STUDI KINERJA SIMPANG TAK BERSINYAL MANAHAN ATAS ...

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user i

STUDI KINERJA SIMPANG TAK BERSINYAL MANAHAN

ATAS DASAR OBSERVASI EKUIVALENSI MOBIL

PENUMPANG

Study of performance unsignalized intersection manahan on the basis of

observation Passenger Car Equivalent (pce)

SKRIPSI

Disusun untuk memenuhi persyaratan memperoleh gelar sarjana teknik pada Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret

Disusun oleh:

LUTFI RIYADI

NIM. I1106040

JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK

UNIVERSITAS SEBELAS MARET

SURAKARTA

2011


commit to user ii


commit to user iii


commit to user iv

MOTTO

Selalu Ingat ALLAH SWT di Waktu Susah Maupun Senang Jangan Pernah Menunda Suatu Pekerjaan atau pun Tugas Karena Akan Berat Untuk Memulainya Kembali Hidup Adalah Petualangan Yang Tiada Henti dan Tak Akan Terlupakan Kesan dan Penampilan Sangat Menentukan Untuk Selanjutnya Berani Bertindak Harus Berani Bertanggung Jawab (Lutfi Riyadi)

PERSEMBAHAN

Special Dedication for…

Alloh SWT

Bapak dan mamah ku, Pengorbanan & Usaha kalian yang ikhlas adalah semangatku

dalam mencapai cita-cita..Do’a & Harapan kalian membuatku berani bertindak

lebih dari kemampuanku..

Adik ku

Keluarga ku

Dara, terimakasih atas dukungan dan semangatnya


commit to user v

ABSTRAK

Lutfi Riyadi, 2011 , STUDI KINERJA SIMPANG TAK BERSINYAL MANAHAN ATAS DASAR OSERVASI EKIUVALENSI MOBIL PENUMPANG. Skripsi, Jurusan Teknik Sipil Fakultas Teknik, Universitas Sebelas Maret, Surakarta. Nilai Ekivalensi Mobil Penumpang (emp) adalah faktor konversi dari berbagai macam kendaraan menjadi mobil penumpang. Jenis simpang pada penelitian ini yaitu simpang tak bersinyal dengan tambahan pulau ditengahnya. MKJI 1997 melakukan survei pada 33 simpang tak bersinyal pada 16 kota besar di Indonesia, tetapi hasil perhitungan emp tersebut tidak bisa diterapakan pada simpang Manahan. Tujuan dari Penulisan skripsi ini adalah untuk mengetahui nilai emp keadaan normal, menghitung kinerja simpang tak bersinyal saat keadaan normal berdasarkan observasi nilai emp metode rasio headway dan analisis regresi linier dan Mengetahui nilai faktor penyesuaian untuk nilai emp MKJI 1997 dibandingkan dengan nilai emp metode rasio headway sehingga emp MKJI 1997 masih bisa digunakan. Metode yang digunakan dalam penyusunan skripsi ini adalah metode survei yang diperoleh berupa data geometrik jalan, arus lalu lintas serta tundaan dan metode analisis yang digunakan yaitu metode rasio headway dan regresi linier. Nilai emp dengan metode regresi linier untuk sepeda motor (MC) bernilai 0,12 dan untuk kendaraan berat (HV) bernilai 1,55. Metode rasio headway menghasilkan nilai emp untuk MC sebesar 0,57 dan untuk HV sebesar 1,85. Dari hasil analisis data diperoleh nilai Derajat Kejenuhan (DS) dengan menggunakan emp dari MKJI 1997 berkisar antara 1,57-3,12, dengan menggunakan emp dari metode regresi linier berkisar antara 0,82-1,28 dan dengan menggunakan emp dari metode rasio headway berkisar antara 1,7-3,5. Karena nilai DS maksimal 1,3 maka dalam perhitungan yang nilai DS >1,3 maka tetap menggunakan nilai DS maksimal. Tundaan yang didapat dengan menggunakan nilai DS maksimal yaitu 124,78 smp/dtk, sedangkan nilai DS dari emp hasil analisis menggunakan MKJI 1997 dan metode rasio headway >1,3. Nilai tundaan yang sudah sangat besar dari hasil analisis tersebut maka nilai emp dari MKJI 1997 tidak sesuai diterapkan, agar emp dari MKJI 1997 bisa diterapkan pada simpang ini, faktor penyesuaian nilai emp dari MKJI 1997 untuk motorcycle sebesar 1,14 dan untuk heavy vehicle 1,42. Kata kunci : emp, metode regresi linier, metode rasio headway, simpang tak bersinyal, derajat kejenuhan, tundaan.


commit to user vi

ABSTRACT

Lutfi Riyadi, 2011 , STUDY OF PERFORMANCE UNSIGNALIZED INTERSECTION MANAHAN ON THE BASIS OF OBSERVATION PASSENGER CAR EQUIVALENT (PCE). Script, Civil Engineering Faculty Of Engineering, Sebelas Maret University, Surakarta. Value Passenger Car Equivalent (PCE) conversion factor from assorted vehicle is occupant car. Kind intersection in this watchfulness that is unsignalized intersection with island in the middle. IHCM 1997 do research in 33 unsignalized intersection in 16 metropolis in Indonesia to get value PCE, but calculation result PCE from IHCM 1997 can not apply unsignalized intersection in Manahan. Aim from writing script this detect value pce moment normal conditon, then count performance unsignalized intersection Manahan moment normal conditon and based on value observation PCE headway ratio method and linear regression analysis moment and detect factor value setting for value PCE from IHCM 1997 when be compared with value PCE headway ratio method so that PCE from IHCM 1997 still be used. Method that be used in arrangement script this research method that got shaped data geometrik road, traffic current with delay and analysis method that used that is headway ratio method and linear regression. Value PCE with linear regression method for valuable motorcycle 0,12 and for heavy vehicle that is 1,55. Ratio headway method produce value PCE 0,57 for motorcycle and 1,85 for heavy vehicle. From data analysis result is got degree of saturation value by using PCE from IHCM 1997 range from 1,57-3,12, by using PCE from linear regression method ranges from 0,82-1,28 and by using PCE from ratio method headway range from 1,7-3,5. Because maximal degree of saturation value 1,3 so in calculation degree of saturation value >1,3 so permanent use maximal degree. Delay that got by using maximal degree of saturation value that is 124,78 smp/second, while degree of saturation value from PCE analysis result uses IHCM 1997 and ratio headway method >1,3. That delay value is very big from result analysis so PCE from IHCM 1997 inappropriate applied if PCE from IHCM 1997 applicable in this intersection, PCE value from IHCM 1997 factor settings to motorcycle 1,14 and to heavy vehicle 1,42. Key word : PCE, regression linear method, headway ratio method, unsignalized intersection, degree of saturation, delay, motorcycle, heavy vehicle.


commit to user vii

KATA PENGANTAR

Puji Syukur dipanjatkan kehadirat Allah SWT karena atas segala limpahan rahmat

dan hidayah-Nya maka penyusunan tugas akhir ini dapat diselesaikan.

Penyusunan tugas akhir ini merupakan salah satu syarat untuk memperoleh gelar

kesarjanaan S-1 pada Jurusan Teknik Sipil, Fakultas Teknik, Universitas Sebelas

Maret Surakarta. Pengambilan tugas akhir dengan judul “Studi kinerja simpang tak

bersinyal Manahan atas dasar observasi ekuivalensi mobil penumpang”, yang

bertujuan untuk mengetahui apakah nilai emp saat keadaan normal, masih sesuai bila

diterapkan pada saat ada kereta api melintas.

Disadari sepenuhnya bahwa tanpa bantuan dari berbagai pihak laporan tugas akhir ini

sulit untuk diselesaikan. Oleh karena itu, saya ucapkan terimakasih kepada :

1. Dekan Fakultas Teknik Universitas Sebelas Maret Surakarta, beserta jajarannya.

2. Ketua Jurusan Teknik Sipil, Fakultas Teknik, Universitas Sebelas Maret

Surakarta, beserta jajarannya.

3. Ir. Agus Sumarsono, MT. selaku dosen pembimbing I.

4. Ir. Djoko Sarwono, MT. selaku dosen pembimbing II.

5. S. J. Legowo, ST, MT. selaku dosen pembimbing akademis.

6. Tim penguji pada ujian pendadaran tugas akhir.

7. Dinas Perhubungan Kota Surakarta selaku pihak kedua yang membantu

mendapatkan informasi dan ijin suvey.

8. Segenap staf pengajar pada Jurusan Teknik Sipil, Fakultas Teknik, Universitas

Sebelas Maret Surakarta.

9. Semua pihak yang telah membantu secara langsung maupun tidak langsung yang

tidak dapat disebutkan satu per satu.


commit to user viii

Penulis menyadari bahwa skripsi ini masih banyak kekurangan, oleh karena itu saran

dan kritik yang bersifat membangun diterima dengan lapang dada demi

kesempurnaan penelitian selanjutnya.

Akhir kata semoga skripsi ini dapat memberikan manfaat bagi semua pihak dan

berguna bagi pengembangan ilmu pengetahuan.

Surakarta, Mei 2011

Penyusun


commit to user ix

DAFTAR ISI

Halaman:

HALAMAN JUDUL .................................................................................... i

HALAMAN PERSETUJUAN PEMBIMBING ........................................ ii

HALAMAN PENGESAHAN...................................................................... iii

HALAMAN MOTTO DAN PERSEMBAHAN ....................................... iv

ABSTRAK .................................................................................................... vi

KATA PENGANTAR.................................................................................. vii

DAFTAR ISI................................................................................................. ix

DAFTAR TABEL ........................................................................................ xii

DAFTAR GAMBAR ................................................................................... xiv

DAFTAR LAMPIRAN ................................................................................ xv

DAFTAR NOTASI....................................................................................... xvi

BAB I PENDAHULUAN 1.1. Latar Belakang..................................................................... 1

1.2. Rumusan Masalah ............................................................... 4

1.3. Batasan Masalah.................................................................. 2

1.4. Tujuan Penelitian................................................................. 5

1.5. Manfaat Penelitian............................................................... 5

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1. Tinjauan Pustaka ................................................................. 6

2.2. Dasar Teori .......................................................................... 8

2.2.1. Simpang ................................................................... 8

2.2.2. Karakteristik Lalu Lintas......................................... 10

2.2.3. Karekteristik Aliran Lalu Lintas Dengan Adanya

Pintu Perlintasan Kereta Api ................................. 11

2.2.4. Karakteristik Kendaraan........................................... 13

2.3. Pengertian emp .................................................................... 13


commit to user x

Halaman:

2.4. Perhitungan Nilai emp......................................................... 14

2.4.1. Metode Rasio Headway ........................................... 14

2.4.2. Analisis Regresi Linier ............................................ 19

2.5. Prosedur Analisis Kinerja Simpang Tidak Bersinyal

dengan Metode MKJI 1997.................................................. 22

2.5.1. Data Masukan .......................................................... 22

1. Data Geometri...................................................... 23

2. Kondisi Arus Lalu Lintas .................................... 23

3. Kondisi Lingkungan ............................................ 25

2.5.2. Kapasitas.................................................................. 26

2.5.2.1. Lebar Pendekatan dan Tipe Simpang ......... 27

2.5.2.2. Kapasitas Dasar .......................................... 30

2.5.2.3. Faktor Penyesuaian..................................... 30

2.5.3. Tingkat Kinerja Simpang......................................... 35

2.5.3.1. Derajat Kejenuhan ...................................... 35

2.5.3.2. Tundaan ...................................................... 36

2.5.3.3. Peluang Antrian .......................................... 38

BAB III METODOLOGI PENELITIAN

3.1. Umum.................................................................................. 40

3.2. Lokasi Penelitian ................................................................. 41

3.3. Metode Penelitian................................................................ 41

3.4. Prosedur Survei ................................................................... 43

3.4.1. Survei Pendahuluan................................................... 43

3.4.2. Teknik Pengumpulan Data........................................ 43

3.4.3. Peralatan yang Digunakan ........................................ 44

3.4.4. Survei Volume Lalu Lintas dan Perekaman

Time Headway ........................................................... 44

3.5. Rekapitulasi Data................................................................. 45


commit to user xi

Halaman:

BAB IV ANALISIS DATA DAN PEMBAHASAN 4.1. Deskripsi Penelitian ............................................................ 47

4.2. Pengolahan Data Dasar ....................................................... 52

4.3. Perhitungan Nilai emp Kendaraan ...................................... 53

4.3.1. Metode Regresi Linier .............................................. 53

4.3.2. Metode Rasio Headway............................................ 65

4.4. Perhitungan Kinerja Simpang Tak Bersinyal...................... 77

4.4.1. Data Survei Simpang ................................................ 77

4.4.2. Perhitungan Arus Lalu Lintas Simpang .................... 77

4.4.3. Perhitungan Kapasitas Simpang................................ 79

4.4.4. Perhitungan Tingkat Kinerja Simpang...................... 81

4.4.5. Pembahasan............................................................... 83

BAB V KESIMPULAN DAN SARAN

5.1. Kesimpulan ......................................................................... 84 5.2. Saran.................................................................................... 84

PENUTUP ............................................................................................ xix

DAFTAR PUSTAKA ................................................................................. xx

LAMPIRAN


commit to user xii

DAFTAR TABEL

Halaman:

Tabel 2.1. Klasifikasi Kendaraan menurut MKJI 1997 ............................ 13

Tabel 2.2. Nilai emp di Simpang Tak Bersinyal menurut MKJI 1997 ..... 23

Tabel 2.3. Nilai Normal faktor-k menurut MKJI 1997............................. 24

Tabel 2.4. Nilai Normal Komposisi Lalu – lintas menurut MKJI 1997 ... 25

Tabel 2.5. Nilai Normal Lalu - lintas Umum menurut MKJI 1997. ......... 25

Tabel 2.6. Kelas Ukuran Kota menurut MKJI 1997 ................................. 25

Tabel 2.7. Tipe Lingkungan Jalan............................................................. 26

Tabel 2.8. Jumlah Lajur dan Lebar Rata-rata Pendekat Jalan Minor

dan Utama ................................................................................ 29

Tabel 2.9. Kode Tipe Simpang ................................................................. 30

Tabel 2.10. Kapasitas Dasar Menurut Tipe Simpang ................................. 30

Tabel 2.11. Faktor Penyesuaian Median Jalan Utama (FM)........................ 31

Tabel 2.12. Faktor Penyesuaian Ukuran Kota (FCS) ................................... 32

Tabel 2.13. Faktor Penyesuaian Tipe Lingkungan Jalan Hambatan

Samping dan Kendaraan Tak Bermotor (FRSU)........................ 32

Tabel 2.14. Faktor Penyesuaian Arus Jalan Minor (FMI) ............................ 35

Tabel 3.1. Jenis Pasangan Kendaraan yg dicatat time headwaynya.......... 40

Tabel 4.1. Jumlah Kendaraan Hasil Survei ............................................... 47

Tabel 4.2. Jumlah kendaraan dan rasio kendaraan pada saat jam puncak 49

Tabel 4.3. Rasio Motorcycle (MC) terhadap Light Vehicle (LV) ............. 51

Tabel 4.4. Volume lalu lintas lokasi 1 (jam puncak pagi) ........................ 53

Tabel 4.5. Perhitungan regresi linier Lokasi 1 (dr. Moewardi) jam

puncak pagi ............................................................................. 54

Tabel 4.6. Rekapitulasi Nilai emp Dengan Metode Analisis Regresi Linier 57

Tabel 4.7. Perhitungan nilai emp Motorcycle (MC) dari semua pendekat 57

Tabel 4.8. Perhitungan nilai emp Heavy Vehicle (HV) dari semua

pendekat ................................................................................... 57

Tabel 4.9. Volume lalu lintas lokasi 1 (jam puncak pagi) ........................ 53


commit to user xiii

Halaman:

Tabel 4.10. Nilai Koefisien Korelasi pada Jam Puncak Siang.................... 62

Tabel 4.11. Nilai Koefisien Korelasi pada Jam Puncak Sore ..................... 62

Tabel 4.12. Nilai Uji Keberartian Koefisien Korelasi pada Jam

Puncak Pagi.............................................................................. 63


Puncak Siang............................................................................ 53


Puncak Sore.............................................................................. 53

Tabel 4.15. Nilai Uji F pada Jam Puncak Pagi ........................................... 65

Tabel 4.16. Nilai Uji F pada Jam Puncak Siang ......................................... 65

Tabel 4.17. Nilai Uji F pada Jam Puncak Sore ........................................... 65

Tabel 4.18. Perhitungan Rata-rata Senjang Time Headway........................ 66

Tabel 4.19. Nilai time headway terkoreksi.................................................. 68

Tabel 4.20. Perhitungan nilai emp Jl. dr. Moewardi jam puncak pagi ....... 70

Tabel 4.21. Nilai emp motorcycle dan heavy vehicle dengan rasio headway

pada tiap jalan pendekat atau pada masing-masing jam puncak 72

Tabel 4.22. Perhitungan nilai emp Motorcycle (MC) dari semua pendekat 73

Tabel 4.23. Perhitungan nilai emp Heavy Vehicle (HV) dari

semua pendekat ........................................................................ 74

Tabel 4.24. Rekapitulasi Nilai emp............................................................. 76

Tabel 4.25. Perhitungan Arus Lalu Lintas Simpang ................................... 78

Tabel 4.26. Perhitungan Kapasitas simpang ............................................... 81

Tabel 4.27. Perhitungan Tingkat Kinerja Simpang..................................... 82

Tabel 4.28. Hasil Perhitungan Kapasitas dan Tingkat Kinerja Simpang.... 84

Tabel 4.29. Hasil Perhitungan Kapasitas dan Tingkat Kinerja Simpang

Menggunakan Nilai DS Maksimal........................................... 85


commit to user xiv

DAFTAR GAMBAR

Halaman:

Gambar 1.1. Denah Simpang Manahan ........................................................ 3

Gambar 1.2. Foto Simpang Manahan ........................................................... 3

Gambar 2.1. Time Headway antara pasangan-pasangan kendaraan ............. 14

Gambar 2.2. Lebar Rata-rata Pendekat ......................................................... 28

