dosen pembimbing II yang telah banyak memberikan bimbingan serta masukan kepada penulis dalam penyelesaian tesis ini. Bapak Dr. Ir. A. Perwira Mulia Tarigan, M.Sc, Bapak Ir. Zulkarnain A. Muis, M.Eng, Sc, Bapak Ir. Syahrizal, MT dan Bapak Ir. Rudi Iskandar, MT, selaku Dosen Pembanding dan Penguji yang telah memberikan masukan dan saran demi perbaikan tesis ini, serta seluruh dosen-dosen di Magister Teknik Sipil USU. BPPS DIKTI yang telah memberikan beasiswa kepada penulis untuk melanjutkan pendidikan Program Pascasarjana. Seluruh staf PT. Railink dan Perum Damri yang telah membantu penulis dalam proses pengumpulan data. Teman-teman seperjuangan di Magister Teknik Sipil USU serta pegawai administrasi Magister iii Universitas Sumatera Utara Teknik Sipil USU, sdr.Yunardi yang telah membantu kelancaran administrasi selama penulis menempuh pendidikan hingga selesai. Kedua orangtuaku Pdt. Edius Nainggolan dan Ibunda Resti Pakpahan, yang telah kembali kepada Bapa di Surga, yang selama hidup mereka telah memberikan teladan hidup yang luar biasa kepada penulis. Selanjutnya Istriku tercinta Rosinta M. Sitanggang, A.Md yang setia mendampingi penulis, anak-anakku tersayang Tiffany Sarah Gabriella dan Timothy Michael Joe, yang menjadi sumber motivasi yang kuat bagi penulis. Semua pihak yang tidak dapat penulis sebutkan satu persatu yang telah membantu penulis dalam penyelesaian tesis ini. Kiranya Tuhan memberkati semua pihak yang telah membantu penulis dalam menyelesaikan tesis ini. Semoga tesis ini dapat memberikan manfaat sebagai bahan referensi bagi pengambilan kebijakan serta untuk keperluan pengembangan ilmu pengetahuan. Medan, Januari 2014 Conrad Bombongan 117016001 iv Universitas Sumatera Utara PERNYATAAN Dengan ini saya nyatakan bahwa dalam tesis saya ini yang berjudul “Analisis Pemilihan Moda Angkutan Umum Rute Medan – Bandara Kuala Namu Studi kasus: Kompetisi antara Kereta Api Bandara dan Bus Bandara Koridor 1 adalah karya saya dan belum pernah diajukan dalam bentuk apapun pada perguruan tinggi manapun. Sumber informai dalam tesis ini yang berasal atau dikutip dari karya penulis lain yang diterbitkan maupun tidak diterbitkan, dicantumkan dalam daftar pustaka. Medan , Januari 2014 Conrad Bombongan 117016001 v Universitas Sumatera Utara RIWAYAT HIDUP

A. DATA PRIBADI

Nama : Conrad Bombongan TempatTgl Lahir : Medan, 08 Desember1970 Jenis Kelamain : Laki-laki Status : Kawin Agama : Kristen Protestan Alamat : Jalan Pabrik Tenun Gang Surau No.2, Medan Petisah, Medan 20118 HPFax. : 081376555678 Email : conrad_nainggolanyahoo.com

B. RIWAYAT PENDIDIKAN

SD Inpres 064007 Medan 1976-1983 SMP Negeri 18 Medan 1983-1986 SMA Negeri Labuhan Deli 1986-1989 Fakultas Teknik, Jurusan Teknik Sipil, USU Medan 1989-1997 Fakultas Teknik, Prodi Magister Teknik Sipil, USU Medan 2011-2014

C. RIWAYAT PEKERJAAN

BTBS Medica 1993-1999 Universitas Putra Batam 1999-2009 STMIK IBBI Medan 2009- saat ini vi Universitas Sumatera Utara DAFTAR ISI ABSTRAK i ABSTACT ii KATA PENGANTAR iii PERNYATAAN v RIWAYAT HIDUP vi DAFTAR ISI vii DAFTAR TABEL xii DAFTAR GAMBAR xiv DAFTAR LAMPIRAN xvii DAFTAR NOTASI xviii

BAB I PENDAHULUAN

1 1.1 Latar Belakang 1 1.2 Perumusan Masalah 5 1.3 Tujuandan Manfaat Penelitian 5 1.4 Kerangka Konseptual 6 1.5 Ruang Lingkup Penelitian 7 1.6 Sistematika Penulisan 8

BAB II TINJAUAN PUSTAKA 10

vii Universitas Sumatera Utara 2.1 Angkutan Umum 10 2.1.1 Pengguna Transportasi user 12 2.1.2 Pengusaha Angkutan operator 14 2.2 Variabel Penentu Pemilihan Moda 14 2.2.1 Pelayanan Moda 15 2.2.2 Persepsi Pengguna 17 2.2.3 Variable Supply dan Demand 20 2.2.3.1 Variable Demand Pelaku Perjalanan 21 2.2.3.2 Variabel Supply Sistem Transportasi 22 2.3 Model Pemilihan Moda 23 2.3.1 Definisi Model 23 2.3.2 Model Pemilihan Moda Transportasi 25 2.3.3 Model Peluang Pemilihan Moda 26 2.3.4 Prosedur Pemilihan Moda 29 2.4 Pendekatan Model Pemilihan Moda 34 2.5 Model Pemilihan Diskret 38 2.6 Utilitas 40 2.6.1 Utilitas Acak 41 2.7 Teknik Stated Preference SP 43 2.7.1 Identifikasi Pilihan Identification of Preference 47 2.7.2 Perilaku Perjalanan 48 2.7.3 Analisis Data Stated Preference 49 2.8 Model Logit Biner 52 viii Universitas Sumatera Utara 2.9 Model Probit Biner 55 2.10 Analisa Regresi Linier Berganda 58 2.11 Regresi Logistik 59

2.12 Koefisien Determinasi R

2 60 2.13 Korelasi 61 2.14 Biaya Pokok Produksi Angkutan Umum 62 2.15 Biaya Operasi Kendaraan 63 2.15.1 Biaya Tetap fixed cost 63 2.15.2 Biaya Tidak Tetap Variable cost 66 2.15.3 Biaya Overhead 66 2.16 Studi Terdahulu 67

BAB III METODE PENELITIAN 72

3.1 Jenis Penelitian 72 3.2 Tahap -Tahap Proses Penelitian 72 3.3 Hipotesa 76 3.4 Peralatan Penelitian 77 3.5 Pengumpulan Data 77 3.5.1 Data Primer 77 3.5.2 Data Sekunder 78 3.5.3 Lokasi Survei 78 3.5.4 Waktu Survei 79 3.5.5 Penentuan Jumlah Sampel 79 3.6 Pelaksanaan Pengumpulan Data 81 ix Universitas Sumatera Utara 3.7 Analisa Data, Fungsi Utilitas dan Probabilitas 81 3.8 Pengujian Hipotesa Secara Parsial Uji-t 86 3.9 Pengujian Hipotesa Secara Menyeluruh Uji-F 87 3.10 Uji Sensitifitas 88 3.11 Skema Tahapan Perhitungan 89 3.12 Kesimpuland an Saran 91

BAB IV ANALISA DAN PEMBAHASAN 92

4.1 Gambaran Umum Wilayah Penelitian 92 4.1.1 Medan 92 4.1.2 Kuala Namu 93 4.2 Profil Perusahaan 94 4.2.1 PT Railink 94 4.2.2 Perum DAMRI 95 4.3 Penentuan Jumlah Sampel 98 4.3.1 Populasi 98 4.3.2 Sampel 99 4.3.3 Perolehan Data Survei 101 4.4 Pemaparan Hasil Survei 102 4.5 Analisa Regresi Linier 113 4.5.1 Analisis Persamaan Fungsi Utilitas 114 4.5.2 Kompilasi Data 116 4.5.3 Analisa Korelasi Model Binomial Logit 118 4.5.4 Alternatif Persamaan Fungsi Utilitas 119 x Universitas Sumatera Utara 4.5.5 Uji Determinasi 121 4.5.6 Uji t 123 4.5.6.1 Uji t pada Model Binomial Logit Selisih 124 4.5.7 Uji F 126 4.5.7.1 Uji F pada Model Binomial Logit Selisih 127 4.5.8 Persamaan Model 128 4.5.8.1 Persamaan Model LogitBiner 128 4.5.8.2 Grafik Pemilihan Moda 129 4.5.9 Sensitifitas Model 132 4.5.9.1 Sensitivitas Model Logit Biner 132 4.5.9.2 PersamaanModel Probit Biner 138 4.5.9.3 Sensitifitas Model Probit Biner 138 4.5.9.4 Perbandingan Sensitivitas Model Logit Biner dengan Probit Biner 144 4.6 Tinjauan Aspek Ekonomi dan Sosial Angkutan Bus Bandara 149

4.7 Analisis Tarif Bus Bandara Terhadap Kurva Sensitifitas Atribut Biaya

158 4.8 Diskusi Hasil 159

BAB V KESIMPULAN DAN SARAN

161 5.1 Kesimpulan 161 5.2 Saran 163 DAFTAR PUSTAKA 165 LAMPIRAN 168 xi Universitas Sumatera Utara DAFTAR TABEL Nomor Judul Halaman 4.1 Kondisi saat ini eksisting pada KA Bandara dan Bus Bandara 98 4.2 Proporsi Penyebaran Kuesioner Masing-Masing Moda Transportasi 100 4.3 Ragam Kriteria Jawaban Responden 101 4.4 Distribusi Responden Pengguna Moda Kereta Api Bandara dan Bus Bandara untuk Perjalanan Medan – Kuala Namu 102 4.5 Distribusi Tujuan Perjalanan Responden Pengguna Kereta Api Bandara dan Bus Bandara Perjalanan Medan – Kuala Namu 103 4.6 Distribusi Tingkat Pendidikan Responden Pengguna Kereta Api Bandara dan Bus Bandara Perjalanan Medan – Kuala Namu 105 4.7 Distribusi Pekerjaan Responden Pengguna Kereta Api Bandara dan Bus Bandara untuk Perjalanan Medan – Kuala Namu 106 4.8 Distribusi Tingkat Pendapatan Responden Pengguna KA Bandara dan Bus Bandara untuk Perjalanan Medan – Kuala Namu 107 4.9 Distribusi Pemilihan Moda Responden Pengguna KA Bandara dan Bus Bandara untuk Perjalanan Medan-Kuala Namu 108 4.10 Lama Waktu yang Dibutuhkan Responden Pengguna KA Bandara dan Bus Bandara dari Tempat Keberangkatan Menuju Stasiun 109 4.11 Jenis Kendaraan yang Digunakan dari Tempat Keberangkatan Menuju Stasiun Kereta Api BandaraBus Bandara 110 4.12 Penumpang Kereta Api Bandara yang potensial Berpindah ke Bus Bandara Jika Berangkat Lebih dari Satu Orang 111 4.13 Penumpang Bus Bandara potensial Berpindah ke KA Bandara jika Berangkat Lebih dari Satu Orang 112 xii Universitas Sumatera Utara 4.14 Nilai Skala Numerik 115 4.15 Preferensi Responden Terhadap Option yang ditawarkan untuk Pengolahan Model Binomial Logit Selisih 117 4.16 Matriks Korelasi 118 4.17 Alternatif Persamaan Utilitas 120 4.18 Probabilitas Pemilihan Moda dengan Model Logit Biner 130 4.19 Probabilitas Pemilihan Moda dengan Model Probit Biner 131 xiii Universitas Sumatera Utara DAFTAR GAMBAR Nomor Judul Halaman 1.1 Kerangka Konseptual 7 2.1 Faktor yang Mempengaruhi Pendapat Penumpang pada Pelayanan 18 2.2 Bangkitan Pergerakan Bersamaan dengan Pemilihan Moda diikuti Sebaran Pergerakan 27 2.3 Bangkitan Pergerakan Diikuti Pemilihan Moda 28 2.4 Bangkitan Pergerakan Diikuti Pemilihan Rute Bersamaan Sebaran Pergerakan 28 2.5 Bangkitan Pergerakan Diikuti Sebaran Pergerakan 29 2.6 Proses Pemilihan Dua Moda 30 2.7 Proses Pemilihan Moda untuk Indonesia 31 2.8 Komponen Perilaku Konsumen 48 2.9 Hierarki Keputusan Perjalanan Individu 53 2.10 Grafik Perbandingan Logit dan Probit 58 3.1 Diagram Alir Flow Chart Penelitian 75 3.2 Diagram Alir Tahapan Perhitungan 89 4.1 Perbandingan Jumlah Responden Pengguna Kereta Api Bandara dan Bus Bandara 102 4.2 Distribusi Tujuan Perjalanan Responden Pengguna KA Bandara dan Bus Bandara tujuan Medan – Kuala Namu 104 4.3 Distribusi Tingkat Pendidikan Responden Kereta Api Bandara dan Bus Bandara untuk perjalanan Medan – Kuala Namu 105 4.4 Distribusi ProfesiPekerjaan Responden Pengguna Kereta Api Bandara xiv Universitas Sumatera Utara dan Bus Bandara untuk perjalanan Medan – Kuala Namu 106 4.5 Distribusi Tingkat Pendapatan Responden Kereta Api Bandara dan Bus Bandara untuk perjalanan Medan – Kuala Namu 107 4.6 Distribusi Pemilihan Moda Kereta Api Bandara dan Bus Bandara untuk perjalanan Medan – Kuala Namu 108 4.7 Distribusi Waktu Dibutuhkan Responden Pengguna KA Bandara dan Bus Bandara dari tempat berangkat Menuju Stasiun Keberangkatan 110 4.8 Distribusi Jenis Kendaraan yang Digunakan dari tempat keberangkatan Menuju Stasiun Kereta Api Bandara Bus Bandara 111 4.9 Distribusi Penumpang Moda Kereta Api Bandara Berpotensi beralih ke Bus Bandara jika Berangkat Lebih dari Satu Orang 112 4.10 Distribusi Penumpang Bus Bandara Berpotensi Beralih ke Kereta Api Bandara jika Berangkat Lebih dari Satu Orang 113 4.11 Grafik Pemilihan Moda dengan Model Logit Biner 130 4.12 Grafik Pemilihan Moda dengan Model Probit Biner 131 4.13 Sensitifitas Model Logit Biner terhadap Biaya perjalanan 133 4.14 Sensitifitas Model Logit Biner terhadap Waktu Tempuh perjalanan 134 4.15 Sensitifitas Model Logit Biner terhadap Headway 135 4.16 Sensitifitas Model Logit Biner terhadap Waktu Tempuh menuju Stasiun Keberangkatan access time 136 4.17 Sensitifitas Model Logit Biner terhadap Pelayanan service 137 4.18 Sensitifitas Model Probit Biner terhadap Biaya Perjalanan 139 4.19 Sensitifitas Model Probit Biner terhadap Waktu Tempuh perjalanan 140 4.20 Sensitifitas Model Probit Biner terhadap Headway 141 4.21 Sensitifitas Model Probit Biner terhadap Waktu Tempuh Menuju Stasiun Keberangkatan access time 142 xv Universitas Sumatera Utara 4.22 Sensitifitas Model Probit Biner terhadap Pelayanan service 143 4.23 Perbandingan Sensitifitas Model Logit Biner dan Probit Biner Terhadap Biaya Perjalanan 144 4.24 Perbandingan Sensitifitas Model Logit Biner dan Probit Biner Terhadap Waktu Tempuh Perjalanan 145 4.25 Perbandingan Sensitifitas Model Logit Biner dan Probit Biner Terhadap Headway 146 4.26 Perbandingan Sensitifitas Model Logit Biner dan Probit Biner Terhadap Waktu Tempuh Menuju Stasiun Keberangkatan 147 4.27 Perbandingan Sensitifitas Model Logit Biner dan Probit Biner Terhadap Pelayanan service 148 4.28 Kondisi tarif Bus Bandara terhadap Kurva Sensitifitas Atribut Biaya Perjalanan 158 xvi Universitas Sumatera Utara DAFTAR LAMPIRAN Nomor Judul Halaman 1 Format Kuisioner Penelitian 168 2 Tabel Input Data Kuisioner Penelitian 173 3 Alternatif Persamaan Fungsi Utilitas 177 4 Sensitifitas Model Logit Biner 208 5 Sensitifitas Model Probit Biner 211 6 Tabel Distribusi – F 216 7 Tabel Distribusi – t 217 8 Tabel Distribusi Normal Standar 218 9 Rekapitulasi Jumlah Penumpang Bandara KNIA Menggunakan Bus Bandara 220 10 Rekapitulasi Jumlah Penumpang dan Volume Transaksi dengan Menggunakan Kereta Api Bandara 222 11 Gambar Jalur Koridor 1 Bus Bandara 224 12 Gambar Jalur Kereta Api Bandara 225 13 Gambar Letak Stasiun Besar KA Bandara dan Shelter Plaza Medan Fair terhadap Bandara Kuala Namu 226 14 Foto-foto Dokumentasi 227 15 Peta Jaringan Jalan Binjai-Belawan-Kuala namu- Tebing Tinggi 230 xvii Universitas Sumatera Utara DAFTAR NOTASI a = Konstanta Regresi b1, b2...., bn = Koefisien masing-masing atributparameter model d = derajat kesalahan sampel sampling error k = Jumlah atribut n = Jumlah sampel = Kesalahan acak random error P KAB = Probabilitas memilih Kereta Api Bandara P BB = Probabilitas memilih Bus Bandara = Probabilitas memilih alternatif i bagi individu n R 2 = Koefisien determinasi = Utilitas alternatif i bagi pembuat keputusan n = Fungsi deterministik utilitas i bagi individu n ... = Nilai atribut pelayanan Zα = Nilai kritis distribusi α = Koefisien kepercayaan σ = Standart deviasi sampel ϕ = Distribusi kumulatif standard normal t – test = Uji t, yaitu pengujian hipotesa terhadap koefisien regresi F – test = Uji f, yaitu pengujian hipotesa terhadap variasi nilai utilitas xviii Universitas Sumatera Utara X 1 = Selisih atribut biaya cost antara Kereta Api Bandara dan Bus Bandara. X 2 = Selisih atribut waktu time antara Kereta Api Bandara dan Bus Bandara. X 3 =Selisih atribut waktu keberangkatan headway antara Kereta Api Bandara dan Bus Bandara. X 4 = Selisih atribut lama waktu yang diperlukan dari tempat asal menuju stasiun keberangkatan access time antara Kereta Api dan Bus Bandara. X 5 = Selisih atribut pelayanan service antara Kereta Api Bandara dan Bus Bandara. xix Universitas Sumatera Utara ABSTRAK Bandara Internasional Kuala Namu mulai beroperasi tanggal 25 Juli 2013 yang lalu sebagai pengganti Bandara Polonia. Hal ini juga diikuti oleh beroperasinya Kereta Api Bandara dan Bus Bandara sebagai layanan moda angkutan umum bagi masyarakat. Beroperasinya Kereta Api Bandara ini menimbulkan masalah baru bagi lalu lintas kota Medan. Kondisi ini menyebabkan semakin macetnya kota Medan khususnya di jalan-jalan arteri yang memiliki perlintasan sebidang dengan rel kereta api yang dilalui Kereta Api Bandara. Apalagi saat ini Kereta Api Bandara cukup diminati masyarakat karena menawarkan pelayanan yang lebih dan waktu perjalanan yang lebih singkat sehingga frekuensi keberangkatannya semakin meningkat. Tujuan dari penelitian ini adalah untuk mendefinisikan karakteristik pengguna moda KA Bandara dan Bus Bandara. Tujuan lainnya adalah memodelkan pemilihan moda antar keduanya dan menguji sensitifitas pelaku perjalanan apabila dilakukan perubahan terhadap salah satu atributnya. Dalam penelitian ini digunakan metode stated preference untuk menggambarkan preferensi pemilihan moda Kereta Api Bandara dan Bus Bandara. Data yang diperoleh dengan metode stated preference kemudian dimodelkan dengan model logit biner dan probit biner. Kedua model ini digunakan hanya untuk pilihan 2 moda transpotasi alternatif. Dari kedua model ini dapat diketahui probabilitas pemilihan moda transportasi KA Bandara serta Bus Bandara. Dari hasil analisis, diperoleh persamaan fungsi selisih utilitas Kereta Api Bandara dan Bus Bandara sebagai berikut: U KAB-BB = 2,606 – 0,028X 1 – 0,007X 2 – 0,014X 3 – 0,016X 4 + 0,044X 5 dengan X 1 atribut cost, X 2 atribut time, X 3 atribut headway, X 4 atribut access time, dan X 5 atribut service. Hasil yang diperoleh dari analisis sensitifitas fungsi utilitas dengan model logit biner dan probit biner bahwa atribut-atribut cost, time, headway dan access time memperlihatkan arah kemiringan garis yang negatif yang artinya semakin besar selisih perbedaan atribut-atribut cost, time, headway dan access time akan semakin memperkecil probabilitas pemilihan Kereta Api Bandara sementara atribut service memperlihatkan arah kemiringan garis yang positif yang artinya semakin besar selisih perbedaan pelayanan antara KA Bandara dan Bus Bandara akan semakin memperbesar probabilitas pemilihan Kereta Api Bandara. Kata kunci: stated preference, logit biner, probit biner, atribut, pemilihan moda i Universitas Sumatera Utara ABSTRACT Kuala Namu International Airport started operating on July 25, 2013 to replace Polonia International Airport followed by the operation of airport train and bus as a public transport service modes. The operation of the airport train created a new traffic problem for the city of Medan. This condition caused more traffic jam in Medan especially in arterial roads with railway crossing passed by the airport train. Furthermore the people are fairly interested in airport train because it offers better service and faster trip, and its frequency of departure is increasing. The purpose of the study was to define the characteristic airport train and bus users to model the choice of both transportation modes and to test the sensitivity of the users of transportation modes if one of the attribute changes. This study used stated preference method to describe the preference of choosing the airport train and bus mode. The data obtained through stated preference method was modelled by using binary logit and probit models. These two models were only used for two alternative transportaion modes. From these two models, the probablity of using airport train and bus transportation can be known. The result of analysis showed the equations of the function of utility difference of airport train and bus: U KAB-BB =2.606 – 0.0028X – 0.07X – 0.014X – 0.016X + 0.044X in which X, cost attribute, X2 time attribute, X3 headway attribute, X4 access attribute and X5 service attribute. The result obtained from the analysis of utility function sensitivity using binary logit and probit models that the attributes between the cost, time, head way and access time showed the negative slope which meant that the larger the difference of the cost, time, headway, and access time attributes, the smaller the probability of choosing the airport train, while the service attribute showed the positive slope which meant the larger the difference between the the service provided by the airport train and bus, the larger the probability of choosing the airport train will be. Keywords: Stated Preference, Binary Logit, Binary Probit, Attribute, Mode Choice ii Universitas Sumatera Utara

BAB I PENDAHULUAN

1.1 Latar Belakang

Sejak beroperasinya Bandara Internasional Kuala Namu tanggal 25 Juli 2013 yang lalu sebagai pengganti Bandara Polonia, menyebabkan semakin meningkatnya mobilitas pergerakan dari Medan menuju Kuala Namu begitu pun sebaliknya. Pergerakan ini tentunya membutuhkan sarana transportasi untuk dapat memindahkan orang maupun barang. Bandar Udara Internasional Kuala Namu adalah sebuah bandara baru untuk Provinsi Sumatera Utara, Indonesia. Lokasinya merupakan bekas areal perkebunan PT. Perkebunan Nusantara II Tanjung Morawa, terletak di Kuala Namu, Desa Beringin, Kecamatan Beringin, Kabupaten Deli Serdang, dengan luas fisik bandara 1.365 hektare dan luas terminal 118.930 meter persegi . Bandara Kuala Namu berjarak kurang lebih 39 km dari pusat kota Medan. Melihat jarak tempuh rata-rata dari kota Medan – Kuala Namu lebih panjang dari 30 km, bagi para penumpang pelaku perjalanan yang akan menuju Kuala Namu dapat menggunakan beberapa pilihan moda angkutan. Mulai dari kendaraaan pribadi, taksi, Bus Bandara maupun Kereta Api Bandara. Bila dibandingkan dengan Bandara Polonia yang hanya berjarak 2 km dari pusat kota Medan pelaku perjalanan masih dapat menggunakan angkot, ojek, betor selain kendaraan pribadi dan taksi sebagai moda transportasinya. Berpedoman pada masterplan Bandara Kuala Namu sebagai pengganti Universitas Sumatera Utara Bandara Polonia Medan, pelayanan sistem angkutan umum massal yang akan melayani menuju dan dari bandara yang sudah direncanakan adalah moda kereta api dan bus. Hal ini dikarenakan dengan menggunakan sistem angkutan umum massal inilah masalah kemacetan kota diharapkan bisa diatasi. Pemerintah telah merencanakan membuka sebanyak tujuh koridor bagi Bus Bandara agar dapat melayani penumpang Medan dan luar kota Medan Tebing Tinggi, Binjai, Pematang Siantar, Kabanjahe, namun sampai saat ini masih tiga koridor yang beroperasi yaitu koridor 1 : Plaza Medan Fair – Kuala Namu , koridor 2: Terminal Amplas – Kuala Namu dan koridor 3 : Binjai – Kuala Namu. Dimana untuk koridor 1 dan 2 operatornya adalah Perum Damri sedangkan koridor 3 operatornya adalah PT. ALS. Sementara itu untuk pemadu moda berbasis rel operatornya adalah PT. Railink yang merupakan anak perusahaan dari PT KAI dan PT Angkasa Pura II. Saat ini bagi pelaku perjalanan yang akan menuju Bandara Kuala Namu dengan menggunakan moda Bus Bandara, Perum Damri menyediakan shelter di Carrefour Plaza Medan Fair dengan tarif Rp 15.000 per orang dan satu lagi di terminal Amplas dengan tarif Rp 10.000 per orang. Sementara itu untuk Kereta Api Bandara berangkat dari stasiun besar kereta api Medan dengan tarif Rp 80.000 per orang. Untuk headway jedah keberangkatan Bus Bandara setiap 45 menit sekali dengan waktu tempuh rata-rata perjalanan 80 menit, sedangkan headway Kereta Api Bandara setiap lebih kurang 2 jam sekali dengan waktu tempuh rata-rata perjalanan 40 menit. Universitas Sumatera Utara Melihat kondisi saat ini bahwa moda transportasi Kereta Api Bandara semakin banyak diminati masyarakat kota Medan dan sekitarnya, Hal ini dikarenakan Kereta Api Bandara memberikan pelayanan yang lebih dan waktu tempuh perjalanan yang lebih singkat. Semakin diminatinya Kereta Api Bandara ini oleh masyarakat mengakibatkan permintaan akan frekuensi perjalanan Kereta Api Bandara semakin tinggi. Frekuensi perjalanan Kereta Api Bandara sampai tanggal 13 Nopember 2013 adalah sebanyak 20 kali PP dalam sehari. Dan direncanakan mulai tanggal 14 Nopember 2013 frekuensi perjalanan Kereta Api Bandara menjadi 36 kali PP dalam sehari. Hal ini akan menimbulkan dampak baru bagi lalu lintas kota Medan yaitu berakibat semakin macetnya kota Medan khususnya pada jam-jam sibuk peak hour di jalan-jalan arteri yang memiliki perlintasan dengan rel kereta api. Kondisi ini terjadi karena saat ini infrastruktur rel kereta api masih sebidang dengan infrastruktur jalan raya. Menurut pengamatan penulis, setiap kereta api melintas di Jln. Hj.Ani Idrus Jl. Pandu dan Jln. Sisingamangaraja terdapat antrian panjang kendaraan bermotor. Di Jln. Sisingamangaraja, antrian kendaraan bermotor bisa mencapai ruas Jln. Cirebon, bahkan sampai persimpangan Jln. MT. Haryono. Demikian juga di Jln. Hj. Ani Idrus, antrian kendaraan bermotor bisa mencapai persimpangan Jln. Sutomo, sementara, di Jln. Sutomo juga terdapat lintasan kereta api. Apalagi saat ini PT. Railink telah mendatangkan Kereta Api Woojin, milik pabrikan Korea sebanyak empat trainset yang masing-masing memiliki empat buah gerbong dan kedepannya PT. Railink akan menambah jadwal perjalanan secara Universitas Sumatera Utara bertahap seiring dengan permintaan dari masyarakat yang semakin tinggi. Hal ini nantinya akan menyebabkan semakin parahnya tingkat kemacetan lalu lintas di kota Medan dan dikhawatirkan suatu saat bisa mengakibatkan kondisi gridlocked macet total. Masalah ini perlu segera diantisipasi, salah satu caranya adalah dengan mengupayakan agar pelayanan dan unjuk kerja Bus Bandara dapat mengimbangi Kereta Api Bandara. Sehingga diharapkan pelaku perjalanan memiliki preferensi tingkat memilih yang seimbang antara Kereta Api Bandara dan Bus Bandara sebagai kendaraannya menuju dan dari Bandara Kuala Namu. Adanya kompetisi sengit dalam pemilihan kedua moda yaitu antara Kereta Api Bandara dan Bus Bandara oleh pelaku perjalanan sangat terkait oleh kondisi sosioekonomi pelaku perjalanan dan juga karakteristik dan segala atribut yang ada pada moda yang bersangkutan. Untuk itu penulis tertarik untuk melakukan penelitian mengenai perilaku pelaku perjalanan yang mempengaruhi probabilitas pemilihan moda, sehingga dapat dilakukan upaya perbaikan dan peningkatan pelayanan bagi moda yang bersangkutan khususnya Bus Bandara. Diharapkan dengan kondisi pelayanan yang semakin meningkat, masyarakat pelaku perjalanan akan lebih memilih menggunakan Bus Bandara dalam melakukan perjalanannya sehingga akan mengurangi beban jalan raya dan akan berdampak terhadap berkurangnya masalah kemacetan di kota Medan. Universitas Sumatera Utara

