34 3.1
Prinsip Umum
Metodologi untuk evaluasi simpang bersinyal menggunakan prinsip- prinsip yang terdapat dalam Manual Kapasitas Jalan Indonesia MKJI 1997
dari rata-rata kinerja pada arus maksimum atau arus-arus besar mayor pada setiap simpangnya.
3.2 Jenis Data
Data-data yang dibutuhkan dalam kasus kali ini adalah data primer dan data sekunder. Data primer diperoleh dari survei lapangan, sedangkan
data sekunder didapat dari instansi terkait dan data penelitian lainnya yang berhubungan dengan ruas jalan tersebut.
3.2.1 Data Primer
Data primer yaitu data yang diperoleh langsung dari pengamatan di lokasi penelitian pada keempat simpang, yang meliputi:
1. Volume kendaraan yang melewati setiap lengan simpang, di mana
dalam hal ini dilakukan pencatatan kendaraan berdasarkan jenis dan arah pergerakan.
2. Jumlah fase dan waktu sinyal pada masing-masing simpang.
3. Kondisi geometrik, pembagian jalur, dan jarak antar simpang.
3.2.2 Data Sekunder
35 Data sekunder adalah data yang diperoleh dari beberapa instansi
terkait dan dari beberapa penelitian tentang ruas jalan yang distudi sebelumnya. Data-data sekunder tersebut berupa data geometrik jalan dan
jarak antar simpang sebagai pembanding dengan hasil survei lapangan dan data jumlah penduduk kota.
3.3 Pengambilan Data Primer
Pengambilan data primer dilakukan dengan melakukan pencatatan dan pengamatan langsung dilapangan. Berikut diuraikan beberapa metode
pengambilan data yang dibutuhkan.
3.3.1 Volume Kendaraan
Untuk mendapatkan volume kendaraan, diharapkan survei dilakukan dengan serentak pada semua simpang. Berikut ini beberapa hal yang perlu
diperhatikan dalam survei volume kendaraan. 1.
Waktu survei Hari yang diambil untuk melakukan survei adalah satu hari sibuk hari Senin
16 Agustus 2010. Dalam hal ini terdapat tiga pembagian waktu survei penelitian dalam sehari, perhitungan dilakukan per 15 menit yaitu:
• Pagi 06.00-08.00 WIB • Siang 12.00-14.00 WIB
• Sore 16.00-18.00 WIB
36 Dalam menentukan waktu survei, terdapat beberapa kondisi tertentu
yang harus dihindari, yaitu: a.
Libur, mogok kerja, pekan raya, kunjungan pejabat negara, dan acara khusus yang dapat mempengaruhi ruas jalan studi.
b. Cuaca yang tidak normal.
c. Halangan di jalan seperti kecelakaan dan perbaikan jalan.
3.4 Tahap Pembahasan
Analisis evaluasi dan pengolahan dilakukan berdasarkan data yang telah diperoleh, selanjutnya dikelompokkan sesuai dengan identifikasi jenis
permasalahan sehingga diperoleh analisis pemecahan masalah yang efektif dan terarah. Tahap ini dilakukan analisis dan pengolahan data dari kinerja
lalu lintas di persimpangan Jalan Raya Gedangan – Jalan Letnan Jenderal S. Parman – Jalan Raya Ketajen – Jalan KH. Mukmin Sidoarjo.
3.5 Prosedur Penelitian
Tahapan penelitian simpang bersinyal mulai dari awal hingga laporan hasil penelitian tugas akhir dapat disusun berdasarkan Flowchart berikut ini :
37 Gambar 3.1 Bagan Alur Proses Penelitian.
Start
Perumusan Masalah Survei Lokasi
Survei Data
Data Primer : ‐
Data Volume Lalu Lintas
‐ Data Waktu Siklus
Data Sekunder : ‐
Data LHR ‐
Data Geometrik Jalan
‐ Data Jumlah
Analisa Data
Kesimpulan Dan Saran
Finish
38
BAB IV ANALISA DATA PERENCANAAN
4.1 Analisa Regresi
Analisa regresi digunakan untuk mengetahui peramalan, dimana dalam permodelan tersebut ada dua buah variabel yaitu variabel dependent tidak bebas
dan variabel independent bebas. Dalam tugas akhir ini menggunakan metode regresi linear untuk meramalkan pertumbuhan kendaraan bermotor dimasa
mendatang. Adapun variabel yang digunakan adalah variabel dependent yaitu jumlah kendaraan bermotor dan variabel independent yaitu jumlah penduduk. Bentuk umum
dari persamaan regresi linear adalah sebagai berikut:
Keterangan: a dan b = Koefisien regresi
39 n
= Jumlah data pengamatan x
= Variabel bebas y
= Variabel terikat r
= Koefisien korelasi -1 r 1
Sumber :Pengantar Statistika Metode Aplikasi Peramalan
Berikut ini adalah data jumlah penduduk dan jumlah kendaraan dari tahun terdahulu yang akan digunakan dalam pengerjaan tugas akhir ini:
Tabel 4.1 Jumlah Kendaraan Bermotor di Sidoarjo.