Gambar 2.3. Jumlah Lajur dan Lebar Rata-rata Pendekat Jalan Minor

dan Utama ................................................................................ 29

Gambar 2.4. Grafik Faktor Penyesuaian Lebar Pendekat (FW) .................... 31

Gambar 2.5. Grafik Faktor Penyesuaian Belok Kiri (FLT)............................ 33

Gambar 2.6. Grafik Faktor Penyesuaian Belok Kanan (FRT) ....................... 34

Gambar 2.7. Grafik Faktor Penyesuaian Arus Jalan Minor (FMI)................. 34

Gambar 2.8. Grafik Penentuan Tundaan Lalu Lintas Simpang (DTI) ........... 36

Gambar 2.9. Grafik Penentuan Tundaan Lalu Lintas Jalan Utama (DTMA) . 37

Gambar 2.10. Grafik Rentang Peluang Antrian (QP%) Terhadap Derajat

Kejenuhan (DS)..................................................................... 39

Gambar 3.1. Diagram Alir Penelitian ........................................................... 42

Gambar 3.2. Denah Penelitian, Penempatan Handycam dan Suveyor

di Simpang ............................................................................... 45

Gambar 4.1. Grafik Penentuan Jam Puncak Pagi ......................................... 48

Gambar 4.2. Grafik Penentuan Jam Puncak Siang ....................................... 48

Gambar 4.3. Grafik Penentuan Jam Puncak Sore ......................................... 49

Gambar 4.4. Diagram Pencar Antara Motorcycle (MC) dan

Light Vehicle (LV) ................................................................... 56

Gambar 4.5. Diagram Pencar Antara Heavy Vehicle (HV) dan

Light Vehicle (LV) ................................................................... 56

Gambar 4.6. Denah Situasi dan Geometri Simpang Manahan Surakarta ..... 77

Gambar 4.7. Arah Pergerakan Lalu lintas dan volume

lalu lintas (smp/jam)................................................................ 79


commit to user xv

DAFTAR LAMPIRAN

LAMPIRAN A : Perhitungan Nilai emp dengan Metode Analisis Regresi

Linier

LAMPIRAN B : Perhitungan Nilai emp dengan Metode Rasio Headway

LAMPIRAN C : Tabel Uji Statistik

LAMPIRAN D : Diagram Kontrol

LAMPIRAN E : 1. Perhitungan Arus Lalu Lintas Simpang

2. Perhitungan Kapasitas Simpang

3. Perhitungan Tingkat Kinerja Simpang

LAMPIRAN F : Administrasi Skripsi


commit to user xvi

DAFTAR NOTASI

A = Time headway antara kendaraan ringan dengan kendaraan ringan yang

berurutan

a = Kesalahan duga, dengan )1( a- merupaka tingkat kofidensi

B = Time headway antara kendaraan berat dengan kendaraan berat yang

berurutan

BKA = Batas kontrol atas

BKB = Batas kontrol bawah

0b = Nilai emp untuk kendaraan ringan

1b = Nilai emp untuk kendaraan berat

2b = Nilai emp untuk sepeda motor

C = Time headway antara kendaraan berat dengan kendaraan ringan yang

berurutan

C = Kapasitas (Pada kinerja simpang)

CO = Kapasitas dasar

D = Time headway antara kendaraan ringan dengan kendaraan berat yang

berurutan

D = Tundaan simpang

DG = Tundaan geometrik simpang

DS = Derajat kejenuhan

DTI = Tundaan lalu lintas simpang

DTMA = Tundaan lalu lintas jalan utama

DTMI = Tundaan lalu lintas jalan minor

e = Batas toleransi kesalahan

Emp = Ekuivalensi Mobil Penumpang

E = Standar error

F = Faktor penyesuain kapasitas

FCS = Ukuran kota


commit to user xvii

FLT = faktor penyesuaian Belok kiri

FM = faktor penyesuaian tipe median jalan utama

FMI = faktor penyesuaian rasio arus jalan minor total

FRSU = faktor penyesuaian tipe hambatan samping

FRT = faktor penyesuaian Belok kanan

Fsmp = Faktor smp

FW = faktor penyesuaian lebar pendekat rata-rata (lebar masuk)

HV = Heavy vehicle

mHV = Jumlah kendaraan berat pada putaran m

K = Koefisien koreksi

LV = Light vehicle

mLV = Jumlah kendaraan ringan pada putaran m

MC = Motorcycle

mMC = Jumlah sepada motor pada putaran m

MKJI = Manual Kapasitas Jalan Indonesia

MV = Kendaraan tak bermotor total

na = Jumlah data time headway kendaraan ringan diikuti kendaraan ringan

nb = Jumlah data time headway kendaraan berat diikuti kendaraan berat

nc = Jumlah data time headway kendaraan ringan diikuti kendaraan berat

nd = Jumlah data time headway kendaraan berat diikuti kendaraan ringan

n = Jumlah sampel

n-1 = Derajat kebebasan (degree of freedom)

n-2 = Derajat kebebasan (dk)

mQ = Besarnya arus (smp/jam) pada putaran m

r = Indeks korelasi

r = Nilai koefisien korelasi hasil perhitungan

R = Rentang

resRJK = Rata-rata jumlah kuadrat regresi ab


commit to user xviii

( )abgRJKRe = Rata-rata jumlah kuadrat residu

s = Simpangan baku

s = Standar deviasi

smp = Satuan mobil penumpang

ta = Nilai rata-rata time headway kendaraan ringan diikuti kendaraan ringan

kta = Nilai rata rata time headway LV-LV terkoreksi

tb = Nilai rata-rata time headway kendaraan berat diikuti kendaraan berat

ktb = Nilai rata rata time headway HV-HV terkoreksi

tc = Nilai rata-rata time headway kendaraan ringan diikuti kendaraan berat

ktc = Nilai rata rata time headway LV-HV terkoreksi

td = Nilai rata-rata time headway kendaraan berat diikuti kendaraan ringan

ktd = Nilai rata rata time headway HV-LV terkoreksi

UM = Kendaraan tak bermotor

1X = Jumlah kendaraan berat pada putaran m

2X = Jumlah sepeda motor pada putaran m

ix = Nilai time headway ke-i

x = Nilai rata-rata sampel time headway

2m = Batas keyakinan bawah nilai rata-rata

Y = Jumlah kendaraan ringan pada putaran m

2,1m = Batas-batas interval keyakinan

Q = Arus lalu lintas total

mQ = Besarnya arus (smp/jam) pada putaran m

QP% = Peluang antrian


commit to user xix

PENUTUP

Puji Syukur kita panjatkan kehadirat Allah SWT yang telah memberikan rahmat dan

hidayah-Nya, sehingga sehingga skripsi ini dapat diselesaikan dengan baik.

Diharapkan skripsi ini dapat bermanfaat bagi penyusun sendiri maupun bagi pembaca

sekalian. Disadari bahwa dalam penyusunan skripsi ini masih banyak terdapat

kekurangan yang perlu pembenahan, untuk itu kritik dan saran yang bersifat

membangun sangat diharapkan sebagai bekal kesempurnaan studi kasus dimasa yang

akan datang.

Akhirnya saya ucapkan terima kasih kepada semua pihak yang telah membantu serta

mohon maaf apabila terdapat hal-hal yang kurang berkenan di hati pembaca sekalian.

Penyusun


commit to user

1

BAB I

PENDAHULUAN

1.1. Latar Belakang

Pertambahan jumlah penduduk Indonesia setiap tahun cukup besar, khususnya

pertambahan jumlah penduduk Surakarta sehingga menyebabkan penambahan

aktivitas dalam segala kegiatan yang berhubungan dengan pemenuhan kebutuhan

hidup. Apalagi di lihat dari jumlah penduduk kota Surakarta yang berjumlah sekitar

503.421 jiwa dengan luas wilayah 44,03 km2 dan kepadatan 11.433,6 jiwa/km2

(Sumber : id.Wikipedia.org. data tahun 2010). Hal ini sangat menuntut peningkatan

sarana dan prasarana transportasi dengan tujuan untuk melancarkan arus lalu lintas.

Pertambahan jumlah transportasi yang tidak diimbangi dengan perkembangan

prasarana akan menimbulkan konflik pada jalan khususnya simpang atau bundaran.

Pada kenyataannya masalah yang terjadi di lapangan misalnya tundaan dan antrian

yang cukup panjang. Panjang antrian yang berada di sekitar bundaran atau simpang

dapat menggangu arus lalu lintas. Mengingat fungsi simpang yaitu mengalirkan dan

mendistribusikan kendaraan yang lewat di simpang sehingga diharapkan dapat

mengurangi terjadinya konflik di simpang. Hal ini dapat di atasi dengan beberapa

cara misalnya dengan cara peningkatan prasarana lalu lintas dan manajemen lalu

lintas seperti jalan, jembatan, dan perlengkapan jalan termasuk didalamnya jaringan

jalan dan pengaturan simpang dan bundaran yang memadai.

Simpang merupakan suatu daerah pertemuan dari jaringan jalan raya dan juga tempat

bertemunya kendaraaan dari berbagai arah dan merubah arah termasuk didalamnya

fasilitas-fasilitas yang diperlukan untuk pergerakan lalu lintas. Simpang Manahan di

kota Surakarta merupakan pertemuan dari ruas jalan dr. Moewardi dari arah timur

yang melayani arus 2 lajur 2 jalur, ruas jalan Adi Sucipto dari arah barat yang

melayani arus 4 lajur 2 jalur dan ruas jalan MT.Haryono dari arah selatan yang

melayani arus 2 lajur 2 jalur, simpang tiga tak bersinyal ini merupakan jalan arteri

yang pada saat jam-jam sibuk terjadi antrian kendaraan yang cukup panjang di

lengan jalan utamanya, hal ini disebabkan karena pada daerah disekitar


commit to user

2

persimpangan tersebut merupakan daerah perkantoran, perdagangan, dan terdapat

stadion Manahan serta jalur yang menuju ke pusat kota sehingga arus lalulintasnya

cukup padat. Pada lengan persimpangan menuju ke arah selatan yang merupakan

area jalan dr. Moewardi, terjadi persilangan dengan jalan kereta api dimana frekuensi

kereta api yang melintas cukup tinggi karena merupakan jalur utama kereta api lintas

selatan Pulau Jawa. Berdasarkan keadaan tersebut maka pada persimpangan

Manahan perlu mendapat perhatian lebih agar dapat melayani arus lalulintas dengan

baik dan menghindari terjadinya kemacetan pada kendaraan yang berada pada areal

persimpangan tersebut dan bagi pengguna lalulintas akan menimbulkan kerugian

seperti biaya dan waktu perjalanan. Arus yang melintas di sebuah jalan utamanya

terdiri dari berbagai macam kendaraan, diantaranya mobil penumpang, bus kota, dan

sepeda motor. Maka dari pada itu diperlukan sebuah faktor konversi sehingga arus

lalu lintas menjadi lebih tepat jika dinyatakan menjadi mobil penumpang atau sering

dikenal dengan emp (ekivalensi mobil penumpang) Dalam bahasa Inggris istilah emp

menjadi pce (passenger car equivalent).

Setiap ruas jalan mempunyai kondisi geometri dan karakteristik yang berbeda-beda.

Hal yang sangat mempengaruhi nilai emp yaitu kondisi geometri diantaranya

panjang landai, jumlah lajur dan lebar jalur lalulintas dimana pada lokasi yang akan

disurvei termasuk tipe jalan dua lajur tak terbagi (2/2 UD). Untuk setiap bagian jalan

nilai emp juga berbeda. Besar nilai emp untuk ruas jalan tidak sama dengan nilai emp

untuk simpang. Kinerja dari sebuah ruas jalan sangat tergantung dari nilai emp nya.

Maka dari itu suatu keputusan yang di ambil dalam rangka mengatasi sebuah

masalah sesuai dengan kondisi lapangan maka di perlukan suatu nilai emp yang

sesuai dengan kondisi jalan yang sebenarnya.


commit to user

3

Gambar 1.1 Denah Simpang Manahan.

Gambar 1.2 Foto Simpang Manahan.

Sejauh ini telah banyak dilakukan penelitian untuk mendapatkan nilai emp. Metode

yang dapat digunakan untuk mendapatkan nilai emp yaitu metode semi empiris,

metode Walker’s, metode headway, regresi linier, koefisien homogenic, dan metode

simulasi. Metode yang akan digunakan dalam penelitian ini adalah Metode Headway

dan Analisis Regresi Linier. Pada metode regresi linier tidak terpengaruh dan tidak

terdeteksi adanya spacing, yaitu jarak antara kendaraan yang berurutan di dalam arus


commit to user

4

lalulintas. Maka agar nilai emp lebih logic didekati dengan metode rasio headway

dimana pada metode ini terjadinya spacing dapat terdeteksi.

1.2. Rumusan Masalah

Berdasarkan latar belakang masalah yang telah di uraikan tersebut maka dapat

dirumuskan suatu masalah yaitu :

1. Berapa nilai emp hasil observasi berdasarkan perhitungan metode rasio

headway dan analisis regresi linier untuk mengetahui kinerja simpang tak

bersinyal?

2. Bagaimana kinerja simpang tak bersinyal berdasarkan MKJI 1997 dan

berdasarkan observasi nilai emp metode rasio headway dan analisis regresi

linier saat pintu perlintasan kereta api terbuka?

3. Berapa faktor penyesuaian untuk nilai emp dari MKJI 1997 bila

dibandingkan dengan nilai emp metode rasio headway ?

1.3. Batasan Masalah

Agar penelitian ini tidak terlalu luas tinjauannya, maka diperlukan adanya batasan-

batasan masalah sebagai berikut :

a. Penelitian dilakukan di simpang tak bersinyal Manahan

b. Kinerja simpang tak bersinyal dihitung berdasarkan MKJI 1997

c. Penelitian dilakukan pada jam sibuk dan pada hari kerja berdasarkan survei

pendahuluan

d. Pejalan kaki (pedestrian) tidak dihitung.

e. Metode perhitungan nilai emp dengan rasio headway dan analisis regresi

linier.

f. “Bundaran Manahan” berperan sebagai simpang tak bersinyal

g. Hambatan samping yang digunakan hanya kendaraan tak bermotor


commit to user

5

1.4. Tujuan Penelitian

1. Untuk mengetahui nilai emp saat keadaan normal pada simpang tak bersinyal

Manahan.

2. Untuk mengetahui dan membandingkan kinerja simpang tak bersinyal

Manahan saat keadaan normal masih sesuai tidak bila diterapkan pada saat

ada pintu perlintasan kereta api terbuka berdasarkan nilai emp hasil observasi

menggunakan metode rasio headway dan analisis regresi linier.

3. Mengetahui nilai faktor penyesuaian untuk nilai emp dari MKJI 1997 bila

dibandingkan dengan nilai emp metode rasio headway sehingga nilai emp

dari MKJI 1997 masih bisa diterapkan.

1.5. Manfaat Penelitian

Manfaat dari hasil penelitian ini adalah:

1. Manfaat Teoritis

a. Menambah Pengetahuan dan wawasan tentang cara menghitung kinerja

simpang berdasarkan data-data yang diperoleh dilapangan.

b. Menerapkan dan meningkatkan pemahaman ilmu yang diperoleh di

perkuliahan dan memberikan sumbangan bagi instansi terkait untuk

melakukan perbaikan kinerja persimpangan.

2. Manfaat Praktis

Memberikan sebuah alternatif jika emp berdasarkan metode MKJI 1997 tidak

sesuai dengan kondisi yang ada.


commit to user

6

BAB 2

LANDASAN TEORI

2.1 Tinjauan Pustaka

Persimpangan merupakan titik pada jaringan jalan dimana jalan-jalan bertemu dan

dimana lintasan – lintasan kendaraan yang saling berpotongan. Persimpangan

merupakan faktor yang paling penting dalam menentukan kapasitas dan waktu

perjalanan pada suatu jaringan jalan, khususnya daerah perkotaan. (Studi

Transportation Engineering I DLLAJR, 1987, 1).

Jenis simpang di bedakan menjadi dua jenis yaitu simpang jalan dengan sinyal dan

simpang jalan tanpa sinyal. Maksud dari sinyal yaitu lampu lalu – lintas (traffic

lights). Pada simpang jalan bersinyal, para pemakai jalan dikendalikan oleh sinyal

lalu lintas. Sinyal lalu – lintas adalah semua peralatan pengatur lalu - lintas yang

menggunakan tenaga listrik, rambu dan marka jalan untuk mengarahkan atau

memperingatkan pengemudi kendaraan bermotor, pengendara sepeda, atau pejalan

kaki Sedangkan pada simpang jalan tak bersinyal, para pengendara atau pemakai

jalan menentukan sendiri apakah mereka cukup aman untuk langsung melewati atau

berhenti terlebih dahulu sebelum melewati simpang tersebut. Simpang tak bersinyal

secara formil dikendalikan oleh aturan lalu – lintas Indonesia yaitu memberikan jalan

kepada kendaraan yang dari kiri (Oglesby dan Hick, 1982).

Pengaruh dari kendaraan tidak bermotor itu berbeda pada simpang tak bersinyal dan

simpang bersinyal. Karena perbedaan inilah diperlukan adanya ekuivalensi yang

berbeda pula antara simpang tak bersinyal dan simpang bersinyal. Kecepatan rata-

rata mobil penumpang di arus dasar dan arus campuran dihitung dari data

pengamatan di lapangan. Kendaraan tak bermotor memberi dampak yang cukup

signifikan pada kecepatan rata-rata mobil penumpang pada arus campuran.

(Nakamura Fumihiko, 2006).


commit to user

7

Nilai emp kendaraan berat diestimasikan sebagai salah satu unit nilai rasio

bertambahnya tundaan di jalan raya. Tundaan dasar dan pertambahan tundaan

tergantung pada kendaraan berat yang dihitung dari besarnya nilai headway.

Besarnya dimensi kendaraan akan mempengaruhi nilai emp.

(Izumi Okura, 2006).