1.2 Perumusan Masalah

Berdasarkan pemaparan yang telah diuraikan di latar belakang masalah ada beberapa hal yang menjadi pokok permasalahan dalam penelitian ini yaitu: 1. Bagaimana karakteristik pelaku perjalanan dalam pemilihan moda transportasi? 2. Bagaimana menyusun bentuk model pemilihan moda antara Kereta Api Bandara dan Bus Bandara dengan menggunakan model logit binomial? 3. Apakah ada pengaruhnya apabila dilakukan perubahan salah satu variabel atribut perjalanan pada masing-masing moda tersebut terhadap probabilitas pemilihan moda? 4. Bagaimana aplikasi model apabila terjadi perubahan atribut?

1.3 Tujuan dan Manfaat Penelitian

Adapun yang menjadi tujuan dari penelitian ini adalah: 1. Mengidentifikasi karakteristik pengguna moda Kereta Api Bandara dan Bus Bandara. 2. Mengidentifikasi faktor-faktor yang mempengaruhi pemilihan moda oleh pelaku perjalanan. 3. Menyusun bentuk model yang dapat menjelaskan probabilitas pemilihan moda. 4. Mengidentifikasi sensitifitas model dari respons individu pelaku perjalanan apabila dilakukan perubahan terhadap salah satu atribut perjalanan yang mendukung utilitas pemilihan moda. Universitas Sumatera Utara Hasil dari penelitian ini diharapkan dapat bermanfaat untuk memberikan gambaran variabel-variabel yang mempengaruhi pengambilan keputusan oleh pelaku perjalanan dalam pemilihan moda. Juga dapat menjadi dasar pertimbangan bagi operator pihak-pihak penyedia layanan angkutan umum bandara yang sesuai dengan keinginan pelalu perjalanan, sehingga mobilitas atau pergerakan orang dapat lebih efisien dan lebih efektif.

1.4 Kerangka Konseptual

Pada penelitian ini ada tiga hal utama yang dicari seperti tergambar pada Gambar 1.1, yaitu nilai selisih utilitas Kereta Api Bandara dan Bus Bandara, nilai probabilitas, dan grafik sensitifitas dari Kereta Api Bandara dan Bus Bandara. Nilai selisih utilitas ini bisa dihitung bila diketahui terlebih dahulu persamaan Fungsi utilitas Kereta Api Bandara dan Bus Bandara. Persamaan Fungsi utilitas ini didapatkan dengan menggunakan metode regresi linier berganda. Ada lima variabel bebas atribut dalam penelitian ini yaitu cost, time, headway, access time, dan service. Nilai probabilitas didapatkan dari dua model yaitu model logit biner dan probit biner dimana kedua model ini khusus digunakan hanya untuk memilih dua pilihan moda transportasi alternatif. Dari grafik sensitifitas model logit biner dan probit biner untuk masing masing atribut dapat menjadi masukan yang berharga bagi operator dalam mengambil kebijakan dalam peningkatan kualitas moda. Universitas Sumatera Utara Gambar 1.1 Kerangka Konseptual

1.5 Ruang Lingkup Penelitian

Agar penelitian ini lebih terarah maka dilakukan pembatasan masalah sebagai berikut: 1. Penelitian ini dilakukan untuk perjalanan dari Medan ke Bandara Internasional Kuala Namu dan tidak demikian sebaliknya. 2. Rute yang dipertandingkan adalah untuk Kereta Api Bandara dari stasiun besar Kereta Api kota Medan sampai Bandara Kuala Namu sementara Bus Bandara dipilih koridor 1 dari Carrefour Plaza Medan Fair sampai Kuala Namu. Hal ini disebabkan kedua stasiun tersebut letaknya cukup berdekatan. Pemilihan Moda Kereta Api Bandara dan Bus Cost, Time, Headway, Access Time, dan Service Fungsi Utilitas Nilai Utilitas Probabilitas Sensitifitas Langkah Kebijakan Operator Universitas Sumatera Utara 3. Moda yang dipertandingkan dalam tesis ini adalah Kereta Api Bandara dan Bus Bandara sementara moda lainnya seperti taksi dan kendaraan pribadi tidak turut dipertandingkan. 4. Penelitian hanya ditinjau dari segi pengguna jasa angkutan sebagai pelaku perjalanan; 5. Model pemilihan moda yang digunakan adalah Model Logit Biner dan Probit Biner. 6. Data untuk analisis preferensi pelaku perjalanan menggunakan teknik stated preference dengan Skala Rating. 7. Estimasi parameter model menggunakan Analisa Regresi.

I.6 Sistematika Penulisan

Untuk mempermudah dalam melakukan analisis terhadap permasalahan yang ada perlu dilakukan sistematika penulisan yang disusun dalam beberapa bab sebagai berikut:

Bab 1. Pendahuluan

Bab ini menggambarkan informasi awal dari keseluruhan penelitian ini, yang berisi tentang latar belakang, perumusan masalah, tujuan penelitian, manfaat penelitian, ruang lingkup penelitian, serta sistematika penulisan.

Bab 2. Studi Pustaka

Dalam bab ini akan dijelaskan tentang transportasi massal, variabel penentu pemilihan moda, Metode Stated Preference, Teori Pengambilan Sampel, Jenis Data, Fungsi Utilitas dengan metode Regresi Linier. Universitas Sumatera Utara

Bab 3. Metode Penelitian

Bab ini menjelaskan tentang Proses Penelitian, Lokasi Penelitian, Metodologi Survei, Penerapan pengambilan sampel, dan Metode analisis data.

Bab 4. Analisa dan Pembahasan

Bab ini berisi mengenai hasil pengolahan data, model pemilihan moda yang terbentuk sesuai dengan data yang diperoleh, pengujian dan analisis dari model tersebut, probabilitas dari kedua moda, serta analisis sensitifitas dari setiap atribut kedua moda tersebut.

Bab 5. Kesimpulan dan Saran

Bab ini berisi pernyataan pernyataan singkat dan jelas yang disarikan dari analisis dan pembahasan yang berkaitan erat dengan menjawab tujuan penelitiaan serta saran yang dapat diberikan untuk melanjutkan penelitian yang sudah dikerjakan. Universitas Sumatera Utara

BAB II TINJAUAN PUSTAKA

2.1 Angkutan Umum

Angkutan dapat dikatakan sebagai sarana untuk memindahkan orang maupun barang dari satu tempat ke tempat lainnya dengan menggunakan kendaraan sedangkan angkutan umum adalah setiap angkutan yang disediakan untuk dipergunakan oleh umum dengan dipungut bayaran langsung maupun tidak langsung. Tujuannya membantu orang atau kelompok orang dalam menjangkau berbagai tempat yang dikehendaki, atau mengirimkan barang dari tempat asalnya ke tempat tujuannya secara baik dan layak. Dalam perjalanannya beberapa tujuan yang seharusnya dapat dicapai dalam proses operasional angkutan umum adalah: 1. Tujuan sosial Sistem angkutan umum secara langsung atau tidak langsung dapat memperkecil kesenjangan sosial yang terdapat dalam struktur masyarakat, hal ini dikarenakan adanya kesetaraan pelayanan yang ditawarkan kepada pengguna jasa angkutan umum. 2. Tujuan ekonomi Dalam hal ini adalah tercapainya tingkat efektifitas menyangkut pemanfaatan secara ekonomis sarana dan prasarana kota atau daerah tersebut dan memberi aksesibilitas yang lebih baik untuk pelaksanaan perekonomian di suatu daerah ataupun antar daerah. 10 Universitas Sumatera Utara 3. Tujuan lingkungan Ketika sebuah sistem angkutan berjalan dengan baik dan mampu mencapai tujuan dalam memfasilitasi pergerakan sehingga meminimalisir penggunaan kendaraan pribadi, maka akan terjadi efisiensi penggunaan bahan bakar serta tidak diperlukan suatu pelebaran ruang jalan ketika kapasitas jalan tersebut sudah melebihi level of service LOS. Secara umum dalam sistem angkutan umum terdapat tiga komponen utama yang memiliki peranan dan kepentingan tertentu yang seringkali saling bertolak belakang, hal ini disebabkan karena ketiga komponen tersebut memiliki kepentingan yang berbeda, yaitu: 1. Pelaku perjalanan User Komponen ini adalah pembangkit perjalanan, dan memiliki kebebasan dalam melakukan suatu jenis dan tujuan perjalanan, meskipun masih dikendalikan oleh kemampuan dan kemauan untuk membelanjakan uangnya dalam melakukan perjalanan dan urgensi dari perjalanan tersebut. 2. Pengusaha angkutan Operator Komponen ini adalah fasilitator moda dalam sistem angkutan umum, sesuai dengan kemampuan dan keinginan dari operator untuk menyediakan jenis dan fungsi pelayanan yang akan diberikan, termasuk didalamnya pengaturan jadwal, rute, dan jenis moda yang dijalankan. 3. Pemerintah Regulator Dalam hal ini pemerintah berperan sebagai komponen perantara antara kepentingan user dan operator, dengan tujuan agar pertumbuhan ekonomi dan Universitas Sumatera Utara pemerataan kesempatan pelayanan terhadap masyarakat dapat tercapai. Regulator memiliki kewenangan dalam mengatur, merubah, dan menyetujui jenis moda, trayek, tarif dan hal-hal lain yang berkaitan dengan operasional sistem angkutan umum sehingga layak untuk digunakan oleh user dengan tidak membebani operator.

2.1.1 Pengguna Transportasi User

Pengguna transportasi didefinisikan sebagai individu yang mempunyai kebebasan untuk membuat keputusan terhadap komoditas yang akan dikonsumsi selama periode waktu tertentu Kanafani, 1983. Asumsi-asumsi dasar teori pelanggan adalah sebagai berikut: 1. Konsumen bebas memilih, artinya pelanggan mempunyai pilihan terhadap variasi yang ditawarkan. 2. Barang atau jasa yang ditawarkan mempunyai karakteristik dan kegunaan berbeda untuk pelanggan berbeda. 3. Konsumen akan memilih barang dan jasa yang ditawarkan dalam struktur yang konsisten, artinya produk yang ditawarkan merupakan keputusan pelanggan yang kompetitif. 4. Konsumen mempunyai ketidakpuasan terhadap pilihannya, artinya konsumen selalu akan memilih produk yang terbaik yang ditawarkan. 5. Batas biaya, yaitu konsumen mempunyai keterbatasan terhadap biaya yang dimilikinya terhadap pilihannya. Universitas Sumatera Utara Asumsi dalam melakukan analisis individu antara lain adalah individu mempunyai pilihan, tingkat kepuasan yang berbeda dalam mengkonsumsi komoditas, keberpihakan atau pilihan, kecenderungan untuk mengkonsumsi lebih banyak, dan dapat dipengaruhi oleh batas biaya budget constraint. Sedangkan market merupakan kumpulan dari pengguna, yang mempunyai karakteristik sosioekonomi yang berbeda. Untuk mengembangkan market demand function, dibuat segmentasi pasar dimana masing-masing segmen diasumsikan terdiri dari konsumen pengguna jasa dalam transportasi yang memiliki karakteristik sosioekonomi homogen yang merupakan jumlah dari individual demand function yang dibutuhkan untuk mewakili gambaran hasil yang mendekati kenyataan. Kegiatan pasar jasa angkutan umum pada dasarnya tidak dapat memenuhi kebutuhan seluruh pengguna secara tepat, karena setiap pengguna jasa memiliki kebutuhan yang berbeda Wells dandan Prensky, 1996. Pasar terdiri dari para pembeli yang berbeda dalam keinginan, kebutuhan, daya beli, sikap dalam mengkonsumsi suatu barang, lokasi geografis, dan kegiatannya dalam pembelian suatu barang. Pengelompokan pengguna dalam angkutan umum didasarkan atas tiga segmen yaitu: 1. Pengguna tidak memiliki pilihan, hanya ada pilihan utama sampai pada tujuan. 2. Pengguna yang memiliki pilihan dengan membandingkan pada beberapa alternatif moda pilihan. Universitas Sumatera Utara 3. Pengguna yang mempunyai pilihan dengan membandingkan pada beberapa alternatif moda pilihan serta mempertimbangkan aspek psikologis yang berkaitan dengan kepuasan dan prestise pelanggan.

2.1.2 Pengusaha Angkutan Operator

Pengusaha angkutan transportasi merupakan penyedia jasa moda transportasi dengan keseluruhan atributnya yang kemudian akan menciptakan suatu penawaran kepada user, baik dengan adanya persaingan dari bentuk moda lain ataupun sejenis dengan trayek yang sama.

2.2 Variabel Penentu Pemilihan Moda

Dalam melakukan pertimbangan umum bagi pelaku perjalanan ketika menentukan pilihan moda angkutan umum yang akan digunakan dalam melakukan pergerakan ada beberapa aspek antara lain sebagai berikut: 1. Tingkat Pelayanan yang diberikan oleh moda angkutan yang ada. Baik dalam teori maupun kenyataan, pelaku perjalanan akan lebih memilih suatu angkutan umum yang dianggap lebih aman, nyaman, dan cepat untuk menuju tempat tujuan dengan maksimal dua kali pergantian moda. 2. Persepsi pengguna jasa terhadap suatu moda. Contohnya adalah terdapat beberapa orang yang enggan menggunakan pesawat udara diakibatkan oleh hal-hal tertentu, seperti ketakutan akan tempat tinggi, pemberitaan buruk tentang suatu moda pada selang waktu perjalanan. Universitas Sumatera Utara 3. Aspek sosial ekonomi pelaku perjalanan. Untuk user dengan kemampuan ekonomi yang baik, maka pengguna akan lebih memilih angkutan umum yang paling nyaman dan aman serta cepat, untuk pengguna dengan tingkat ekonomi rendah, user akan lebih memilih tetap menggunakan angkutan umum. Model pemilihan moda bertujuan untuk mengetahui proporsi orang yang akan menggunakan setiap moda. Proses ini dilakukan dengan maksud untuk mengkalibrasi model pemilihan moda pada tahun dasar dengan mengetahui variabel bebas yang mempengaruhi pemilihan moda tersebut.

2.2.1 Pelayanan Moda

Tingkat pelayanan adalah usaha penyedia jasa transportasi untuk memenuhi keinginan pengguna, yang tergantung pada banyak aspek selain kecepatan dan waktu perjalanan. Aspek-aspek tersebut selain dipengaruhi oleh waktu perjalanan, juga dipengaruhi oleh keandalan reliability, kenyamanan comfort, keamanan dan harga Morlok, 1994. Pada dasarnya tingkat pelayanan merupakan refleksi kepuasan pengguna terhadap waktu perjalanan, aman, dan nyaman berdasarkan motivasi dan citra yang didapatkan. Tingkat pelayanan dapat dipahami dengan mengetahui perilaku konsumen yang dalam perspektif ekonomi tergantung dari pasar, atau sasaran produk yang ditawarkan Wells dan Prensky 1996, meliputi unsur sebagai berikut: 1. Psikologis. Universitas Sumatera Utara 2. Merupakan proses yang terjadi pada masing-masing individu termasuk didalamnya adalah pemahaman tentang motivasi, persepsi, pengalaman learning, pembentukan perilaku dan pengambilan keputusan. 3. Ekonomi. 4. Merupakan hal yang paling mendasar dalam pembuatan keputusan untuk memilih secara rasional. 5. Sosiologi. 6. Merupakan pemahaman dari sisi sosial, seperti informasi yang didapat dari orang lain, media, termasuk juga karakteristik umum, ras, pekerjaan dan suku. 7. Antropologi. 8. Yaitu pemahaman terhadap kultur dan nilai-nilai masyarakat. 9. Perilaku Organisasi Organizational Behaviour. 10. Yaitu pemahaman terhadap selera pasar, perusahaan, atau kebijakan pemerintah yang akan mempengaruhi perilaku individu. Menurut Manheim 1979 atribut pelayanan moda dapat dibagi dalam empat garis besar, adalah sebagai berikut: 1. Berdasarkan waktu, adalah total waktu tempuh reliabilitasketepatan waktu, waktu tunggu dan waktu transfer antar moda dan frekuensi pelayanan. 2. Biaya, dalam hal ini adalah biaya langsung tarif, tol, bensin, dan parkir, biaya pengoperasian bongkar pasang, pemeliharaan, bengkel, biaya tidak langsung asuransi. Universitas Sumatera Utara 3. Keamanan, dalam hal ini adalah tingkat kecelakaan dan tingkat kerusakan. 4. Comfort dan conveniency, adalah tingkat kenyamanan yang diperoleh pelaku perjalanan seperti, jarak berjalan kaki menuju angkutan dan dari angkutan menuju tujuan, jumlah pergantian moda, kenyamanan dalam kendaraan, kenyamanan psikologis, pelayanan pra dan purna pergerakan.

2.2.2 Persepsi Pengguna

Definisi persepsi adalah “perception is the process by which an individual selects, organizes, and interprets stimuli into a meaningful and coherent picture of the world”. Pengertian stimuli adalah, input yang mempengaruhi indera manusia. Aspek persepsi dapat dijelaskan sebagai berikut: 1. Seleksi Persepsi Perceptual Selection. Secara tidak sadar manusia menyeleksi aspek lingkungan stimuli yang diterima. Dipengaruhi oleh pengalaman sebelumnya dari individu yang mempengaruhi harapan dan motivasi pada saat tersebut. 2. Pengorganisasian Persepsi Perceptual Organization. Menstimulasi pengalaman-pengalaman manusia, tidak memisahkannya melainkan mengorganisasikannya dalam sebuah kelompok. Jadi karakteristik yang diterima merupakan fungsi dari stimulus. 3. Interpretasi Persepsi Perceptual Interpretation. Interpretasi merupakan hasil dari pengorganisasian stimulus, jadi interpretasi merupakan kesukaan yang dipilih oleh konsumen terhadap kualitas suatu barang. Universitas Sumatera Utara Terdapat beberapa faktor yang mempengaruhi persepsi baik secara langsung maupun tidak langsung. Menurut Zeithaml dan Bitner 1996 faktor yang mempengaruhi persepsi pengguna pada suatu pelayanan adalah Service Encounters, The evidence of Service, Image, serta Price. Hubungan dari faktor-faktor tersebut dapat dilihat pada Gambar 2.1. Gambar 2.1 Faktor-Faktor yang Mempengaruhi Pendapat Penumpang terhadap Pelayanan Zethaml dan Bitner, 1996 a. Service Encounter Kesan yang penting dari layanan dalam sudut pandang pelanggan terbentuk ketika terjadi kontak langsung antara pelanggan dengan penyedia jasa. Terdapat tiga jenis kontak pelayanan, a remote Se Service Quality Customer Satisfaction Nilai Perception of Service Service Encounters Price Image Evidence of service Universitas Sumatera Utara encounter, yaitu kontak yang terjadi tanpa adanya hubungan antara pelanggan dan penyedia jasa secara langsung, b phone encounter, yaitu kontak melalui telepon, dan c face to face encounter, yaitu kontak yang langsung terjadi antara pelanggan dengan penyedia jasa. Layanan angkutan umum yang akan dibahas yaitu kereta api dan bus adalah termasuk dalam kontak pelayanan face to face yang berarti variabel waktu menjadi penting. b. The evidence of Service Merupakan usaha dari pelanggan untuk mencari dan mengetahui kemampuan dan kehandalan dari suatu penyedia jasa didasarkan atas fakta-fakta tentang layanan yang dapat dipercaya oleh pengguna. Terdapat tiga variabel yang digunakan, yaitu: a Orang, termasuk kontak personal, pelanggan itu sendiri, dan pelanggan lainnya, b proses, termasuk proses kegiatan, langkah dalam proses pelayanan, teknologi vs manusia, fleksibilitas vs standar, dan c physical evidence, termasuk komunikasi nyata, garansi, teknologi dan peralatan. c. Image Image adalah nilai yang mengendap, merupakan persepsi yang terorganisir dalam dan direfleksikan ke dalam ingatan pelanggan dapat sangat nyata, misalnya jam kerja angkutan, waktu keberangkatan dan kedatangan angkutan, dan sebagainya. Citra pada pelanggan dapat juga terjadi dalam bentuk yang kurang konkret dan subjektif pada setiap pelanggan, misalnya kepercayaan terhadap suatu angkutan umum Universitas Sumatera Utara tertentu, kepercayaan terhadap perusahaan operator, tradisi, keamanan, kenyamanan, dan sebagainya. Citra merupakan hasil pengalaman pelanggan sendiri atau melalui komunikasi dengan pelanggan lain. d. Price Harga yang muncul yang ditawarkan secara langsung akan mempengaruhi persepsi pelanggan terhadap kualitas, kepuasan, dan nilai. Kesesuaian antara harga yang ditawarkan dengan tingkat pelayanan dan diterima akan membentuk karakteristik dari pilihan pelanggan berdasarkan persepsinya.

2.2.3 Variable Supply dan Demand

Model pemilihan moda bertujuan untuk mengetahui probabilitas terpilihnya suatu moda dalam hal ini adalah moda bus dan kereta api. Proses ini dilakukan untuk mengetahui atribut dan variabel-variabel yang mempengaruhi preferensi pelaku perjalanan untuk pemilihan moda. Pemilihan moda kemungkinan juga dipengaruhi oleh variabel demand yang berkaitan dengan kondisi sosioekonomi pelaku perjalanan dan variabel supply yang berkaitan dengan tingkat pelayanan yang diberikan oleh moda transportasi tersebut. Menurut Sucipto 1999, “Variabel yang digunakan untuk menentukan preferensi antar moda transportasi yang bersaing adalah, perbedaan waktu perjalanan dan biaya perjalanan. Kedua variabel tersebut dapat mewakili dan terukur sebagai indikator kinerja dari moda transportasi yang bersaing”. Variabel tersebut akan menjadi dasar Universitas Sumatera Utara pertimbangan utama bagi pelaku perjalanan dalam memutuskan memilih moda yang digunakan untuk melakukan perjalanan.

2.2.3.1 Variabel Demand Karakteristik Pelaku Perjalanan

Variabel demand yang mempengaruhi pelaku perjalanan antara lain adalah sebagai berikut: 1. Penghasilan income, penghasilan seseorang akan sangat berpengaruh terhadap pemilihan moda karena orang yang berpenghasilan terbatas biasanya akan memilih moda yang termurah, dibanding dengan orang yang berpenghasilan tinggi yang akan mempertimbangkan kenyamanan walaupun akan membayar lebih mahal. 2. Umur, faktor umur akan mempengaruhi pemilihan moda angkutan karena usia yang lanjut akan cenderung memilih angkutan yang nyaman dan kurang memperhatikan waktu tempuh, dibanding dengan usia muda yang lebih agresif dan sangat memperhitungkan waktu tempuh dan keleluasan. 3. Jenis kelamin, secara umum jenis kelamin akan mempengaruhi pemilihan moda antara bus dengan kereta api, baik untuk alasan keamanan dan lain- lain. 4. Maksud perjalanan, hal ini sangat erat kaitannya dengan pemilihan moda, karena maksud perjalanan akan berhubungan waktu. Misalnya berdagang, belajar, sekolah, tujuan sosial dan rekreasi akan mempengaruhi pilihan moda angkutan yang akan digunakan. Maksud perjalanan juga dapat berkaitan erat dengan prestise dan image dari pelaku perjalanan yang Universitas Sumatera Utara kemudian akan mempengaruhi pemilihan moda walaupun hal ini masih sangat jarang terjadi di Indonesia. Misalnya untuk tujuan perjalanan mewakili rapat dengan sebuah perusahaan tertentu, maka akan membangun image dari perusahaan, karyawan dari perusahaan tersebut diwajibkan menggunakan pesawat udara, dan lain sebagainya.