Jumlah kendaraan Jenis kendaraan
2005 2006 2007 2008 2009 Sepeda Motor
MC 3744030 3931231 4127792 5410473 6680996
Kendaraan Ringan LV
737651 774533 813259 853291 895987 Kendaraan berat
HV 483942 508139 533545 560222 588233
Sumber : Dispenda Jatim
Tabel 4.2 Jumlah Kendaraan Tak Bermotor di Sidoarjo.
Jumlah kendaraan Jenis kendaraan
2005 2006 2007 2008 2009 Kendaraan Tak
Bermotor UM 3424 3596 3775 3963 4161
Sumber : Dispenda Jatim
40 Gambar 4.1 Grafik PertumbuhanKendaaan Kabupaten Sidoarjo.
T abel
4.3 Data
Jumla h
Penduduk Kabupaten Sidoarjo.
Sumber : BPS Sidoarjo Jatim Tahun Jumlah
penduduk 2009 1.964.761
2008 1.801.187 2007 1.514.750
2006 1.480.578 2005 1.488.939
41 Gambar 4.2 Grafik Pertumbuhan Jumlah Penduduk Kabupaten Sidoarjo.
4.2 Perhitungan Regresi
4.2.1 Pertumbuhan Sepeda Motor MC
X Y No
Tahun kendaraan X . Y
X
2
Y
2
1 5 3.744.030
18.720.150 25 1.40177E+13
42 Tabel 4.4 Perhitungan Regresi Sepeda Motor.
Dengan data-data perhitungan LHR tersebutdapat dibuat persamaan umum regresi linear adalah :
Didapatkan persamaan y = 334834 + 735317,4 . X
Tabel 4.5 Perkiraan Pertumbuhan Jumlah Sepeda Motor MC Sampai Tahun Rencana 2014.
Sumber : Hasil Perhitungan 2 6
3.931.231 23.587.386
36 1.54467E+13 3 7
4.127.792 28.894.544
49 1.70386E+13 4 8
5.410.473 43.283.784
64 2.92732E+13 5 9
6.680.996 60.128.964
81 4.46357E+13 ∑ 35 23.894522
174.614.828 255 1.20412E+14
X Y Tahun Kendaraan
2010 7.688.004 2011 8.423.321
2012 9.158.638 2013 9.893.955
2014 10.629.272
43 Dari tabel 4.5 didapatkan jumlah sepeda motor pada tahun 2014 adalah
sebesar 10. 629.272.
Gambar 4.3 Grafik Perkiraan Pertumbuhan Jumlah Sepeda Motor MC Sampai Tahun Rencana 2014.
Untuk mengetahui prosentase pertumbuhan maka menggunakan rumus :
Dimana : F =
Jumlah sepeda motor tahun rencana
44 P =
Jumlah sepeda motor tahun existing n =
Jumlah tahun yang direncanakan i =
Faktor pertumbuhan
Maka prosentase pertumbuhan sepeda motor untuk 5 tahun kedepan adalah : 10629272 = 7688004 1 + i
5
4.2.2 Pertumbuhan Kendaraan Ringan LV
Tabel 4.6 Perhitungan Regresi Kendaraan Ringan.
X Y No
Tahun kendaraan X . Y
X
2
Y
2
1 5 737.651
3.688.255 25 5.44128E+11 2 6 774.533
4.647.198 36 5.99901E+11 3 7 813.259
5.692.813 49 6.61390E+11 4 8 853.291
6.826.328 64 7.28105E+11 5 9 895.987
8.063.883 81 8.02792E+11 ∑ 35 4.074.721
28.918.477 255 3.33631E+12
45 Dengan data-data perhitungan LHR tersebut dapat dibuat persamaan umum
regresi linear adalah :
Didapatkan persamaan y = 538143.2+ 39543 . X
Tabel 4.7 Perkiraan Pertumbuhan Kendraan Ringan LV Sampai Tahun Rencana 2014.
Sumber : Hasil Perhitungan X Y
Tahun Kendaraan 2010 933.573
2011 973.116 2012 1.012.659
2013 1.052.202 2014 1.091.745
46 Dari tabel 4.7 didapatkan jumlah kendaraan ringan pada tahun 2014 adalah
sebesar 1.091.745
Gambar 4.4 Grafik Perkiraan Pertumbuhan Jumlah Kendaraan Ringan LV Sampai Tahun Rencana 2014.
Untuk mengetahui prosentase pertumbuhan maka menggunakan rumus :
Dimana : F =
Jumlah kendaraan ringan tahun rencana P =
Jumlah kendaraan ringan tahun existing
47 n =
Jumlah tahun yang direncanakan i =
Faktor pertumbuhan
Maka prosentase pertumbuhan kendaraan ringan untuk 5 tahun kedepan adalah
1091745 = 933573 1 + i
5
4.2.3 Pertumbuhan Kendaraan Berat HV