Berdasarkan kapasitas (Capacity/C) dan arus lalu-lintas yang ada (Q) akan diperoleh

angka derajat kejenuhan (Degree of saturation/DS). Dengan nilai derajat kejenuhan

(DS) dan nilai kapasitas (C), dapat dihitung tingkat kinerja dari masing-masing

pendekat maupun tingkat kinerja simpang secara keseluruhan sesuai dengan rumus

yang ada pada Indonesian Highway Capacity Manual 1997. Adapun tingkat kinerja

yang diukur pada Manual Kapasitas Jalan Indonesia 1997 adalah tundaan (Delays/D)

dan peluang antrian. (Manual Kapasitas Jalan Indonesia 1997).

Penelitian terdahulu oleh Achyani Agustina Pratiwi di kota Surakarta dalam

penentuan nilai emp di simpang tak bersinyal Jalan Kapt. Mulyadi-Jalan Mayor

Kusmanto dan simpang Jalan dr. Radjiman-Jalan dr. Wahidin di Surakarta. Nilai

emp hasil perhitungan dengan metode analisis regresi linier berada antara 0,30-

0,4116 untuk sepeda motor (MC) dan 1,1022-1,345 untuk kendaraan berat (HV).

Metode analisis rasio headway menghasilkan nilai emp antara 0,226-0,4759 untuk

sepeda motor (MC) dan 1,1-1,20122 untuk kendaraan berat (HV).

(Achyani Agustina Pratiwi, 2009).

Penelitian terdahulu oleh Putri Khoriyah Utami di Surakarta dalam penentuan nilai

emp pada bundaran Joglo. Nilai emp hasil perhitungan dengan menggunakan

metode rasio Headway untuk sepeda motor adalah sebesar 0,44 sedangkan untuk

Heavy Vehicle sebesar 1,58. Nilai emp untuk sepeda motor dengan menggunakan

metode analisis regresi linier adalah sebesar 0,17 dengan nilai koefisien korelasi

antara -0,6781 s/d -0,8261. Nilai emp untuk Heavy Vehicle sebesar 1,47 dengan

nilai koefisien korelasi diantara 0,1146 s/d -0,5168.

(Putri Khoiriyah Utami, 2010).


commit to user

8

Metode yang digunakan pada penelitian ini menggunakan metode yang sama

dengan penelitian yang dilakukan sebelumnya oleh Achyani Agustina Pratiwi dan

Putri Khoiriyah Utami, yaitu Metode Analisis Regresi Linier dan Metode Rasio

Headway, perbedaannya terletak pada pemilihan jenis simpang, lokasi simpang,

jenis kendaraan yang dicari nilai emp-nya dan menganalisis kinerja simpangnya

serta penerapan emp saat normal masih sesuai tidak bila diterapkan pada saat ada

kereta api melintas.

2.2 Dasar Teori

2.2.1 Simpang

Simpang adalah suatu area yang tidak terpisahkan dari jaringan jalan, simpang

merupakan area yang sangat kritis pada suatu jalan raya. Di daerah perkotaan

biasanya banyak memiliki simpang dimana pengemudi harus memutuskan untuk

berjalan lurus atau berbelok dan pindah jalan untuk mencapai satu tujuan. Simpang

dapat di artikan sebagai titik pertemuan atau titik konflik dari berbagai arah dimana

dua jalan atau lebih bergabung atau bersimpangan, termasuk jalan dan fasilitas tepi

jalan untuk pergerakan lalulintas di dalamnya.

Secara umum terdapat 3 (tiga) jenis persimpangan, yaitu : simpang sebidang,

pemisah jalur jalan tanpa ramp, dan interchange (simpang susun). Simpang sebidang

(intersection at grade) adalah simpang dimana dua jalan atau lebih bergabung,

dengan tiap jalan mengarah keluar dari sebuah simpang dan membentuk bagian

darinya. Jalan-jalan ini disebut kaki simpang/lengan simpang atau pendekat. Dalam

perancangan persimpangan sebidang, perlu mempertimbangkan elemen dasar yaitu :

1. Faktor manusia, seperti kebiasaan mengemudi, waktu pengambilan keputusan,

dan waktu reaksi.

2. Pertimbangan lalu lintas, seperti kapasitas, pergerakan berbelok, kecepatan

kendaraan, ukuran kendaraan, dan penyebaran kendaraan.

3. Elemen fisik, seperti jarak pandang, dan fitur-fitur geometrik.

4. Faktor ekonomi, seperti konsumsi bahan bakar, nilai waktu.


commit to user

9

Berdasarkan pengaturan arus lalu lintas pada simpang, simpang dibedakan menjadi 2

jenis yaitu :

a. Simpang Bersinyal

Pada simpang bersinyal arus kendaraan yang memasuki persimpangan diatur

secara bergantian untuk mendapatkan prioritas dengan berjalan terlebih dahulu

dengan menggunakan pengendali lampu lalulintas (Traffic Lights).

b. Simpang Tak Bersinyal

Pada simpang tak bersinyal berlaku suatu aturan yang disebut “General Priority

Rute” yaitu kendaraan yang terlebih dahulu berada di persimpangan tersebut

mempunyai hak untuk berjalan terlebih dahulu dari pada kendaraan yang baru

memasuki persimpangan.

Simpang tak bersinyal dikategorikan menjadi 3 jenis yaitu:

a. Simpang tanpa pengontrol

Simpang jenis ini tidak terdapat hak berjalan (right of way) terlebih dahulu

yang diberikan pada suatu jalan dari simpang tersebut. Pada simpang yang

mempunyai arus lalulintas yang rendah sangat cocok memakai bentuk simpang

jenis ini.

b. Simpang dengan prioritas

Pada simpang jenis ini memberikan keutamaan hak kepada suatu jalan yang

lebih spesifik. Bentuk simpang ini sangat cocok diterapkan pada arus yang

berbeda dan pada pendekat jalan yang mempunyai arus lebih rendah sebaiknya

di pasang rambu.

c. Persimpangan dengan pembagian ruang

Pada simpang jenis ini memberikan prioritas yang sama dan gerakan yang

berhubungan terhadap semua kendaraan yang berasal dari masing – masing

lengan simpang. Kendaraan yang melewati persimpangan jenis ini berjalan

pada kecepatan yang relative rendah dan dapat melewati persimpangan tanpa

harus berhenti. Untuk pengendalian simpang pada jenis ini umumnya

diberlakukan dengan operasi bundaran.


commit to user

10

Pada penelitian ini jenis simpang yang diamati yaitu simpang tak bersinyal dengan

tambahan pulau di tengah-tengah simpang. Namun, tidak dapat dikatakan sebagai

bundaran dikarenakan perilaku bundaran pada simpang tersebut tidak ada.

2.2.2 Karakteristik Lalu Lintas

Menurut Manual Kapasitas Jalan Indonesia, 1997 arus lalu lintas yaitu jumlah

kendaraan bermotor yang melewati suatu titik pada jalan persatuan waktu,

dinyatakan dalam kendaraan/jam (Qkend), smp/jam (Qsmp) atau LHRT (Lalulintas

Harian Rata-rata Tahunan).

Arus lalu lintas yaitu jumlah kendaraan yang melintas pada suatu titik dan pada suatu

jalur gerak dalam satu satuan waktu. (Morlok Edward K, 1985).

Karakteristik dasar arus lalu lintas digolongkan menjadi dua kategori, yaitu :

1. Makroskopis

Arus lalulintas secara makroskopis merupakan suatu karakteristik secara keseluruhan

dalam suatu lalu lintas yang dapat digambarkan dengan 4 parameter, yaitu :

a. Karakteristik Volume Lalu Lintas (flow volume)

Volume lalu lintas adalah jumlah kendaraan (mobil penumpang) yang melalui

suatu titik tiap satuan waktu. Kebutuhan pemakaian jalan akan selalu berubah

berdasarkan waktu dan ruang.

b. Kecepatan (speed)

Kecepatan menentukan jarak yang dijalani pengemudi kendaraan dalam waktu

tertentu. Pemakai jalan dapat menaikan kecepatan untuk memperpendek waktu

perjalanan.

c. Kerapatan (density)

Kerapatan adalah jumlah kendaraan yang menempati panjang ruas jalan tertentu

atau lajur yang umumnya dinyatakan sebagai jumlah kendaraan tiap kilometer.

d. Derajat Kejenuhan

Derajat kejenuhan adalah perbandingan dari volume (nilai arus) lalu lintas

terhadap kapasitasnya. Dalam Manual Kapasitas Jalan Indonesia (MKJI), jika

dianalisis tingkat kinerja jalannya, maka volume lalu lintasnya dinyatakan dalam


commit to user

11

satuan mobil penumpang (smp). Faktor yang mempengaruhi nilai emp antara

lain :

1. Jenis jalan, seperti jalan luar kota atau jalan bebas hambatan.

2. Tipe alinemen, seperti medan datar, berbukit, atau pegunungan.

3. Volume lalu lintas

2. Mikroskopis

Arus lalu lintas secara mikroskopis merupakan suatu karakteristik secara individual

dari kendaraan yang meliputi headway dan spacing.

Time headway merupakan salah satu variable dasar yang digunakan untuk

menjelaskan pergerakan lalu lintas. Time headway adalah interval waktu antara dua

kendaraan yang melintasi suatu titik pengamatan pada jalan raya secara berurutan

dalam arus lalu lintas. Pengukuran dilakukan dari waktu antara ban belakang mobil

depan dengan ban belakang mobil yang berurutan di belakangnya ketika melewati

batas headway. Data headway diukur dengan memakai stopwatch.

Spacing didefinisikan sebagai jarak antara kendaraan yang berurutan di dalam arus

lalu lintas, yang dihitung dari muka kendaraan yang satu dengan muka kendaraan

dibelakangnya (meter/kendaraan). Data Spacing diperoleh dengan survey dari foto

udara.Volume lalu lintas tergantung pada time headway, demikian berlaku pula

sebaliknya. Jika arus lalu lintas mencapai maksimum, maka time headway akan

mencapai minimum dan jika volume mengecil, time headway akan mencapai

maksimum.

2.2.3 Karakteristik Aliran Lalu – Lintas Dengan Adanya Pintu Perlintasan

Kereta Api

Karakteristik aliran lalu – lintas dengan adanya pintu perlintasan kereta api

merupakan interaksi antara dua moda yang berbeda yaitu pengguna jalan dan kereta

api yang melintas atau pertemuan sebidang antara dua jenis prasarana transportasi

dalam hal ini antara jalan raya dengan jalan rel. Sesuai dengan pasal 124 Undang-

Undang no.23 tahun 2007 yang tersurat “pada perpotongan sebidang antara jalur

kereta api dan jalan raya, pemakai jalan wajib mendahulukan perjalanan kereta api”,


commit to user

12

sehingga jika perlintasan antara kedua moda tersebut terjadi dan masih sebidang

(level crossing) maka harus dilakukan penutupan perlintasan jalan pada saat kereta

api akan melintas di persimpangan tersebut . Akibat dari penutupan perlintasan tentu

akan menyebabkan tundaan bagi moda jalan.

Permasalahan perlintasan sebidang jalan kereta api dengan jalan secara teoritis

dipandang dari ilmu lalulintas adalah sebagai berikut :

a. Adanya titik konflik di perlintasan jalan kereta api .

b. Tundaan (delay) yang dialami oleh semua moda di jalan pada saat terjadi

penutupan perlintasan akibat adanya pergerakan kereta api .

c. Keselamatan perjalanan kedua moda , baik perjalanan kereta api maupun lalulintas

pengguna jalan.

Dampak lain yang perlu diperhatikan sebagai akibat dari penutupan pintu perlintasan

sebidang atara kereta api dengan jalan raya adalah :

1. Pejalan kaki harus disediakan sarana penyeberangan berupa jembatan orang .

2. Masyarakat penyandang cacat dalam hal ini tidak dapat terakomodasi, sehingga

harus melalui simpang tak sebidang yang praktis jarak lintasan lebih jauh .

3. Terjadinya pemisahan dua daerah yang sebelumnya merupakan satu komunitas;

hal ini akan berdampak pada kehidupan sosial ekonomi masyarakat setempat

maupun masyarakat dan lingkungan secara umum.

Secara umum kondisi perlintasan sebidang jalan kereta api dengan jalan raya di

provinsi Jawa Tengah khususnya Surakarta saat ini masih jauh dari pada ideal,

dilihat dari :

a. Tingginya tingkat gangguan terhadap operasional kereta api.

b. Tingginya angka kecelakaan dan fatalitas pada perlintasan sebidang.

c. Tingginya tundaan lalulintas jalan akibat buka-tutup pintu perlintasan akibat

tingginya frekuensi perjalanan kereta api.

d. Dampak sosial terhadap masyarakat dan lingkungan disekitar perlintasan kereta

api.


commit to user

13

2.2.4 Karakteristik Kendaraan

Karakteristik kendaraan berdasarkan fisiknya dibedakan berdasarkan pada dimensi,

berat dan kinerja. Dimensi kendaraan mempengaruhi : lebar lajur lalu lintas, lebar

bahu jalan yang diperkeras, panjang dan lebar ruang parkir. Dimensi kendaraan

adalah : lebar, panjang, tinggi, radius putaran dan daya angkut.

Table 2.1. Tabel Klasifikasi Kendaraan

Klasifikasi Kendaraan

Definisi Jenis – jenis Kendaraan

Kendaraan Ringan

Kendaraan ringan (LV = Light Vahicle) Kendaraan bermotor dua as beroda empat dengan jarak as 2 – 3 m.

Mobil pribadi, mikrobis, oplet, pick-up, truk kecil, angkutan penumpang dengan jumlah penumpang maksimum 10 orang termasuk pengemudi.

Kendaraan Umum

Kendaraan umum (HV = Heavy Vehicle) Kendaraan bermotor dengan lebih dari empat roda.

Bus, truk 2 as, truk 3 as dan truk kombinasi sesuai system klasifikasi Bina Marga, angkutan penumpang dengan jumlah tempat duduk 20 buah termasuk pengemudi.

Sepeda Motor Sepeda motor (MC = motorcycle) Kendaraan bermotor dengan dua atau tiga roda.

Sepeda motor dan kendaraan beroda tiga sesuai sistem klasifikasi Bina Marga.

Kendaraan Tak bermotor

Kendaraan tak bermotor (UM = Unmotorcycle) Kendaraan beroda yang menggunakan tenaga manusia atau hewan

Sepeda, becak, kereta kuda, kereta dorong, gerobak

Sumber : MKJI 1997

2.3 Pengertian Ekuivalensi Mobil Penumpang (emp)

Ekuivalensi mobil penumpang yaitu faktor yang menunjukkan pengaruh berbagai

tipe kendaraan dibandingkan kendaraan ringan lainnya sehubungan dengan

pengaruhnya terhadap kecepatan, kemudahan bermanufer, dan dimensi kendaraan


commit to user

14

ringan dalam arus lalulintas. (untuk mobil penumpang dan kendaraan ringan yang

sasisnya mirip; emp = 1,0).

2.4 Perhitungan Nilai emp

2.4.1 Metode Rasio Headway

Dalam bukunya yang berjudul “Highway traffic analysis and Desing”, R.J. Salter

menerangkan cara menentukan nilai ekuivalensi mobil penumpang (emp). Nilai emp

didapat dengan mencatat waktu antara (time headway) antara kendaraan yang

berurutan pada saat kendaraan – kendaraan tersebut melewati suatu titik yang telah

ditentukan.

Rasio headway yang diperlukan mencakup 4 macam kombinasi kendaraan, yaitu :

1. LV diikuti LV

2. LV diikuti HV

3. HV diikuti LV

4. HV diikuti HV

Untuk lebih jelasnya dapat dilihat pada Gambar 2.1. berikut :

A

L L

B

H H

C

H L

D

L H

Gambar 2.1. Time Headway antara pasangan-pasangan kendaraan

Dengan :

LV = Light Vehicle/ kendaraan ringan.

HV = Heavy Vehicle/ kendaraan berat.


commit to user

15

A = Time headway antara Light Vehicle dengan Light Vehicle yang

berurutan.

B = Time headway antara Heavy Vehicle dengan Heavy Vehicle yang

berurutan.

C = Time headway antara Light Vehicle dengan Heavy Vehicle yang

berurutan.

D = Time headway antara Heavy Vehicle dengan Light Vehicle yang

berurutan.

Nilai emp Heavy Vehicle dihitung dengan cara membagi nilai rata-rata time headway

Heavy Vehicle diikuti Heavy Vehicle dengan nilai rata-rata time headway Light

Vehicle diikuti Light Vehicle. Hasil ini benar apabila time headway Heavy Vehicle

tidak tergantung pada kendaraan yang mendahuluinya maupun kendaraan yang

mengikutinya. Kondisi ini didapat jika jumlah rata-rata time headway Light Vehicle

diikuti Light Vehicle ditambah dengan nilai rata-rata time headway Heavy Vehicle

diikuti Heavy Vehicle sama dengan jumlah dari nilai rata-rata time headway Light

Vehicle diikuti Heavy Vehicle ditambah dengan nilai rata-rata time headway Heavy

Vehicle diikuti Light Vehicle.

Hal tersebut dapat ditulis dengan sebuah persamaan sebagai berikut:

ta + tb = tc +td…………………………………………………………………….(2.1)

(R.J. Salter, 1980)

Dengan:

ta : Nilai rata-rata time headway Light Vehicle diikuti Light Vehicle

tb : Nilai rata-rata time headway Heavy Vehicle diikuti Heavy Vehicle

tc : Nilai rata-rata time headway Light Vehicle diikuti Heavy Vehicle

td : Nilai rata-rata time headway Heavy Vehicle diikuti Light Vehicle

Keadaan yang dapat memenuhi persamaan diatas sulit diperoleh, karena setiap

kendaraan mempunyai karakteristik yang berbeda-beda. Demikian juga pengemudi

memiliki kemampuan dan tingkat observasi yang berbeda-beda dalam menjalankan


commit to user

16

kendaraannya. Oleh karena itu diperlukan suatu koreksi pada nilai rata-rata time

headway yang dapat dilakukan dengan persamaan sebagai berikut :

Nilai tersebut adalah :

úûù

êëé -+úû

ùêëé -=úû

ùêëé -+úû

ùêëé -

ndk

tdnck

tcnbk

tbnak

ta .........................................................(2.2)

(R.J Salter, 1980)

Dengan nilai koreksi k

ncnbnandnbnandncnandncnbtdtctbtandncnbna

k........