2.2.3.2 Variabel Supply Karakteristik Sistem Transportasi

Karakteristik sistem transportasi dapat diartikan sebagai keadaan dan bentuk pelayanan yang dapat diberikan oleh penyedia moda transportasi kepada pelaku perjalanan, antara lain adalah sebagai berikut: 1. Waktu tunggu di terminal waiting time Merupakan waktu yang harus disediakan pelaku perjalanan mulai sampai di terminal hingga angkutan yang dipilih berangkat meninggalkan terminal menuju tempat tujuan yang dikehendaki. Lamanya waktu tunggu untuk masing-masing pelaku perjalanan tidak selalu sama. 2. Waktu tempuh relatif Waktu tempuh relatif antara moda yang bersaing sangat mempengaruhi pelaku perjalanan dalam memilih moda. Untuk menentukan waktu relatif masing-masing moda, dapat dilakukan dengan menghitung waktu yang digunakan dimulai saat perjalanan dari tempat tinggal pelaku perjalanan, waktu menunggu angkutan, dan waktu yang dibutuhkan untuk sampai ke tempat tujuan dengan angkutan yang dipilih. Universitas Sumatera Utara 3. Biaya perjalanan Merupakan biaya yang dikeluarkan oleh pelaku perjalanan mulai dari perjalanan meninggalkan rumah sampai ke tempat tujuan. Besarnya biaya perjalanan akan mempengaruhi pelaku perjalanan dalam menentukan pemilihan moda angkutan yang digunakan, karena merupakan pilihan mutlak pengguna untuk mau menggunakan dan membayar biaya sebesar yang dibebankan oleh perusahaan angkutan atau untuk memilih moda yang lain yang lebih mewakili pengguna. 4. Tingkat pelayanan Tingkat pelayanan yang ditawarkan kedua moda angkutan bersaing dipengaruhi oleh beberapa faktor, terutama bersifat subjektif dan sulit diukur seperti : kenyamanan, kemauan pengguna melakukan transfer moda untuk mencapai tujuan, dan prestise. 2.3 Model Pemilihan Moda 2.3.1 Defenisi Model Dalam proses perencanaan transportasi, salah satu langkah yang harus kita lalui adalah menganalisis setiap data dan informasi yang relevan sebagai landasan untuk memprediksi apa yang akan terjadi di masa yang akan datang. Data dan informasi ini bisa berupa data sekunder, yaitu data yang sudah tersusun yang didapat dari instansi atau badan-badan terkait, namun bisa pula berupa data primer yaitu data dan informasi yang diperoleh dari pengamatan langsung di lapangan atau di dunia nyata. Universitas Sumatera Utara Dunia nyata ini memiliki karakteristik antara lain: 1. Bersifat kompleks dan beragam. 2. Memiliki variabel yang cukup banyak. 3. Cepat berubah, sesuai dengan pergantian waktu dan tempat. 4. Sangat relatif dan sulit untuk diukur secara absolute. Hal ini menyebabkan data primer, yang diperoleh dari aktifitas mengamati secara langsung, sulit untuk dianalisis dan tidak dapat dijadikan sebagai dasar prakiraan prediksi kejadian dan hasil-hasil pada masa yang akan datang. Untuk keperluan prakiraan estimasi atas hasil tersebut, data dan informasi realistis ini perlu disederhanakan dan diringkas seoptimal mungkin, tanpa menyimpang dari maksud, tujuan, dan substansi dari data dan informasi terkait. Aktifitas meringkas dan menyederhanakan kondisi realistis nyata tersebut dikenal sebagai aktivitas pemodelan. Dengan demikian, model dapat didefinisikan sebagai berikut: 1. Model adalah suatu representasi ringkas dari kondisi riil dan berwujud suatu bentuk rancangan yang dapat menjelaskan atau mewakili kondisi riil tersebut untuk suatu tujuan tertentu Black, 1981. 2. Model adalah suatu representasi atau formalisasi dalam bahasa tertentu yang disepakati dari suatu kondisi tertentu Simatupang, 1995. 3. Model adalah suatu kerangka utama atau formalisasi informasidata tentang kondisi nyata yang dikumpulkan untuk mempelajarimenganalisis sistem nyata tersebut Gordon, 1978. Universitas Sumatera Utara Adapun peranan model pada transportasi terutama dalam perencanaannya adalah: 1. Sebagai alat bantu media untuk memahami cara kerja sistem Tamin, 2008. 2. Untuk memudahkan dan memungkinkan dilakukannya perkiraan terhadap hasil-hasil atau akibat-akibat dari langkah-langkahalternatif yang diambil dalam proses perencanaan dan pemecahan masalah pada masa yang akan datang. 3. Untuk memudahkan kita menggambarkan dan menganalisis realita Miro, 2002.

2.3.2 Model Pemilihan Moda Transportasi

Pemilihan moda transportasi merupakan model terpenting dalam perencanaan transportasi. Hal ini disebabkan karena peran kunci dari angkutan umum dalam berbagai kebijakan transportasi. Tidak seorangpun dapat menyangkal bahwa moda angkutan umum menggunakan ruang jalan jauh lebih efisien daripada moda angkutan pribadi. Selain itu, kereta api bawah tanah dan beberapa moda transportasi kereta api lainnya tidak memerlukan ruang jalan raya untuk bergerak sehingga tidak ikut memacetkan lalu lintas jalan. Model pemilihan moda bertujuan untuk mengetahui proporsi orang yang akan menggunakan setiap moda. Bruton 1985, mendefinisikan pemilihan moda sebagai pembagian secara proporsional dari semua orang yang melakukan perjalanan terhadap sarana transportasi yang ada, yang dapat dinyatakan dalam bentuk fraksi, rasio atau prosentase terhadap jumlah total perjalanan. Pada analisa pemilihan moda, Universitas Sumatera Utara diestimasi jumlah orang yang menggunakan masing-masing sarana transportasi, seperti kendaraan pribadi, bus, kereta api dan angkutan umum lainnya. Proses ini dilakukan dengan maksud untuk mengkalibrasi model pemilihan moda pada tahun dasar dengan mengetahui peubah atribut yang mempengaruhi pemilihan moda tersebut. Setelah dilakukan proses kalibrasi, model dapat digunakan untuk meramalkan pemilihan moda dengan menggunakan nilai peubah bebas atribut untuk masa mendatang. Jika interaksi terjadi antara dua tata guna lahan di suatu kota, seseorang akan memutuskan bagaimana interaksi tersebut dilakukan. Dalam kebanyakan, pilihan pertama adalah dengan menggunakan telepon atau pos karena hal ini akan menghindarkan terjadinya perjalanan, akan tetapi biasanya interaksi tersebut mengharuskan terjadinya perjalanan, akan tetapi biasanya interaksi tersebut mengharuskan terjadinya perjalanan, dalam hal ini keputusan harus ditentukan dalam hal pemilihan moda yang mana. Beberapa prosedur pemilihan moda memodelkan pergerakan dengan hanya dua buah moda transportasi, yaitu angkutan umum dan angkutan pribadi Tamin, 2008.

2.3.3 Model Peluang Pemilihan Moda

Dalam memodelkan peluang pemilihan moda transportasi, ada beberapa jenis model yang dapat digunakan Miro, 2002. Diantaranya adalah: 1. Model jenis I Dalam pendekatan ini, proses menghitung bangkitan tarikan bersamaan dilakukan dengan proses pemilihan moda. Angkutan umum langsung dipisahkan Universitas Sumatera Utara dengan angkutan pribadi dan kemudian setiap moda selama tahapan proses pemodelan sudah dianalisis terpisah. Biasanya untuk model bangkitan pergerakan digunakan model analisis regresi ataupun kategori. Gambar 2.2 Bangkitan Pergerakan bersamaan dengan Pemilihan Moda Diikuti Sebaran Pergerakan 2. Model jenis II Dalam model ini, setiap moda dianggap bersaing dalam mencari penumpang. Sehingga ada sesuatu penentu yang menjadi faktor dalam mempengaruhi hal tersebut, yaitu pemilihan moda. Biasa digunakan bukan untuk angkutan umum, namun untuk perencanaan angkutan jalan raya. Dengan adanya pengabaian angkutan umum, maka pemfokusannya lebih kepada sebaran pergerakan angkutan pribadi. Model ini dimulai dengan tahap perhitungan bangkitan tarikan terlebih dahulu, lalu dilanjutkan dengan pemilihan moda. Baru setelah itu mencari sebaran pergerakan dan terakhir adalah pemilihan rute. G = bangkitan pergerakan A = pemilihan rute MS = pemilihan moda D = sebaran pergerakan D A G-MS Universitas Sumatera Utara Gambar 2.3 Bangkitan Pergerakan Diikuti Pemilihan Moda 3. Model jenis III Model jenis III ini memperlihatkan bahwa tahapan bangkitan pergerakan dan pemilihan rute ikut dalam penentuan pemilihan moda. Sebaran pergerakan dan pemilihan moda dapat diletakkan dimana saja antara tahapan bangkitan pergerakan dan pemilihan rute. Sehingga urutan tahapannya dapat berupa seperti ini. Model jenis ini mengkombinasikan antara model gravity dengan model pemilihan moda. Gambar 2.4 Bangkitan Pergerakan diikuti Pemilihan Rute Bersamaan Sebaran Pergerakan G = bangkitan pergerakan A = pemilihan rute MS = pemilihan moda D = sebaran pergerakan G MS-D A G = bangkitan pergerakan A = pemilihan rute MS = pemilihan moda D = sebaran pergerakan G MS D A Universitas Sumatera Utara 4. Model jenis IV Model ini menggunakan kurva diversi, persamaan regresi ataupun variasi model III. Dalam model ini, digunakan selisih hambatan antara moda yang bersaing. Misalnya suatu moda dapat bergerak empat kali lebih cepat dari moda lainnya, dan sebagainya. Model ini menjamin apabila nisbah atau selisih hambatan antara angkutan umum dengan angkutan pribadi sama dengan 1, maka masing-masing moda memiliki peluang yang sama yaitu 50 : 50. Namun walaupun begitu, tentu masih ada faktor-faktor lain yang dapat mempengaruhi seseorang untuk memilih jenis moda transportasi. Gambar 2.5 Bangkitan Pergerakan Diikuti Sebaran Pergerakan

2.3.4 Prosedur Pemilihan Moda

Beberapa prosedur pemilihan moda memodel pergerakan dengan hanya dua buah moda transportasi: angkutan umum dan angkutan pribadi. Di beberapa negara Barat terdapat pilihan lebih dari dua moda, misalnya, London mempunyai kereta api bawah tanah, kereta api, bus, dan mobil. Di Indonesia terdapat beberapa jenis moda G D MS A G = bangkitan pergerakan A = pemilihan rute MS = pemilihan moda D = sebaran pergerakan Universitas Sumatera Utara kendaraan bermotor termasuk ojek di tambah becak dan berjalan kaki. Pejalan kaki termasuk penting di Indonesia. Jones dalam Tamin 2008 menekankan dua pendekatan umum tentang analisis sistem dengan dua buah moda seperti terlihat pada Gambar 2.6. Gambar 2.6 Proses Pemilihan Dua Moda Tamin, 2008 Gambar A mengasumsikan pemakai jalan membuat pilihan antara bergerak dan tidak bergerak. Jika diputuskan untuk membuat pergerakan, pertanyaannya adalah dengan angkutan umum atau pribadi. Jika angkutan umum yang dipilih, pertanyaan selanjutnya apakah bus atau kereta api. Sedangkan pada Gambar B mengasumsikan bahwa begitu keputusan menggunakan kendaraan diambil, pemakai jalan memilih moda yang tersedia. Model pemilihan moda yang berbeda tergantung pada jenis keputusan yang diambil. Gambar sebelah kiri lebih sederhana dan mungkin lebih cocok untuk kondisi di Indonesia. Akan tetapi, khusus untuk Indonesia, pendekatan yang lebih cocok adalah seperti yang diperlihatkan pada Gambar 2.7. Universitas Sumatera Utara Gambar 2.7 Proses Pemilihan Moda untuk Indonesia Tamin, 2008 Faktor yang dapat mempengaruhi pemilihan moda ini menurut Ben-Akiva dan Lerman dapat dikelompokkan menjadi empat Tamin, 2008: 1. Ciri pengguna jalan Beberapa faktor berikut ini diyakini akan sangat mempengaruhi pemilihan moda: Universitas Sumatera Utara a. Ketersediaan atau pemilikan kendaraan pribadi, semakin tinggi pemilikan kendaraan pribadi akan semakin kecil pula ketergantungan pada angkutan umum. b. Pemilikan Surat Izin Mengemudi SIM. c. Struktur rumah tangga pasangan muda, keluarga, dengan anak, pensiun, bujangan, dan lain-lain. d. Pendapatan, semakin tinggi pendapatan akan semakin besar peluang menggunakan mobil pribadi. e. Faktor lain, misalnya keharusan menggunakan mobil ke tempat bekerja dan keperluan mengantar anak sekolah. 2. Ciri Pergerakan Pemilihan moda juga akan sangat dipengaruhi oleh: a. Tujuan pergerakan Contohnya, pergerakan ke tempat kerja di negara maju biasanya lebih mudah dengan memakai angkutan umum, karena ketepatan waktu dan tingkat pelayanannya sangat baik dan ongkosnya relatif lebih murah dibandingkan dengan angkutan pribadi mobil. Namun sebaliknya di negara sedang berkembang, orang masih tetap menggunakan mobil pribadi ke tempat kerja, meskipun lebih mahal, karena ketepatan waktu, kenyamanan, dan lain-lainnya tidak dapat dipenuhi oleh angkutan umum. Universitas Sumatera Utara b. Waktu terjadinya pergerakan Kalau kita ingin bergerak pada tengah malam, kita pasti membutuhkan kendaraan pribadi, karena pada saat itu angkutan umum tidak atau jarang beroperasi. c. Jarak perjalanan Semakin jauh perjalanan, kita semakin cenderung memilih angkutan umum dibandingkan dengan angkutan pribadi. Contohmya, untuk bepergian dari Jakarta ke Surabaya, meskipun mempunyai mobil pribadi, kita cenderung menggunakan angkutan umum pesawat, kereta api dan bus karena jaraknya yang sangat jauh. 3. Ciri fasilitas moda transportasi Hal ini dapat dikelompokkan menjadi dua kategori. Pertama, faktor kuantitatif seperti: a. Waktu perjalanan, waktu menunggu di tempat pemberhentian bus, waktu berjalan kaki ke tempat pemberhentian bus, waktu selama bergerak, dan lain-lain. b. Biaya transportasi tarif, biaya bahan bakar, dan lain-lain. c. Ketersediaan ruang dan tarif parkir. Faktor kedua bersifat kualitatif yang cukup sukar menghitungnya, meliputi kenyamanan dan keamanan, keandalan dan keteraturan, dan lain-lain. Universitas Sumatera Utara 4. Ciri Kota atau Zona Beberapa karakteristik yang dapat mempengaruhi pemilihan moda adalah jarak dari pusat kota dan kepadatan penduduk. Kelompok ini terdiri dari variabel yang mulai jarang digunakan. Pada studi-studi terdahulu, terlihat bahwa variabel tersebut mempunyai korelasi dengan pemilihan moda, tetapi sering merupakan variabel-variabel yang tidak sesuai karena tidak menerangkan bagaimana suatu moda tertentu dipilih.

2.4 Pendekatan Model Pemilihan Moda

Model pemilihan moda dalam studi ini berfungsi untuk mengetahui proporsi orang yang akan menggunakan jenis moda transportasi. Proses ini dilakukan dengan maksud untuk mengkalibrasi model pemilihan moda pada tahun dasar dengan mengetahui peubah bebas atribut yang mempengaruhi pemilihan moda tersebut. Jika hubungan antara atribut bebas dan atribut terikat sudah didapatkan dari persamaan model, persamaan ini nantinya akan dapat meramalkan pemilihan moda untuk masa yang akan datang dengan hanya mengetahui selisih masing-masing peubah bebas atribut antara kedua moda transportasi. Model pendekatan yang dilakukan dalam studi ini dilakukan dengan pendekatan model diskret Discrete Choice Model. Menurut Tamin 2008 secara umum model pemilihan diskret dinyatakan sebagai peluang setiap individu memilih suatu pilihan merupakan fungsi ciri sosioekonomi dan daya tarik pilihan tersebut. Hipotesa yang mendukung model pemilihan model diskret adalah berkenaan dengan situasi pilihan, yaitu pilihan individu terhadap setiap alternatif yang dapat dinyatakan dengan ukuran Universitas Sumatera Utara daya tarik atau manfaat. Nilai kepuasan pelaku perjalanan dalam menggunakan moda transportasi alternatif, dipengaruhi oleh variabel-variabel yang dianggap memiliki hubungan yang kuat dengan perilaku pelaku perjalanan. Bentuk dan hubungan dapat dilihat melalui fungsi utilitas berikut: U = fV 1 , V 2 , V 3 ,…, V n 2.1 dimana: U = Nilai kepuasan pelaku perjalanan menggunakan moda transportasi. V 1 – V n = Variabel-variabel yang dianggap berpengaruh terhadap nilai kepuasan menggunakan moda transportasi tertentu. f = Hubungan fungsional. Untuk merumuskan perilaku individu dalam memilih moda angkutan ke dalam pendekatan model pemilihan moda transportasi, dapat dilakukan dengan beberapa cara pendekatan. Sebenarnya kegiatan menentukan dan mengamati perilaku pelaku perjalanan melalui fungsi utilitas seperti model di atas dapat dilakukan dengan dua pendekatan. Pendekatan apa yang kita gunakan sangat menentukan model pilihan probabilitas apa yang kita gunakan. Kedua pendekatan tersebut : 1. Pendekatan Agregat Pendekatan agregat adalah pendekatan yang menganalisis perilaku pelaku perjalanan secara menyeluruh. Menurut Manheim 1979 pendekatan agregat dapat dilakukan dengan dua cara yaitu: a. Membagi objek pengamatan atas beberapa kelompok yang mempunyai karakteristik elemen yang relatif homogen sama. Universitas Sumatera Utara b. Melakukan agregasi dari data-data disagregat, dimana fungsi untuk suatu kelompok tertentu dapat diturunkan dari fungsi utilitas individu sebagai anggota pada kelompok tersebut. 2. Pendekatan Disagregat Pendekatan disagregat adalah pendekatan yang menganalisis perilaku pelaku perjalanan secara individu. Hal ini mencakup bagaimana merumuskan tingkah laku individu ke dalam model kebutuhan transportasi. Pendekatan disagregat dapat dilakukan dengan dua cara yaitu: a. Disagregat Deterministik Pendekatan ini dilakukan kalau pelaku perjalanan mampu mengidentifikasi semua alternatif moda yang ada, dan menggunakan seluruh informasi untuk mengambil keputusan. Bentuk modelnya adalah model persamaan linier berganda tanpa unsur kesalahan error seperti persamaan berikut ini: U i = a + b 1 T + b 2 X + b 3 C 2.2 dimana: U i = nilai kepuasan menggunakan moda i a = konstanta T = variabel waktu di atas kendaraan X = variabel waktu di luar kendaraan C = variabel ongkos transportasi b 1 -b 3 = parameter fungsi kepuasan untuk masing-masing variabel tersebut koefisien regresi. Universitas Sumatera Utara b. Disagregat Stokastik Pada pendekatan ini, nilai kepuasan lebih realistis karena mempertimbangkan unsur-unsur yang tidak teramati yang terjadi di dunia nyata. Jadi ini berbeda dengan pendekatan disagregat deterministik seperti persamaan 2.2 di atas yang terlalu teoritis, yang tidak memasukkan unsur yang tidak teramati. Seluruh unsur yang tidak teramati yang terjadi di dunia nyata, pendekatan ini diwakili oleh unsur error kesalahan yang bersifat acak random atau bersifat stokastik, sehingga modelnya menjadi: U m = β + β 1tm + β 2um + β 3vm + en 2.3 dimana: Um = nilai fungsi kepuasan menggunakan moda m tm-vm = nilai fungsi kepuasan menggunakan moda m β 1 - β 3 = nilai fungsi kepuasan menggunakan moda m en = faktor kesalahan atau unsur stokastik, yaitu variable random yang mengikuti bentuk distribusi tertentu. β = konstanta karakteristik nilai kepuasan alternatif, apabila seluruh variabel tm sd vm bernilai nol. Peramalan dikatakan relatif tepat, apabila nilai en sekurang-kurangnya mendekati nol seminimal mungkin atau en = 0. Universitas Sumatera Utara

2.5 Model Pemilihan Diskret

Akiva dan Lerman 1985 dalam bukunya “Discrete Choice Analysis : Theory and Application to Travel Demand” lebih menekankan model ini pada analisis pilihan konsumen untuk memaksimalkan kepuasannya dalam mengkonsumsi pelayanan yang diberikan oleh suatu moda transportasi pilihan. Sang konsumen, sebagai seorang pembuat keputusan, akan menyeleksi berbagai alternatif dan memutuskan memilih moda transportasi yang memiliki nilai kepuasan tertinggi. Prosedur model ini diawali dengan menentukan nilai-nilai parameter koefisien regresi dari sebuah fungsi kepuasan yang dipengaruhi oleh beberapa variabel bebas. Model ini untuk pertama kali diterapkan dalam transportasi, disebut sebagai model pilihan biner binary choice model. Prosedur awal fungsi kepuasan dari model ini menurutnya banyak memakai kalibrasianalisis statistik dan ekonometrik. Sebuah contoh umum fungsi kepuasan dapat dilihat seperti V in = fX in atau V jn = fX jn . dimana : V in dan V jn = nilai kepuasan konsumen yang mencerminkan perilaku konsumen consumen behavior. X in dan X jn = variabel yang berpengaruh terhadap perilakunya untuk memaksimalkan kepuasannya. f = fungsi matematis. Sehingga persamaan regresi fungsi kepuasan dimaksud dapat kita bentuk menjadi: V in U = β 1 X in1 + β 2 X in2 + …+ β k X ink 2.4 dimana: Universitas Sumatera Utara V in U = nilai kepuasan konsumen memakai moda i maksimum kepuasan. X in1 sd X ink = sekelompok variabel bebas yang mempengaruhi kepuasan maksimum. β 1 sd β k = koefisien regresiparameter variabel bebas. Setelah nilai V in U didapat, juga nilai V jn U didapat. Selanjutnya kita masukkan nilai tersebut ke dalam beberapa model pilihan diskret diantaranya: 1. Model Logit Biner Bentuk model ini adalah sebagai berikut: Pi = xjn xin xin e e e β β β + = 1 1 xjn xin e − − + β 2.5 dimana: Pi = Probabilitas peluang moda i untuk dipilih. β xin , β xjn = Nilai parameter atau nilai kepuasan menggunakan moda i dan moda j. e = eksponensial. Model logit biner ini hanya berlaku untuk pilihan 2 moda transportasi alternatif moda i dan j. 2. Model Probit Biner Juga untuk 2 moda alternatif, tetapi model ini menekankan untuk menyamakan peluang kemungkinan individu untuk memilih moda 1, bukan moda 2 dan berusaha Universitas Sumatera Utara menghubungkan variabel bebas yang mempengaruhi, misalnya biaya cost dan variabel ini harus berdistribusi normal. Bentuknya adalah: P 1 = ФGk 2.6 dimana: P 1 = Peluang moda 1 untuk dipilih. Ф = Kumulatif standar normal dari tabel. Gk = Nilai manfaat moda 1. Sedangkan P 2 , sebagai konsekuensinya akan menjadi 1 – P 1 .

2.5.1 Utilitas

Utilitas dapat didefenisikan sebagai ukuran istimewa seseorang dalam menentukan pilihan alternatif terbaiknya atau sesuatu yang dimaksimumkan oleh setiap individu seseorang. Bentuk fungsi utilitas sulit untuk diasumsikan, oleh karena itu dengan alasan kemudahan dalam perhitungan maka fungsi utilitas sering dipresentasikan sebagai parameter-parameter linier. Utilitas suatu moda angkutan penumpang bagi individu tertentu jadi dipresentasikan sebagai fungsi atribut-atribut, misalnya waktu perjalanan, biaya ongkos yang dikeluarkan, kenyamanan pelayanan di stasiun, jadwal keberangkatan, waktu menuju stasiun. Dalam memodelkan pemilihan moda, maka utilitas dari suatu pilihan bagi individu dapat dituliskan sebagai berikut: U in = β 1 xin 1 + β 2 xin 2 + β 3 xin 3 +… + β n xin n 2.7 dimana: U in = utilitas alternatif i bagi pembuat keputusan n. Universitas Sumatera Utara β 1 ,β 2 ,β 3 ,β n = koefisien-koefisien dari data yang disediakan. xin 1 ,xin 2 ,xin 3 ,xin n = sejumlah variabel yang menerangkan atribut- atribut bagi pembuat keputusan.

