commit to user Kolom 6
: Rasio truk 3as HV4 terhadap truk 5as HV5 jam puncak pagi Tabel 4.3 kolom 6 =
7 1
. 4
6 1
. 4
kolom Tabel
kolom Tabel
= 3117 = 2
Kolom 7 : Rasio truk 5as HV5 terhadap truk 5as HV5 jam puncak pagi
Tabel 4.3 kolom 7 = 7
1 .
4 7
1 .
4 kolom
Tabel kolom
Tabel = 1717
= 1
4.2 Pengolahan Data Dasar
Volume Lalu Lintas yang diamati dalam penelitian ini terdiri dari lima jenis kendaraan berat, yaitu bus kecil HV1, bus besar HV2, truk 2as HV3, truk 3as
HV4, truk 5as HV5. Pengamatan dilakukan untuk mengambil data yang dibutuhkan untuk proses pengolahan dengan metode regresi linier dan time
headway. Pengamatan dilakukan selama 2 jam pada masing-masing jam puncak pagi dan sore.
4.3 Perhitungan Nilai emp Kendaraan
4.3.1 Metode Regresi Linier
a. Menghitung Koefisien Regresi
Volume lalu lintas digunakan untuk menghitung nilai emp kendaraan. Volume lalu lintas yang dihitung adalah jumlah dari arus lalu lintas yang melewati ruas Jl.
Solo-Kartosuro Km.7. Data kendaraan yang melewati ruas jalan Solo-Kartosuro Km.7 arah Kartosuro jam puncak pagi disajikan pada Tabel 4.5, untuk jam
puncak sore dan ruas jalan arah Solo dapat dilihat di lampiran A.
commit to user Tabel 4.5 Data Volume Lalu Lintas
No Mobil
Penumpang Bus
Kecil Bus
Besar Truk
2as Truk
3as Truk
5as Waktu
LV HV1
HV2 HV3
HV4 HV5
menit y
x1 x2
x3 x4
x5
1 69
12 11
13 3
2 15
2
71 10
12 14
5 2
15
3
76 16
15 11
2 3
15
4
104 10
12 11
3 1
15
5
108 9
10 10
2 2
15
6
80 17
11 19
7 2
15
7
86 8
8 18
6 4
15 8
76 8
10 13
3 1
15
Jumlah 670
90 89
109 31
17 120
Satuan arus lalu lintas yang digunakan untuk menghitung nilai emp pada metode regresi linier adalah smp15 menit. Nilai emp dihitung sesuai dengan persamaan
2.17 dan 2.18.
Y X
b nb
i 1
1
…………………………………………….....……..2.17
i i
i i
Y X
X b
X b
1 2
1 1
1
………………………………......…………2.18
Data pada Tabel 4.5 selanjutnya diolah sesuai dengan rumus 2.17 dan 2.18, sehingga akan diperoleh persamaan normal untuk mencari koefisien regresi yang
merupakan nilai emp kendaraan yang dicari. Persamaan untuk mendapatkan persamaan normal disajikan pada tabel 4.6 :
commit to user
commit to user Data hasil perhitungan tabel 4.6 diperoleh nilai:
1
x = 90
3 2
x x
=
1191
2
x
= 89
4 2
x x
=
334
3
x
= 109
5 2
x x
=
187
4
x
= 31
4 3
x x
=
464
5
x
= 17
5 3
x x
=
241
2 1
x
= 1098
5 4
x x
=
70
2 2
x
= 1019
y x
1
=
7422
2 3
x
= 1561
y x
2
=
7407
2 4
x
= 145
y x
3
=
9007
2 5
x
= 43
y x
4
=
2546
y = 670
y x
5
=
1408
2 1
.x x
= 1033
2
y
=
57630
3 1
.x x
= 1243
4 1
.x x
= 357
5 1
.x x
= 194
Harga-harga di atas kemudian dimasukkan ke persamaan normal sehingga terbentuk persamaan-persamaan berikut:
Persamaan antara bus kecil dan mobil penumpang, untuk nilai b0 dan b1 : 8b
+ 90 = 670………………………………………..….……………….……4.1 90b
+ 1098b
1