].[...+++--+

= …………………...…………...….(2.3)

(R.J Salter, 1980)

Dengan :

na = jumlah data time headway Light Vehicle dikuti Light Vehicle

nb = jumlah data time headway Heavy Vehicle dikuti Heavy Vehicle

nc = jumlah data time headway Light Vehicle dikuti Heavy Vehicle

nd = jumlah data time headway Heavy Vehicle dikuti Light Vehicle

Selanjutnya nilai rata – rata time headway pasangan kendaraan tersebut dikoreksi

sebagai berikut :

tak = ta - nak

……………………………………………………………………..(2.4a)

tbk = ta - nbk

……………………………………………………………………..(2.4b)

tck = ta - nck

……………………………………………………………………..(2.4c)

tdk = ta - ndk

……………………………………………………………………..(2.4d)

selanjutnya nilai rata – rata time headway yang sudah dikoreksi tersebut, maka :

tak + tbk = tck + tdk ……………………………………………………………….(2.5)

(R.J Salter, 1980)

Dengan :

tak = Nilai rata-rata time headway LV-LV terkoreksi

tbk = Nilai rata-rata time headway HV-HV terkoreksi


commit to user

17

tck = Nilai rata-rata time headway LV-HV terkoreksi

tdk = Nilai rata-rata time headway HV-LV terkoreksi

Apabila persyaratan tersebut memenuhi syarat, maka nilai ekivalensi mobil

penumpang Heavy Vehicle dapat dihitung dengan persamaan :

emp Heavy Vehicle (HV) = ktaktb

…………………………………………...…….(2.6)

(R.J Salter, 1980)

a. Tinjauan Statistik Rasio Headway

Interaksi elemen-elemen hasil pengamatan arus lalu lintas jalan raya seperti perilaku

pengemudi nilainya tetapi mempunyai kecenderungan tersebar dalam suatu batas

nilai, kinerja kendaraan, kondisi jalan dan cuaca tidak pernah tepat tertentu. Untuk

itu penggunaan teori-teori peluang diperlukan untuk dapat menggambarkan dan

memperoleh nilai dalam analitis arus lalu lintas. Sebaran statistik berguna untuk

menggambarkan segala kemungkinan fenomena yang mempunyai nilai secara acak

yang besar. Dalam penelitian ini digunakan distribusi normal disebut distribusi t.

Distribusi normal (kurva normal) disebut juga Distribusi Gaussian. Distribusi normal

adalah salah satu distribusi teoritis dengan variable random kontinyu. Untuk

sejumlah sampel yang dianggap berdistribusi normal maka nilai rata-rata (mean)

dianggap sebagai x dan varians dinyatakan d2. Distribusi normal ini digunakan bila

jumlah sampel lebih besar atau sama dengan 30 (n>30).

Karena sampel dipilih secara acak, maka dimungkinkan adanya suatu kesalahan

standar deviasi dari distribusi ini dapat dinyatakan sebagai standard error (E).

selanjutnya dapat dihitung :

Standard deviasi

÷÷ø

öççè

æ-

-= å

=

n

ii xx

ns

1

2)()1(

1……………………………………………….………(2.7)

Standar error

E=s/n1/2 …………………………………………………………………………...(2.8)

Dengan :

n = Jumlah sampel


commit to user

18

xi = Nilai time headway ke-1


S = Standar deviasi

E = Standar error

Untuk perkiraan nilai rata-rata time headway seluruh pasangan kendaraan (µ) dapat

disesuaikan dengan tingkat konfidensi atau keyakinan yang diinginkan (desired level

of confidence). Perkiraan ini terletak dalam suatu interval yang disebut interval

keyakinan (confidence interval) yang mempunyai batas toleransi kesalahan sebesar e,

dengan.

e = K . E…………………………………………………………………………...(2.9)

Nilai rata-rata time headway :

µ2 = x ± e……………………………………………………………..…...……...(2.10)

µ2 = Batas keyakinan bawah nilai rata-rata


e = Batas toleransi kesalahan

Jika sampel random lebih kecil dari 30 (n<30), maka perkiraan rata-rata time

headway pasangan kendaraan secara keseluruhan sebaiknya dilakukan dengan

distribusi t atau disebut juga distribusi student.

Perkiraan ini rata-rata time headway seluruh pasangan kendaraan dapat ditulis

sebagai berikut :

µ1,2 = x ±t (a/2-1)s/n1/2 …………………………………………………………...(2.11)

Dengan :

µ1,2 = Batas-batas interval keyakinan

x = Nilai rata-rata sampel

S = Standar deviasi

n = Jumlah sampel

α = Kesalahan duga, dengan (1-α) merupakan tingkat konfidensi


commit to user

19

2.4.2 Analisis Regresi linier

Terdapat hubungan linier antara kendaraan satu dengan kendaraan yang lain

sehingga terjadi interaksi peka antara kecepatan dan kerapatan dan keduanya berasal

dari arus yang dapat dihitung.

Perhitungan arus dari kendaraan dilakukan secara manual pada periode waktu yang

diterapkan.

Qm = pcuLV*LVm+pcuHV*HVm+pcuMC*MCm.......................................................(2.12)

(MAP Taylor, 1996)

Dengan :

Qm = besarnya arus (smp/jam) pada putaran m

LVm = jumlah Light Vehicle pada putaran m

HVm = jumlah Heavy Vehicle pada putaran m

MCm = jumlah Motorcycle pada putaran m

Jika nilai emp untuk LV=1, maka persamaan 2.12 dapat dinyatakan sebagai berikut :

LV = Qm - pcuHV*HVm - pcuMC*MCm...................................................................(2.13)

(MAP Taylor, 1996)

Dengan persamaan di atas didapatkan m persamaan yang dapat digunakan untuk

menentukan nilai pcuHV dan pcuMC.

Setiap jenis kendaraan memiliki pengaruh masing – masing terhadap jenis kendaraan

lainnya, maka perhitungan menggunakan analisis regresi linier sederhana. Dengan

bentuk umum sebagai berikut :

Y = b0 + b1X1........................................................................................................(2.14)

Y = b0 +b2X2.........................................................................................................(2.15)

(Sudjana, 2002)

Dengan :

Y = Jumlah Light Vehicle pada putaran m

X1 = Jumlah Motorcycle pada putaran m

X2 = Jumlah heavyvehicle pada putaran m

bo = Nilai emp untuk Light Vehicle


commit to user

20

b1 = Nilai emp untuk Motorcycle

b2 = Nilai emp untuk heavyvehicle

Variable – variable dari persamaan 2.14 dan persamaan 2.15 terdiri dari satu variable

bebas yaitu Y, dan dua variable terikat yaitu b1 dan b2.

Penelitian menggunakan regresi linier seringkali dipakai untuk mengetahui bentuk

hubungan antara variable dependen dan variable independen terutama untuk

menelusuri pola hubungan yang modelnya belum diketahui dengan sempurna, atau

untuk mengetahui bagaimana variasi dari beberapa variable independen

mempengaruhi variable dependen.

Estimasi kuadrat terkecil untuk parameter βo, β1, .......,βp adalah harga-harga bo, b1,

....., bp dengan persamaan normal sebagai berikut :

nbo + b1∑X1i + b2∑ X2i+ ... +bp ∑Xpi = ∑Yi

bo∑X1i + b1∑X1i 2+ b2∑X1i ∑ X2i + ... + bp ∑X1i ∑Xpi = ∑X1i Yi

bo∑Xpi + bp ∑X1i ∑Xpi + b2i ∑X2i ∑Xpi + ... + bp ∑Xpi2 = ∑Xpi Yi ........................(2.16)

Persamaan regresi linier terdiri dari satu variable terikat dan satu variable bebas,

maka sesuai persamaan diatas diperoleh :

nbo + b1∑X1i = ∑Y................................................................................................(2.17)

bo∑X1i + b1∑X1i 2= ∑X1i Yi ...................................................................................(2.18)

Koefisien regresi linier bo dan b1 dapat diperoleh dengan menyelesaikan persamaan

2.17 dan 2.18, yaitu dengan cara :

å åå å åå

-

-=

22

2

0 )(*

**

XXn

XYXXYb .......................................................................(2.19)

å åå åå-

-= 221 )(*

*

XXn

YXXYnb ....................................................................................(2.20)

Hubungan antara variable independen terhadap variable dependen dapat dilihat

dengan menghitung nilai korelasi. Tinggi – rendah, kuat – lemah, atau besar –

kecilnya suatu korelasi dapat diketahui dengan melihat besar kecilnya suatu koefisien

yang disebut angka indeks korelasi yang disimbolkan dengan r.


commit to user

21

Nilai koefisien korelasi di dapat dari :

( ) ( )å åå åå åå

--

-=

2222

*

yynxxn

yxxynr .................................................................(2.21)

Dengan :

r = indeks korelasi

Harga r berkisar antara -1<0<+1, jika harga r = -1 menyatakan korelasi antara kedua

variable tersebut negatif dan arah korelasi berlawanan arah yang artinya terdapat

pengaruh negatif antara variable bebas yaitu jika variable x1 yang besar berpasangan

dengan y yang kecil, ataupun sebaliknya.

Harga r = +1, menyatakan korelasi antara kedua variable tersebut positif dan arah

korelasi satu arah yang artinya terdapat pengaruh positif antara variable bebas yaitu

jika variable x1 yang besar berpasangan dengan y yang besar juga.

Untuk melihat keberartian koefisien korelasi dilakukan dengan uji t (t student)

dengan langkah pengujian hipotesisnya :

212

rn

rthitungan --

= ……………………………………….……………………. ...(2.22)

( )( )dkttabel 2/1 a-=

Dengan :

n = jumlah sampel

r = nilai koefisien korelasi hasil perhitungan

α = kesalahan duga, dengan (1-α) merupakan tinmgkat konfidensi

n – 2 = derajat kebebasan (dk)

nilai uji t hitungan yang dapat dibandingkan terhadap nilai t tabel, jika nilai uji t hitungan ≥t

tabel maka dapat disimpulkan bahwa terdapat hubungan anatara variable x dan

variabel y.


commit to user

22

a. Uji Regresi Linier

Untuk memastikan apakah persamaan regresi linier yang terbentuk bisa diterima atau

tidak, maka persamaan tersebut diuji dengan menggunakan uji statistik F yang

ditentukan oleh :

( )

res

abreg

RJK

RJKF /= ......................................................................................................(2.23)

2/2

2 -÷÷ø

öççè

æ÷÷ø

öççè

æ-÷÷ø

öççè

æ--

÷÷ø

öççè

æ-

=

å åå å å

å å å

nn

y

n

yxxyby

n

yxxyb

F .........................................(2.24)

Dengan :

RJK res = rata – rata jumlah kuadrat residu b/a

RJK reg (b/a) = rata – rata jumlah kuadrat regresi b/a

n = jumlah data

Sifat dari pengujian ini adalah dapat diterima apabila harga F > Fα (n-p-1) atau F < -

Fα(n-p-1) diperoleh dari tabel distribusi F.

2.5 Prosedur Analisis Kinerja Simpang Tak Bersinyal dengan Metode MKJI

1997

2.5.1 Data Masukan

Dalam penelitian untuk mendapatkan data karakteristik lalu lintas suatu

persimpangan sebagai data masukan merupakan suatu gambaran kondisi geometrik,

konisi lalu lintas dan kondisi lingkungan sekitarnya. Dari data masukan tersebut

dilakukan perhitungan dengan formulasi – formulasi sehingga diperoleh data akhir

yang merupakan karakteristik arus lalu lintas dari suatu persimpangan.


commit to user

23

1. Data Geometri

Data Geometri yang dibutuhkan untuk membantu menganalisis simpang tak

bersinyal sesuai dengan ketentuan MKJI 1997 diantaranya adalah :

a. Denah dan posisi dari pendekat – pendekat, pulau – pulau lalu lintas, marka

lajur, marka panah.

b. Sketsa simpang, yang membuat nama jalan minor, nama jalan utama, gambar

suatu panah yang menunjukan arah utara.

c. Kerb, lebar jalur, medan, bahu dan median

2. Kondisi Arus Lalu Lintas

Data arus lalu lintas adapat digunakan untuk menganalisa jam puncak pagi, jam

puncak siang dan jam puncak sore. Data pergerakan lalu lintas yang dibutuhkan yaitu

volume dan arah gerakan lalu lintas pada saat jam sibuk. Arus lalu lintas diberikan

dalam kend/jam, jika arus diberikan dalam LHRT (Lalu Lintas Harian Rata – rata

Tahunan) maka harus disertakan faktor-k untuk konversi menjadi arus per jam.

Klasifikasi kendaraan diperlukan untuk mengkonversikan kendaraan kedalam bentuk

satuan mobil penumpang (smp) per jam. Smp merupakan satuan arus lalu lintas dari

berbagai tipe kendaraan yang diubah menjadi kendaraan ringan (termasuk mobil

penumpang) dengan menggunakan faktor emp. Untuk mendapatkan nilai smp

diperlukan faktor konversi emp. Nilai emp pada simpang tak bersinyal berdasarkan

MKJI pada penelitian di 275 kota di Indonesia seperti dalam tabel 2.2 :

Tabel 2.2 Nilai emp di simpang tak bersinyal menurut MKJI 1997

TIPE KENDARAAN NILAI EMP

Kendaraan Ringan (LV) 1.0

Kendaraan Berat (HV) 1.3

Sepeda Motor (MC) 0.5

(Sumber : MKJI 1997)

(a) Perhitungan arus lalu lintas dalam satuan mobil penumpang (smp) ditentukan

sebagai berikut :


commit to user

24

(1) Jika data arus lalu lintas (kend/jam) klasifikasi per jam tersedia untuk

masing-masing kendaraan. Maka, arus lalu lintas dikonversikan ke dalam

satuan smp/jam dengan mengalikan emp untuk masing-masing klasifikasi

kendaraan.

(2) Jika data arus lalu lintas per jam (bukan klasifikasi) tersedia untuk masing-

masing kendaraan, beserta informasi tentang komposisi lalu lintas

keseluruhan dalam %. Untuk mendapatkan arus total (smp/jam)masing-

masing pergerakan dengan mengalikan arus (kend/jam) dengan Fsmp

100

%*%%* MCempHVempLVempF MCHVLV

smp

+++= …………..(2.25)

(Sumber : MKJI, 1997)

(3) Jika data arus lalu lintas tersedia dalam LHRT (Lalu Lintas Harian Rata-

rata Tahunan), maka arus lalu lintas yang diberikan dalam LHRT harus

dikonversikan ke dalam satuan kend/jam dengan mengalikan terhadap

faktor-k :

QDH = k * LHRT …………………………………………………….(2. 26)


Arus dalam kend/jam dikonversikan dengan faktor-smp (Fsmp) untuk

mendapatkan arus dalam smp/jam.

(b) Nilai Normal Variabel Umum Lalu Lintas

Data lalu lintas sering tidak ada atau kualitasnya kurang baik. Nilai normal

yang diberikan dalam MKJI 1997 dapat digunakan sampai data yang lebih baik

tersedia.

Tabel 2.3 Nilai Normal faktor-k

Faktor-k ukuran kota

Lingkungan Jalan >1 juta ≤ 1 juta

Jalan di daerah komersial dan jalan arteri

Jalan di daerah pemukiman

0.07-0.08

0.08-0.09

0.08-0.10

0.09-0.12

(Sumber : MKJI,1997)


commit to user

25

Tabel 2.4 Nilai Normal Komposisi Lalu - lintas

Komposisi Lalu Lintas Kendaraan Bermotor (%) Ukuran kota

juta penduduk Kend. Ringan

(LV)

Kend. Berat

(HV)

Sepeda Motor

(MC)

Rasio

Kendaraan

tak Bemotor

(UM/MV)

>3

1 – 3

0.5 – 1

0.1 – 0.5

<0.1

60

55.5

40

63

63

4.5

3.5

3.0

2.5

2.5

35.5

41

57

34.5

34.5

0.01

0.05

0.14

0.05

0.05


Tabel 2.5 Nilai Normal Lalu-lintas Umum

FAKTOR NORMAL

Rasio arus jalan minor PMI

Rasio belok kiri PLT

Rasio belok kanan PRT

Faktor smp Fsmp

0.25

0.15

0.15

0.85


3. Kondisi Lingkungan

Data kondisi lingkungan yang dibutuhkan untuk menganalisis simpang tak bersinyal

sesuai ketentuan MKJI tahun 1997 adalah sebagai berikut :

1) Kelas Ukuran Kota

Kelas ukuran suatu kota ditunjukan dalam Table 2.6 dengan dasar perkiraan

jumlah penduduk :

Tabel 2.6 Kelas Ukuran Kota

Ukuran Kota Jumlah Penduduk (juta)

Sangat kecil

Kecil

Sedang

Besar

Sangat besar

<0.1

0.1 – 0.5

0.5 – 1.0

1.0 – 3.0

<3.0

(sumber :MKJI, 1997)


commit to user

26

2) Tipe Lingkungan Jalan

Lingkungan jalan diklasifikasikan dalam kelas menurut tata guna tanah dan

aksesbilitas jalan tersebut dari aktivitas di sekitarnya. Hal ini ditetapkan dengan

secara kualitatif dari pertimbangan teknik lalulintas dengan bantuan Table 2.7 :

Tabel 2.7 Tipe lingkungan jalan

Komersial Tata guna lahan komesial (misal : pertokoan,rumah

makan, perkantoran) dengan jalan masuk langsung

bagi pejalan kaki dan kendaraan

Pemukiman Tata guna lahan tempat tinggal dengan jalan masuk

langsung bagi pejalan kaki dan kendaran

Akses terbatas Tanpa jalan masuk atau jalan masuk langsung

terbatas (missal : karena adanya penghalang fisik,

jalan samping, dsb)


3) Kelas Hambatan Samping

Hambatan samping menunjukkan pengaruh aktivitas samping jalan di daerah

simpang pada arus berangkat lalulintas, contohnya : pejalan kaki berjalan atau

menyeberangi jalan, anguktan umum dan bis kota berhenti untuk menaikkan dan

menurunkan penumpang, kendaraan masuk dan keluar suatu area dan tempat

parkir di luar jalan. Hambatan samping ditentukan secara kualitatif dengan

pertimbangan teknik lalulintas sebagai Tinggi, Sedang atau Rendah.