2.6 Utilitas Acak

Dasar teori, kerangka, atau paradigma dalam menghasilkan model pemilihan diskret adalah teori utilitas acak. Domenicich, McFadden dan William mengemukakan hal berikut Tamin, 2008: 1. Individu yang berada dalam suatu populasi secara rasional dan memiliki informasi yang tetap sehingga biasanya dapat menentukan pilihan yang dapat memaksimumkan utilitas individunya masing-masing sesuai dengan batasan, hukum, sosial, fisik dan uang. 2. Terdapat unsur parameter A = A 1 , A 2 , …, X 1 alternatif yang mempengaruhi pemilihan moda yang dirumuskan dalam fungsi pemilihan yang dapat berbentuk fungsi deterministik sebagai berikut: V in = A 1 .X 1 Apabila nilai utilitas memberikan harga yang maksimum, maka pilihan akan jatuh pada alternatif i. 3. Setiap pilihan memberikan utilitas U untuk setiap individu n. pemodelan yang juga merupakan pengamat sistem tersebut tidak mempunyai informasi yang lengkap tentang semua unsur yang dipertimbangkan oleh setiap individu yang menentukan pilihan. Sehingga dalam membuat model diasumsikan bahwa U dapat dinyatakan dalam 2 komponen, yaitu: Universitas Sumatera Utara a. V in yang terukur sebagai fungsi dari atribut terukur deterministik. b. Bagian acak є in yang mencerminkan hal tertentu dari setiap individu termasuk kesalahan yang dilakukan oleh pemodelan. U in = V in + є in 2.8 dimana: U in = Utilitas alternatif i bagi pembuat keputusan n. V in = Fungsi deterministik utilitas moda i bagi individu n. Є in = Kesalahan acak random error komponen statistik. Dalam pemilihan deterministik di atas, nilai utilitas bersifat pasti constant utility. Hal ini terjadi dengan asumsi si pengambil keputusan mengetahui secara pasti semua atribut yang berpengaruh terhadap utilitas setiap moda alternatif dan pengambilan keputusan tersebut memiliki informasi serta kemampuan menghitung nyaris sempurna pada atribut tersebut. Asumsi ini tentunya sulit diterima dalam praktek sehari-hari sehingga penggunaannya sangat terbatas. Masalah di atas dapat diatasi oleh Manski Ben-Akiva, 1985, dengan adanya konsep utilitas acak random utility dimana terdapat 4 hal yang menyebabkan terjadinya keacakan tersebut, yaitu: 1. Adanya atribut yang tidak teramati. 2. Adanya variasi cita rasa individu yang teramati. 3. Adanya kesalahan pengukuran karena informasi dan perhitungan yang tidak sempurna. 4. Adanya variabel acak yang bersifat instrumental. Universitas Sumatera Utara Untuk persamaan di atas dapat dijelaskan hal-hal yang tidak rasional. Misalnya, ada 2 individu dengan atribut yang sama dan mempunyai set pilihan yang sama mungkin memilih pilihan yang berbeda dan beberapa individu tidak selalu memilih alternatif terbaik.

2.7 Teknik Stated Preference SP

Stated Preference SP merupakan sebuah pendekatan eksperimen kontrol sistem transportasi yang dibuat dengan mengadakan hipotesis situasi perjalanan, yang mengacu pada pendekatan dengan menggunakan pendapat responden dalam menghadapi berbagai pilihan alternatif. Teknik SP menawarkan sebuah teknik untuk menyediakan informasi tentang permintaan dan perilaku perjalanan dengan baik untuk suatu pengeluaran tertentu dengan alasan tertentu. Teknik SP mengacu pada suatu pendekatan yang menyatakan suatu pendekatan yang menggunakan pernyataan mengenai bagaimana responden memberikan respon terhadap situasi yang berbeda atau berubah. Teknik Stated Preference mulai diperkenalkan pada tahun 70-an. Teknik Stated Preference ini mendasarkan estimasi permintaan pada sebuah analisis respon terhadap pilihan yang sifatnya hipotetikal, hal ini dapat mencakup atribut-atribut dan kondisi-kondisi dalam lingkup yang lebih luas daripada sistem yang sifatnya nyata. Selanjutnya responden ditanya mengenai pilihan apa yang mereka inginkan untuk melakukan sesuatu atau bagaimana mereka membuat rankingrating atau pilihan tertentu di dalam satu atau berbagai situasi dugaan Supriyanto, M.A., 2003. Universitas Sumatera Utara Metode ini telah secara luas dipergunakan dalam bidang transportasi karena metode ini dapat mengukurmemperkirakan bagaimana masyarakat memilih moda perjalanan yang belum ada atau melihat bagaimana reaksi mereka bereaksi terhadap suatu peraturan baru. Menurut definisinya Stated Preference berarti pernyataan preferensi tentang suatu alternatif dibanding alternatif-alternatif yang lain. Teknik stated preference dicirikan oleh adanya penggunaan desain eksperimen untuk membangun alternatif hipotesa terhadap situasi hypothetical situation yang kemudian disajikan kepada responden. Selanjutnya responden ditanya mengenai pilihan apa yang mereka inginkan untuk melakukan sesuatu atau bagaimana mereka membuat rankingrating tertentu di dalam satu atau beberapa situasi dugaan. Sifat utama dari stated preference survai adalah sebagai berikut Ortuzar dan Willumsen, 2001: 1. Stated preference didasarkan pada pernyataan pendapat responden tentang bagaimana respon mereka terhadap beberapa alternatif hipotesa. 2. Setiap pilihan direpresentasikan sebagai ‘paket dari atribut’ dari atribut yang berbeda seperti waktu, ongkos, headway, reliability dan lain-lain. 3. Peneliti membuat alternatif hipotesa sedemikian rupa sehingga pengaruh individu pada setiap atribut dapat diestimasi, ini diperoleh dengan teknik desain eksperimen experimental design. 4. Alat interview questionare harus memberikan alternatif hipotesa yang dapat dimengerti oleh responden, tersusun rapi dan dapat masuk akal. Universitas Sumatera Utara 5. Responden menyatakan pendapatnya pada setiap pilihan option dengan melakukan ranking, rating dan choice pendapat terbaiknya dari sepasang atau sekelompok pernyataan. 6. Respon sebagai jawaban yang diberikan oleh individu dianalisa untuk mendapatkan ukuran secara quantitatif mengenai hal yang penting relatif pada setiap atribut. Kemampuan penggunaan stated preference terletak pada kebebasan membuat desain eksperimen dalam upaya menemukan variasi yang luas bagi keperluan penelitian. Kemampuan ini harus diimbangi oleh keperluan untuk memastikan bahwa respon yang diberikan cukup realistis. Untuk membangun keseimbangan dalam penggunaan stated preference, dibuat tahapan-tahapan sebagai berikut, Ortuzar dan Willumsen, 2001: 1. Identifikasi atribut kunci dari setiap alternatif dan buat ‘paket’ yang mengandung pilihan, seluruh atribut penting harus direpresentasikan dan pilihan harus dapat diterima dan realistis. 2. Cara di dalam memilih akan disampaikan kepada responden dan responden diperkenankan untuk mengekspresikan apa yang lebih disukainya. Bentuk penyampaian alternatif harus mudah dimengerti, dalam konteks pengalaman responden dan dibatasi. 3. Strategi sampel harus dilakukan untuk menjamin perolehan data yang representatif. Universitas Sumatera Utara Data Stated Preference SP memiliki beberapa perbedaan karakteristik tertentu dibandingkan dengan Revealed Preference RP dalam mengembangkan model. Perbedaan tersebut antara lain: 1. Data RP memiliki pengertian yang sesuai dengan perilaku nyata, tetapi data SP mungkin berbeda dengan perilaku nyatanya. 2. Meode SP secara langsung dapat diterapkan untuk perencanaan alternatif yang baru non existing. 3. Pertukaran trade off diantara atribut lebih jelas dan dapat diobservasi dari data SP dan nilai koefisien spesifik individu dapat diperkirakan dari data SP. 4. Format pilihan respon dapat bervariasi misalnya memilih salah satu ranking, rating dan choice, sedangkan format pilihan untuk RP hanya choice. Beberapa alasan mengenai penggunaan metode preferensi, yaitu: 1. Dapat mengukur preferensi masyarakat terhadap alternatif baru yang akan dioperasikan berdasarkan kondisi hipotetik. 2. Variabel yang digunakan bisa bersifat kuantitatif dan juga kualitatif, serta tidak menduga-duga variabel yang digunakan untuk membangun model, karena variabel yang akan digunakan untuk membangun model telah ditentukan terlebih dahulu yaitu pada saat menyusun hypothetical condition. Universitas Sumatera Utara

2.7.1 Identifikasi Pilihan Identification of Preference

Terdapat 3 tiga teknikcara untuk mengetahui dan mengumpulkan informasi mengenai preference responden terhadap alternatif pilihan yang ditawarkan yaitu, Ortuzar dan Willumsen, 2001: 1. Ranking responses: seluruh pilihan pendapat disampaikan kepada responden, kemudian responden diminta untuk merankingnya sehingga merupakan nilai hierarki dari utilitas. 2. Rating techniques: responden mengekspresikan tingkat pilihan terbaiknya dengan menggunakan aturan skala. Biasanya dipakai antara 1 sampai 10 dengan disertakan label spesifik sebagai angka kunci, contoh 1 = sangat tidak suka, 5 = tidak peduli, 10 = sangat disukai. Pilihan terbaik individu yang didapat kemudian diterjemahkan ke dalam skala kardinal. 3. Choice experiment: responden memilih pilihan yang lebih disukainya preference dari beberapa alternatif dua atau lebih dalam sekumpulan pilihan. Hal ini analog dengan survei Revealed Preference, kecuali untuk kenyataan bahawa alternatif dan pilihan keduanya adalah hipotesa. Pada akhir kuesioner responden ditawarkan skala semantik makna. Beberapa tipe yang digunakan adalah sebagai berikut: a. Tentu lebih suka pilihan pertama. b. Kemungkinan menyukai pilihan pertama. c. Tidak dapat memilih berimbang. d. Kemungkinan menyukai pilihan kedua. e. Tentu lebih suka pilihan kedua. Universitas Sumatera Utara

2.7.2 Perilaku perjalanan

Teknik Stated Preference menyediakan informasi tentang bobot pengaruh atribut-atribut yang menentukan perilaku seseorang dalam membuat keputusan. Proses yang mendasari perilaku perjalanan ditampilkan pada Gambar 2.8. Diagram ini membedakan antara elemen-elemen yang berasal dari luar eksternal, misalnya atribut-atribut alternatif perjalanan, batasan situasi dan yang berasal dari dalam internal, misalnya persepsi atau preferensi. Gambar 2.8 Komponen Perilaku Konsumen Pearmain dan Kroes, 1990 Elemen tak teramati Elemen teramati Karakteristik pengalaman sosioekonomi Atribut-atribut alternatif perjalanan Informasi alternatif perjalanan Persepsi kepercayaan Sikap Pilihan Maksud Kendala-kendala situasi pada konsumen Perilaku Perjalanan Kendala-kendala pada alternatif yang ada Universitas Sumatera Utara Elemen yang berasal dari luar memberikan batasan-batasan terhadap perilaku pasar, sedangkan yang berasal dari dalam menggambarkan pengertian konsumen terhadap pilihan mereka mengikuti strategi-strategi tertentu. Elemen eksternal merupakan elemen yang dapat diamati, masalah yang muncul adalah menetapkan ukuran yang pantas. Elemen internal merupakan elemen yang tidak teramati. Keberadaan dan pengaruh mereka dapat diprediksi melalui aplikasi dari suatu teknik pengamatan secara kuantitatif, seperti teknik Stated Preference, terhadap kondisi pilihan suka atau tidak suka terhadap masing-masing pilihan dan perilaku. Kelebihan metode survei dengan teknik stated preference terletak pada kebebasannya untuk melakukan desain pertanyaan untuk berbagai situasi dalam rangka memenuhi kebutuhan penelitian yang diperlukan.

2.7.3 Analisis Data Stated Preference

Utilitas yang diukur dengan teknik stated preference dideskripsikan sebagai utilitas tidak langsung indirect utility. Nilai utilitas diketahui dengan melakukan pengukuran terhadap atribut-atribut suatu produk yang diprediksikan memberikan kepuasan produk tersebut, sehingga berfungsi untuk merefleksikan pengaruh pilihan responden pada seluruh atribut yang termasuk dalam stated preference, dan model matematik yang diturunkan dari data stated preference akan mencerminkan hipotesa dari peneliti: Utilitas biasa didefenisikan sebagai kombinasi linier dari beberapa atribut dan variabel yang mempunyai bentuk sebagai berikut: Universitas Sumatera Utara n n x a x a a Un + + + = ... 1 1 2.9 dimana: �n = Utilitas pilihan n. � ,..., � � = Parameter model. � ,..., � � = Nilai atribut. Dengan menentukan estimasi nilai � sampai � � dimana nilai-nilai tersebut sebagai bobot pilihan atau komponen utilitas, dapat diketahui efek relatif setiap atribut pada seluruh utilitas. Setelah komponen utilitas dapat diestimasi, maka selanjutnya dapat digunakan untuk berbagai tujuan, seperti menentukan kepentingan relatif dari atribut yang termasuk dalam eksperimen dan menentukan fungsi utilitas untuk peramalan model. Terdapat beberapa cara yang secara keseluruhan dapat menentukan komponen utilitas. Empat teknik analisis stated preference adalah: 1. Naive atau metode grafik Naive atau metode grafik digunakan sangat sederhana dengan pendekatan yang didasarkan pada prinsip bahwa tiap level dari tiap atribut sering muncul sama-sama dalam desain eksperimen tertentu, sehingga beberapa ciri utilitas relatif dari pasangan level atribut tersebut dapat ditentukan dengan menghitung rata-rata mean nilai rangking, rating atau choice setiap pilihan yang telah dimasukkan dalam level tersebut, dan membandingkannya dengan rata-rata mean yang sama untuk level dan atribut lain. Universitas Sumatera Utara Kenyataannya, plotting nilai rata-rata ini pada grafik sering memberikan ciri yang sangat berguna tentang penting relatif dari berbagai atribut yang termasuk dalam eksperimen. Model ini tidak menggunakan teori statistik dan oleh karena itu gagal dalam memberikan indikasi hasil statistik yang signifikan. 2. Analisa Monotonic Variance Metode ini menggunakan pendekatan yang digunakan untuk skala non metrik. Metoda ini sangat cocok untuk menganalisis data dalam bentuk ranking pilihan yang diperoleh dengan eksperimen Stated Preference. Akan tetapi kurang dapat diandalkan dalam hasil tes kesesuaian goodness to fit sehingga jarang digunakan. 3. Metode Regresi Teknik regresi secara luas digunakan dalam pemodelan transportasi. Dalam penggunaan analisa Stated Preference, teknik regresi digunakan pada pilihan rating. Pengolahan data dilakukan untuk mendapatkan hubungan kuantitatif antara sekumpulan atribut dan respon individu. Hubungan tersebut dinyatakan dalam bentuk persamaan linier sebagai berikut: k k x a x a x a a y + + + + = ... 2 2 1 1 2.10 Dimana y adalah respon individu, � 1 , � 2 ,..., � � adalah atribut pelayanan, � adalah konstanta dan � 1 , � 2 ,..., � � adalah parameter model. Residual untuk setiap kejadian dirumuskan sebagai berikut: Universitas Sumatera Utara � = y = � + � 1 � 1 + � 2 � 2 + ⋯+ � � � � 2.11 Dan jumlah kuadrat residual untuk sejumlah n observasi adalah : Σ� 2 = y = Σ [� − � + � 1 � 1 + � 2 � 2 + ⋯+ � � � � ] 2 2.12 Menggunakan prinsip kuadr at terkecil, dengan meminimalkan nilai Σ� 2 , diperoleh jika turunan parsial Σ� 2 berturut-turut terhadap � , � 1 , � 2 ,.. � � adalah sama dengan nol. Dengan langkah ini maka akan diperoleh k+1 persamaan dengan sejumlah k+1 koefisien regresi, sehingga masing-masing koefisien regresi dapat ditentukan. 4. Analisa Logit dan Probit Metode analisis yang diperkirakan, paling banyak digunakan dalam praktek adalah model Unit Probabilitas Logistik. Untuk membangun model probabilitas ini, perlu dibuat asumsi-asumsi bahwa komponen random: a. Berdistribusi secara independen. b. Berdistribusi secara identik. c. Mengikuti distribusi Gumbell.

2.8 Model Logit Biner

Pada dasarnya perilaku agregat individu dalam memilih jasa transportasi sepenuhnya merupakan hasil keputusan setiap individu. Pelaku perjalanan dihadapkan pada berbagai alternatif baik berupa alternatif tujuan perjalanan, moda angkutan, maupun rute perjalanan. Universitas Sumatera Utara Sehubungan dengan proses pemilihan perjalanan ini, dalam diri individu pelaku perjalanan terdapat hierarki pemilihan seperti terlihat pada Gambar 2.9. Gambar 2.9 Hierarki Keputusan Perjalanan Individu Manheim, 1979 Hierarki pemilihan tertinggi adalah aspirasi gaya hidup yang tercermin pada pola kegiatan yang diinginkan. Selanjutnya untuk melakukan aktivitas tertentu, setiap individu harus berada pada lokasi tertentu. Selanjutnya hal ini akan mengarahkan individu untuk berada pada lokasi tertentu. Pada tingkat terendah keputusan diambil berkenaan dengan di mana, kapan, dan bagaimana perjalanan dilakukan. Menurut Manheim 1979, tahapan proses yang dilakukan seseorang dalam menentukan perjalanannya adalah: 1. formulasi preferensi konsumen secara eksplisit. 2. identifikasi semua alternatif yang mungkin terjadi. 3. karakteristik semua alternatif berdasarkan atribut. 4. penggunaan informasi preferensi untuk memilih alternatif. Sedangkan untuk suatu pilihan dapat dipandang sebagai hasil dari proses pengambilan keputusan yang melibatkan tahap berikut ini: 1. pendefinisian masalah pilihan. Aspirasi gaya hidup Pola aktivitas yang Pemilihan lokasi Penentuan pergerakan Universitas Sumatera Utara 2. penentuan alternatif. 3. evaluasi atribut alternatif. 4. pengambilan keputusan. 5. implementasi keputusan yang diambil. Model logit binomial dibangun atas dasar asumsi ε n = ε jn – ε in akan bersifat bebas dan tersebar secara identik IID menurut fungsi sebaran Gumbel seperti pada persamaan 2.13. Fεn = 1 1 n e µε − + ; μ 0; -∞ ε n ∞ 2.13 Pada kasus dua alternatif moda, peluang terpilihnya moda i dapat didekati dengan persamaan 2.14 berikut. P n i = }] exp{ } [exp{ } exp{ jn in in V V V β β β − + − − 2.14 Dengan mengasumsikan Vin dan Vjn linear dalam parameternya, maka persamaan 2.14 dapat ditulis kembali dalam persamaan 2.15 berikut. P j = ui uj u j exp exp exp + = exp 1 exp i j i j U U − − + 2.15 P i = 1 – P j = exp 1 1 i j U − + 2.16 dimana: P j = probabilitas peluang moda j untuk dipilih. P i = probabilitas peluang moda i untuk dipilih. Universitas Sumatera Utara exp = eksponensial. U j = Nilai parameter atau nilai kepuasan menggunakan moda j. U i = Nilai parameter atau nilai kepuasan menggunakan moda i. Dengan menganggap bahwa fungsi utilitas linier, maka perbedaan utilitas diekspresikan dalam bentuk perbedaan dalam sejumlah atribut n yang relevan diantara kedua moda, dirumuskan sebagai berikut: U j - U i = U j-i = a + a 1 X 1j - X 1i + a 2 X 2j -X 2i + …+a n X nj -X ni 2.17 Analisa pengolahan data diperlukan guna mendapatkan hubungan kuantitatif antara atribut dan respon yang diekspresikan dalam skala semantik dengan rumusan model seperti pada persamaan diatas, dimana: U j - U i = respon individu pernyataan pilihan. a = konstanta. a 1 , a 2 , …,a n = koefisien masing-masing atribut yang ditentukan melalui metode least square dengan multiple linear regression.

2.9 Model Probit Biner

Menurut Ben Akiva 2010 Model Probit ini adalah salah satu asumsi logis yang menunjukkan sejumlah permasalahan yang besar pada komponen variabel bebas. Model ini juga merupakan asumsi tentang distribusi pada dua permasalahan atau pilihan untuk dipilih yang menyatakan perbedaan pada kedua pilihan. Untuk Universitas Sumatera Utara membangun model ini perlu dibuat asumsi-asumsi yang berkaitan dengan komponen dari utilitas random. Diperkirakan bahwa in ε dan jn ε adalah bilangan normal dengan mean 0 dan varian masing-masing 2 i σ dan 2 j σ . Lebih jelasnya persamaan tersebut mempunyai kovarian j i σ . Dalam persamaan itu diasumsikan persamaan jn in n ε ε ε − = pada distribusi normal dengan mean 0 dengan varian 2 2 2 2 σ σ σ σ = − + ij j i . Untuk selengkapnya asumsi ini yang merupakan variable bebas in jn ε ε − adalah IID antar individu, dan kebebasan pada atribut x n . Kita dapat menggunakan hasil persamaan probabilitas pemilihan yaitu sebagai berikut: P n i = Pr in jn ε ε − ≤ V in - V jn 2.18 = , 2 1 exp 2 1 2               − ∫ − ∞ − σ ε σ ε π σ d jn in v v 2.19 = du u jn in v v ∫ − ∞ −    − σ π 2 2 1 exp 2 1 2.20 =         − Φ σ jn in v v 2.21 Dimana persamaan ini diperoleh dari perubahan variabel u = σ ε dan Φ yang merupakan standar kumulatif distribusi normal. Model ini disebut unit probabilitas biner atau probit biner. Bagian ini merupakan V in = in x β dan V jn = jn x β , Universitas Sumatera Utara P n i =       − Φ =    − ∫ − ∞ − σ β π σ σ β 2 1 exp 2 1 2 jn in x x x x du u jn in 2.22 σ 1 merupakan tingkat fungsi utilitas yang dapat dibuat menjadi nilai positif bebas, biasanya 1 = σ . Probabilitas pilihan probit biner hanya tergantung pada σ , bukan i σ , j σ dan j i σ . Jadi varian dan kovarian pada permasalahan pada setiap individu tidak berhubungan untuk pilihan probabilitas. Selain itu kejadian pemilihan pada σ tergantung pada waktu, dengan penilaian σ dan β bilangan konstan positif, kita tidak dapat mengolah pilihan probabilitas ini secara pasti semuanya. Biasanya 1 = σ , sehingga nilai lainnya akan dihasilkan dengan baik. V in dan V jn merupakan utilitas utilitas dan σ ε adalah tingkat fungsi utilitas terhadap V in dan V jn . Kemudian diperoleh persamaan probabilitas dengan mengikuti standar kumulatif distribusi normal Φ . Model ini disebut unit probabilitas biner atau probit biner. Sehingga diperoleh persamaan sebagai berikut: P n i =         − Φ σ jn in v v 2.23 dimana: jn in v v − = utilitas. σ = standar deviasi. Φ = distribusi normal kumulatif. Universitas Sumatera Utara Grafik perbandingan Model Probit Biner dan Logit Biner dapat dilihat dari Gambar 2.10. Gambar 2.10 Grafik Perbandingan Logit dan Probit Benoit, 2009

2.10 Analisa Regresi Linear Berganda

Analisis regresi linier berganda adalah analisis regresi yang variabel tak bebas Y ditentukan oleh sekurang-kurangnya dua variabel bebas X dan setiap variabel X maupun variabel Y hanya berpangkat satu linier. Studi pemilihan moda transportasi pada umumnya mempunyai dua atau lebih variabel tidak bebas dengan bentuk sebagai berikut: Y = a + b 1 X 1 + b 2 X 2 + b 3 X 3 + ... + b m X m 2.24 dimana: X 1 = variabel bebas 1. X 2 = variabel bebas 2. X 3 = variabel bebas 3. Universitas Sumatera Utara X m = variabel bebas m. a = nilai y pada perpotongan antara garis linear dengan sumbu – Y. b 1 = kemiringan slope yang berhubungan dengan Variabel X 1. b 2 = slope yang berhubungan dengan X 2.

2.11 Regresi Logistik

Di dalam statistik, regresi logistik seringkali disebut model logistik atau model logit, digunakan untuk memprediksi kemungkinan probabilitas dari suatu kejadian dengan data fungsi logit dari kurva logistik. Bentuk analisis regresi banyak menggunakan beberapa variabel yang berupa numerik atau kategoris. Regresi Logistik adalah bagian dari analisis regresi yang dapat digunakan ketika variabel dependen respon merupakan variabel dikotomi. Variabel dikotomi biasanya hanya terdiri atas dua nilai, yang mewakili kemunculan atau tidak adanya suatu kejadian yang biasanya diberi angka 0 atau 1. Tidak seperti regresi linier biasa, regresi logistik tidak mengasumsikan hubungan antara variabel independen dan dependen secara linier. Regresi logistik merupakan regresi non linier dimana model yang ditentukan akan mengukuti pola kurva linier. Regresi logistik akan membentuk variabel prediktorrespon yang merupakan kombinasi linier dari variabel independen. Nilai variabel prediktor ini kemudian ditransformasikan menjadi probabilitas dengan fungsi logit. Regresi logistik bertujuan untuk menanggulangi kelemahan dari LPM Linear Probability Model yang dapat memberi hasil kurang memuaskan, karena menghasilkan probabilitas taksiran yang kurang dari nol atau lebih dari satu. Universitas Sumatera Utara Dalam hal ini, yang dapat menjamin nilai variabel terikat terletak antara 0 dan 1 sesuai dengan teori probabilitas adalah dengan model CDF Cummulative Distribution Function. Dengan CDF yang memiliki dua sifat yaitu: 1. Jika variabel bebas naik, maka PY i = 1X i juga ikut naik, tetapi tidak pernah melewati rentangan 0 – 1. 2. Hubungan antara P i dan X i adalah non linier, sehingga tingkat perubahannya tidak sama, kenaikannya semakin besar kemudian mengecil. Ketika nilai probabilitasnya mendekati nol, tingkat penurunannya semakin kecil, demikian juga ketika nilai probabilitasnya mendekati satu, maka tingkat kenaikannya semakin kecil.

2.12 Koefisien Determinasi R

2 Pada analisis regresi, untuk melihat derajat hubungan antara variabel tidak bebas dengan variabel bebas dengan melihat nilai dari koefisien determinasi R 2 persamaan regresi. Jadi dalam hubungan dua variabel, regresi Y terhadap X 1 dan X 2 , ingin diketahui berapa besarnya persentase sumbangan X 1 dan X 2 terhadap variasi naik turunnya Y secara bersama-sama. Besarnya persentase sumbangan ini disebut Koefisien determinasi berganda. Besarnya koefisien determinasi antara 0 - 1, semakin mendekati 0 nol besarnya nilai koefisien determinasi suatu persamaan regresi, maka semakin kecil pula pengaruh semua variabel bebas terhadap variabel tidak bebas, sehingga garis regresi tidak dapat dipergunakan untuk menentukan utilitas pemilihan moda transportasi Y. Sebaliknya semakin besar nilai koefisien determinasi ≤ 1 maka Universitas Sumatera Utara semakin besar pula pengaruh semua variabel bebas terhadap variabel tidak bebas, sehingga semakin tepat garis regresi dibuat sebagai utilitas pemilihan moda transportasi Y. Pengaruh semua varaibel bebas secara bersama-sama terhadap nilai variabel tidak bebas dapat diketahui dengan melakukan pengujian terhadap variasi nilai variabel yang terdapat dalam persamaan regresi. Dalam analisis studi ini, dimana antara variabel bebas yang mempunyai koefisien determinasi yang tinggi ≤ 1 akan dipilih untuk menjadi suatu persamaan utilitas pemilihan moda transportasi. Pada umumnya penelitian pada pemilihan moda transportasi akan menghasilkan nilai koefisien determinasi R 2 yang kecil, hal ini disebabkan penelitian pada bidang transportasi menggunakan data diskrit tidak kontinu sehingga kurang tepat apabila di analisis berdasarkan nilai koefisien determinasi R 2 .