= 7422…………………………………...………………….….4.2 Persamaan antara bus besar dan mobil penumpang, untuk nilai b0 dan b2 :
8b + 89 = 670………………………………………………….………...……4.3
89b + 1019b
2
= 7407…………………………………………….………...….4.4
commit to user Persamaan antara truk 2as dan mobil penumpang, untuk nilai b0 dan b3 :
8b + 109 = 670…………………………………………………..……….…...4.5
109b + 1561b
3
= 9007…………………………………………….………….4.6 Persamaan antara truk 3as dan mobil penumpang, untuk nilai b0 dan b4 :
8b + 31 = 670…………………………………………………….……......….4.7
31b + 145b
4
= 2546………………………………………………….………..4.8 Persamaan antara truk 5as dan mobil penumpang, utnuk nilai b0 dan b5 :
8b + 17 = 670………………………………………………………….….......4.9
17b + 43b
5
= 1408………………………………………………………...…4.10
Dengan memasukkan nilai hasil perhitungan tabel ke dalam rumus 2.19 dan 2.20, maka akan diperoleh nilai-nilai :
Dari persamaan 4.1 dan 4.2 : b
= 98,947 b
1
= -1,351 Dari persamaan 4.3 dan 4.4 :
b = 101,762
b
2
= -1,619 Dari persamaan 4.5 dan 4.6 :
b = 105,613
b
3
= -1,605 Dari persamaan 4.7 dan 4.8 :
b = 91,578
b
4
= -2,020 Dari persamaan 4.9 dan 4.10 :
b = 88,618
b
5
= -2,291
commit to user Kemudian dimasukkan ke dalam persamaan 2.14 dan 2.15
Y = 98,947 – 1,351X
1
Y = 101,762 – 1,619X
2
Y = 105,613 – 1,605X
3
Y = 91,578 – 2,020X
4
Y = 88,618 – 2,291X
5
Sehingga diperoleh : emp bus kecil
= 1,351 emp bus besar
= 1,619 emp truk 2as
= 1,605 emp truk 3as
= 2,020 emp truk 5as
= 2,291
Sebaran jumlah kendaraan antara variabel-variabel tersebut :
Gambar 4.1 Diagram pencar antara bus kecil dan mobil penumpang
y = -1.3509x + 98.947 R² = 0.1028
60 70
80 90
100 110
8 10
12 14
16 18
M o
b il
Pe n
u m
p an
g 15
Bus Kecil15
commit to user Gambar 4.2 Diagram pencar antara bus besar dan mobil penumpang
Gambar 4.3 Diagram pencar antara truk 2as dan mobil penumpang
Gambar 4.4 Diagram pencar antara truk 3as dan mobil penumpang
y = -1.619x + 101.76 R² = 0.0499
60 70
80 90
100 110
8 9
10 11
12 13
14 15
M o
b il
Pe n
u m
p an
g 15
Bus Besar15
y = -1.6046x + 105.61 R² = 0.1287
60 70
80 90
100 110
9 12
15 18
21
M o
b il
Pe n
u m
p an
g 15
Truk 2as15
y = -2.0201x + 91.578 R² = 0.0669
60 70
80 90
100 110
2 3
4 5
6 7
M o
b il
Pe n
u m
p an
g 15
Truk 3as15
commit to user Gambar 4.5 Diagram pencar antara truk 5as dan mobil penumpang
Hasil perhitungan nilai emp seluruh jalan pendekat jam puncak pagi dan sore disajikan pada Tabel 4.7 :
Tabel 4.7 Rekapitulasi nilai emp menggunakan analisis Regresi Linier
Ruas Jalan ekuivalensi mobil penumpang
Bus kecil Bus besar
Truk 2as Truk 3as
Truk 5as pagi
sore pagi
sore pagi
sore pagi
sore pagi
sore Jl. Ahmad Yani Km.7
1,35 1,31
1,62 1,61
1,60 1,58
2,02 1,86
2,29 2,05
arah Solo-Kartosuro Jl. Ahmad Yani Km.7
1,24 1,38
1,.54 1,51
1,44 1,49
1,95 1,92
2,11 2,11
arah Kartosuro-Solo
b. Koefisien Korelasi