2.5.2 Kapasitas

Kapasitas ruas jalan adalah arus lalulintas maksimum yang dapat melintas dengan

stabil pada suatu potongan melintang jalan pada keadaan (geometric, pemisah, arah,

komposisi lalulintas, lingkungan) tertentu. Untuk jalan dua arah lajur dua arah,

kapasitas ditentukan untuk arus dua arah, tetapi untuk jalan dengan banyak lajur.

Arus dipisahkan masing – masing arahnya dan kapasitas ditentukan tiap lajurnya.


commit to user

27

Menurut Manual Kapasitas Jalan Indonesia (MKJI 1997), besarnya kapasitas jalan

dihitung dengan menggunakan rumus 2.26 setelah terlebih dahulu menentukan lebar

pendekat dan tipe samping :

C = CO*FW*FM*FCS*FRSU*FLT*FRT*FMI………………………………………(2.27)


Dengan :

C = Kapasitas (smp/jam)

CO = Kapasitas Dasar

FW = Faktor penyelesaian lebar masuk

FM = Faktor penyelesaian median jalan utama

FCS = Faktor penyelesaian ukuran kota

FRSU = Faktor penyelesaian tipe lingkungan jalan, hambatan samping dan

kendaraan tak bermotor

FLT = Faktor penyesuaian -% belok kiri

FRT = Faktor penyesuaian -% belok kanan

FMI = Faktor penyesuaian rasio arus jalan minor

2.5.2.1 Lebar Pendekatan dan Tipe Simpang

Parameter geometrik yang di butuhkan untuk menganalisa kapasitas dengan

menggunakan metoda MKJI 1997 diantaranya :

1) Lebar rata-rata pendekat minor (WAC) dan utama (WBD) dan Lebar rata-rata

pendekat (WI)

Masing – masing pendekat diukur lebarnya, yaitu di ukur pada jarak 10 m dari garis

imajiner yang menghubungkan tepi perkerasan dari jalan yang berpotongan, yang

dianggap mewakili lebar pendekat efektif untuk masing-masing pendekat. Seperti

ditunjukan pada Gambar 2.2.


commit to user

28

Gambar 2.2 Lebar Rata – rata Pendekat

(Sumber : Manual Kapasitas Jalan Indonesia 1997)

Untuk pendekatan yang sering digunakan untuk parkir pada jarak kurang dari 20

meter dari garis imajiner yang menghubungkan tepi perkerasan dari jalan

berpotongan, maka lebar pendekat harus dikurangin 2 m.

Lebar rata – rata pendekat pada jalan minor (WAC), dihitung dengan rumus :

WAC = (WA + Wc)/2 atau WAC = (a/2 + c/2)/2………………………………..(2.28)


Lebar rata – rata pendekat pada jalan utama (WBD), dihitung dengan rumus :

WBD = (WB + WD)/2 atau WBD = (b/2 + d/2)/2………………………………..(2.29)


Lebar rata – rata pendekat (W1), dihitung dengan menggunakan rumus :

W1 = (WA + Wc + WB + WD ) / jumlah lengan simpang ………………………(2.30)


Jika pada lengan B terdapat median :

WI= (a/2 + b + c/2 + d/2)/4 ……………………………………………………(2.31)


Jika pendekat A hanya untuk ke luar, maka a=0 :

WI = (b + c/2 + d/2)/3………………………………………………...................(2.32)



commit to user

29

2) Jumlah Lajur

Penentuan jumlah lajur yang digunakan untuk perhitungan ditentukan dari lebar

rata – rata pendekat jalan minor dan jalan utama. Lebih jelasnya dapat dilihat

pada Gambar 2.3 dan Tabel 2.8 :

Gambar 2.3 Jumlah Lajur dan Lebar Rata – rata Pendekat Jalan Minor dan Utama

(Sumber : Manual Kapasitas Jalan Indonesia 1997)

Tabel 2.8 Jumlah Lajur dan Lebar Rata – rata Pendekat Jalan Minor dan Utama

Lebar Rata – rata Pendekat Jalan Minor

dan Utama WAC , WBD (m)

Jumlah Lajur

(Total untuk kedua arah)

WBD = (b +d /2)/2 <5.5

≥5.5

WAC = (a/2 + c/2)/2 <5.5

≥5.5

2

4

2

4


3) Tipe Simpang

Tipe simpang ditentukan oleh 3 hal yaitu, jumlah lengan simpang, jumlah lajur jalan

minor, dan jumlah lajur jalan utama. Jumlah lengan adalah jumlah lengan dengan

lalu – lintas masuk atau keluar dan atau keduanya. Tipe simpang diberi kode IT

dengan diikuti kode 3 angka yang dapat dilihat pada Tabel 2.9 :


commit to user

30

Tabel 2.9 Kode Tipe Simpang

Kode IT

Jumlah lengan simpang

Jumlah lajur jalan minor

Jumlah lajur jalan utama

322

324

342

422

424

3

3

3

4

4

2

2

4

2

2

2

4

2

2

4


2.5.2.2 Kapasitas Dasar (CO)

Penentuan nilai kapasitas dasar dengan menggunakan Tabel 2.10 dengan variable

masukan adalah tipe IT.

Tabel 2.10 Kapasitas dasar menurut tipe simpang

Tipe Simpang IT Kapasitas Dasar (CO)

322

342

324 atau 344

422

424 atau 444

2700

2900

3200

2900

3400


2.5.2.3 Faktor Penyesuaian

1) Faktor Penyesuaian Lebar Pendekat

Faktor penyesuaian lebar pendekat (Fw) di hitung berdasarkan tipe simpang dengan

rumus :

· 322 ; FW = 0,73 + 0,0760 WI……………………………………………. (2.33)

· 324 ; FW = 0,62 + 0,0646 WI……………………………………………. (2.34)

· 342 ; FW = 0,67 + 0,0698 WI……………………………………………. (2.35)

· 422 ; FW = 0,70 + 0,0698 WI……………………………………………. (2.36)

· 424 ; FW = 0,61 + 0,0740 WI……………………………………………. (2.37)


commit to user

31

Bila WI dimasukkan nilai antara 3 sampai dengan 7 maka akan diperoleh data seperti

dalam grafik 2.4.

Gambar 2.4 Faktor Penyesuaian Lebar Pendekat (Fw)

(Sumber : Manual Kapasitas Jalan Indonesia, 1997)

2) Faktor Penyesuaian Median Jalan Utama

Untuk menentukan faktor median diperlukan suatu pertimbangan teknik lalu – lintas.

Median dikategorikan lebar jika kendaraab ringan standar dapat berlindung pada

daerah median tanpa menggangu arus berangkat pada jalan utama.

Faktor penyesuaian yang diuraikan pada Tabel 2.9 ini hanya dapat digunakan untuk

persimpangan dengan jalan utama dengan 4 lajur.

Tabel 2.11 Faktor Penyesuaian Median Jalan Utama (FM)

Uraian

Tipe M

Faktor penyesuaian Median (FM)

Tidak ada median jalan utama

Ada median jalan utama, lebar < 3 m

Ada median jalan utama, lebar ≥ 3 m

Tidak ada

Sempit

Lebar

1,00

1,05

1,20 (Sumber : MKJI, 1997)

3) Faktor Penyesuaian Ukuran Kota

Faktor penyesuaian ukuran kota diperoleh dari Table 2.12 dengan variable masukan

adalah ukuran kota dan jumlah penduduk.


commit to user

32

Tabel 2.12 Faktor penyesuaian ukuran kota (Fcs)

Ukuran kota CS Penduduk (juta) Faktor penyesuaian ukuran kota

(Fcs)

Sangat kecil

Kecil

Sedang

Besar

Sangat besat

<0.1

0.1 – 0.5

0.5 – 1.0

1.0 – 3.0

>3.0

0.82

0.88

0.94

1.00

1.05


4) Faktor Penyesuaian Tipe Lingkungan Jalan, Hambatan Samping, dan Kendaraan

Tak Bermotor

Faktor penyesuaian tipe lingkungan jalan, hambatan samping, dan kendaraan tak

bermotor, FRSU ditentukan dengan menggunakan table 2.11. variable masukan adalah

tipe lingkungan jalan (RE). Kelas hambatan samping (SF), dan rasio kendaraan tak

bermotor (UM/MV).

Tabel 2.13 Faktor penyesuaian tipe lingkungan jalan, hambatan samping, dan

kendaraan tak bermotor (FRSU).

Rasio Kendaraan Tak Bermotor Kelas tipe

lingkungan

jalan (RE)

Kelas Hambatan

Samping (SF) 0.00 0.05 0.10 0.15 0.2 0.25

Tinggi 0.93 0.88 0.84 0.79 0.74 0.70

Sedang 0.94 0.89 0.85 0.80 0.75 0.70

Komersial

Rendah 0.95 0.90 0.86 0.81 0.76 0.71

Tinggi 0.96 0.91 0.86 0.82 0.77 0.72

Sedang 0.97 0.92 0.87 0.82 0.77 0.73

Pemukiman

Rendah 0.98 0.93 0.88 0.83 0.78 0.7

Akses Terbatas Tinggi/sedang /

rendah

1.00 0.95 0.90 0.85 0.80 0.75



commit to user

33

Tabel berdasarkan anggapan bahwa pengaruh kendaraan tak bermotor terhadap

kapasitas adalah sama seperti kendaraan ringan, yaitu empUM =1,0. Persamaan

berikut dapat digunakan jika pemakai mempunyai bukti bahwa empUM ≠ 1,0, yang

mungkin merupakan keadaan jika kendaraan tak bermotor tersebut terutama berupa

sepeda.

FRSU (PUM sesungguhnya) = FRSU (PUM = 0) × (1 - PUM × empUM)…………………..(2.38)


5) Faktor Penyesuaian Belok Kiri (FLT)

Faktor Penyesuaian Belok Kiri ditentukan dengan rumus

FLT = 0,84 + 1,61PLT…………………………………………………………..…(2.39)

Selanjutnya bila PLT diganti dengan angka antara 0 sampai dengan 0,5 maka akan

menghasilkan FLT seperti pada grafik 2.5.

Gambar 2.5 Faktor Penyesuaian Belok Kiri (FLT)


6) Faktor Penyesuaian Belok Kanan (FRT)

Faktor Penyesuaian Belok Kanan FRT ditentukan dengan rumus

· Untuk simpang 4 lengan ; FRT = 1,0……………………………………...(2.40)

· Untuk simpang 3 lengan ; FRT = 1,09 – 0,922 PRT…………………..…...(2.41)

Atau bisa ditentukan dari grafik 2.6 berdasarkan fungsi dari rasio belok kanan PRT

dan jumlah lengan.


commit to user

34

Gambar 2.6 Faktor Penyesuaian Belok Kanan (FRT) (Sumber : Manual Kapasitas Jalan Indonesia, 1997)

7) Faktor Penyesuaian Rasio Arus Jalan Minor (FMI)

Penentuan faktor penyesuaian rasio arus jalan minor dengan menggunakan Gambar

2.7 dan Tabel 2.14. Variabel masukan adalah rasio arus jalan minor (PMI) dan tipe

simpang (IT).

Gambar 2.7 Faktor Penyesuaian Arus Jalan Minor (FMI) (Sumber : Manual Kapasitas Jalan Indonesia, 1997)


commit to user

35

Tabel 2.14 Faktor Penyesuaian Arus Jalan Minor (FMI) IT FMI PMI

422 1,19 × PMI2 – 1,19 × PMI + 1,19 0,1 – 0,9

16,6 × PMI4 – 33,3 × PMI

3+ 25,3 × PMI2 – 8,6 × PMI + 1,95 0,1 – 0,3 424

444 1,11 × PMI

2 – 1,11 × PMI + 1,11 0,3 – 0,9

1,19 × PMI2 – 1,19 × PMI + 1,19 0,1 – 0,5

322 -0,595 × PMI2 – 0,595 × PMI

3 + 0,74 0,5 – 0,9

1,19 × PMI2 – 1,19 × PMI + 1,19 0,1 – 0,5

342 2,38 × PMI2 – 2,38 × PMI + 1,49 0,5 – 0,9

16,6 × PMI4 – 33,3 × PMI

3 + 25,3× PMI

2 – 8,6 × PMI × 1,95 0,1 – 0,3

1,11 × PMI2 – 1,11 × PMI + 1,11 0,3 – 0,5

324

344 -0,555 × PMI2 + 0,555 × PMI + 0,69 0,5 – 0,9


8) Kapasitas

Kapasitas dihitung dengan menggunakan persamaan 2.27, dengan memasukkan

berbagai faktor yang telah dihitung pada langkah diatas dari 1-7.

2.5.3 Tingkat Kinerja Simpang

2.5.3.1 Derajat kejenuhan (DS)

Derajat kejenuhan adalah rasio dari arus lalulintas terhadap kapasitas untuk suatu

pendekat. Derajat Kejenuhan dihitung dengan menggunakan rumus 2.42 :

DS = QTOT/C……………………………………………………………………..(2.42)

Dengan :

QTOT = arus total (smp/jam)

C = kapasitas


commit to user

36

2.5.3.2 Tundaan

Tundaan terdiri dari tundaan lalu lintas dan tundaan geometrik. Tundaan lalu lintas

(vehicle interaction delay) adalah waktu yang diperlukan untuk menunggu akibat

adanya interaksi antara lalulintas dengan lalulintas yang menimbulkan masalah

kemacetan (konflik), dan tundaan geometrik (geometrical delay) adalah waktu

tambahan yang disebabkan adanya perlambatan dan percepatan kendaraan yang

membelok di persimpangan dan atau yang terhenti oleh perlintasan kereta api.

Pada simpang tak bersinyal, tundaan terdiri dari : Tundaan lalu-lintas simpang (DTt),

tundaan lalu-lintas jalan utama (DTMA), Tundaan lalu-lintas jalan minor (DTMI),

Tundaan Geometrik simpang (DG), dan Tundaan simpang (D).

1) Tundaan Lalu-lintas Simpang (DTI)

Tundaan lalulintas simpang adalah tundaan lalu-lintas rata-rata untuk semua

kendaraan bermotor yang masuk persimpangan. Rumus yang digunakan untuk

mencari DTI adalah :

· Untuk DS ≤ 0,6

DTI = 2 + 8,2078 DS – (1 – DS) x 2 ……………………………………(2.43)

· Untuk DS > 0,6

DTI = 1,0504/(0,2742 – 0,2042 DS) – (1 – DS) x 2 …………………….(2.44)

Gambar 2.8 Tundaan lalu-lintas simpang VS Derajat kejenuhan



commit to user

37

2) Tundaan Lalu-lintas jalan utama (DTMA)

Tundaan lalu-lintas jalan-utama adalah tundaan lalu-lintas rata-rata semua

kendaraan bermotor yang masuk persimpangan dari jalan-utama. Rumus yang

digunakan untuk mencari DTMA adalah :

· Untuk DS ≤ 0,6

DTMA = 1,8 + 5,8234 DS – (1 – DS) x 1,8 ……………………………(2.45)

· Untuk DS > 0,6

DTMA = 1,05034/(0,346 – 0,246 DS) – (1 – DS) x 1,8 ……………….(2.46)

Atau ditentukan dari kurva empiris hubungan antara DTMA dengan DS berikut ini :

Gambar 2.9 Tundaan lalu-lintas jalan utama VS derajat kejenuhan (Sumber : Manual Kapasitas Jalan Indonesia, 1997)

3) Tundaan Lalu-lintas Jalan Minor (DTMI)

Tundaan lalu-lintas jalan minor rata-rata, ditentukan berdasarkan tundaan

simpang rata-rata dan tundaan jalan utama rata-rata :

DT MI = ( QTOT × DTI - QMA × DTMA)/QMI…………………………………….(2.47)


Dengan :

QTOT = Arus total (smp/jam)

DTt = Tundaan lalu-lintas simpang

QMA = Arus jalan utama


commit to user

38

DTMA = Tundaan lalu-lintas jalan utama

QMT = Arus jalan minor

4) Tundaan Geometrik Simpang

Tundaan geometrik simpang adalah tundaan geometrik rata-rata seluruh

kendaraan bermotor yang masuk simpang. DG dihitung dari rumus berikut.

Untuk DS < 1,0

DG = (1- DS) × (PT × 6 + (1- PT) × 3) + DS × 4 (det/smp) …………...…(2.48)

Untuk DS ≥ 1,0

DG = 4 ……………………………………………………………………(2.49)

Dengan :


DS = Derajat kejenuhan

PT = Rasio belok total.

5) Tundaan Simpang (D)

Tundaan simpang dihitung sebagai berikut :

D = DG + DTI (det/smp)…………………………………….………….(2.50)


Dengan :


DTI = Tundaan lalu-lintas simpang

2.5.3.3 Peluang Antrian

Rentang nilai peluang antrian ditentukan dari gambar 2.10 yang menunjukkan

hubungan empiris antara peluang antrian dan derajat kejenuhan (DS) yang terletak

antara garis.


commit to user

39

Batas atas QP% = 47,71 DS – 24,68 DS2 + 56,47 DS3 ……………………...….(2.51)

Dengan garis

Batas bawah QP% = 9,02 DS – 20,66 DS2 + 10,49 DS3 ………………………..(2.52)

Gambar 2.10 Rentang peluang antrian (QP%) terhadap derajat kejenuhan (DS).



commit to user

40

BAB 3

METODE PENELITIAN

3.1 Umum

Metode penilitian merupakan langkah – langkah awal atau sebuah metode yang

dilakukan dalam penelitian suatu permasalahan, kasus, gejala, fenomena atau lainnya

dengan jalan ilmiah untuk mendapatkan jalan yang rasional. Metode yang digunakan

dalam penyusunan skripsi ini adalah metode survey yang diperoleh berupa data

geometrik jalan, arus lalu lintas dan tundaan, yaitu jumlah kendaraan yang melewati

persimpangan dicatat menurut jenisnya, pergerakan arus lalu lintasnya, dan metode

analisis.