2.13 Korelasi

Korelasi adalah nilai yang menunjukkan kekuatan dan arah hubungan linear antara dua peubah acak. Korelasi juga adalah salah satu teknik yang digunakan untuk mencari hubungan antara dua variabel atau lebih yang bersifat kuantitatif. Angka indeks korelasi merupakan suatu angka yang dapat dijadikan petunjuk untuk mengetahui seberapa besar kekuatan korelasi di antara variabel yang sedang dikorelasikan. Besarnya angka indeks korelasi berkisar antara -1,00 sampai dengan 1,00. Hasil korelasi yang sempurna sebesar -1,00 dan 1,00. Bila tidak ada korelasi maka angka indeks korelasi menunjukkan angka 0. Apabila hasil perhitungan korelasi lebih dari ± 1,00, maka hal ini menunjukkan telah terjadi kesalahan dalam Universitas Sumatera Utara perhitungan. Bila angka indeks korelasi bertanda minus - berarti korelasi tersebut mempunyai arah korelasi negatif. Tanda minus - yang terdapat di depan angka indeks korelasi tidak dapat diartikan bahwa korelasi antara variabel itu besarnya kurang dari nol, karena angka indeks korelasi yang paling kecil adalah nol. Bila angka indeks korelasi diberi tanda plus + atau tidak diberi tanda apapun menunjukkan arah korelasi tersebut adalah korelasi positif. Hal yang perlu diingat bahwa tanda plus + dan minus – di depan angka indeks korelasi itu bukanlah tanda aritmatika.

2.14 Biaya Pokok Produksi Angkutan Umum

Biaya pokok produksi angkutan umum BPP didefinisikan sebagai biaya yang harus dikeluarkan oleh pihak operator untuk menghasilkan satuan produksi pelayanan angkutan umum. Besarnya biaya pokok pelayanan angkutan umum akan sangat tergantung pada besarnya biaya total operasi persatuan waktu dan besarnya produksi pelayanan persatuan waktu. Persamaan matematisnya adalah: BPP = pertahun Pelayanan oduksi Total pertahun Kendaraan oduksi Biaya Total _ _ Pr _ _ _ Pr _ _ 2.25

2.15 Biaya Operasi Kendaraan

Biaya Operasi Kendaraan didefinisikan sebagai biaya yang secara ekonomi terjadi dengan dioperasikan satu kendaraan pada kondisi normal untuk suatu tujuan Universitas Sumatera Utara tertentu. Pengertian biaya ekonomi disini adalah biaya yang sebenarnya terjadi. Jadi bukan hanya biaya yang terasakan sesaat saja oleh pemilik kendaraan seperti pembelian bensin misalnya, tetapi juga termasuk biaya-biaya yang terkait lainnya yang tidak dirasakan secara langsung pada saat dilakukannya pengoperasian kendaraan. Komponen biaya operasi kendaraan total biasanya dibagi dalam kelompok: 1. Biaya tetap fixed cost. 2. Biaya tidak tetap variable cost. 3. Biaya lainnya overhead.

2.15.1 Biaya Tetap fixed cost

Biaya tetap adalah capital cost, yaitu biaya yang harus dikeluarkan pada saat awal dioperasikan sistem angkutan umum. Biaya tetap ini tidak tergantung pada bagaimana sistem angkutan ini dioperasikan. Biaya tetap ini tergantung dari waktu dan tidak pernah terpengaruh dengan penggunaan kendaraan. Biaya tetap untuk angkutan umum penumpang terdiri dari empat komponen biaya yang semuanya dihitung dari satuan waktu tertentu. Biasanya jangka waktu perhitungan adalah satu tahun, karena sebagian besar komponen biaya dibayar setiap tahun Santoso, 1996. Empat komponen biaya dari biaya tetap tersebut adalah sebagai berikut: 1. Penyusutan Metode perhitungan akuntansi yang bermaksud membebankan biaya perolehan aktiva tetap atau asset dengan menyebar selama periode tertentu Universitas Sumatera Utara dimana asset tersebut masih berfungsi sepanjang umur ekonomi, tetapi sesungguhnya penyusutan itu tidak merupakan pengeluaran biaya riil, sebaliknya merupakan pengeluaran sehubungan dengan pemakaian faktor modal, sebab yang betul-betul merupakan faktor pengeluaran biaya adalah investasi semula, atau kalau investasi proyek itu dibiayai dengan pinjaman terikat, maka yang dianggap sebagai biaya adalah arus pelunasan kredit angsuran beserta bunganya pada waktu kedua arus itu betul-betul dilaksanakan . Biaya inilah yang disebut sebagai biaya penyusutan depresiasi. Dikenal beberapa metode depresiasi, yaitu: a. Merata sepanjang periode asset masih berfungsi. Metode ini disebut depresiasi garis lurus straight line depreciation – SL. b. Tidak merata, dalam arti jumlahnya lebih besar di tahun-tahun awal. 1. Sum of the year digit-SY. 2. Double declining balance – DDB. 3. Accelerated cost recovery system – ACRS. Pelunasan Hutang Beserta Bunganya Biaya yang harus dikeluarkan untuk membayar pinjaman beserta bunganya, bunga modal sesuai dengan bunga kredit yang berlaku. Asumsi-asumsi yang digunakan: a. Pemilik kendaraan dengan menggunakan modal yang dipinjam seluruhnya dari bank. Universitas Sumatera Utara b. Pinjaman tersebut beserta bunganya harus dibayarkan dalam jangka waktu tertentu. c. Jika pemilik kendaraan membeli kendaraan dengan uang sendiri, maka tidak ada biaya pelunasan pinjaman beserta bunganya. 2. Perijinan dan Administrasi Pada dasarnya tidak ada persoalan dalam menghitung ijin kendaraan ini, karena besarnya ijin telah ditetapkan pemerintah berdasarkan ukuran dan tahun kendaraan. 3. Gaji Operator Kendaraan Gaji operator diperhitungkan sebagai biaya tetap dengan pertimbangan bahwa operator tetap memperoleh penghasilan baik kendaraan beroperasi maupun tidak beroperasi seperti pada waktu perbaikan. 4. Asuransi Kendaraan Dibeberapa negara, asuransi wajib diberikan kepada kendaraan dan dimasukkan dalam perhitungan biaya operasi kendaraan. Beban yang ditanggung pihak asuransi apabila kendaraan rusak sangat tergantung besarnya premi yang dibayar setiap waktunya. Dengan premi yang tinggi, kendaraan dapat terlindungi dari bahaya pencurian atau hancur karena kebakaran. Asuransi bahkan dapat dijadikan perlindungan terhadap seluruh kerusakan kendaraan. Tetapi perlu diingat bahwa beberapa asuransi memberikan pergantian karena kerusakan kendaraan maka perhitungan biaya operasi secara keseluruhan dapat terjadi perhitungan ganda double Universitas Sumatera Utara account, karena kerusakan tertentu telah dimasukkan ke dalam biaya tidak tetap, yaitu biaya perawatan kendaraan.

2.15.2 Biaya Tidak Tetap Variable cost

Biaya tidak tetap merupakan biaya yang dikeluarkan pada saat kendaraan beroperasi. Biaya tidak tetap biasa juga disebut sebagai biaya variabel variable cost, karena biaya ini sangat bervariasi tergantung hasil yang diproduksi, seperti jarak tempuh atau jumlah penumpang atau barang yang diangkut. Komponen biaya dari biaya tidak tetap misalnya biaya untuk bahan bakar, oli dan perawatan kendaraan.

2.15.3 Biaya O verhead

Menurut David Lowe dalam Santoso 1996 menyatakan bahwa untuk menghitung biaya overhead ini, beberapa peneliti melakukan dengan dua cara: 1. Menghitung 20 – 25 dari jumlah biaya tidak tetap dan biaya tetap. 2. Menghitung biaya overhead secara terperinci, biaya overhead perlu terus dipantau secara berkala oleh pemilik kendaraan. Beberapa komponen dari biaya overhead yang dapat diamati, yaitu biaya untuk: a. Pengelolaan. b. Kantor dan administrasi. c. Bengkel dan took. d. Depot cabang. e. Pemasaran dan iklan. f. Armada tambahan. Universitas Sumatera Utara g. Pelayanan professional. Masih ada biaya-biaya lain yang dapat diturunkan dari komponen dari komponen biaya di atas, tergantung persoalan yang dihadapi oleh pemilik dan operator dalam mengelola suatu armada.

2.16 Studi Terdahulu

Beberapa studi terdahulu yang meneliti pemilihan moda angkutan dengan menggunakan Model Logit dan Probit dan Teknik Stated Preference, diantaranya adalah sebagai berikut: 1. Elsa Tri Mukti dalam tesisnya yang berjudul: Kompetisi Pemilihan Moda Angkutan Penumpang Antar Kota Antara Moda Kereta Api dan Bus Studi Kasus : Rute Bandung - Jakarta. Studi ini dilakukan dengan tujuan untuk mengamati perilaku pelaku perjalanan angkutan umum antar kota agar diketahui faktor-faktor yang mempengaruhi pelaku perjalanan dalam melakukan pemilihan moda, untuk memperoleh suatu model pemilihan moda angkutan umum antara moda kereta api dan bus, serta untuk mengestimasi sensitifitas pelaku perjalanan dalam penentuan pemilihan moda apabila dilakukan perubahan terhadap atribut perjalanannya. Studi ini dilakukan dengan menggunakan metode Stated Preference dengan melibatkan sebanyak 356 responden. Model pemilihan moda yang digunakan dalam studi ini adalah model logit binomial. Berdasarkan hasil analis diperoleh model pemilihan moda untuk moda kereta api dan bus adalah sebagai berikut : Universitas Sumatera Utara Probabilitas pemilihan Kereta Api: P ka = exp 1 exp bus ka bus ka U U U U − − + Probabilitas pemilihan Bus: P bus = exp 1 exp ka bus ka bus U U U U − − + Dimana U ka-bus = -0,139281 - 0,000162x 1 - 1,031402x 2 – 0,025847x 3 + 0,53191x 4 Dengan faktor-faktor yang dipertimbangkan adalah selisih biaya perjalanan x 1 , selisih waktu tempuh perjalanan x 2 , selisih headway x 3 dan selisih tingkat pelayanan x 4 antara kereta api dan bus. Selanjutnya berdasarkan analisis sensitifitas, diketahui bahwa yang paling sensitif mempengaruhi probabilitas pemilihan moda adalah waktu tempuh perjalanan, dimana perubahan pada waktu tempuh perjalanan akan mengakibatkan perubahan probabilitas pemilihan moda yang relatif lebih besar dibandingkan bila terjadi perubahan pada atribut lainnya. 2. M.Aris Supriyanto dalam tesisnya yang berjudul : Analisis Pemilihan Moda antara Busway dan Kendaraan Pribadi dengan Model Logit – Probit Studi kasus koridor blok M – Kota. Penelitian ini bertujuan untuk menganalisis probabilitas pemilihan moda antara Busway dan kendaraan pribadi pada koridor blok M – kota. Dalam penelitian ini dipakai asumsi bahwa penggunaan angkutan umum tidak elastik terhadap pemilihan busway. Teknik pengumpulan data yang digunakan adalah stated preference dengan metode estimasi parameter adalah maximum likelihood. Model yang digunakan untuk menganalisis pemilihan moda digunakan model binomial probit dan binomial logit. Untuk model binomial probit dianalisis Universitas Sumatera Utara dengan dua pendekatan yakni, menggunakan simulasi Monte Carlo dan Aproximasi Clark, hasil selanjutnya diuji dengan alat uji statistik untuk mendapatkan parameter model yang terbaik. Berdasarkan analisa terlihat bahwa ketiga metode menghasilkan model yang sama baiknya. Untuk model logit perhitungan secara matematis relatif mudah tetapi akurasi yang didapat kurang. Sedangkan model approximasi Probit Clark lebih akurat bila dibandingkan dengan model logit, tetapi secara matematis perhitungannya lebih sulit dari model logit. Model Probit simulasi Monte Carlo menghasilkan model yang paling akurat, hal ini karena model ini sudah memperhitungkan error terms, akan tetapi perhitungan secara matematis dari model ini paling rumit dan memerlukan waktu paling lama serta ketelitian yang tinggi. Terlihat juga bahwa ada responden yang captive untuk tetap menggunakan kendaraan pribadi meskipun utilitas yang ditawarkan oleh busway sudah maksimum. Responden yang captive untuk menggunakan mobil sebesar 14 sedangkan penggunaan sepeda motor adalah 12. 3. Ade Sjafruddin, Harun Al Rasyid Sorah Lubis dan Bambang Setawan dengan jurnalnya yang berjudul : Analisis Model Pemilihan Moda Angkutan Penumpang Pesawat Terbang dan kapal Cepat dengan Data SP Stated Preference. Penelitian ini bertujuan untuk membangun model pemilihan moda angkutan penumpang antara pesawat terbang dan kapal cepat rute Palembang – Batam melalui pengetahuan atas preferensi pengguna jasa terhadap atribut perjalanan moda yang kemudian dimodelkan untuk memperoleh nilai utilitas dan Universitas Sumatera Utara probabilitas pemilihan masing-masing moda. Perumusan perilaku individu dalam memilih moda angkutan ke dalam model pemilihan moda dilakukan dengan memanfaatkan data SP stated preference. Penelitian ini menggunakan 5 lima atribut perjalanan yang dianggap berpengaruh besar dalam perilaku pemilihan moda, yaitu biaya perjalanan, total waktu perjalanan, aksesibilitas menuju bandarapelabuhan, frekuensi keberangkatan, dan tingkat pelayananfasilitas di dalam moda. Dari hasil analisis diperoleh persamaan selisih utilitas pesawat terbang dan kapal cepat: U PT – U KC = -6,727088 – 0,000010X 1 – 1,502469X 2 + 2,363855X 5. U PT = utilitas pesawat terbang. U KC = utilitas kapal cepat. X 1 = selisih biaya perjalanan pesawat terbang dan kapal cepat. X 2 = selisih total waktu perjalanan pesawat terbang dan kapal cepat. X 5 = selisih tingkat pelayanan pesawat terbang dan kapal cepat. Dan, probabilitas memilih masing-masing moda adalah: P KC = exp 1 1 KC PT U U − + P KC = Probabilitas pemilihan kapal cepat. Berdasarkan analisis sensitifitas, waktu perjalanan merupakan atribut yang paling sensitif mempengaruhi probabilitas pemilihan pesawat terbang dan kapal cepat. Universitas Sumatera Utara

BAB III METODE PENELITIAN

Metode penelitian dapat dipahami sebagai cara-cara ilmiah untuk mendapatkan data yang valid, dengan tujuan dapat ditemukan, dikembangkan dan dibuktikan, suatu pengetahuan tertentu sehingga pada gilirannya dapat digunakan untuk memahami, memecahkan, dan mengantisipasi masalah Sugiyono, 2009.

3.1 Jenis Penelitian

Penelitian tentang Analisis Pemilihan Moda Angkutan Umum Rute Medan – Bandara Kuala Namu Studi Kasus: Kompetisi antara Kereta Api Bandara dan Bus Bandara Koridor 1 ini termasuk jenis penelitian survei, dimana penelitian ini mengambil sampel dari suatu populasi dan informasi diperoleh dari responden yang menjawab kuisioner yang diberikan surveyor. Proses analisis dilakukan dengan menggunakan data primer dan sekunder dan metode yang digunakan adalah metode Stated Preferences. Proses perhitungan dilakukan dengan menggunakan program Microsoft Excel 2007 dan program Aplikasi SPSS 18.

3.2 Tahap- Tahap Proses Penelitian

1. Mengidentifikasi Masalah Yang dimaksud dengan mengidentifikasi masalah ialah peneliti melakukan tahap pertama dalam melakukan penelitian, yaitu merumuskan masalah yang akan diteliti. Tahap ini merupakan tahap yang paling penting dalam penelitian, karena 71 Universitas Sumatera Utara semua jalannya penelitian akan dituntun oleh perumusan masalah. Tanpa perumusan masalah yang jelas, maka peneliti akan kehilangan arah dalam melakukan penelitian. 2. Studi Literatur Pada tahapan ini peneliti melakukan apa yang disebut dengan kajian pustaka, yaitu mempelajari buku-buku referensi dan hasil penelitian sejenis sebelumnya yang pernah dilakukan oleh orang lain. Tujuannya ialah untuk mendapatkan landasan teori mengenai masalah yang akan diteliti. Teori merupakan pijakan bagi peneliti untuk memahami persoalan yang diteliti dengan benar dan sesuai dengan kerangka berpikir ilmiah. 3. Menyusun Desain Penelitian Menyusun desain penelitian merupakan bagian yang penting dalam sebuah penelitian. Desain penelitian bagaikan alat penuntun bagi peneliti dalam melakukan proses penentuan instrumen pengambilan data, penentuan sampel, koleksi data dan analisanya. Tanpa desain yang baik maka penelitian yang dilakukan akan tidak mempunyai validitas yang tinggi. 4. Pelaksanaan Pengumpulan Data Untuk memperoleh data yang diperlukan dalam penelitian ini maka dilakukan survei terhadap penumpang angkutan umum Kereta Api Bandara serta penumpang Bus Bandara tujuan Medan – Kuala Namu, yaitu dengan membagikan kuisioner kepada penumpang pada masing-masing moda tersebut. Para surveyor berada pada masing-masing stasiun Kereta Api Bandara city railway station maupun stasiun Bus Bandara Carrefour, Plaza Medan Fair dan akan menyebarkan kuisioner kepada penumpang yang sedang menunggu keberangkatan moda kereta api maupun bus. Universitas Sumatera Utara Teknik penyebaran kuisioner disertai dengan wawancara langsung kepada responden untuk memperoleh data yang lebih baik serta untuk memperjelas maksud dari kuisioner kepada responden yang kurang mengerti akan pertanyaan-pertanyaan yang ada dalam kuisioner. 5. Pengolahan Data Pengolahan data dilakukan dengan menggunakan Software SPSS Statistical Product and Service Solution dan Microsoft Excel hasilnya adalah model regresi linear, model regresi linear berganda dan Korelasi antar variabel. 6. Analisa Data Analisa dari model regresi yang diperoleh, harus diuji dengan beberapa pengujian yaitu: a. Koefisien determinasi R 2 . b. Uji-F. c. Uji-t. d. Uji sensitifitas model. Diagram alir dari penelitian ini dimulai dengan pengidentifikasian masalah selanjutnya menentukan tujuan penelitian dan melakukan survei pendahuluan sampai pada akhirnya mendapatkan kesimpulan dan saran-saran dari hasil penelitian ini. Hal ini dapat dilihat dari Gambar 3.1. Universitas Sumatera Utara Gambar 3.1 Diagram Alir Flow Chart Penelitian Tujuan Penelitian Perencanaan →Pembuatan Kuisioner Pengumpulan Data Data Primer dan Sekunder Pembahasan Kompilasi Data dengan Ms.Excel Aplikasi Model • Analisa Sensitifitas Respon • Validasi dengan Uji Statistika R 2 • Pemodelan Moda Angkutan Kesimpulan dan Saran Identifikasi Masalah Analisa Pengolahan Data Hasil Lapangan dengan Survei Pendahuluan Studi Literature Universitas Sumatera Utara

3.3 Hipotesa

Hipotesa pada dasarnya merupakan suatu proposisi atau anggapan yang mungkin benar, dan sering juga digunakan sebagai dasar pembuatan keputusanpemecahan persoalan ataupun untuk dasar penelitian lebih lanjut. Anggapanasumsi dari suatu hipotesa juga merupakan data, akan tetapi karena kemungkinan bisa salah, maka apabila ingin digunakan sebagai dasar pembuatan keputusan harus diuji terlebih dahulu dengan menggunakan data hasil observasi. Untuk dapat diuji, suatu hipotesa haruslah dinyatakan secara kuantitatif dalam bentuk angka. Untuk menguji hipotesa , digunakan data yang dikumpul dari sampel, sehingga merupakan data perkiraan estimate. Itulah sebabnya, keputusan yang dibuat dalam menolaktidak menolak hipotesa mengandung ketidakpastian uncertainty, maksudnya keputusan bisa benar bisa juga salah. Adanya unsur ketidakpastian menyebabkan resiko bagi pembuatan keputusan. Besar kecilnya resiko dinyatakan dalam nilai probabilitas. Dalam menerima atau menolak suatu hipotesa yang diuji, ada satu hal yang harus dipahami, bahwa penolakan suatu hipotesa berarti menyimpulkan bahwa hipotesa itu salah, sedangkan menerima suatu hipotesa semata-mata mengimplikasikan bahwa kita tidak mempunyai bukti untuk mempercayai sebaliknya. Hipotesa yang dirumuskan dengan harapan akan ditolak disebut hipotesa nol H mengakibatkan penerimaan suatu hipotesa alternatif H 1 . Dalam penelitian ini yang didefinisikan sebagai H dan H 1 adalah: Universitas Sumatera Utara H = Tidak ada hubungan antara respon pelaku perjalanan variabel terikat dengan atribut-atribut perjalanan: cost, time, headway, access time, dan service variabel bebas. H 1 = Ada hubungan antara respon pelaku perjalanan variabel terikat dengan atribut- atribut perjalanan : cost, time, headway, access time, dan service variabel bebas.

3.4 Peralatan Penelitian

Peralatan yang digunakan dalam penelitian ini adalah berupa blanko kuisioner dan alat tulis. Blanko kuisioner berisi tentang pertanyaan dan data yang harus diisi oleh responden mengenai pemilihan moda transportasi Kereta Api Bandara dan Bus Bandara tujuan Medan – Bandara Kuala Namu. Selanjutnya data tersebut diolah lebih lanjut dengan menggunakan bantuan program SPSS versi 18 aplikasi statistik serta program Microsoft excel. 3.5 Pengumpulan Data 3.5.1 Data Primer Data primer ini diperoleh dari hasil pembagian kuisioner pada survei penelitian di lapangan. Data ini dapat dikumpulkan melalui dua tahap berikut : 1. Membagikan kuisioner kepada pengguna jasa angkutan penumpang, dalam hal ini Kereta Api Bandara maupun Bus Bandara. 2. Pelaksanaan survei dengan melakukan teknik wawancara langsung terhadap penumpang yang dilakukan oleh surveyor. Data yang diperoleh Universitas Sumatera Utara dengan teknik wawancara ini digunakan untuk memperkuat informasi yang diperoleh melalui kuisioner dan memformulasikan permasalahan yang dihadapi. Adapun bentuk pertanyaan form survei direncanakan adalah untuk: 1. Mengetahui kondisi eksisting dan karakteristik umum pengguna jasa angkutan, yaitu berupa kondisi sosioekonomi dan informasi dasar melakukan perjalanan dengan menggunakan kedua moda tersebut. 2. Untuk mengetahui preferensi responden seandainya beberapa atribut pelayanan yang ditawarkan mengalami perubahan baik itu peningkatan, pengurangan ataupun sama sekali tidak ada perubahan pada biayatarif perjalanan, waktu tempuh, jedah keberangkatan headway di dalam angkutan yang dilakukan berdasarkan kondisi eksisting pada setiap moda.

3.5.2 Data Sekunder

Data sekunder yang dikumpulkan dalam penelitian ini adalah data jumlah penumpang harian Kereta Api Bandara dari Stasiun besar Kereta Api Medan ke Kuala Namu Daftar Lampiran 10 maupun data jumlah penumpang harian Bus Bandara dari Shelter Plaza Medan Fair ke Kuala Namu Daftar Lampiran 9.

3.5.3 Lokasi Survei

Karena tujuan survei adalah menganalisa preferensi pengguna kedua moda angkutan penumpang tersebut yaitu Medan ke Kuala Namu maka survei ini dilakukan pada dua tempat utama yang melayani pergerakan penumpang dari Medan ke Kuala Universitas Sumatera Utara Namu yaitu stasiun keberangkatan pada kedua moda angkutan tersebut. Untuk Kereta Api Bandara di stasiun besar kereta api Medan dan Bus Bandara di Carrefour, Plaza Medan Fair.

3.5.4 Waktu Survei

Waktu pelaksanaan survei dilakukan pada tanggal 19 September sampai dengan 30 September 2013. Karena keberangkatan angkutan penumpang waktunya ada setiap saat maka pengambilan data dilakukan ketika para penumpang yang sedang menunggu keberangkatan angkutan yang akan berangkat.

3.5.5 Penentuan Jumlah Sampel

Mengacu pada tujuan penelitian, data akan dikumpulkan dengan survei wawancara menggunakan formulir survei stated preference. Sebelum survei utama dilaksanakan, survei pendahuluan perlu dilakukan untuk menguji efisiensi dan desain stated prefence dan juga kecukupannya. Sampel untuk survei SP merupakan isu yang kompleks, meskipun masalah yang muncul banyak berkaitan dengan aplikasi ke penelitian survei pasar. Pokok masalahnya mungkin dapat disimpulkan dalam dua pertanyaan: Siapa yang diwawancara? Dan berapa banyak responden yang diwawancara? Wawancara dilakukan kepada responden tersebut disegmentasi lagi berdasarkan moda eksisting yang mereka gunakan menuju Bandara Kuala Namu. Mengenai ukuran jumlah sampel, tampaknya sekitar 30 responden per segmen perjalanan merupakan jumlah yang cukup, sejauh ini tidak ada teori yang mendasari hal ini Pearmain et al. 1991. Kenyataannya dari studi-studi yang pernah Universitas Sumatera Utara dilakukan mengindikasikan bahwa dibutuhkan jumlah sampel yang lebih besar. Pekerjaan simulasi yang dilakukan secara internal oleh Steer Davies Gleave menyarankan sekitar 75 sampai 100 Pearmain et al. 1991. Bradley dan Kroes 1990 secara independen melaporkan kesimpulan yang sama. Beaton at al. 1996 menemukan sampel sebesar 100 sampai 200 responden sudah mampu untuk menghasilkan parameter yang stabil. Untuk kebutuhan survei pendahuluan, paling tidak 15 sampai 20 wawancara diperkirakan cukup untuk menyediakan informasi statistik untuk menemukan masalah yang potensial dalam analisis. Namun demikian, pada akhirnya jumlah sampel data yang harus dikumpulkan sangat bergantung pada karakteristik data di lapangan. Selain itu, faktor sumberdaya dan waktu yang tersedia juga berpengaruh terhadap jumlah sampel responden. Pada penelitian ini jumlah sampel minimal yang harus dipenuhi didasarkan pada rumus Frank Lynch dan rumus Slovin, jumlah sampel yang diambil adalah dengan n terbesar. Rumus Frank Lynch: 1 . . 1 . . 2 2 2 p p z d N p p z N n − + − ≥ 3.1 Rumus Slovin: 1 . 2 + ≥ d N N n 3.2 dimana: n = jumlah sampel. N = jumlah populasi. Universitas Sumatera Utara z = nilai yang diperoleh dari tabel z berdasarkan tingkat kepercayaan. p = variasi populasi yang dinyatakan dalam bentuk proporsi. d = derajat kesalahan sampel sampling error. Derajat kesalahan sampel sampling error yang digunakan dalam studi ini sebesar 10 d = 10.