Untuk menentukan nilai emp MC dan HV maka parameter yang diperlukan adalah:

1. Jumlah kendaraan yang melintas di simpang tidak bersinyal, yaitu MC, LV dan

HV Jenis pasangan kendaraan yang melewati lokasi penelitian. Jenis pasangan

kendaraan yang dicatat adalah iring – iringan yang dihitung time headway nya,

Jenis pasangan iringan – iringan kendraan yang dicatat time headwaynya dapat

dilihat pada Table 3.1

2. Senjang waktu (time headway) dari tiap jenis pasangan kendaraan yang

berurutan. Time headway yang dicatat yaitu dari iring – iringan kendaraan

seperti yang ditunjukan pada Tabel 3.1.

Tabel 3.1 Jenis Pasangan Kendaraan yang dicatat Time Headwaynya

Jenis Pasangan Kendaraan

LV - LV HV - HV HV - LV LV - HV MC - MC LV - MC MC - LV

Untuk mengetahui kinerja simpang tak bersinyal Manahan atas dasar observasi nilai

emp, maka parameter yang diperlukan adalah :

1. Distribusi pergerakan arus lalu lintas yang melewati lokasi penelitian. Yaitu dari

arah lurus (ST), belok kanan (RT) dan belok kiri (LT), yang mencakup beberapa

jenis kendaraan, meliputi motorcycle, light vehicle dan heavy vehicle.

2. Lama waktu tundaan kendaraan bermotor akibat buka tutup pintu perlintasan

kereta api.


commit to user

41

3.2 Lokasi Penelitian

Simpang Jalan dr. Moewardi - jalan Adi Sucipto - jalan MT. Haryono dengan kondisi

jalan sebagai berikut :

a. Mempunyai 3 lengan pendekat yaitu jalan Adi Sucipto arah barat, dr. Moewardi

arah selatan dan MT. Haryono arah timur.

b. Merupakan simpang tak bersinyal dengan 3 lengan, yang melayani arus 4 lajur 2

jalur dari arah jalan Adi Sucipto, pada jalan MT. Haryono 2 lajur 2 jalur dan

pada jalan dr. Moewardi 2 lajur 2 jalur.

Untuk memenuhi parameter yang diinginkan, titik pengamatan diletakkan pada

ketinggian 1,5 meter dengan menggunakan tripod, sehingga semua kendaraan dapat

terlihat dan tidak menggangu arus lalu lintas.

Pengumpulan data untuk analisis dilakukan pada jam sibuk dan pada saat kereta

melintas yaitu pada pagi hari pukul 06.00-08.00, pada siang hari pukul 12.00-14.00

dan pada sore hari pukul 16.30-18.30 yang akan dilakukan pada hari senin.

3.3 Metode Penelitian

Kegiatan penyusunan skripsi ini adalah berupa kegiatan yang dilakukan dalam

bentuk penelitian yang menggunakan metode survey dan metode analisis. Metode

survei digunakan dalam menghitung arus kendaraan, pencatatan time headway dan

pencatatan waktu tundaan, sedangkan metode analisis digunakan untuk menentukan

nilai emp pada kendaraan dan menganalisis tingkat kinerja simpang.

Untuk memperlancar kegiatan, harus dilakukan secara teratur dalam bentuk

pentahapan yang sistematis, baik sebelum kegiatan maupun saat kegiatan

berlangsung. Selanjutnya untuk lebih jelasnya tahapan – tahapan kegiatan secara

ringkas dapat dilihat dalam bentuk diagram alir gambar 3.1.


commit to user

42

Mulai

Latar belakang, sasaran, batasan masalah

Studi literature : Mengumpulkan data dari buku referensi dan teori – teori dasar

Survei pendahuluan Penentuan jam puncak

Desain Survei : Penentuan alat, penentuan tugas operator handycam

dan surveyor

A

Analisa data Emp dengan metode rasio

headway

Analisa data Emp dengan analisis regresi

linier

emp heavy vehicle dan motorcycle

Survei primer Pengumpulan data :

Perekaman volume lalu lintas dan time headway

Persiapan survei : Pengecekan form, penempatan alat dan

penempatan surveyor


commit to user

43

Gambar 3.1 Diagram Alir Penelitian

3.4 Prosedur Survei

Prosedur survei yaitu keseluruhan tahapan rencana atau langkah dalam survei supaya

penelitian dapat berjalan dengan lancar dan tidak terjadi kesulitan serta kesalahan

dalam pengumpulan data di lapangan.

3.4.1 Survei Pendahuluan

Sebelum dilaksanakan pengambilan data di lapangan, dilakukan survei pendahuluan

dengan tujuan agar survei sesungguhnya dapat berjalan dengan lancar, efektif, efisien

serta menentukan lokasi survei, mengetahui jenis kendaraan yang lewat, menentukan

hari yang dapat mewakili gambaran lalu lintas pada simpang tersebut.

3.4.2 Teknik Pengumpulan Data

Untuk mempermudah dalam pengumpulan data di lapangan, maka teknis

pengumpulan data dilakukan menurut prosedur sebagai berikut :

a. Penandaan pada ruas jalan yang diamati dengan menggunakan lakban warna

coklat yang dipasang melintang ruas jalan selebar 5meter (memotong satu lajur

jalan) yang digunakan sebagai batas headway.

Kesimpulan dan Saran

selesai

Menghitung Kinerja Simpang Tak Bersinyal dengan MKJI 1997 berdasarkan observasi nilai emp metode rasio headway dan analisis regresi linier

Menghitung karakteristik simpang tak bersinyal sebagaimana kinerja simpang tak bersinyal dengan MKJI 1997 dan berdasarkan observasi nilai emp

metode rasio headway dan analisis regresi linier saat buka tutup pintu perlintasan kereta api.

A


commit to user

44

b. Perekaman dengan handycam dilakukan diluar ruas jalan yang diamati dan

diletakkan pada ketinggian 1,5 meter agar tidak menggangu arus lalulintas dan

semua objek dapat terlihat dengan jelas.

c. Pembagian kelompok surveyor pada setiap ruas jalan untuk menghitung arus

lalu lintas yang melewati persimpangan dan dibagi menurut arah

pergerakannya.

d. Pencatatan waktu pada saat buka tutup pintu perlintasan kereta api. Hal

tersebut dilakukan untuk menanggulangi terjadinya penundaan waktu.

3.4.3 Peralatan yang Digunakan

Peralatan yang digunakan dalam pengambilan data dilapangan adalah :

1. Handycam untuk merekam arus lalulintas yang diperlukan sebagai data untuk

perhitungan data time headway analisis regresi linier.

2. Stopwatch untuk mengukur waktu tundaan yang disebabkan buka tutup pintu

perlintasan kereta api.

3. Tripod untuk meletakkan handycam pada ketinggian 1,5 meter.

4. Alat tulis dan formulir survei, digunakan untuk mencatat hasil pengamatan.

Dalam formulir survei terdapat 2 jenis, yang pertama formulir untuk pencatatan

buka tutup pintu perlintasan kereta api yang terdiri dari dua kolom utama yaitu

untuk mencatat jam pintu buka dan jam pintu tutup dan yang kedua formulir

untuk pencatatan kendaraan yang melintas yang terdiri dari tiga kolom utama,

terdiri dari kendaraan bermotor (sepeda motor), kendaraan ringan dan

kendaraan berat.

Dalam melaksanakan survei untuk memperoleh data primer dibutuhkan 15 orang

pencatat (surveyor) dan sudah termasuk operator handycam.

3.4.4 Survei Volume Lalu Lintas dan Perekaman Time Headway

Survei volume lalu lintas yaitu merekam arus lalu lintas yang masuk simpang

Manahan atau sekitar jalan dr. Moewardi, Adi Sucipto dan MT. Haryono. Pencatatan

meliputi jumlah jenis kendaraan MC, LV dan HV yang masuk ke simpang dari

masing – masing pendekat (lengan simpang). Sedangkan iring – iringan kendaraan


commit to user

45

yang dicatat time headway-nya merupakan iring – iringan yang keluar dari simpang

yang melintasi batas headway. Alat survei yang digunakan adalah handycam.

Handycam digunakan untuk merekam jumlah kendaraan yang melintas. Handycam

ditempatkan pada trotoar jalan diketinggian 1,5 meter agar kendaraan yang masuk

simpang , batas headway dan kendaraan yang melewati batas headway dapat terlihat

dengan jelas. Perletakan handycam dengan bantuan tripod dan untuk menjaga

keamanan dan kedudukan handycam agar tidak berubah diperlukan operator untuk

setiap handycam. Untuk lebih jelasnya dapat dilihat pada Gambar 3.2 :

Rel Kereta Api

Jl. dr. Moewardi

Jl. Adi Sucipto

Jl. MT. Haryono

U

Posisi HC 1

Posisi HC 2

Posisi HC 3

Gambar 3.2 Denah Penelitian, Penempatan Handycam dan Surveyor

3.5 Rekapitulasi Data

Data yang akan digunakan untuk analisis data di dapat melalui pembacaan hasil

rekaman handycam dan pengukuran langsung di lokasi survei. Pembacaan data di

lakukan di luar waktu survei dengan bantuan formulir arus lalulintas, stop watch, dan

handycam. Data yang akan di rekapitulasi terdiri dari :


commit to user

46

a. Data Volume Lalu Lintas

Data volume lalu lintas yang akan di gunakan untuk analisis regresi linier di

dapat dari hasil survei. Data berupa jumlah kendaraan yang masuk simpang dari

masing – masing pendekat, motorcycle, light vehicle dan heavy vehicle.

b. Data Time-Headway

Data time headway digunakan untuk analisis rasio headway yang diperoleh dari

pembacaan hasil rekaman video. Time headway adalah waktu antara ban

belakang mobil depan dengan ban belakang mobil yang berada di tepat di

belakangnya ketika melewati batas headway. Data berupa time headway

kendaraan yang keluar simpang saat melintasi batas headway.

c. Cara Pengolahan Data

Data time headway yang di dapat dari pengamatan yang berupa video dilakukan

dengan memutar ulang video kemudian dihitung satu persatu dengan cara

bantuan stopwatch untuk menghitung selisih waktu antara kendaraan yang

didepan dengan kendaraan berikutnya, setelah mendapatkan selisih waktu

kendaraan maka selanjutnya memasukkan data tersebut ke program excel.

Pertama adalah mencari rata – rata headway dari keseluruhan data yang telah

diperoleh. Kemudian mencari senjang rata – rata yang diperoleh dari nilai rata –

rata ditambah dengan nilai batas toleransi kesalahan. Setelah itu time headway

terkoreksi, kemudian dicari nilai rata – rata time headway terkoreksi rata – rata

untuk setiap pasangan kendaraan. Kemudian nilai emp didapat dari nilai rata –

rata time headway terkoreksi dari sepeda motor dan kendaraan berat dibagi nilai

rata – rata time headway terkoreksi kendaraan ringan.


commit to user

47

BAB 4

ANALISIS DATA DAN PEMBAHASAN

4.1 Deskripsi Penelitian

Penelitian arus lalu lintas dilaksanakan disimpang Manahan yaitu pertemuan dari Jl.

dr. Moewardi – Jl. MT. Haryono dan Jl. Adisucipto. Penelitian ini mengambil data

arus lalu lintas yang terdiri dari tiga jenis kendaraan motorcycle (MC), light vehicle

(LV), dan heavy vehicle (HV) dan time headway dari ketiga jenis kendaraan tersebut.

Jenis kendaraan dibagi berdasarkan sistem klasifikasi Bina Marga yang dapat kita

lihat pada bab 2. Pengambilan data dilakukan secara serempak di tiap ruas jalan pada

masing – masing lokasi selama jam puncak pagi, jam puncak siang dan jam puncak

sore dengan durasi masing – masing dua jam, mulai jam 06.00 – 08.00 WIB, 11.30 –

13.30 WIB dan 16.30 – 18.30 WIB.

Penentuan jam puncak berdasarkan survai pendahuluan. Data yang diperoleh

berdasarkan survai pendahuluan selama 2 jam di lokasi 1 ( Jl. dr. Moewardi) :

Tabel 4.1 Jumlah Kendaraan Hasil Survei Pendahuluan

Jenis

Kendaraan

Jenis

Kendaraan

Jenis

Kendaraan

Waktu

LV MC

Waktu

LV MC

Waktu

LV MC

06.00-06.15

06.15-06.30

06.30-06.45

06.45-07.00

07.00-07.15

07.15-07.30

07.30-07.45

07.45-08.00

120

154

200

210

198

175

155

115

342

839

1264

1470

1259

969

1066

1086

11.30-11.45

11.45-12.00

12.00-12.15

12.15-12.30

12.30-12.45

12.45-13.00

13.00-13.15

13.15-13.30

194

185

193

157

203

181

181

194

558

595

588

587

612

674

632

681

16.30-16.45

16.45-17.00

17.00-17.15

17.15-17.30

17.30-17.45

17.45-18.00

18.00-18.15

18.15-18.30

141

218

172

125

175

143

141

105

682

876

868

817

740

672

596

391


commit to user

48

Data tersebut disajikan dalam grafik :

0

200

400

600

800

1000

1200

1400

1600

06.0

0-06

.15

06.0

0-06

.15

06.1

5-06

.30

06.3

0-06

.45

06.4

5-07

.00

07.0

0-07

.15

07.1

5-07

.30

07.3

0-07

.45

07.4

5-08

.00

Waktu

Jum

lah

Kend

araa

n

Kendaraan Ringan(LV)Sepeda Motor(MC)

Gambar 4.1 Grafik penentuan jam puncak pagi

0

100

200

300

400

500

600

700

800

11.3

0-11

.45

11.4

5-12

.00

12.0

0-12

.15

12.1

5-12

.30

12.3

0-12

.45

12.4

5-13

.00

13.0

0-13

.15

13.1

5-13

.30

Waktu

Jum

lah

Kend

araa

n


Gambar 4.2 Grafik penentuan jam puncak siang


commit to user

49

0

100

200

300

400

500

600

700

800

900

1000

16.3

0-16

.45

16.4

5-17

.00

17.0

0-17

.15

17.1

5-17

.30

17.3

0-17

.45

17.4

5-18

.00

18.0

0-18

.15

18.1

5-18

.30

Waktu

Jum

lah

Kend

araa

n


Gambar 4.3 Grafik penentuan jam puncak sore

Berdasarkan tabel dan grafik diatas maka jam puncak terjadi pada pukul 06.45-07.00

pada pagi hari, 13.15-13.30 pada siang hari dan 16.45-17.00 pada sore hari.

Volume kendaraan selama penelitian dilakukan :

Jumlah kendaraan selama 2 jam ditampilkan dalam table 4.2 :

Tabel 4.2 Jumlah kendaraan dan rasio kendaraan pada saat jam puncak

Jam puncak pagi Jam puncak siang Jam puncak sore Titik

Pengamatan MC LV HV MC LV HV MC LV HV

(1) (2) (3) (4) (5) (6) (7) (8) (9) (10)

Lokasi 1 8295 1327 27 4927 1488 32 5642 1220 28

Rasio 307.22 49.15 1 153.97 46.5 1 201.5 43.57 1

Lokasi 2 5335 767 20 4244 902 32 3258 852 23

Rasio 355.67 51.13 1 132.62 28.19 1 141.65 37.04 1

Lokasi 3 7987 1373 27 3551 1267 33 2051 932 27

Rasio 295.81 50.85 1 107.61 38.39 1 75.96 34.52 1

Berdasarkan tabel diatas maka jumlah kendaraan dan rasio kendaraan pada saat jam

puncak pagi, siang dan sore terjadi di lokasi 1 yaitu jalan dr. Moewardi.


commit to user

50

Keterangan :

(Kolom 1) : Titik Pengamatan

Lokasi 1 (Jl. dr. Moewardi)

Lokasi 2 (Jl. MT. Haryono)

Lokasi 3 (Jl. Adi Sucipto)

(Kolom 2) : Rasio motorcycle terhadap heavy vehicle jam puncak pagi

Tabel 4.2 kolom (2) (Rasio) = (4) kolom 4.2 Tabel(2) kolom 4.2 Tabel

= 8295/27 = 307.22

(Kolom 3) : Rasio light vehicle terhadap heavy vehicle jam puncak pagi


= 1327/27 = 49.15

(Kolom 4) : Rasio heavy vehicle terhadap heavy vehicle jam puncak pagi


= 27/27 = 1

(Kolom 5) : Rasio motorcycle terhadap heavy vehicle jam puncak siang


= 4927/32 = 153.97

(Kolom 6) : Rasio light vehicle terhadap heavy vehicle jam puncak siang


= 1488/32 = 46.5

(Kolom 7) : Rasio heavy vehicle terhadap heavy vehicle jam puncak siang


= 32/32 = 1


commit to user

51

(Kolom 8) : Rasio motorcycle terhadap heavy vehicle jam puncak sore


= 5642/28 = 201.5

(Kolom 9) : Rasio Light vehicle terhadap heavy vehicle jam puncak sore


= 1220/28 = 43.57

(Kolom 10) : Rasio heavy vehicle terhadap heavy vehicle jam puncak sore


= 28/28 = 1

Tabel 4.3 Rasio Motorcycle (MC) terhadap light vehicle (LV)

Jam Puncak Pagi Jam Puncak Siang Jam Puncak Sore

Titik Pengamatan

MC LV MC LV MC LV

(1) (2) (3) (4) (5) (6) (7)

Lokasi 1 6 1 3 1 5 1

Lokasi 2 7 1 5 1 4 1

Loaksi 3 6 1 3 1 2 1

Keterangan :





(Kolom 2) : Rasio Motorcycle terhadap Light vehicle jam puncak pagi

Tabel 4.3 kolom (2) = (4) kolom 4.2 Tabel(3) kolom 4.2 Tabel

= 8295/1327 = 6,25 = 6


commit to user

52

(Kolom 3) : Rasio Light vehicle terhadap Light vehicle jam puncak pagi


= 1327/1327 = 1

(Kolom 4) : Rasio Motorcycle terhadap Light vehicle jam puncak siang


= 4927/1488 = 3,311 = 3

(Kolom 5) : Rasio Light vehicle terhadap Light vehicle jam puncak siang


= 1488/1488 = 1

(Kolom 6) : Rasio Motorcycle terhadap Light vehicle jam puncak sore


= 5642/1220 = 4,624 = 5

(Kolom 7) : Rasio Light vehicle terhadap Light vehicle jam puncak sore


= 1220/1220 = 1

4.2 Pengolahan Data Dasar

Volume Lalu lintas yang diamati dalam penelitian ini terdiri dari 3 jenis kendaraan,

yaitu motorcycle (MC), light vehicle (LV) dan heavy vehicle (HV). Pengamatan

dilakukan untuk mengambil data yang dibutuhkan untuk proses pengolahan dengan

metode regresi linier dan time headway. Pengamatan dilakukan selama 2 jam pada

masing-masing jam puncak pagi, siang dan sore. Data pada Lokasi 1 yaitu Jl. dr.

Moewardi saat jam puncak pagi disajikan pada tabel 4.4, untuk lokasi 2 (Jl. MT.

Haryono) dan lokasi 3 (Jl. Adi Sucipto) dapat dilihat di lampiran A.


commit to user

53

Tabel 4.4 Volume lalu lintas lokasi 1 (jam puncak pagi)

No

Motorcycle (MC)

heavy vehicle (HV)

Light vehicle (LV)

Waktu

x1 x2 y (menit) 1 2 3 4 5 6 7 8

342 839 1264 1470 1259 969 1066 1086

1 2 2 3 5 4 5 5

120 154 200 210 198 175 155 115

15 15 15 15 15 15 15 15

Jumlah 8295 27 1327 120

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 masuk ke simpang. Data

pada Lokasi 1 yaitu Jl. dr. Moewardi saat jam puncak pagi disajikan pada tabel 4.4

untuk lokasi 2 (Jl. MT. Haryono) dan lokasi 3 (Jl. Adi Sucipto) dapat dilihat di

lampiran A.

Satuan arus lalu lintas yang digunakan untuk menghitung nilai emp pada metode

regresi linier adalah kendaraan/15 menit. Nilai emp dihitung sesuai dengan

persamaan 2.17 dan 2.18.

Data pada tabel 4.4 selanjutnya diolah sesuai dengan rumus 2.17 dan 2.18, sehingga

akan diperoleh persamaan normal untuk mencari koefisien regresi yang mendapatkan

nilai emp kendaraan yang dicari. Perhitungan untuk mendapatkan persamaan normal

yang disajikan pada Tabel 4.5


commit to user

54

TABEL 4.5 DI LAMPIRAN


commit to user

55

Dari hasil perhitungan table 4.5 diperoleh nilai :

∑x1 = 8295

∑x2 = 27

∑x12 = 9419275

∑x22 = 109

∑y = 1327

∑x1.x2 = 29889

∑x1.y = 1440723

∑x2.y = 4498

Harga – harga diatas kemudian dimasukkan ke dalam persamaan normal sehingga

terbentuk persamaan – persamaan berikut :

Persamaan antara MC dan LV, untuk nilai b0 dan b1 :

8b0 + 8295 = 1327………………………………………………………………...(4.1)

8295b0 + 9419275b1 = 1440723 ………………………………………………….(4.2)

Persamaan antara HVdan LV, untuk nilai b0 dan b2 :

8b0 + 27= 1327 ……………………………………………………………...……(4.3)

27b0 + 109b2 = 4498……………………………………………………………...(4.4)

Untuk mendapatkan nilai b0, b1, dan b2 dapat menggunakan persamaan 2.19 dan 2.20.

Dengan memasukkan nilai hasil perhitungan table 4.5 kedalam rumus 2.19 dan 2.20,

maka akan diperoleh harga-harga :

Dari persamaan 4.1 dan 4.2 :

b0 = 83.789

b1 = 0.0792

Dari persamaan 4.3 dan 4.4 :

b0 = 162.217

b2 = 1.0839

Kemudian dimasukkan ke dalam persamaan 2.14 dan 2.15 :

Y = 83.789 + 0.0792X1

Y = 162.217+ 1.0839X2


commit to user

56

Sehingga diperoleh :

emp motorcycle (MC) = 0.08

emp heavy vehicle (HV) = 1.08

Sebaran jumlah kendaraan antara kedua variabel tersebut :

Gambar 4.4 Diagram pencar antara Motorcycle (MC) dan Light Vehicle (LV)

Gambar 4.5 Diagram pencar antara Heavy Vehicle (HV) dan Light Vehicle (LV)

Hasil perhitungan nilai emp seluruh jalan pendekat jam puncak pagi, siang dan sore,

disajikan pada tabel 4.6 dan untuk cara perhitungannya dapat dilihat di Lampiran A :


commit to user

57

Tabel 4.6 Rekapitulasi nilai emp menggunakan analisis Regresi Linier

Ekuivalensi Mobil Penumpang

Motorcycle Heavy Vehicle

Metode

Lokasi

Pengamatan

Pagi Siang Sore Pagi Siang Sore

Lokasi 1 0.08 0.02 0.16 1.08 1.64 1.2

Lokasi 2 0.12 0.04 0.24 1.95 2.42 1.09

Regresi

Linier

Lokasi 3 0.06 0.11 0.19 1.79 2.18 0.68

Tabel 4.7 Perhitungan nilai emp motorcycle dari semua pendekat

Jam Sibuk Lokasi

Pengamatan Pagi Siang Sore

Rata-rata

( x )

Rentang

(R)

Simpangan

Baku (s)

No

(1) (2) (3) (4) (5) (6) (7)

1 Lokasi 1 0.08 0.02 0.16 0.09 0.14 0.057

2 Lokasi 2 0.12 0.04 0.24 0.13 0.2 0.082

3 Lokasi 3 0.06 0.11 0.19 0.12 0.13 0.053

Jumlah 0.34 0.47 0.192

x = 3

0,34 = 0,113

R = 3

0,47 = 0,156

Dari Tabel di Lampiran D dengan n = 3 didapat A2 = 1,023

Kontrol rata-rata x dapat digunakan :

Sentral = x = 0,113

BKA = x + A2 R = 0,113 + (1,023) . (0,156) = 0,272

BKB = x - A2 R = 0,113 - (1,023) . (0,156) = -0,046

s = k

å Si=

30,192

= 0,064

x = 0,113



commit to user

58


Sentral = x = 0,113

BKA = x + A1 s = 0,113 + (2,394) . (0,156) = 0,266

BKB = x - A1 s = 0,113 - (2,394) . (0,156) = -0,04

Gambar 4.6 Diagram kontrol untuk rata-rata x emp motorcycle

Dari gambar diatas maka didapat nilai emp untuk motorcycle sebesar 0,12.

Tabel 4.8 Perhitungan nilai emp heavy vehicle dari semua pendekat

Jam Sibuk Lokasi


Rata-rata

( x )

Rentang

(R)

Simpangan

Baku (s)

No

(1) (2) (3) (4) (5) (6) (7)

1 Lokasi 1 1.08 1.64 1.2 1.31 0.56 0.24

2 Lokasi 2 1.95 2.42 1.09 1.82 1.33 0.55

3 Lokasi 3 1.79 2.18 0.68 1.55 1.5 0.63

Jumlah 4.68 3.39 1.42

x = 3

4,68 = 1,56

BKA = 0.266

Sentral= 0.113

BKB = -0.04


commit to user

59

R = 3

3,39 = 1,13

Dari Tabel di Lampiran dengan n = 3 didapat A2 = 1,023


Sentral = x = 1,56

BKA = x + A2 R = 1,56 + (1,023) . (1,13) = 2,716

BKB = x - A2 R = 1,56 - (1,023) . (1,13) = 0,404

s = k

å Si=

31,42 = 0,47

x = 1,56



Sentral = x = 1,56

BKA = x + A2 R = 1,56 + (2,394) . (0,47) = 2,68

BKB = x - A2 R = 1,56 - (2,394) . (0,47) = 0,43

Gambar 4.7 Diagram kontrol untuk rata-rata x emp heavyvehicle

Dari gambar diatas maka didapat nilai emp untuk heavyvehicle sebesar 1,55.

BKA = 2.68

Sentral = 1.56

BKB = 0.43


commit to user

60

Keterangan tabel 4.7 dan tabel 4.8 :





(Kolom 2) : Nilai emp jam sibuk pagi dari masing-masing lokasi

(Kolom 3) : Nilai emp jam sibuk siang dari masing-masing lokasi

(Kolom 4) : Nilai emp jam sibuk sore dari masing-masing lokasi

(Kolom 5) : Rata-rata ( x ) emp lokasi 1

Tabel 4.7 kolom (5) = 3

3)(2)((1) kolom 4.7 Tabel ++

= 3

16,002,008,0 ++=1,31

(Kolom 6) : Rentang (R) emp lokasi 1 (nilai terbesar dikurangi nilai terkecil)

Tabel 4.7 kolom (6) = Tabel 4.7 kolom (4) – kolom (3)

= 0,16 – 0,02 = 0,14

(Kolom 7) : Simpangan baku (s)

Tabel 4.7 kolom (7) =

= 3

)09,016,0()09,002,0()09,008,0( 222 -+-+-= 0,057

Dari hasil emp yang didapat dari ketiga lokasi di simpang Manahan dan setelah

dihitung didapatkan nilai emp MC sebesar 0,12 dan nilai emp HV sebesar 1,55.

Dari hasil penelitian yang dilakukan, terlihat pada lokasi 1, 2 dan 3 jumlah arus

motor yang paling besar terjadi pada saat sore hari. Hal ini dapat dilihat pada nilai

emp motor pada sore hari lebih besar dari pada saat pagi dan siang hari. Hal ini

disebabkan karena pada saat sore hari banyak terjadi pergerakan ke pusat kota

Surakarta dari arah jalan MT. Haryono dan Adisucipto. Mengingat lokasi simpang

Manahan dekat dengan stadion Manahan, sehingga mempengaruhi jumlah arus lalu

lintas yang terjadi pada sore hari karena sering terjadi aktifitas pada stadion. Arus

kendaraan berat yang terjadi di simpang Manahan yang paling besar terjadi pada


commit to user

61

siang hari hal ini dikarenakan banyak bus kota, bus pariwisata, truk angkutan, dan

kendaraan proyek.

Nilai emp untuk Heavy Vehicle lebih besar jika dibandingkan dengan Motorcycle.

Hal ini dikarenakan semakin besar kendaraan maka ruang yang diperlukan untuk

bergerak per kendaraan semakin besar. Semakin besar ukuran kendaraan, maka

kecepatan untuk memulai gerakan lebih kecil bila dibandingkan dengan sepeda

motor. Keadaan seperti ini akan mengakibatkan gangguan terhadap arus lalu lintas

secara keseluruhan sehingga nilai emp untuk Heavy Vehicle lebih besar dari pada

emp Motorcycle.

b. Koefisien Korelasi

Nilai koefisien korelasi dihitung dengan menggunakan persamaan 2.21. Contoh

perhitungan koefisien korelasi antara light vehicle (LV) dengan motorcycle (MC)

dengan menggunakan data pendekat pada lokasi 2 jam puncak pagi :

r = )767)77347*8((*)5335 -3773225) *((8

767)*(5335 -536966)*(822 -

r = 0.89

Selanjutnya contoh untuk perhitungan koefisien korelasi antara light vehicle (LV)

dengan heavy vehicle (HV) dengan menggunakan data pendekat pada lokasi 2 jam

puncak pagi :

r = )767)77347*8((*)20 -60) *((8

767)*(20 -1937)*(822 -

r = 0.09

Nilai r terletak diantara -1 ≤ r ≤ + 1, ini berarti terdapat pengaruh negative antara

variable bebas yaitu jika variable x1 yang besar berpasangan dengan y yang kecil,

ataupun sebaliknya.

Perhitungan nilai koefisien korelasi dari pendekat lain dicantumkan dalam tabel 4.9,

tabel 4.10 dan tabel 4.11 :


commit to user

62

Tabel 4.9 Nilai koefisien korelasi pada jam puncak pagi

Koefisien Korelasi Lokasi Pengamatan

MC HV

Lokasi 1 0.75 0.05

Lokasi 2 0.89 0.09

Lokasi 3 0.53 0.09

Tabel 4.10 Nilai koefisien korelasi pada jam puncak siang


MC HV

Lokasi 1 0.07 0.2

Lokasi 2 0.22 -0.47

Lokasi 3 0.61 -0.34

Tabel 4.11 Nilai koefisien korelasi pada jam puncak sore


MC HV

Lokasi 1 0.73 0.04

Lokasi 2 0.89 0.04

Lokasi 3 0.39 0.04

Analisis regresi linier memiliki dua variabel dependen dan variabel independen.

Untuk mengetahui hubungan antar variabel dependen dan variabel independen maka

dihitung nilai korelasi dari persamaan tersebut.

c. Uji Koefisien Korelasi

Untuk melihat keberartian koefisien korelasi dilakukan dengan uji t(t student) dengan

persamaan 2.22. Contoh perhitungan dengan menggunakan data pada lokasi 2 jam

puncak pagi :


commit to user

63

t hitungan = 0.89 * 20.89 - 1

2 - 8

= 4.78

Nilai thitungan dibandingkan dengan nilai ttabel (1 - α / 2)(dk) dari tabel t student.

Diperoleh nilai :

t(0.025)(6) = ±2.45

Nilai uji t hitungan dibandingkan dengan nilai ttabel (1 - α / 2)(dk), maka dapat

disimpulkan terdapat hubungan antara light vehicle (LV) dengan motorcycle (MC) di

Lokasi 2 pada jam puncak pagi.

Hasil uji keberartian koefisien korelasi dan nilai tabel untuk semua jalan pendekat

disajikan dalam Tabel 4.12, 4.13 dan 4.14 :

Tabel 4.12 Nilai uji keberartian koefisien korelasi pada jam puncak pagi

t hitungan t tabel Jalan Pendekat

MC HV ttabel (1 - α / 2)(dk) ttabel (1 - α / 2)(dk)

Lokasi 1 2.78 0.12 2.45 -2.45

Lokasi 2 4.78 0.24 2.45 -2.45

Lokasi 3 1.53 0.22 2.45 -2.45

Tabel 4.13 Nilai uji keberartian koefisien korelasi pada jam puncak siang



Lokasi 1 0.17 0.5 2.45 -2.45

Lokasi 2 0.56 -1.29 2.45 -2.45

Lokasi 3 1.89 -0.89 2.45 -2.45

Tabel 4.14 Nilai uji keberartian koefisien korelasi pada jam puncak sore



Lokasi 1 2.63 0.1 2.45 -2.45

Lokasi 2 4.91 0.11 2.45 -2.45

Lokasi 3 1.06 0.09 2.45 -2.45


commit to user

64

Untuk hasil perhitungan nilai uji keberartian koefisian korelasi kendaraan berat lebih

kecil jika dibandingkan nilai tabel, hal tersebut disebabkan karena jumlah kendaraan

berat yang lebih sedikit, sehingga dapat disimpulkan tidak terdapat pengaruh antara

heavy vehicle HV dengan light vehicle (LV).

Untuk pengujian keberartian nilai koefisien korelasi tersebut dibuktikan dengan uji t.

Nilai t hitungan untuk sepeda motor lebih besar dari pada t tabel. Sehingga

disimpulkan bahwa hubungan antara kedua variabel tersebut (light vehicle dan

motorcycle) berarti. Sedangkan untuk Heavy Vehicle nilai t hitungan lebih kecil dari

pada t tabel sehingga memiliki arti bahwa tidak terdapat hubungan yang berarti

antara kedua variabel tersebut (Heavy Vehicle dan Light Vehicle).

d. Uji Regresi Linier

Persamaan regresi linier yang terbentuk diuji dengan uji F untuk memastikan apakah

persamaannya bias diterima atau tidak. Rumus yang digunakan sesuai dengan

persamaan 2.23 dan 2.24. Contoh perhitungan menggunakan data di lokasi 2 pada

jam puncak pagi :

F = ( )

( ( ) ( ))

877347

8767*5335

536966*11825.077347

8

767 * 5335-5369660.11825

28

2

----

= 22.61

Nilai F diatas dibandingkan dengan nilai F (1-α)(1,n-2) dari tabel distribusi F.

Diperoleh nilai :

F(95%)(1,6) = 5.99

Nilai F hitungan dibandingkan dengan nilai F tabel. Jika nilai F hitungan > nilai F

tabel, maka dapat disimpulkan persamaan regresi tersebut dapat diterima.

Perhitungan nilai F Untuk jalan lokasi lain dapat dilihat pada lampiran A.

Hasil perhitungan nilai F dan nilai F tabel untuk semua jalan pendekat dapat dilihat

dalam tabel 4.15, 4.16 dan 4.17 :


commit to user

65

Tabel 4.15 Nilai Uji F pada jam puncak pagi

Fperhitungan Ftabel Jalan Pendekat

MC HV F (1-α)(1,n-2) -F (1-α)(1,n-2)

Lokasi 1 7.59 0.01 5.99 -5.99

Lokasi 2 22.61 0.08 5.99 -5.99

Lokasi 3 2.35 0.05 5.99 -5.99

Tabel 4.16 Nilai Uji F pada jam puncak siang


MC HV F (1-α)(1,n-2) -F (1-α)(1,n-2)

Lokasi 1 0.03 0.17 5.99 -5.99

Lokasi 2 0.31 1.68 5.99 -5.99

Lokasi 3 3.58 0.81 5.99 -5.99

Tabel 4.17 Nilai Uji F pada jam puncak sore


MC HV F (1-α)(1,n-2) -F (1-α)(1,n-2)

Lokasi 1 6.92 0.01 5.99 -5.99

Lokasi 2 24.25 0.02 5.99 -5.99

Lokasi 3 1.12 0.009 5.99 -5.99

Persamaan regresi linier yang mempunyai nilai Fhitung lebih besar dari nilai Ftabel maka

persamaan regresi linier tersebut memenuhi syarat, namun persamaan regresi linier

yang mempunyai nilai F hitung lebih kecil dari F tabel maka persamaan regresi linier

tersebut tidak memenuhi syarat.