3.6 Pelaksanaan Pengumpulan Data

Untuk memperoleh data yang diperlukan dalam penelitian ini maka dilakukan survei terhadap masing-masing penumpang Kereta Api Bandara maupun penumpang Bus Bandara tujuan Medan – Bandara Kuala Namu. Survei yang dilakukan berupa memberikan angket kuisioner serta wawancara langsung kepada penumpang yang sedang menunggu keberangkatan Kereta Api Bandara maupun Bus Bandara. Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut. Sedangkan sampling adalah suatu proses memilih sebagian dari unsur populasi yang jumlahnya mencukupi secara statistik sehingga dengan mempelajari sampel serta memahami karakteristik – karakteristiknya ciri - cirinya akan diketahui informasi tentang keadaan populasi.

3.7 Analisa Data, Fungsi Utilitas dan Probabilitas

Data sosioekonomi dan data stated preference pelaku perjalanan diperoleh dari hasil survei. Data stated preference diolah agar dapat digunakan sebagai data masukan dalam proses analisa, selanjutnya analisa data kualitatif Universitas Sumatera Utara hasil survei lapangan yang disajikan dalam skala semantik dilakukan transformasi ke dalam skala numerik. Diperoleh bahwa nilai skala numerik digunakan sebagai variabel tidak bebas dan sebagai variabel bebas merupakan selisih nilai atribut dari Kereta Api Bandara dan Bus Bandara. Proses analisa yang dilakukan dengan cara analisa regresi linier dengan input data variabel bebas dan tidak bebas. Dalam hal ini metode yang akan digunakan untuk menganalisa estimasi parameter utilitas adalah dengan maximum likelihood. Dari hasil estimasi parameter tersebut akan didapatkan variabel bebas yang merupakan tingkat pelayanan serta variabel terikat utilitas yang akan dapat menggambarkan bagaimana pengaruh pilihan para responden pada seluruh tingkat pelayanan yang ditawarkan. 1. Karakteristik Responden Data yang didapat dari hasil survei terhadap karakteristik respondenpelaku perjalanan angkutan penumpang Kereta Api Bandara dan Bus Bandara maka diperoleh data yang diklasifikasikan sebagai berikut: a. Tujuan perjalanan. b. Alasan pemilihan moda. c. Usia. d. Frekuensi Intensitas. e. Jumlah penghasilan tiap bulan. f. Tingkat pendidikan. Universitas Sumatera Utara g. Pekerjaan. h. Lama waktu yang dibutuhkan untuk sampai dari tempat asal menuju stasiun keberangkatan. i. Jenis kendaraan yang digunakan untuk sampai dari tempat asal menuju stasiun keberangkatan. 2. Preferensi yang ditawarkan kepada responden Ada beberapa preferensi yang ditawarkan kepada responden, dimana masing masing atribut yang ditawarkan mengalami perubahan. Perubahan yang diberikan dapat berupa peningkatan ataupun penurunan nilai dari masing-masing atribut pelayanan. Berikut atribut pelayanan dari masing masing moda yang ditawarkan kepada responden: a. Atribut biaya perjalanan. Atribut biaya perjalanan yang dimaksud dalam suvei ini adalah biayaongkos yang dikeluarkan responden dalam menggunakan moda transportasi kereta api atau moda transportasi bus. Notasi parameter atribut : cost. b. Atribut waktu tempuh perjalanan. Atribut waktu tempuh yang dimaksud dalam survei ini adalah lamanya moda transportasi yang digunakan responden untuk menempuh Medan sampai Bandara Kuala Namu. Notasi parameter atribut : time. c. Atribut jadwal keberangkatan. Atribut jadwal keberangkatan yang dimaksud dalam survei ini merupakan jarak waktu keberangkatan saat meninggalkan terminal, Universitas Sumatera Utara antara satu kendaraan dengan kendaraan berikutnya. Notasi parameter atribut : headway. d. Atribut lama waktu yang dibutuhkan untuk sampai dari tempat asal menuju stasiun keberangkatan. Atribut yang dimaksud merupakan lama waktu yang dibutuhkan untuk sampai dari tempat asal. Dimana pengguna moda mulai melakukan perjalanan. sampai ke stasiun keberangkatan, dalam hal ini merupakan stasiun Kereta Api Bandara di Medan ataupun Stasiun Bus Bandara di Plaza Medan Fair. Notasi parameter atribut : access time. e. Atribut pelayanan yang dimaksud dalam survei ini adalah fasilitas- fasilitas lain yang ditawarkan kepada pengguna moda yang tujuannya untuk menambah kenyamanan pengguna moda selama masa perjalanan. Masing-masing nilai atribut yang ditawarkan kepada responden akan dirubah nilainya, dapat berupa peningkatan atau dapat berupa penurunan. Dari peningkatan ataupun penurunan nilai masing-masing atribut pelayanan yang ditawarkan, maka diharapkan akan terlihat juga perubahan minat pengguna moda terhadap moda kendaraan yang selama ini mereka pergunakan. Dalam hal ini terdapat tiga macam perbedaaan atribut pelayanan untuk kedua moda tersebut. Selanjutnya diasumsikan penambahan atau peningkatan satu macam pelayanan adalah penambahan tingkat pelayanan sebesar 10. Notasi parameter atribut : service. Universitas Sumatera Utara Hasil estimasi parameter utilitas yang telah memenuhi pengujian secara statistik, akan dilanjutkan untuk mendapatkan besaran nilai probabilitas pada masing- masing pilihan moda sesuai dengan model logit dan probit. Adapun persamaan model logit biner dan probit biner adalah sebagai berikut: Bentuk persamaan logit biner . 1. Probabilitas pemilihan Kereta Api Bandara : P KAB = exp 1 exp BB KAB BB KAB U U − − + 3.3 2. Probabilitas pemilihan Bus Bandara : P BB = 1 - P KAB 3.4 Bentuk persamaan model probit biner. 1. Probabilitas pemilihan Kereta Api Bandara: P KAB = Φ       − σ BB KAB U 3.5 2. Probabilitas pemilihan Bus Bandara P BB = Φ       − σ KAB BB U 3.6 dimana : P KAB = Probabilitas pemilihan KA Bandara. P BB = Probabilitas pemilihan Bus Bandara. U KAB = Utilitastingkat kepuasan moda KA Bandara. U BB = Utilitastingkat kepuasan moda Bus Bandara. σ = standar deviasi. Φ = distribusi normal kumulatif dari tabel. Universitas Sumatera Utara

3.8 Pengujian Hipotesa Secara Parsial Uji-t

Uji t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel bebas secara individual dalam menerangkan variasi variabel terikat. Tujuan dari uji t adalah untuk menguji koefisien regresi secara individual. Langkah-langkahurutan menguji hipotesa: 1. Merumuskan hipotesa. H : βi = 0, artinya variabel bebas bukan merupakan penjelas yang signifikan terhadap variabel terikat H 1 : βi ≠ 0, artinya variabel bebas merupakan penjelas yang signifikan terhadap variabel terikat. 2. Menentukan taraf nyatalevel of significance = α. Tara f nyata yang digunakan sebesar α = 5, dengan: df = n – k dimana: df = degree of freedomderajat kebebasan. n = Jumlah sampel. k = banyaknya koefisien regresi + konstanta. 3. Menentukan daerah keputusan, yaitu daerah dimana hipotesa nol diterima atau tidak. Ho ditolak apabila t hitung t α ; n – k artinya ada pengaruh antara variabel bebas terhadap variabel terikat. 4. Menentukan uji statistik rule of the test. 5. Mengambil keputusan. Keputusan bisa menolak H atau menerima H 1 . Universitas Sumatera Utara Nilai t tabel yang diperoleh dibandingkan nilai t hitung, bila t hitung lebih besar dari t tabel, maka H ditolak, sehingga dapat disimpulkan bahwa variabel independen berpengaruh pada variabel dependen. Apabila t hitung lebih kecil dari t tabel, maka H diterima sehingga dapat disimpulkan bahwa variabel independen tidak berpengaruh terhadap variabel dependen.

3.9. Pengujian Hipotesa Secara Menyeluruh Uji-F

Uji F dilakukan untuk mengetahui pengaruh variabel bebas secara bersama- sama terhadap variabel terikat. Langkah-langkah urutan menguji hipotesa: 1. Merumuskan hipotesa. Ho : β 1 = β 2 = β 3 = β 4 = β 5 = 0, berarti secara bersama-sama tidak ada pengaruh variabel bebas terhadap variabel terikat. H1 : β 1 ≠ β 2 ≠ β 3 ≠ β 4 ≠ β 5 ≠ 0, berarti secara bersama-sama ada pengaruh variabel bebas terhadap variabel terikat. 2. Menentukan taraf nyatalevel of significance = α. Taraf nyata yang digunakan sebesar α = 5. Derajat bebas df dalam distribusi F ada dua, yaitu :df numerator = dfn = df 1 = k – 1 dan df denumerator = dfd = df 2 = n – k. dimana: df = degree of freedomderajat kebebasan. n = Jumlah sampel. k = banyaknya koefisien regresi. Universitas Sumatera Utara 3. Menentukan daerah keputusan, yaitu daerah dimana hipotesa nol diterima atau tidak. Ho diterima apabila F hitung ≤ F tabel, artinya semu a variabel bebas secara bersama-sama bukan merupakan variabel penjelas yang signifikan terhadap variabel terikat. Ho ditolak apabila F hitung F tabel, artinya semua variabel bebas secara bersama-sama merupakan penjelas yang signifikan terhadap variabel terikat. 4. Menentukan uji statistik nilai F. Bentuk distribusi F selalu bernilai positif. Keputusan bisa menolak Ho atau menerima H 1 . Nilai F tabel yang diperoleh dibanding dengan nilai F hitung apabila F hitung lebih besar dari F tabel, maka ditolak sehingga dapat disimpulkan bahwa ada pengaruh yang signifikan antara variabel independen dengan variabel dependen.

3.10 Uji Sensitifitas

Uji ini dilakukan untuk mengetahui dan memahami perubahan nilai dari probabilitas pemilihan Kereta Api Bandara seandainya dilakukan perubahan nilai atribut pelayanannya. Untuk menggambarkan sensitifitas ini dapat dilakukan beberapa perubahan atribut terhadap model pada masing-masing kelompok, yakni: 1. Biaya perjalanan dikurangi atau ditambah. 2. Waktu tempuh perjalanan diperlambat atau dipercepat. 3. Jadwal keberangkatan diperlambat atau dipercepat. Universitas Sumatera Utara 4. Lama waktu yang dibutuhkan untuk sampai dari tempat asal menuju stasiun keberangkatan dikurangi atau ditambah. 5. Pelayanan yang diberikan ditingkatkan atau dikurangi. Dari uji sensitifitas juga akan diperlihatkan bagaimana nilai probabilitas dari setiap perubahan atribut dengan model logit biner dan probit biner, dan selanjutnya akan dibahas bagaimana hasil dari kedua model tersebut.

3.11 Skema Tahapan Perhitungan

Tahapan perhitungan dalam penelitian ini dapat dilihat pada Gambar 3.2. Gambar 3.2 Diagram Alir Tahapan Perhitungan Kompilasi data survei dalam format Ms. Excel Impor data Ms. Excel ke format SPSS 18 Tentukan Persamaan Fungsi Utilitas KA Bandara thd Bus Bandara Hitung Nilai Utilitas KA Bandara thd Bus Bandara Hitung Nilai Probabilitas untuk Model Logit Biner dan Probit Biner Buat Tabel Sensitifitas tiap Atribut untuk Model Logit Biner dan Probit Biner Gambarkan Grafik Sensitifitas masing-masing Model Logit Biner dan Probit Biner Analisa Grafik Sensitifitas masing-masing Model Logit Biner dan Probit Biner Universitas Sumatera Utara Penjelasan Skema Tahapan Perhitungan. Step 1. Kompilasi data survei dalam format Ms. Excel. Dari data hasil survei lapangan didapatkan: a. Jumlah sampel observasi sebanyak 104 sampel b. Jumlah atribut sebanyak 5 buah c. Tiap kuisioner berisikan 26 pertanyaan perubahan atribut Sehingga akan terbentuk matrik seperti pada Lampiran 2. Step 2. Impor data Ms.Excel ke format SPSS 18. a. Gunakan perintah: Analyze – Correlate – Bivariate untuk mendapatkan matriks Korelasi. b. Gunakan perintah: Analyze – Regression – Linear untuk mendapatkan alternatif persamaan Fungsi Utilitas KA Bandara terhadap Bus Bandara. Step 3. Tentukan Persamaan Fungsi Utilitas KA Bandara terhadap Bus Bandara. Dari sebanyak 31 alternatif persamaan fungsi utilitas dipilih satu persamaan yang terbaik yang memiliki nilai konstanta kecil, F-stat terbesar dan nilai R 2 terbesar. Terpilih persamaan 31 sebagai persamaan fungsi utilitas. Step 4. Hitung Nilai Utilitas KA Bandara terhadap Bus Bandara. Dengan jalan mensubstitusikan masing-masing nilai-nilai atribut X 1 , X 2 , X 3 , X 4 , dan X 5 pada setiap pilihan pertanyaan ke dalam persamaan fungsi utilitas akan diperoleh nilai utilitas KA Bandara terhadap Bus Bandara. Step 5. Hitung Nilai Probabilitas untuk Model Logit Biner dan Probit Biner. Step 6. Buat Tabel Sensitifitas tiap Atribut untuk Model Logit dan Probit Biner. Universitas Sumatera Utara Atribut yang akan ditinjau sensitifitasnya ditentukan perubahan nilai-nilainya sementara nilai atribut-atribut lainnya dibuat tetap. Selanjutnya dilakukan perhitungan Step 4 dan Step 5. Hasil perhitungan dibuat dalam sebuah tabel. Step 7. Gambarkan Grafik Sensitifitas masing-masing Model Logit dan Probit Biner. Nilai selisih atribut dan probabilitas yang sudah diperoleh dari Step 6, dengan menggunakan bantuan pembuatan grafik yang ada di Ms. Excel dapat digambar Grafik Probabilitas vs Selisih Utilitas. Dari grafik ini akan terlihat sensitifitas dari masing-masing atribut. Step 8. Analisa Grafik Sensitifitas masing-masing Model Logit dan Probit Biner. Dari tampilan grafik sensitifitas masing-masing atribut dapat dianalisa probabilitas pemilihan kedua moda transportasi pada setiap atribut dan juga dapat dilakukan perbandingan sensitifitas antara Model Logit Biner dengan Model Probit Biner

3.12 Kesimpulan dan Saran

Dari hasil setiap analisa yang dilakukan maka akan diperoleh beberapa kesimpulan yang berkaitan dengan karakteristik pemilihan moda 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 pihak pengelola dan pemilik moda transportasi mengenai langkah-langkah perbaikan. Universitas Sumatera Utara

BAB IV ANALISA DAN PEMBAHASAN

4.1 Gambaran Umum Wilayah Penelitian 4.1.1 Medan Wilayah studi penelitian ini terdiri atas dua daerah yang mempunyai hubungan transportasi darat yaitu kota Medan dan daerah Kuala Namu yang mana kedua daerah ini sama-sama berada di provinsi Sumatera Utara. Medan adalah ibu kota provinsi Sumatera Utara , Indonesia . Kota Medan memiliki luas 26.510 Hektar 265,10 Km 2 atau 3,6 dari keseluruhan wilayah Sumatera Utara dan berpenduduk sebanyak 2.602.612 jiwa BPS kota Medan 2013 . Dengan demikian, dibandingkan dengan kotakabupaten lainya, Kota Medan memiliki luas wilayah yang relatif kecil, tetapi dengan jumlah penduduk yang relatif besar. Secara geografis kota Medan terletak pada 3° 30 – 3° 43 Lintang Utara dan 98° 35 - 98° 44 Bujur Timur. Untuk itu topografi kota Medan cenderung miring ke Utara dan berada pada ketinggian 2,5 - 37,5 meter diatas permukaan laut. Secara administratif, wilayah kota Medan hampir secara keseluruhan berbatasan dengan Daerah Kabupaten Deli Serdang, yaitu sebelah Barat, Selatan dan Timur. Sepanjang wilayah Utaranya berbatasan langsung dengan Selat Malaka, yang diketahui merupakan salah satu jalur lalu lintas terpadat di dunia. Kabupaten Deli Serdang merupakan salah satu daerah yang kaya dengan sumber daya alam SDA, khususnya di bidang perkebunan dan kehutanan. Karenanya secara geografis kota Medan didukung oleh daerah-daerah yang kaya sumber daya alam seperti Deli 91 Universitas Sumatera Utara Serdang , Labuhan Batu, Simalungun, Tapanuli Utara, Tapanuli Selatan, Mandailing Natal, Karo, Binjai dan lain-lain. Kondisi ini menjadikan kota Medan secara ekonomi mampu mengembangkan berbagai kerjasama dan kemitraan yang sejajar, saling menguntungkan, saling memperkuat dengan daerah-daerah sekitarnya.

4.1.2 Kuala Namu

Kuala Namu terletak di Desa Beringin, Kecamatan Beringin, Kabupaten Deli Serdang, Provinsi Sumatera Utara. Daerah ini terletak pada posisi 2º.57’- 3º.16’ LU dan 98º.33’- 99º.27’ BT, dengan luas wilayah 2.808,91 km 2 Kabupaten Deli Serdang adalah sebuah kabupaten di Provinsi Sumatera Utara, Indonesia. Ibu kota kabupaten ini berada di Lubuk Pakam. Kabupaten Deli Serdang dikenal sebagai salah satu daerah dari 25 KabupatenKota di Provinsi Sumatera Utara. Kabupaten yang memiliki keanekaragaman sumber daya alamnya yang besar sehingga merupakan daerah yang memiliki peluang investasi cukup menjanjikan. Dulu wilayah ini disebut Kabupaten Deli dan Serdang, dan pemerintahannya berpusat di Kota Medan. Memang dalam sejarahnya, sebelum kemerdekaan Republik Indonesia, wilayah ini terdiri dari dua pemerintahan yang berbentuk kerajaan kesultanan yaitu Kesultanan Deli berpusat di Kota Medan, dan Kesultanan Serdang berpusat di Perbaungan. Bandara baru untuk Provinsi Sumatera Utara yang menggantikan Polonia adalah Bandara Kuala Namu, terletak di kabupaten ini. Bandara Kuala Namu diharapkan dapat menjadi bandara pangkalan transit internasional untuk kawasan Sumatera sekitarnya. Bandara ini adalah bandara terbesar kedua di Indonesia Universitas Sumatera Utara setelah Bandar Udara Internasional Soekarno-Hatta. Bandara ini resmi beroperasi sejak 25 Juli 2013.

4.2 Profil Perusahaan

4.2.1 PT Railink

PT Railink adalah anak perusahaan dari PT Kereta Api Indonesia Persero dengan PT Angkasa Pura II Persero, didirikan dengan visi untuk menyuguhkan semangat baru dalam pelayanan moda transportasi kereta di Indonesia. PT Railink mempersembahkan sebuah layanan yang baru pertama kali hadir di Indonesia, yakni Kereta Api Bandara, bersamaan dengan pengoperasian perdana Bandara Internasional Kuala Namu pada tanggal 25 Juli 2013. Kereta Api Bandara pertama ini melayani penumpang dari kota Medan yang hendak menuju Bandara Kuala Namu dan juga sebaliknya. Sebagai layanan transportasi bandara, Kereta Api Bandara ini memiliki fasilitas maupun layanannya yang diharapkan dapat menjadi standar baru dalam dunia perkeretaapian di Indonesia. Layanan Kereta Api Bandara dirancang untuk memberikan kenyamanan dan kemudahan bagi calon penumpang baik mereka yang telah menggunakan maupun yang baru mencoba untuk pertama kalinya. Itu sebabnya PT Railink selalu berusaha untuk memberi yang terbaik dan selalu berinovasi dalam memberikan layanan. Untuk memberikan kenyamanan yang optimal bagi para penumpang, PT Railink mendatangkan 4 rangkaian kereta ekslusif produksi Woojin Industries Korea. Setiap rangkaian yang terdiri dari 4 kereta ini berkapasitas 172 kursi, memiliki Universitas Sumatera Utara interior yang sangat lega dengan 4 rak bagasi di setiap keretanya. Selain itu, terpasang 2 LCD TV dan akan diperlengkapi dengan jaringan internet wi-fi. Dengan menggunakan 4 rangkaian kereta modern ini, diharapkan akan tersedia total perjalanan 36 kali PP setiap harinya dari Stasiun KA Bandara Medan ke Stasiun KA Bandara Kuala Namu. Perjalanan menuju Bandara akan ditempuh dalam waktu +- 37 menit, dan +- 45 menit saat menuju Medan.

4.2.2 Perum DAMRI

DAMRI Adalah Kepanjangan dari ” Djawatan Angkoetan Motor Repoeblik Indonesia ” Tahun 1945, setelah Indonesia merdeka, dibawah pengelolaan Kementerian Perhoeboengan RI, JAWA UNYU ZIGYOSHA berubah nama menjadi “Djawatan Pengangkoetan” untuk angkutan barang dan ZIDOSHA SOKYOKU beralih menjadi “Djawatan Angkutan Darat” untuk angkutan penumpang. Pada tanggal 25 November 1946, kedua djawatan itu digabungkan berdasarkan Maklumat Menteri Perhubungan RI No.01DAM46 dibentuklah “Djawatan Angkoetan Motor Repoeblik Indonesia”, disingkat DAMRI, dengan tugas utama menyelenggarakan pengangkutan darat dengan bus, truk, dan angkutan bermotor lainnya. Tahun 1961, terjadi peralihan status DAMRI menjadi Badan Pimpinan Umum Perusahaan Negara BPUPN berdasarkan PP No.233 Tahun 1961, yang kemudian pada tahun 1965 BPUPN dihapus dan DAMRI ditetapkan menjadi Perusahaan Negara PN. Tahun 1982, DAMRI beralih status menjadi Perusahaan Umum PERUM berdasarkan PP No.30 Tahun 1984, selanjutnya dengan PP No. 31 Tahun 2002, Universitas Sumatera Utara hingga saat ini. Dimana Perum DAMRI diberi tugas dan wewenang untuk menyelenggarakan jasa angkutan umum untuk penumpang dan barang di atas jalan dengan kendaraan bermotor. Saat ini Perum DAMRI dengan Pemerintah Provinsi Sumatera Utara Pemprov Sumut terus berupaya melakukan penambahan armada dan perluasan trayek bus khusus Bandara Kuala Namu, Kabupaten Deli Serdang. Hal ini dilakukan berkaitan dengan permintaan dari Pemprov Sumut, agar Perum DAMRI mempercepat interval atau headway jarak waktu antar bus yang beroperasi di bandara pengganti Bandara Polonia, Medan, itu. Untuk mempercepat interval tersebut, akan segera dilakukan penambahan bus yakni untuk destinasi ke Carrefour Medan Plaza dari 10 menjadi 25 unit, dan Terminal Amplas dari 10 unit menjadi 25 armada. Selain itu, akan dibuka trayek baru Bandara Kuala Namu – Polonia eks-bandara, dengan kekuatan armada pada tahap awal sebanyak lima bus. Selain Polonia, trayek bus bandara juga akan dikembangkan ke empat destinasi lainnya yakni Pelabuhan Belawan, Simpang Pos Padang Bulan, Rantau Prapat dan Pematang Siantar. DAMRI juga akan membuka pelayanan angkutan perkotaan semacam busway di Kota Medan. Dengan angkutan yang eksekutif, nyaman, terjadwal, serta relatif lebih murah ongkosnya ini, maka warga Medan diharapkan semakin mendapatkan pelayanan transportasi yang lebih baik. Apalagi saat ini pemerintah selaku regulator menerapkan konsep quality licensing. Dalam kebijakan quality licensing ini bahwa pemerintah memberikan Universitas Sumatera Utara izin penyelenggaraan Angkuran Pemadu Moda berdasarkan kualitas. Apabila operator pemadu moda tersebut tidak mampu memenuhi kualifikasi sesuai dengan yang telah ditetapkan oleh regulator pada waktu tender maka izin penyelenggaraan Angkutan Moda tersebut tidak akan dikeluarkan lagi. Penerapan quality licensing ini untuk meningkatkan kualitas layanan angkutan umum sehingga masyarakat secara perlahan-lahan akan beralih dari menggunakan mobil pribadi menjadi menggunakan angkutan umum. Ada beberapa hal yang melatarbelakangi dilakukan gagasan penerapan quality licensing, yaitu : 1. Sebagian besar masyarakat sangat tergantung terhadap pelayanan angkutan umum baik Angkutan Kota maupun Angkutan Antar Kota Captive Rider; 2. Menurunnya kualitas pelayanan angkutan umum baik Angkutan Antar Kota maupun Angkutan Antar Kota yang disebabkan oleh beberapa faktor antara lain dampak kenaikan harga BBM, penurunan daya beli masyarakat, kemajuan tekhnologi informasi serta persaingan dengan moda lain; 3. Jumlah penumpang pesawat udara yang terus mengalami peningkatan yang sangat signifikan yang secara langsung berpengaruh pada menurunnya jumlah penumpang pada moda lainnya khususnya moda Angkutan Jalan; 4. Moda angkutan umum yang dapat dijadikan sebagai percontohan pelayanan angkutan umum yang berkualitas pada saat ini adalah Angkutan Pemadu Moda Bandung Super Mall – Bandara Soekarno Hatta untuk angkutan Antar Kota dan Busway untuk angkutan Kota. Universitas Sumatera Utara 4.3 Penentuan Jumlah Sampel 4.3.1 Populasi Polulasi dalam penelitian ini adalah jumlah penumpang yang menggunakan Kereta Api Bandara dari Stasiun besar Kereta Api Medan tujuan Bandara Kuala Namu dan juga penumpang Bus Bandara dari Carrefour Plaza Medan Fair tujuan Bandara Kuala Namu. Dari data yang diperoleh dari Perum Damri dan PT Railink diperoleh data jumlah penumpang pada masing masing moda transportasi bus dan kereta api. Data tentang jumlah penumpang harian masing-masing untuk moda Kereta Api Bandara dan Bus Bandara dapat dilihat pada Daftar Lampiran 9 dan 10. Adapun kondisi saat ini eksisting pada moda angkutan penumpang Kereta Api Bandara dan Bus Bandara yang ditinjau dapat dilihat dari Tabel 4.1. Tabel 4.1 Kondisi Saat Ini eksisting pada Kereta Api Bandara dan Bus Bandara No. Atribut Jenis Moda Angkutan Kereta Api Bandara Bus Bandara 1. Biaya Perjalanan Cost Rp.80.000 Rp.15.000 2. Waktu Tempuh Perjalanan Time 37 menit 80 menit 3. Jadwal Keberangkatan Headway tiap 120 menit tiap 45 menit Sumber : Dishub Sumut Penjelasan untuk masing-masing atribut: a. Biaya perjalanan : biaya yang harus dikeluarkan untuk pembayaran ongkos transportasi dalam satuan rupiah per orang, yang merupakan biaya perjalanan dari Medan ke Kuala Namu. Universitas Sumatera Utara b. Waktu tempuh perjalanan : adalah waktu tempuh kendaraan dalam satuan jam, yang merupakan waktu tempuh perjalanan dari Medan ke Kuala Namu. c. Jadwal keberangkatan: jarak waktu keberangkatan saat meninggalkan terminal antara satu kendaraan dengan kendaraan berikutnya. Alasan penulis mengambil ketiga atribut tersebut adalah karena berdasarkan penelitian sebelumnya bahwa atribut yang paling berpengaruh bagi pelaku perjalanan secara umum adalah biaya dan waktu tempuh perjalanan. Dari Daftar Lampiran 10 terlihat rata-rata jumlah penumpang harian masing masing moda transportasi dari stasiun Medan ke Bandara Kuala Namu adalah untuk Kereta Api Bandara sebanyak 805 penumpang dan Bus Bandara sebanyak 594 penumpang. Sehingga jumlah populasi pada penelitian ini adalah sebanyak 1399 penumpang.

4.3.2 Sampel

Dari jumlah populasi di atas dapat dicari banyaknya sampel minimum yang diperlukan dalam penelitian ini. a. Dengan rumus Frank Lynch: 1 . . 1 . . 2 2 2 p p z d N p p z N n − + − ≥ n = jumlah sampel N = jumlah populasi = 1399 z = 1,645 nilai yang diperoleh dari tabel Z berdasarkan tingkat kepercayaan 90. p = 0,5754 variasi populasi yang dinyatakan dalam bentuk Universitas Sumatera Utara proporsi. d = 10 derajat kesalahan sampel. 5754 , 1 . 5754 , . 645 , 1 1 , . 1399 5754 , 1 . 5754 , . 645 , 1 . 1399 2 2 2 − + − ≥ n n ≥ 63,13. b. Dengan rumus Slovin: 1 . 2 + ≥ d N N n 1 1 , . 1399 1399 2 + ≥ n 33 , 93 ≥ n Dari kedua hasil perhitungan tersebut diambil jumlah sampel sebanyak 104 buah. Sehingga jumlah kuisioner yang disebarkan kepada responden adalah 104 kuisioner. Proporsi penyebaran kuisioner pada masing-masing moda dapat dilihat pada Tabel 4.2. Tabel 4.2 Proporsi Penyebaran Kuisioner Pada Masing-Masing Moda Transportasi No Moda Transportasi Jumlah rata-rata penumpang per hari Jumlah kuisioner 1 Kereta Api Bandara 805 60 2 Bus Bandara 594 44 Jumlah 1399 104 Universitas Sumatera Utara

4.3.3 Perolehan Data Survei

Pelaksanaan survei dilakukan terhadap 147 responden, yang merupakan pengguna jasa angkutan umum Kereta Api Bandara dan Bus Bandara. Para surveyor dalam menyebarkan kuisioner atau angket ditempatkan pada titik-titik utama yaitu di stasiun Kereta Api Medan dan Shelter Bus Bandara di Carrefour Plaza Medan Fair. Dari kuisioner yang telah disebarkan diperoleh kriteria jawaban yang beragam yaitu mulai dari kuisioner yang fanatik kepada satu moda sampai jawaban yang tidak konsisten. Adapun ragam kriteria jawaban tersebut adalah: 1. Responden yang fanatik terhadap satu moda tertentu. Yaitu responden yang memberikan jawaban yang sama tidak berubah untuk setiap option pertanyaan yang ditawarkan. 2. Jawaban yang tidak lengkap. Pada kelompok ini jawaban yang diberikan oleh responden tidak lengkap sehingga terdapat beberapa option yang tidak dijawab oleh responden. 3. Jawaban yang tidak konsisten Responden memberikan jawaban yang tidak konsisten. Tabel 4.3 Ragam Kriteria Jawaban Responden No. Kriteria Jumlah buah 1. Responden fanatik terhadap satu moda 14 2. Jawaban yang tidak lengkap 4 3. Jawaban yang tidak konsisten 25 Jumlah 43 Universitas Sumatera Utara

4.4 Pemaparan Hasil Survei

Jumlah kuisioner yang valid sehingga dapat diproses ke tahap selanjutnya adalah sebanyak 104 kuisioner. Adapun distribusi responden pengguna kedua moda tersebut dapat dilihat pada Tabel 4.4 Tabel 4.4 Distribusi Responden Pengguna Moda Kereta Api Bandara dan Bus Bandara untuk Perjalanan Medan – Kuala Namu No. Responden pengguna Penumpang Persentase Pembulatan 1 Kereta Api Bandara 60 57,69 58 2 Bus Bandara 44 42,31 42 Diagram lingkaran perbandingan jumlah responden pengguna Kereta Api Bandara dan Bus Bandara dapat dilihat pada Gambar 4.1. Gambar 4.1 Perbandingan Jumlah Responden Pengguna Kereta Api Bandara dan Bus Bandara Universitas Sumatera Utara Berdasarkan distribusi responden pengguna tersebut, kemudian akan dilihat kondisi dan karekteristik dari pengguna untuk masing-masing jenis moda, yaitu sebagai berikut:

a. Tujuan Perjalanan

Berdasarkan hasil survei yang dilakukan dengan tujuan perjalanan terlihat bahwa karektertistik pengguna Kereta Api Bandara paling banyak melakukan perjalanan dengan tujuan urusan bisnisbekerja sebesar 43,33 responden. Untuk karektertistik pengguna Bus Bandara pada paling banyak melakukan perjalanan dengan tujuan urusan berliburrekreasi sebesar 31,82 responden. Adapun data selengkapnya distribusi tujuan perjalanan responden pengguna kedua moda tersebut dapat dilihat pada Tabel 4.5. Tabel 4.5 Distribusi Tujuan Perjalanan Responden Pengguna KABandara dan Bus Bandara untuk Perjalanan Medan – Kuala Namu No. Tujuan Perjalanan Penggunaan Moda Kereta Api Bandara Bus Bandara Jumlah Jumlah 1. BisnisBekerja 26 43,33 10 22,73 2. BerliburRekreasi 17 28,33 14 31,82 3. Pendidikan 4 6,67 7 15,91 4. Urusan Keluargasosial 13 21,67 13 29,54 5. Berobat Check Up Jumlah 60 100 44 100 Selanjutnya distribusi tujuan perjalanan responden pengguna Kereta Api Bandara dan Bus Bandara tujuan Medan – Kuala Namu tersebut dapat kita lihat pada Gambar 4.2. Universitas Sumatera Utara Gambar 4.2 Distribusi Tujuan Perjalanan Responden Pengguna Kereta Api Bandara dan Bus Bandara tujuan Medan – Kuala Namu

b. Tingkat Pendidikan Terakhir Responden

Berdasarkan tingkat Pendidikan terakhir responden terlihat bahwa pengguna Kereta Api Bandara paling banyak tingkat pendidikan terakhir adalah Akademi sebesar 30. Untuk pengguna Bus Bandara paling banyak adalah responden dengan tingkat pendidikan terakhir SMA dan sarjana, yakni masing-masing sebesar 45,44 . Hasil selengkapnya distribusi tingkat pendidikan responden pengguna kedua moda tersebut dapat dilihat pada Tabel 4.6. Universitas Sumatera Utara Tabel 4.6 Distribusi Tingkat Pendidikan Responden Pengguna Kereta Api Bandara dan Bus Bandara untuk Perjalanan Medan – Kuala Namu No. Tingkat Pendidikan Penggunaan Moda Kereta Api Bandara Bus Bandara Jumlah Jumlah 1. SD 2. SMP 1 1,67 2 4,55 3. SMAsederajat 17 28,33 20 45,44 4. Akademi 18 30 12 27,27 5. Sarjana 15 25 20 45,44 6. Pasca Sarjana 9 15 Jumlah 60 100 44 100 Diagram batang distribusi tingkat pendidikan responden pengguna Kereta Api Bandara dan Bus Bandara dapat kita lihat pada Gambar 4.3. Gambar 4.3 Distribusi Tingkat Pendidikan Responden Pengguna Kereta Api Bandara dan Bus Bandara untuk Perjalanan Medan – Kuala Namu Universitas Sumatera Utara

c. ProfesiPekerjaan Responden

Berdasarkan ProfesiPekerjaan responden terlihat bahwa karakteristik pengguna Kereta Api Bandara paling banyak adalah responden dengan profesi sebagai Pegawai Swasta 43,33. Demikian juga untuk pengguna Bus Bandara paling banyak adalah responden dengan profesi sebagai Pegawai Swasta 31,82. Hasil selengkapnya dapat dilihat pada Tabel 4.7 dan Gambar 4.4. Tabel 4.7 Distribusi ProfesiPekerjaan Responden Pengguna Kereta Api Bandara dan Bus Bandara untuk Perjalanan Medan – Kuala Namu No. Pekerjaan Responden Penggunaan Moda Kereta Api Bandara Bus Bandara Jumlah Jumlah 1. PNS 10 16,67 5 11,36 2. Pegawai Swasta 26 43,33 14 31,82 3. WiraswastaWirausaha 16 26,67 11 25,00 4. PelajarMahasiswa 6 10,00 11 25,00 5. Ibu Rumah Tangga 2 3,33 3 6,82 6. PensiunanTidak Bekerja 0,00 0,00 Jumlah 60 100 44 100 Gambar 4.4 Distribusi ProfesiPekerjaan Responden pengguna KAdan Bus Bandara untuk Perjalanan Medan – Kuala Namu Universitas Sumatera Utara

d. Tingkat Pendapatan

Secara umum berdasarkan tingkat pendapatan perbulan responden terlihat bahwa pengguna Kereta Api Bandara paling banyak adalah responden dengan tingkat pendapatan Rp. 2.500.000 – 3.499.999 ,- 26,67. Untuk pengguna Bus Bandara paling banyak adalah responden dengan tingkat pendapatan Rp. 1.500.000,- 29,54. Adapun hasil distribusi pendapatan pribadikeluarga per bulan responden kedua moda tersebut dapat dilihat pada Tabel 4.8 dan Gambar 4.5. Tabel 4.8 Distribusi Tingkat Pendapatan Responden Pengguna KA Bandara dan Bus Bandara untuk Perjalanan Medan – Kuala Namu No. Pendapatan responden per bulan Pengguna Moda Kereta Api Bandara Bus Bandara jumlah Jumlah 1. Rp. 1500.000,- 4 6,67 13 29,54 2. Rp. 1500.000 – 2.499.999- 13 21,67 10 22,73 3. Rp. 2.500.000 – 3.499.999,- 16 26,67 6 13,64 4. Rp.3500.000 – 4.499.999,- 7 11,66 6 13,64 5. Rp.4500.000 – 6.000.000,- 11 18,33 4 9,09 6. Rp.6.000.000,- 9 15,00 5 11,36 Jumlah 60 100 44 100 Gambar 4.5 Distribusi Tingkat Pendapatan Responden KA Bandara dan Bus Bandara untuk Perjalanan Medan – Kuala Namu

e. Alasan Memilih Moda

Universitas Sumatera Utara Dilihat dari alasan pemilihan moda, pengguna Kereta Api Bandara paling banyak memilih Kereta Api Bandara karena pertimbangan kecepatanwaktu 60. Sementara untuk pengguna Bus Bandara paling banyak memilih Bus Bandara karena pertimbangan harga murah 68,18, seperti diperlihatkan dalam Tabel 4.9. Tabel 4.9 Distribusi Alasan Pemilihan Moda Responden Pengguna KA dan Bus Bandara untuk Perjalanan Medan – Kuala Namu No. Alasan Pemilihan Moda Penggunaan Moda Kereta Api Bandara Bus Bandara jumlah Jumlah 1. Pertimbangan kecepatanwaktu 36 60 2 4,55 2. Pertimbangan keselamatankeamanan 10 16,67 1 2,27 3. Pertimbangan kenyamanan 12 20 1 2,27 4. Pertimbangan kemudahan 2 3,33 10 22,73 5. Pertimbangan harga murah 30 68,18 Jumlah 60 100 44 100 Diagram batang distribusi alasan pemilihan moda responden pengguna KA Bandara dan Bus Bandara dapat dilihat pada Gambar 4.6. Gambar 4.6 Distribusi Pemilihan Moda Pengguna KA Bandara dan Bus Bandara untuk Perjalanan Medan – Kuala Namu Universitas Sumatera Utara

f. Lama Waktu yang Dibutuhkan Responden dari Tempat Keberangkatan Menuju Stasiun Keberangkatan

Dilihat dari alasan lama waktu yang dibutuhkan responden dari tempat keberangkatan menuju stasiun keberangkatan, bagi pengguna Kereta Api Bandara paling banyak membutuhkan waktu 15 menit dan 30 menit dengan persentase sebesar 35. Sementara bagi pengguna Bus Bandara paling banyak membutuhkan waktu 15 menit dengan persentase sebesar 38,64. Data selengkapnya tentang lama waktu yang dibutuhkan responden dari tempat keberangkatan menuju stasiun keberangkatan dapat dilihat dari Tabel 4.10. Tabel 4.10 Lama Waktu yang Dibutuhkan Responden Pengguna KA Bandara dan Bus Bandara dari Tempat Keberangkatan Menuju Stasiun Keberangkatan No. Waktu yang dibutuhkan Menuju Stasiun KA Bandara Menuju Stasiun Bus Bandara Jumlah Jumlah 1. ±15 menit 21 35 17 38,64 2. ±30 menit 21 35 13 29,55 3. ±45 menit 14 23,33 9 20,45 4. ±60 menit 4 6,67 5 11,36 Jumlah 60 100 44 100 Diagram batang yang memperlihatkan distribusi lama waktu yang dibutuhkan responden pengguna Kereta Api Bandara dan Bus Bandara dari tempat keberangkatan menuju stasiun keberangkatan moda dapat dilihat pada Gambar 4.7. Universitas Sumatera Utara Gambar 4.7 Lama waktu yang Dibutuhkan Responden Pengguna KA dan Bus Bandara dari Tempat Keberangkatan Menuju Stasiun Keberangkatan g. Jenis Kendaraan yang Digunakan dari Tempat Keberangkatan Menuju Stasiun Kereta Api Bandara Bus Bandara. Dilihat dari jenis kendaraan yang digunakan responden pengguna Kereta Api Bandara dan Bus Bandara dari tempat keberangkatan menuju stasiun keberangkatan, pengguna Kereta Api Bandara paling banyak menggunakan taksi dan kendaraan pribadi sementara pengguna Bus Bandara paling banyak menggunakan angkutan ini. Hal ini lebih jelas terlihat pada Tabel 4.11. Tabel 4.11 Jenis Kendaraan yang Digunakan dari Tempat Keberangkatan Menuju Stasiun Kereta Api Bandara Bus Bandara No. Jenis kendaraan yang digunakan Menuju stasiun KA Bandara Menuju stasiun Bus Bandara Jumlah Jumlah 1. Angkutan Umum 13 21,67 20 45,45 2. Becak Bermotor 7 11,67 5 11,37 3. Taksi 20 33,33 7 15,91 4. Kendaraan Pribadi 20 33,33 12 27,27 Jumlah 60 100 44 100 Universitas Sumatera Utara Diagram batang distribusi jenis kendaraan yang digunakan dari tempat keberangkatan menuju stasiun KA dan Bus Bandara dapat dilihat pada Gambar 4.8. Gambar 4.8 Distribusi Jenis Kendaraan yang Digunakan dari Tempat Keberangkatan Menuju Stasiun KA Bus Bandara.

h. Pengguna Moda Kereta Api Bandara yang Potensial Berpindah ke Bus

Bandara jika Berangkat Lebih dari Satu Orang. Dilihat dari kemungkinan responden pengguna Kereta Api Bandara akan beralih menggunakan Bus Bandara jika berangkat lebih dari orang. Didapatkan sebanyak 33 berpotensi untuk berpindah. Hal ini kemungkinan besar disebabkan oleh faktor tarif biaya perjalanan. Hal ini dapat dilihat pada Tabel 4.12. Tabel 4.12 Penumpang Moda Kereta Api Bandara yang Berpotensi Beralih ke Bus Bandara jika Berangkat Lebih dari Satu Orang Sebelumnya memilih KA Bandara Penumpang lebih dari satu orang Tetap Pilih KA Beralih Pilih Bus Bandara 60 40 20 Diagram lingkaran distribusi penumpang moda KA Bandara yang berpotensi beralih ke Bus Bandara jika berangkat lebih dari satu orang dapat dilihat pada Gambar 4.9. Universitas Sumatera Utara Gambar 4.9 Distribusi Penumpang KA Bandara yang Berpotensi Beralih ke Bus Bandara jika Berangkat Lebih dari Satu Orang.

i. Pengguna Moda Bus Bandara yang Potensial Berpindah ke Kereta Api

Bandara jika Berangkat Lebih dari Satu Orang. Dilihat dari kemungkinan responden pengguna Bus Bandara akan beralih menggunakan Kereta Api Bandara jika berangkat lebih dari orang. Didapatkan sebanyak 9 berpotensi untuk berpindah. Hal ini kemungkinan disebabkan oleh faktor Kenyamanan atau faktor-faktor lainnya. Tabel 4.13 Penumpang Bus Bandara yang Berpotensi Beralih ke KA Bandara jika Berangkat Lebih dari Satu Orang Sebelumnya memilih Bus Bandara Penumpang lebih dari satu orang Tetap Pilih Bus Bandara Beralih Pilih KA Bandara 44 40 4 Diagram lingkaran distribusi penumpang Bus Bandara yang berpotensi beralih ke KA Bandara jika berangkat lebih dari satu orang dapat dilihat pada Gambar 4.10. Universitas Sumatera Utara Gambar 4.10 Distribusi Penumpang Moda Bus Bandara yang Berpotensi Beralih ke Kereta Api Bandara jika Berangkat Lebih dari Satu Orang

4.5 Analisa Regresi Linier

Model binomial logit selisih yang digunakan dalam studi pemilihan moda antara Kereta Api Bandara dan Bus Bandara ini merupakan fungsi dari utilitas pada kedua jenis moda yang ditinjau. Fungsi selisih utilitas dalam pemilihan moda ini dipresentasikan sebagai parameter-parameter linier dimana perbedaan utilitas diekspresikan dalam bentuk perbedaan sejumlah n atribut diantara kedua moda. Pada analisa pengolahan data, persamaan fungsi utilitas tersebut dapat digunakan untuk mendapatkan hubungan kuantitatif antara atribut dan respon yang diekspresikan dalam skala semantik, dimana fungsi utilitas menyatakan respon individu terhadap pernyataan pilihan. Dalam proses analisis pada pengolahan data, hal pertama yang dilakukan adalah mencari persamaan fungsi selisih utilitas. Kemudian persamaan fungsi selisih Universitas Sumatera Utara utilitas yang diperoleh ini akan digunakan ke dalam model pemilihan moda yaitu model binomial logit selisih. Dari model ini akan dapat diketahui probabilitas pemilihan pada masing-masing moda yaitu Kereta Api Bandara dan Bus Bandara. Selanjutnya dengan berdasarkan hubungan antar nilai selisih utilitas kedua moda dengan nilai probabilitas pemilihan moda Kereta Api Bandara dan Bus Bandara maka akan diketahui grafik pemilihan moda dengan model binomial logit selisih.

4.5.1 Analisis Persamaan Fungsi Utilitas

Analisis regresi digunakan untuk memperoleh fungsi selisih utilitas Kereta Api Bandara dan Bus Bandara yang dikembangkan pada studi ini. Analisa dengan pendekatan regresi ini dilakukan untuk data stated preference dimana pilihannya menggunakan pilihan rating yaitu respon individu adalah berupa pilihan terhadap point rating yang disajikan dalam skala semantik, yaitu sebagai berikut: 1. Pasti memilih Kereta Api Bandara 2. Mungkin memilih Kereta Api Bandara 3. Pilihan Berimbang 4. Mungkin memilih Bus Bandara 5. Pasti memilih Bus Bandara Skala semantik ini kemudian ditransformasikan ke dalam skala numerik suatu nilai yang menyatakan respon individu terhadap pernyataan pilihan dengan menggunakan transformasi linier model binomial logit selisih, pada probabilitas untuk masing-masing point rating. Nilai skala numerik merupakan variabel tidak Universitas Sumatera Utara bebas pada analisis regresi dan sebagai variabel bebasnya adalah nilai antara atribut Kereta Api Bandara dan Bus Bandara. Proses transformasi dari skala semantik ke dalam skala numerik adalah sebagai berikut: a. Nilai skala probabilitas pilihan yang diwakili oleh nilai point rating 1, 2, 3, 4, dan 5 adalah nilai skala standart yaitu 0,9; 0,7; 0,5; 0,3; dan 0,1. b. Dengan menggunakan transformasi linier model binomial logit selisih maka dapat diketahui nilai skala numerik untuk masing-masing probabilitas pilihan seperti pada Tabel 4.14. Tabel 4.14 Nilai Skala Numerik Point Rating SKALA STANDAR Pr KAB       − = Pr 1 Pr KAB KAB Ln R 1. 0,9 R1 = 2,1972 2. 0,7 R2 = 0,8473 3. 0,5 R3 = 0 4. 0,3 R4 = -0,8473 5. 0,1 R5 = -2,1972 dimana : 1. Untuk point rating 1 dengan nilai probabilitas 0,9 maka nilai numeriknya adalah : Ln [0,91 – 0,9] = 2,1972. 2. Untuk point rating 2 dengan nilai probabilitas 0,7 maka nilai numeriknya adalah : Ln [0,71 – 0,7] = 0,8473. Universitas Sumatera Utara 3. Untuk point rating 3 dengan nilai probabilitas 0,5 maka nilai numeriknya adalah : Ln [0,51 – 0,5] = 0,0000. 4. Untuk point rating 4 dengan nilai probabilitas 0,3 maka nilai numeriknya adalah : Ln [0,31 – 0,3] = -0,8473. 5. Untuk point rating 5 dengan nilai probabilitas 0,1 maka nilai numeriknya adalah : Ln [0,11 – 0,1] = -2,1972.

4.5.2 Kompilasi Data

Kompilasi data dilakukan terhadap semua responden yang ada berdasarkan jawaban atau pilihan yang diberikan point rating pada setiap option yang ditawarkan proses kompilasi data dimana dilakukan dengan menggunakan paket program Microsoft Office Excel 2007 dan SPSS 18. Tabel 4.15 merupakan salah satu contoh penyusunan data preferensi responden terhadap moda transportasi Kereta Api Bandara dan Bus Bandara yang akan digunakan dalam perjalanan Medan – Bandara Kuala Namu yang akan diolah untuk menghasilkan model fungsi utilitas binomial logit selisih. 1. Nilai pada kolom X 1 merupakan selisih cost menggunakan KA Bandara dan Bus Bandara. 2. Nilai pada kolom X 2 merupakan selisih time menggunakan KA Bandara dan Bus Bandara. 3. Nilai pada kolom X 3 merupakan selisih headway menggunakan KA Bandara dan Bus Bandara. Universitas Sumatera Utara 4. Nilai pada kolom X 4 merupakan selisih access time menggunakan KA dan Bus Bandara. 5. Nilai pada kolom X 5 merupakan selisih service menggunakan KA dan Bus Bandara. Tabel 4.15 Preferensi Responden Terhadap Option Yang Ditawarkan untuk Pengolahan Model Binomial Logit Selisih Perubahan Atribut Cost Time Headway Access Service Rating Nilai Skala Numerik Ribuan menit menit menit X1 X2 X3 X4 X5 Y 1 65 -43 75 15 5 -2.1972 55 -43 75 15 5 -2.1972 40 -43 75 15 5 -2.1972 45 -43 75 15 5 -2.1972 85 -43 75 15 5 -2.1972 2 65 -43 75 15 5 -2.1972 65 -28 75 15 5 -2.1972 65 -63 75 15 3 0.0000 65 -35 75 15 5 -2.1972 65 -20 75 15 5 -2.1972 3 65 -43 75 15 5 -2.1972 65 -43 90 15 5 -2.1972 65 -43 60 15 3 0.0000 65 -43 15 15 5 -2.1972 65 -43 135 15 5 -2.1972 4 65 -43 75 5 -2.1972 65 -43 75 15 5 -2.1972 65 -43 75 -15 3 0.0000 65 -43 75 -15 2 0.8473 65 -43 75 15 5 -2.1972 5 65 -43 75 15 -10 5 -2.1972 65 -43 75 15 -20 5 -2.1972 65 -43 75 15 -30 5 -2.1972 65 -43 75 15 10 4 -0.8473 65 -43 75 15 20 4 -0.8473 65 -43 75 15 30 3 0.0000 Universitas Sumatera Utara Yang menjadi variabel tidak bebas adalah nilai pada kolom nilai skala numerik, dan yang menjadi variabel bebas adalah nilai-nilai atribut X 1 -X 5 .

4.5.3 Analisa Korelasi Model Binomial Logit

Korelasi adalah istilah statistik yang menyatakan derajat hubungan linier antara dua variabel atau lebih. Dalam hubungannya dengan regresi maka analisa korelasi digunakan untuk mengukur ketepatan garis regresi dalam menjelaskan nilai variabel tidak bebas variabel terikat. Pengujian hubungan korelasi derajat hubungankeeratan hubungan dalam proses analisis regresi merupakan hal penting yang harus dilakukan terutama untuk mengatasi masalah multikolinearitas antara variabel bebas. Selain itu, uji korelasi ini juga berfungsi untuk mengetahui seberapa besar hubungan antara variabel-variabel bebas terhadap variabel tidak bebas. Hasil uji korelasi terhadap persamaan linier fungsi selisih utilitas dapat dilihat pada Tabel 4.16. Tabel 4.16 Matriks Korelasi Y X 1 X 2 X 3 X 4 X 5 Y 1.000 -0.171 -0.258 -0.191 -0.115 0.283 X 1 -0.171 1.000 0.384 0.000 0.003 0.000 X 2 -0.258 0.384 1.000 0.414 -0.006 -0.114 X 3 -0.191 0.000 0.414 1.000 0.000 0.000 X 4 -0.115 0.003 -0.006 0.000 1.000 0.000 X 5 0.283 0.000 -0.114 0.000 0.000 1.000 Sumber : Hasil analisis data Universitas Sumatera Utara dimana: Y = Utilitas Selisih X 1 = selisih atribut cost rupiah X 2 = selisih atribut time dalam menit X 3 = selisih atribut headway menit X 4 = selisih atribut access time dari tempat asal ke stasiun keberangkatan menit X 5 = selisih atribut service dalam satuan persen Dari Tabel 4.16 dapat dilihat dua hal: a. Semua variabel bebas memiliki korelasi yang cukup rendah dengan variabel tidak bebas. b. Antar variabel bebas memiliki korelasi yang rendah sehingga semua variabel bebas tersebut dapat dipergunakan bersama-sama tanpa ada kemungkinan masalah multikolineritas.

4.5.4 Alternatif Persamaan Fungsi Utilitas

Beberapa alternatif persamaan dapat dibentuk dari lima variabel babas yang ada, untuk kemudian dipilih satu persamaan yang merupakan fungsi selisih utilitas terbaik yang memiliki nilai konstanta kecil, F-stat terbesar dan nilai R 2 terbesar. Alternatif persamaan yang dapat dibentuk dapat dilihat pada Tabel 4.17. Universitas Sumatera Utara Tabel 4.17 Alternatif Persamaan Utilitas No Alternatif Persamaan R 2 F 1 U KAB-BB =2,488 – 0,038X 1 0,029 81,015 2 U KAB-BB = -0,426 – 0,015X 2 0,066 192,048 3 U KAB-BB = 1,473 – 0,019X 3 0,037 102,429 4 U KAB-BB = 0,059 – 0,016X 4 0,013 36,163 5 U KAB-BB = 0,070 + 0,046X 5 0,080 235,054 6 U KAB-BB = 0,829 – 0,019X 1 – 0,014X 2 0,072 105,404 7 U KAB-BB = 3,891 – 0,038X 1 – 0,019X 3 0,066 94,866 8 U KAB-BB = 2,473 – 0,038X 1 – 0,016X 4 0,042 59,528 9 U KAB-BB = 2,488 – 0,038X 1 + 0,046X 5 0,109 165,452 10 U KAB-BB = 0,403 – 0,013X 2 – 0,010X 3 0,075 109,450 11 U KAB-BB = -0,439 – 0,016X 2 – 0,016X 4 0,080 117,274 12 U KAB-BB = -0,370 – 0,014X 2 + 0,042X 5 0,131 204,437 13 U KAB-BB = 1,461 – 0,019X 3 – 0,016X 4 0,050 70,677 14 U KAB-BB = 1,473 – 0,019X 3 + 0,046X 5 0,117 178,174 15 U KAB-BB = 0,059 – 0,016X 4 + 0,046X 5 0,093 138,864 16 U KAB-BB = 2,165 – 0,024X 1 – 0,010X 2 – 0,012X 3 0,084 82,936 17 U KAB-BB = 0,806 – 0,019X 1 – 0,014X 2 – 0,016X 4 0,086 84,516 18 U KAB-BB = 1,086 – 0,022X 1 – 0,011X 2 + 0,042X 5 0,140 145,992 19 U KAB-BB = 3,875 – 0,038X 1 – 0,019X 3 – 0,016X 4 0,079 76,925 20 U KAB-BB = 3,891 – 0,038X 1 – 0,019X 3 + 0,046X 5 0,146 153,451 21 U KAB-BB = 2,473 – 0,038X 1 – 0,016X 4 + 0,046X 5 0,122 125,347 22 U KAB-BB = 0,388 – 0,013X 2 – 0,010X 3 – 0,016X 4 0,088 87,333 23 U KAB-BB = 0,583 – 0,011X 2 – 0,011X 3 + 0,042X 5 0,143 149,889 24 U KAB-BB = -0,383 – 0,014X 2 – 0,016X 4 +0,042X 5 0,145 152,604 25 U KAB-BB = 1,461 – 0,019X 3 – 0,016X 4 + 0,046X 5 0,130 134,199 26 U KAB-BB = 2,138 – 0,024X 1 – 0,010X 2 – 0,012X 3 – 0,016X 4 0,098 73,089 27 U KAB-BB = 2,634 – 0,028X 1 – 0,07X 2 – 0,014X 3 + 0,044X 5 0,155 124,165 28 U KAB-BB = 1,063 – 0,022X 1 – 0,011X 2 – 0,016X 4 + 0,042X 5 0,153 121,855 29 U KAB-BB = 3,788 – 0,037X 1 – 0,019X 3 – 0,014X 4 + 0,047X 5 0,163 131,792 30 U KAB-BB =0,567 – 0,011X 2 – 0,011X 3 – 0,016X 4 + 0,042X 5 0,156 124,910 31 U KAB-BB = 2,606 – 0,028X 1 – 0,007X 2 – 0,014X 3 – 0,016X 4 + 0,044X 5 0,169 109,510 Universitas Sumatera Utara Dari beberapa fungsi persamaan utilitas selisih yang dihasilkan, maka dipilih fungsi utilitas selisih yang terbaik diantaranya adalah: 1. Persamaan dengan konstanta terkecil pada persamaan 15 a = 0,059 U KAB-BB = 0,059 – 0,016X 4 + 0,046X 5 . 2. Persamaan dengan F-stat terbesar pada persamaan 5 F = 235,054 U KAB-BB = 0,070 + 0,046X 5 . 3. Persamaan dengan R 2 terbesar pada persamaan 31 R 2 = 0,169 U KAB-BB = 2,606 – 0,028X 1 – 0,007X 2 – 0,014X 3 – 0,016X 4 + 0,044X 5 . Dengan mempertimbangkan ketiga parameter tersebut maka dipilih satu persamaan utilitas fungsi binomial logit terbaik yaitu persamaan 31, dengan nilai R 2 terbesar, selain memiliki nilai R 2 terbesar persamaan tersebut juga memiliki nilai F- stat yang besar yaitu sebesar 109,510. Persamaan itu adalah: U KAB-BB = 2,606 – 0,028X 1 – 0,007X 2 – 0,014X 3 – 0,016X 4 + 0,044X 5 4.1

4.5.5 Uji Deteminasi

Uji determinasi ini dilakukan untuk mengetahui hubungan linier antara 2 variabel atau lebih yang kita asumsikan memiliki keterkaitan atau keterhubungan, apakah kuat atau tidak. Kalau hubungan variabel terikat y dengan variabel bebas x mendekati nol maka hubungan variabel-variabel tersebut tidak memiliki keterkaitan yang kuat lemah. Secara manual, R dapat dicari melalui perumusan berikut Enns, 1985: Universitas Sumatera Utara { } { } ∑ ∑ ∑ ∑ ∑ ∑ ∑ − − − = 2 2 2 2 Y Y n X X n Y X XY n R 4.2 dimana: R = koefisien korelasi sederhana X dan Y = variabel n = jumlah pengamatan Σ = simbol penjumlahan Koefisien determinasi sederhana R 2 merupakan nilai yang dipergunakan untuk mengukur besar kecilnya sumbangankontribusi perubahan variabel bebas terhadap perubahan variabel terikat yang tengah kita amati, yang secara manual dapat ditentukan cukup dengan cara mengkuadratkan nilai R yang sudah kita dapatkan dari formulasi diatas. Nilai R akan berkisar antara -1 sampai dengan +1 -1 R +1, tergantung kekuatan hubungan linear kedua variabel. Dari variabel – variabel yang telah diolah dengan program SPSS melalui analisis regresi linier maka di dapatkan beberapa model yang menghubungkan antara probabilitas pemilihan moda dengan beberapa variabel bebas yang diduga berpengaruh terhadap probabilitas pemilihan moda. Setiap model tersebut mempunyai Nilai Koefisien Determinasi R 2 . Dari beberapa alternatif persamaan fungsi selisih utilitas, model yang sesuai dengan uji determinasi adalah model pada alternatif 31 yaitu persamaan 4.1 yang mempunyai nilai Koefisien Determinasi atau R 2 terbesar yaitu 0,169 atau 16,9. Ini menunjukkan bahwa sebesar 16,9 variasi variabel Utilitas pemilihan moda dapat Universitas Sumatera Utara dijelaskan oleh 5 variabel independent yaitu X 1 = selisih atribut cost, X 2 = selisih atribut time, X 3 = selisih atribut headway, X 4 = selisih atribut access time, X 5 = selisih atribut service.

4.5.6 Uji t

Uji Hipotesis secara Parsial Uji t digunakan untuk menguji pengaruh dari masing-masing secara parsial variabel independen terhadap variabel dependen. Misalnya jika terdapat variabel independen sebanyak 5 variabel, yaitu X 1 , X 2 , X 3 , X 4 dan X 5 , dan variabel dependennya adalah Y, maka untuk menguji secara parsial dengan langkah menguji pengaruh dari variabel X 1 terhadap variabel Y, menguji pengaruh variabel X 2 terhadap variabel Y, menguji pengaruh variabel X 3 terhadap variabel Y, menguji pengaruh variabel X 4 terhadap variabel Y, serta menguji pengaruh variabel X 5 terhadap variabel Y, Keputusan menerima atau menolak hipotesis dengan langkah membandingkan hasil t hitung dengan t tabel. Adapun rumus untuk mendapatkan t adalah : k o b B t Se bk − = 4.3 dimana : k = 1, 2, 3,……, n t = angka yang akan dicari b k = koefisien regresi variabel bebas yang ke- k B o = hipotesis nol Universitas Sumatera Utara Se b k = simpangan baku koefisien regresi parameter b yang ke- k var bk n = jumlah variabel koefisien regresi

4.5.6.1 Uji t pada Model Binomial Logit Selisih

Pada output data analisis regresi pada model yang menghubungkan antara variabel selisih Utilitas pemilihan moda U KAB-BB dapat dijelaskan oleh 5 variabel independent yaitu X 1 = selisih atribut cost, X 2 = selisih atribut time, X 3 = selisih atribut headway, X 4 = selisih atribut access time dan X 5 = selisih atribut service, ditampilkan konstanta regresi yang digunakan untuk menyusun persamaan regresi yaitu persamaan 4.1. Di sini juga ditampilkan nilai t dari masing- masing variabel, yang dapat dimanfaatkan untuk menguji keberartian koefisien regresi yang di dapatkan. Proses pengujian sebagai berikut. Hipotesis: H o = Tidak ada pengaruh antara variabel bebas dengan variabel tidak bebas. H 1 = Ada pengaruh antara variabel bebas dengan variabel tidak bebas. Jika koefisien kepercayaan taraf nyata ditentukan sebesar 5, dan derajat kebebasan df = 104-6 = 98 maka di dapat nilai t tabel dari lampiran 7 sebesar 1,660. Dengan bantuan aplikasi SPSS 18 dapat diperoleh nilai t hitung untuk masing- masing atribut seperti yang terlihat pada output pengolahan SPSS berikut ini. Universitas Sumatera Utara yakni untuk X 1 = 6,370; X 2 = 5,678; X 3 = 7,147; X 4 = 6,568; X 5 = 15,177 1. Harga t hitung variabel X 1 = 6,370 dari t tabel = 1,660. Jadi H o ditolak, sebaliknya H 1 diterima. Hal ini menunjukkan bahwa variabel bebas X 1 secara signifikan menjelaskan variabel tergantung U KAB-BB . 2. Harga t hitung variabel X 2 = 5,678 dari t tabel = 1,660. Jadi H o ditolak, sebaliknya H 1 diterima. Hal ini menunjukkan bahwa variabel bebas X 2 secara signifikan menjelaskan variabel tergantung U KAB-BB 3. Harga t hitung variabel X 3 = 7,147 dari t tabel = 1,660. Jadi H o ditolak dan H 1 diterima. Hal ini menunjukkan bahwa variabel bebas X 3 secara signifikan dapat menjelaskan variabel tergantung U KAB-BB 4. Harga t hitung variabel X 4 = 6,568 dari t tabel = 1,660. Jadi H o ditolak dan H 1 diterima. Hal ini menunjukkan bahwa variabel bebas X 4 secara signifikan dapat menjelaskan variabel tergantung U KAB-BB . 5. Harga t hitung variabel X 5 = 15,177 dari t tabel = 1,660. Jadi H o ditolak dan H 1 diterima. Hal ini menunjukkan bahwa variabel bebas X 5 secara signifikan dapat menjelaskan variabel tergantung U KAB-BB . Universitas Sumatera Utara Dengan demikian, model yang sesuai dengan uji t adalah model, yaitu: U KAB-BB = 2,606 – 0,028X 1 – 0,007X 2 – 0,014X 3 – 0,016X 4 + 0,044X 5 yang menghubungkan variabel utilitas pemilihan moda U KAB-BB dapat dijelaskan oleh 5 variabel independen yaitu X 1 = selisih atribut cost, X 2 = selisih atribut time, X 3 = selisih atribut headway, X 4 = selisih atribut access time, X 5 = selisih atribut service.

4.5.7 Uji F

Uji Hipotesis secara Serempak Uji F digunakan untuk menguji pengaruh dari variabel independen secara keseluruhan terhadap variabel dependen. Misalnya jika terdapat variabel independen sebanyak 5 variabel, yaitu X 1 , X 2 , X 3 , X 4 dan X 5 , dan variabel dependennya adalah Y, maka langkah mengujinya adalah menguji pengaruh dari variabel X 1 , X 2 , X 3 , X 4 , dan X 5 terhadap variabel Y. Keputusan menerima atau menolak hipotesis dengan langkah membandingkan hasil F hitung dengan F tabel. Secara statistik, nilai uji – F ini dapat dihitung melalui 1 1 i i Y Y K SSR K F SSE n k Y Y N K Σ − − − = = − Σ − −  4.4 dimana: F = angka yang dicari, i SSR Y Y Σ − = jumlah kuadrat dari regresi, Y Y SSE i − Σ = jumlah kuadrat dari kesalahan error, Universitas Sumatera Utara n = jumlah pengamatan, k = jumlah parameter koefisien regresi. 4.5.7.1 Uji F pada Model Binomial Logit Selisih Untuk melakukan uji F data-data yang telah disusun diolah dengan menggunakan aplikasi SPSS sehingga diperoleh output seperti di bawah ini. Dari hasil output SPSS diperoleh nilai F hitung sebesar 109,51. Hipotesis: H o : β 1 = β 2 = β 3 = β 4 = β 5 = 0 H 1 : Minimal satu dari 5 variabel tidak sama dengan nol. Dengan menentukan koefisien kepercayaan taraf nyata 5 dan derajat kebebasan df 1 = 5-1= 4 dan df 2 = 104-5 = 99, maka dari lampiran 6 didapat nilai F tabel sebesar 2,31. Oleh karena F hitung = 109,510 F tabel = 2,31, maka H ditolak dan H 1 diterima. Kesimpulannya variabel Utilitas pemilihan moda U KAB-BB dapat dijelaskan secara signifikan oleh 5 variabel independent yaitu X 1 = selisih atribut biaya cost, X 2 = selisih atribut waktu time, X 3 = selisih atribut waktu keberangkatan headway, X 4 = selisih atribut lama waktu yang diperlukan dari Universitas Sumatera Utara tempat asal menuju stasiun keberangkatan access time, dan X 5 = selisih atribut pelayanan service. Secara bersama dengan signifikan memberikan kontribusi terhadap variabel dependen. Dengan demikian, model yang sesuai dengan uji F yaitu: U KAB-BB = 2,606 – 0,028X 1 – 0,007X 2 – 0,014X 3 – 0,016X 4 + 0,044X 5 . 4.5.8 Persamaan Model 4.5.8.1 Persamaan Model Logit Biner Model pemilihan moda Kereta Api Bandara dan Bus Bandara tujuan Medan – Bandara Kuala Namu merupakan model logit biner dengan fungsi utilitas antara kedua moda tersebut dalam bentuk persamaan linier. Persamaan model pemilihan moda hasil analisa adalah sebagai berikut: Probabilitas pemilihan KA Bandara : exp 1 exp BB KAB BB KAB U U KAB P − − + = Probabilitas pemilihan Bus Bandara : Persamaan selisih utilitas antara Kereta Api Bandara dan Bus Bandara adalah: U KAB-BB = 2,606 – 0,028X 1 – 0,007X 2 – 0,014X 3 – 0,016X 4 + 0,044X 5. X 1 = selisih atribut biaya cost. X 2 = selisih atribut waktu time. X 3 = selisih atribut waktu keberangkatan headway. X 4 = selisih atribut lama waktu yang diperlukan dari tempat asal menuju stasiun keberangkatan access time. X 5 = selisih atribut pelayanan service. Universitas Sumatera Utara

4.5.8.2 Grafik Pemilihan Moda

Grafik pemilihan moda merupakan hubungan antar probabilitas pemilihan moda dengan selisih nilai utilitas KA Bandara dan Bus Bandara. Bila selisih nilai utilitas antara KA Bandara dan Bus Bandara meningkat, maka probabilitas terpilihnya KA Bandara akan semakin meningkat. Sebaliknya bila selisih nilai utilitas antara KA Bandara dan Bus Bandara menurun, maka probabilitas terpilihnya KA Bandara akan semakin menurun. Dan apabila terjadi nilai utilitas KA Bandara sama dengan Bus Bandara sehingga nilai selisih utilitas adalah 0, maka probabilitas KA Bandara dan bus Bus Bandara akan seimbang Pr KA Bandara = Pr Bus Bandara = 0.5. Besarnya utilitas dan probabilitas pemilihan moda pada model logit dan probit ini dapat dilihat pada Tabel 4.18 dan 4.19. Sementara grafik hubungan antara utilitas dan probabilitas pemilihan moda pada model logit dan probit dapat dilihat pada Gambar 4.11 dan 4.12. Universitas Sumatera Utara Tabel 4.18 Probabilitas Pemilihan Moda dengan Model Logit Biner No Option Cost Time Headway Access Time Service UKAB- BB PrKAB PrBB Ribuan Rp menit menit menit 1 a 65 -43 75 15 -0.203 0.4494 0.5506 b 55 -43 75 15 0.077 0.5192 0.4808 c 40 -43 75 15 0.497 0.6218 0.3782 d 45 -43 75 15 0.357 0.5883 0.4117 e 85 43 75 15 -1.365 0.2034 0.7966 2 a 65 -43 75 15 -0.203 0.4494 0.5506 b 65 -28 75 15 -0.308 0.4236 0.5764 c 65 -63 75 15 -0.063 0.4843 0.5157 d 65 -35 75 15 -0.259 0.4356 0.5644 e 65 -20 75 15 -0.364 0.4100 0.5900 3 a 65 -43 75 15 -0.203 0.4494 0.5506 b 65 -43 90 15 -0.413 0.3982 0.6018 c 65 -43 60 15 0.007 0.5017 0.4983 d 65 -43 15 15 0.637 0.6541 0.3459 e 65 43 135 15 -1.645 0.1618 0.8382 4 a 65 -43 75 0.037 0.5092 0.4908 b 65 -43 75 15 -0.203 0.4494 0.5506 c 65 -43 75 -15 0.277 0.5688 0.4312 d 65 -43 75 -15 0.277 0.5688 0.4312 e 65 -43 75 15 -0.203 0.4494 0.5506 5 a 65 43 75 15 -10 -1.245 0.2236 0.7764 b 65 -43 75 15 -20 -1.083 0.2529 0.7471 c 65 -43 75 15 -30 -1.523 0.1790 0.8210 d 65 -43 75 15 10 0.237 0.5590 0.4410 e 65 -43 75 15 20 0.677 0.6631 0.3369 f 65 -43 75 15 30 1.117 0.7534 0.2466 Gambar 4.11 Grafik Pemilihan Moda dengan Model Logit Biner Universitas Sumatera Utara Tabel 4.19 Probabilitas Pemilihan Moda dengan Model Probit Biner No Option Cost Time Headway Access Time Service UKAB- BB PrKAB PrBB Ribuan Rp menit menit menit 1 a 65 -43 75 15 -0.2 0.42074 0.57926 b 55 -43 75 15 0.08 0.53188 0.46812 c 40 -43 75 15 0.5 0.69146 0.30854 d 45 -43 75 15 0.36 0.64058 0.35942 e 85 43 75 15 -1.37 0.08534 0.91466 2 a 65 -43 75 15 -0.2 0.42074 0.57926 b 65 -28 75 15 -0.31 0.37828 0.62172 c 65 -63 75 15 -0.06 0.47608 0.52392 d 65 -35 75 15 -0.26 0.39743 0.60257 e 65 -20 75 15 -0.36 0.35942 0.64058 3 a 65 -43 75 15 -0.2 0.42074 0.57926 b 65 -43 90 15 -0.41 0.3409 0.6591 c 65 -43 60 15 0.01 0.50399 0.49601 d 65 -43 15 15 0.64 0.73891 0.26109 e 65 43 135 15 -1.65 0.04947 0.95053 4 a 65 -43 75 0.04 0.51595 0.48405 b 65 -43 75 15 -0.2 0.42074 0.57926 c 65 -43 75 -15 0.28 0.61026 0.38974 d 65 -43 75 -15 0.28 0.61026 0.38974 e 65 -43 75 15 -0.2 0.42074 0.57926 5 a 65 43 75 15 -10 -1.25 0.10565 0.89435 b 65 -43 75 15 -20 -1.08 0.14007 0.85993 c 65 -43 75 15 -30 -1.52 0.06426 0.93574 d 65 -43 75 15 10 0.24 0.59483 0.40517 e 65 -43 75 15 20 0.68 0.75175 0.24825 f 65 -43 75 15 30 1.12 0.86864 0.13136 Gambar 4.12 Grafik Pemilihan Moda dengan Model Probit Biner Universitas Sumatera Utara

4.5.9 Sensitifitas Model

Sensitifitas model dimaksudkan untuk memahami perubahan nilai probabilitas pemilihan moda KA Bandara seandainya dilakukan perubahan nilai atribut pelayanannya secara gradual. Untuk menggambarkan sensitifitas ini dilakukan beberapa perubahan atribut berikut terhadap model pada masing-masing kelompok: 1. Biaya perjalanan dikurangi atau ditambah. 2. Waktu perjalanan diperlambat atau dipercepat. 3. Frekuensi keberangkatan dikurangi atau ditambah. 4. Lama waktu yang diperlukan dari tempat asal menuju stasiun keberangkatan diperlambat atau dipercepat. 5. Tingkat pelayanan service dikurangi atau ditambah. Adapun prosedur perhitungan sensitifitas dilakukan sebagai berikut: a. Urutkan nilai atribut sesuai kelompok perubahan. b. Tetapkan nilai atribut lain dengan menggunakan nilai rata-rata. c. Tentukan nilai utilitas dan probabilitas sesuai dengan perubahan yang dilakukan. d. Gambarkan grafik hubungan antara probabilitas dan nilai atribut sesuai dengan kelompok perubahan yang dilakukan.

4.5.9.1 Sensitifitas Model Logit Biner

Perubahan terhadap analisis sensitifitas ini diperoleh dengan menggunakan persamaan 4.1. Universitas Sumatera Utara

1. Sensitifitas terhadap Atribut Biaya

Berdasarkan analisa sensitifitas terhadap perubahan atribut biaya seperti diperlihatkan pada Gambar 4.13, maka dapat disimpulkan beberapa hal sebagai berikut: Gambar 4.13 Sensitifitas Model Logit Biner terhadap Biaya Perjalanan a. Memperlihatkan arah kemiringan garis, menunjukkan arah kemiringan negatif, yaitu semakin besar selisih perbedaan biaya cost akan semakin memperkecil probabilitas memilih Kereta Api Bandara. b. Dengan hanya memperhatikan perubahan selisih biaya, untuk kompetisi pemilihan moda antara Kereta Api Bandara dan Bus Bandara dapat dilihat bahwa probabilitas memilih Bus Bandara akan lebih besar dari pada probabilitas memilih Kereta Api Bandara jika selisih atau perubahan biayanya lebih besar dari Rp. 74.000,-. 74 Universitas Sumatera Utara c. Bila selisih biaya Kereta Api Bandara dan Bus Bandara lebih kecil dari Rp.74.000,- maka probabilitas KA Bandara akan meningkat.

2. Sensitifitas Terhadap Atribut Waktu Tempuh Perjalanan

Berdasarkan analisa sensitifitas terhadap perubahan atribut time waktu perjalanan sebagaimana diperlihatkan pada Gambar 4.14, maka dapat disimpulkan beberapa hal sebagai berikut: Gambar 4.14 Grafik Sensitifitas Model Logit Biner terhadap Waktu Tempuh Perjalanan a. Arah kemiringan garis adalah negatif, maka menunjukkan bahwa semakin besar selisih waktu perjalanan KA Bandara, maka semakin memperkecil probabilitas orang dalam pemilihan KA Bandara. b. Dari grafik dapat dilihat bahwa probabilitas memilih KA Bandara akan lebih besar dari probabilitas memilih Bus Bandara bila selisih waktu perjalanan -10 Universitas Sumatera Utara lebih kecil dari -10 menit selisih waktu perjalanan antara Bus Bandara dengan Kereta Api Bandara lebih besar dari 10 menit.

3. Sensitifitas Terhadap Atribut Headway

Berdasarkan analisa sensitifitas terhadap perubahan atribut headway sebagaimana diperlihatkan pada Gambar 4.15, maka dapat disimpulkan beberapa hal sebagai berikut: Gambar 4.15 Sensitifitas Model Logit Biner terhadap Headway a. Gradien garis adalah negatif, menunjukkan bahwa semakin besar selisih headway KA Bandara dan Bus Bandara, maka akan semakin memperkecil probabilitas pemilihan KA Bandara. b. Dengan memperhatikan perubahan selisih headway, maka dapat disimpulkan bahwa probabilitas memilih KA Bandara akan lebih besar dari Bus Bandara bila selisih headway lebih kecil dari 92 menit. 92 Universitas Sumatera Utara

4. Sensitifitas Terhadap Atribut Lama Waktu Menuju Stasiun