4.3.2 Metode Time Headway

a. Data Survei Simpang

Data yang digunakan untuk perhitungan rasio headway adalah hasil pengamatan

yang didapatkan dari rekaman kamera video kemudian di putar ulang untuk

menghitung data time headway. Data time headway diperoleh dari selisih waktu


commit to user

66

antara dua kendaraan yang berurutan yang melewati lakban pembatas dilokasi yang

sudah ditentukan dan diamati pada arus lalu lintas jam puncak. Iringan kendaraan

yang dicatat adalah MC-LV, LV-MC, LV-LV, MC-MC, HV-HV, HV-LV, LV-HV.

b. Perhitungan Senjang Rata-rata

Berdasarkan persamaan-persamaan tinjauan statistik pada bab 2, maka dapat dihitung

senjang rata-rata time headway seluruh pasangan kendaraan. Persamaaan yang

digunakan adalah persamaan yang digunakan adalah persamaan 2.7, 2.8, 2.9, 2.10,

dan 2.11.

Time headway seluruh pasangan iring-iringan kendaraan pada ruas Jalan dr.

Moewardi jam puncak pagi dapat dilihat pada lampiran B.

Perhitungan senjang rata-rata time headway seluruh pasangan iringan kendaraan di

ruas Jalan dr. Moewardi jam puncak pagi disajikan dalam Tabel 4.14 Perhitungan

untuk jalan pendekat lain dapat dilihat pada lampiran B.

Tabel 4.18 Perhitungan rata-rata senjang time headway

(1)

N

(2)

x

(3)

S

(4)

E

(5)

e

(6)

1m

(7)

2m

(8)

LV-LV 180 2.96 1.03 0.077 0.15 3.11 2.81

MC-MC 404 1.57 0.56 0.028 0.05 1.62 1.51

LV-MC 292 2.02 0.74 0.043 0.08 2.1 1.93

MC-LV 287 2.03 0.74 0.044 0.09 2.12 1.95

Keterangan :

(Kolom 1) Jenis pasangan kendaraan

LV-LV = Light vehicle diikuti Light vehicle

MC-MC = Motorcycle diikuti Motorcycle

LV-MC = Light vehicle diikuti Motorcycle

MC-LV = Motorcycle diikuti Light vehicle


commit to user

67

(Kolom 2) Jumlah sampel time headway (n)

LV-LV = 180

MC-MC = 404

LV-MC = 292

MC-LV = 287

(Kolom 3) Rata-rata time headway tiap pasangan kendaraan ( )x

n

xx å=

x = 96.2180

1.533=

(Kolom 4) Deviasi Standar (S)

( ) ( )å=

--

=n

i

xxn

s1

2

111

( ) ( )å=

--

=180

1

21 96.2

11801

i

xS

= 1.03

(Kolom 5) Standar Error

2/1nsE =

2

1180

0342375.1=E

= 0.077

(Kolom 6) Batas toleransi kesalahan

Dengan tingkat konfidensi 95% maka K=1.96

Sehingga :

e=K*E

=1.96*0.07709

=0.151


commit to user

68

(Kolom 7) Batas keyakinan atas dan bawah nilai rata-rata time headway

( 1m = batas atas rata-rata time headway; 2m = batas bawah rata-

rata time headway)

ex ±=2,1m

151.096.22,1 ±=m

1m = 3.11

2m = 2.81

Jadi senjang rata-rata time headway seluruh pasangan Light vehicle (LV) diikuti

Light vehicle (LV) terletak dalam interval 2.81 - 3.11.

c. Perhitungan Nilai EMP Motorcycle

Berdasarkan senjang rata-rata time headway maka nilai time headway koreksi (time

headway yang berada dalam interval) disajikan dalam Tabel 4.19 :

Tabel 4.19 Nilai Time Headway terkoreksi

LV-LV MC-MC LV-MC MC-LV No 1 2 3 4

1 2.9 1.5 2.1 2.1 2 2.9 1.5 2.1 2.1 3 2.9 1.5 2.1 2.1 4 2.9 1.5 2.1 2.1 5 2.9 1.5 2.1 2.1 6 2.9 1.5 2.1 2.1 7 2.9 1.5 2.1 2.1 8 2.9 1.5 2.1 2.1 9 2.9 1.5 2.1 2.1 10 3 1.5 2.1 2.1 11 3 1.5 2.1 2.1 12 3.1 1.5 2.1 2.1 13 3.1 1.5 2.1 2.1 14 3.1 1.5 2.1 2.1 15 3.1 1.5 2.1 2.1 16 3.1 1.5 2.1 2.1 17 3.1 1.5 2.1 2.1 18 3.1 1.5 2.2 2.1 19 3.1 1.5 2.2 2.1 20 3.1 1.5 2.2 2.1

Bersambung….


commit to user

69

Lanjutan Tabel 4.19…

No 1 2 3 4

21 3.1 1.5 2.2 2.1 22 1.5 2.2 2.1 23 1.5 2.2 2.1 24 1.5 2.2 2.1 25 1.5 2.2 2.1 26 1.5 2.2 2.1 27 1.5 2.2 2.1 28 1.5 2.2 2.1 29 1.5 2.2 2.2 30 1.5 2.2 2.2 31 1.5 2.2 2.2 32 1.5 2.2 2.2 33 1.5 2.2 2.2 34 1.5 2.2 2.2 35 1.6 2.2 36 1.6 2.2 37 1.6 2.2 38 1.6 2.2 39 1.6 2.2 40 1.6 2.2 41 1.6 2.2 42 1.6 2.2 43 1.6 2.2 44 1.6 45 1.6 46 1.6 47 1.6 48 1.6 49 1.6 50 1.6 51 1.6 52 1.6 53 1.6 54 1.6 55 1.6 56 1.6 57 1.6 58 1.6 59 1.6 60 1.6 61 1.6 62 1.6 63 1.6

Jumlah 63.1 97.4 73.1 91.8


commit to user

70

Contoh perhitungan nilai emp motorcycle di Jalan dr. Moewardi pada jam puncak

pagi disajikan dalam Tabel 4.18. Perhitungan untuk pendekat lain dapat dilihat pada

lampiran B.

Tabel 4.20 Perhitungan nilai emp Jl. dr. Moewardi jam puncak pagi

n x rata-rata k t koreksi Jumlah emp MC (1) (2) (3) (4) (5) (6) (7)

LV-LV 21 3.004

2.89

MC-MC

63 1.55 1.51

4.4

LV-MC

34 2.15 2.22

MC-LV

43 2.13

2.28

2.19

4.4

0.52

Keterangan :

(Kolom 1) Jenis pasangan kendaraan

LV-LV = Light vehicle diikuti Light vehicle

MC-MC = Motorcycle diikuti Motorcycle

LV-MC = Light vehicle diikuti Motorcycle

MC-LV = Motorcycle diikuti Light vehicle

(Kolom 2) Jumlah sampel time headway terkoreksi

LV-LV = 21

MC-MC = 63

LV-MC = 34

MC-LV = 43

(Kolom 3) Rata-rata time headway tiap pasangan kendaraan ( )x

n

xx å=

21

1.63=-LVLVx = 3,004

63

4.97=-MCMCx = 1,55


commit to user

71

34

1.73=-MCLVx = 2,15

43

8.91=-LVMCx = 2,13

(Kolom 4) Koefisien Koreksi (k)

Untuk memenuhi kkkk tdtctbta +=+ , maka terlebih dahulu

mencari koefisien k

[ ]ncnbnandnbnandncnandncnb

tdtctbtandncnbnak

************

+++--+

=

[ ]34*63*2143*63*2143*34*2143*34*63

135.215.255.1005.3*43*34*63*21+++--+

=k

k = 2.28

(Kolom 5) Rata-rata time headway terkoreksi

naktatak -=

= 3.004 – [2.28/21]

= 2.89

nbktbtbk -=

= 1.55 – [2.28/63]

= 1.51

ncktctck +=

= 2.15 + [2.28/34]

= 2.22

ndktdtdk +=

= 2.135+ [2.28/43]

= 2.19

Dengan :

kta = Nilai rata-rata time headway LV-LV terkoreksi

ktb = Nilai rata-rata time headway MC-MC terkoreksi

ktc = Nilai rata-rata time headway LV-MC terkoreksi

ktd = Nilai rata-rata time headway MC-LV terkoreksi


commit to user

72

(Kolom 6) Persamaan terkoreksi

Dengan menggunakan nilai rata-rata yang telah dikoreksi, maka

persamaannya menjadi :

kkkk tdtctbta +=+

2.89+1.51 = 2.22+2.19

4.4 = 4.4

(Kolom 7) Nilai emp motorcycle

Nilai emp motorcycle = k

k

ta

tb

= 89.251.1

= 0.52

Dari hasil perhitungan nilai emp motorcycle tersebut, maka nilai emp untuk masing-

masing jalan pendekat di kedua simpang tersebut disajikan dalam Tabel 4.19 :

Tabel 4.21 Nilai emp motorcycle dan heavy vehicle dengan rasio headway pada tiap

jalan pendekat atau pada masing-masing jam puncak

Ekuivalensi Mobil Penumpang

Motorcycle Heavy Vehicle

Metode

Lokasi

Pengamatan

Pagi Siang Sore Pagi Siang Sore

Lokasi 1 0.52 0.57 0.58 2 1.67 1.57

Lokasi 2 0.54 0.59 0.58 1.67 1.81 2.07

Rasio

Headway

Lokasi 3 0.65 0.56 0.56 1.84 2.02 1.87


commit to user

73

Tabel 4.22 Perhitungan nilai emp motorcycle dari semua pendekat

Jam Sibuk Lokasi


Rata-rata

( x )

Rentang

(R)

Simpangan

Baku (s)

No

(1) (2) (3) (4) (5) (6) (7)

1 Lokasi 1 0.52 0.57 0.58 0.56 0.06 0.026

2 Lokasi 2 0.54 0.59 0.58 0.57 0.05 0.022

3 Lokasi 3 0.65 0.56 0.56 0.59 0.09 0.042

Jumlah 1.72 0.2 0.09

x = 3

1,72 = 0,57

R = 3

0,2 = 0,07



Sentral = x = 0,57

BKA = x + A2 R = 0,57 + (1,023) . (0,07) = 0,64

BKB = x - A2 R = 0,57 - (1,023) . (0,07) = 0,49

s = k

å Si=

30,09

= 0,03

x = 0,57



Sentral = x = 0,57

BKA = x + A1 R = 0,57 + (2,394) . (0,07) = 0,64

BKB = x - A1 R = 0,57 - (2,394) . (0,07) = 0,49


commit to user

74

Gambar 4.8 Diagram kontrol untuk rata-rata x emp motorcycle

Dari gambar diatas maka didapat nilai emp untuk motorcycle sebesar 0,57.

Tabel 4.23 Perhitungan nilai emp heavy vehicle dari semua pendekat

Jam Sibuk Lokasi


Rata-rata

( x )

Rentang

(R)

Simpangan

Baku (s)

No

(1) (2) (3) (4) (5) (6) (7)

1 Lokasi 1 2 1.67 1.57 1.75 0.43 0.18

2 Lokasi 2 1.67 1.81 2.07 1.85 0.4 0.17

3 Lokasi 3 1.84 2.02 1.87 1.91 0.18 0.08

Jumlah 5.51 1.01 0.43

x = 3

5,51 = 1,84

R = 3

1,01 = 0,34



Sentral = x = 1,84

BKA = x + A2 R = 1,84 + (1,023) . (0,34) = 2,19

BKA = 0.64

Sentral = 0.57

BKB= 0.49


commit to user

75

BKB = x - A2 R = 1,84 - (1,023) . (0,34) = 1,49

s = k

å Si=

30,43

= 0,14

x = 1,84



Sentral = x = 1,84

BKA = x + A1 R = 1,84+ (2,394) . (0,14) = 2,17

BKB = x - A1 R = 1,84 - (2,394) . (0,14) = 1,51

Gambar 4.9 Diagram kontrol untuk rata-rata x emp heavyvehicle

Dari gambar diatas maka didapat nilai emp untuk heavyvehicle sebesar 1,85.

Keterangan :





(Kolom 2) : Nilai emp jam sibuk pagi dari masing-masing lokasi

(Kolom 3) : Nilai emp jam sibuk siang dari masing-masing lokasi

BKA = 2.17

Sentral = 1.84

BKB = 1.51


commit to user

76

(Kolom 4) : Nilai emp jam sibuk sore dari masing-masing lokasi

(Kolom 5) : Rata-rata ( x ) emp lokasi 1

Tabel 4.22 kolom (5) = 3

3)(2)((1) kolom 4.22 Tabel ++

= 3

58,057,052,0 ++=0,56

(Kolom 6) : Rentang (R) emp lokasi 1 (nilai terbesar dikurangi nilai terkecil)

Tabel 4.22 kolom (6) = Tabel 4.22 kolom (4) – kolom (3)

= 0,58 – 0,52 = 0,06

(Kolom 7) : Simpangan baku (s)

Tabel 4.22 kolom (7) =

= 3

)56,058,0()56,057,0()56,052,0( 222 -+-+-= 0,026

Dari ketiga lokasi di simpang Manahan dengan menggunakan rasio headway

diperoleh nilai emp MC sebesar 0.57 dan nilai emp HV sebesar 1,85.

Rekapitulasi nilai emp hasil perhitungan menggunakan analisis regresi linier dan

metode rasio headway dapat dilihat pada tabel 4.24 :

Ekuivalensi Mobil Penumpang Metode

Motorcycle Heavy vehicle

Regresi Linier 0,12 1,55

Rasio Headway 0,57 1,85

MKJI 1997 0,5 1,3

Penentuan emp pada penelitian ini menggunakan metode rasio headway dan analisis

regresi linier. Berdasarkan hasil analisis nilai emp dengan metode analisis regresi

linier adalah 0.12 untuk motorcycle dan 1.55 untuk heavy vehicle. Sedangkan dengan

metode rasio headway nilai emp motorcycle sebesar 0.57 dan untuk heavy vehicle

sebesar 1.85.


commit to user

77

4.4 Perhitungan Kinerja Simpang Tak Bersinyal

4.4.1 Data Survei Simpang

Data yang digunakan untuk perhitungan kinerja simpang tak bersinyal adalah hasil

pengamatan yang berupa data geometri dan data arus lalu lintas yang selanjutnya

dapat dilihat di gambar 4.6 dan tabel 4.21 :

Jl. Adi Sucipto

UD

A C

Jl. dr. MoewardiJl. MT. Haryono

5,5 m

5,6 m

8,3 m

8,4 m 8,3 m

8,3 m

9,5 m

10,2 m

9,7 m

9,5 m

D=10,7 m

3,8 m

3,6 m

Pertokoan

Rel Kereta Api

Showroom mobil Pertokoan Rumah

3,7 m

3,7 m

61 m

Gambar 4.6 Denah situasi dan geometri simpang Manahan Surakarta

4.4.2 Perhitungan Arus Lalu Lintas Simpang

Perhitungan arus lalu lintas simpang menggunakan data volume lalu lintas yang

kemudian di konversikan ke satuan mobil penumpang (smp), untuk perhitungan arus

jalan utama, arus jalan minor, arus total dan rasio kendaraan tak bermotor. Contoh

perhitungan arus lalu lintas dan analisa kinerja simpang untuk jam puncak pagi

(06.00-08.00) dengan menggunakan emp hasil MKJI 1997 dapat dilihat pada tabel

4.25. Perhitungan untuk jam sibuk pagi siang dan sore dengan menggunkan emp dari

Regresi linier dan time headway dapat dilihat pada Lampiran E.


commit to user

78

DI LAMPIRAN E


commit to user

79

Jl. Adi Sucipto

U

D

A

C

Jl. dr. Moewardi

Jl. MT. Haryono

Pertokoan

Rel Kereta Api

Showroom mobil Pertokoan Rumah

1519

1244

942

857259

5582319

Gambar 4.7 Arah Pergerakan Lalu lintas dan volume lalu lintas (smp/jam)

4.4.3 Perhitungan Kapasitas Simpang

Perhitungan Kapasitas Simpang dapat dilihat pada tabel 4.26, adapun cara

pengisiannya adalah sebagai berikut :

Kolom (1) : Jumlah lengan simpang = 3

Kolom (2) : Lebar masuk pendekat A/jalan dr. Moewardi (WA)

Cara perhitungan = WA = 2

katALebarpende =

22,19

= 9,6

Kolom (3) : Lebar masuk pendekat C/jalan MT. Haryono (WC)

Cara perhitungan = WC = 2

katCLebarpende =

21,11

= 5,55

Kolom (4) : Lebar masuk rata-rata pendekat A dan C (WAC), didapat dari tabel

4.26 dengan menjumlahkan kolom (2) dan kolom (3) kemudian

dibagi 2.

Cara perhitungan = WAC = 2

CA WW + =

255,56,9 +

= 7,57


commit to user

80

Kolom (5) : WB = 0, Karena simpang 3

Kolom (6) : Lebar masuk pendekat D/jalan Adisucipto (WD)

Cara perhitungan = WD = 2

katDLebarpende =

27,19

= 9,85

Kolom (7) : Lebar masuk rata-rata pendekat B dan D (WBD) = (WD) = 9,85

karena jumlah lengan simpang ada 3.

Kolom (8) : Lebar masuk rata-rata pendekat A ,B, C dan D (WI), didapat dari

tabel 4.26 dengan menjumlahkan kolom (4) dan kolom (7) kemudian

dibagi 2.

Cara perhitungan = WI = 3

DCA WWW ++ =

385,955,56,9 ++

= 8,33

Kolom (9) : Jumlah lajur jalan minor, didapat dari tabel 2.8, dimana lebar rata-rata

pendekat minor = 7,57 m > 5,5 m maka jumlah lajurnya 4.

Kolom (10) : Jumlah lajur jalan utama, didapat dari tabel 2.8, dimana lebar rata-rata

pendekat utama = 9,85 m > 5,5 m maka jumlah lajurnya 4.

Kolom (11) : Tipe simpang, didapat dari tabel 2.9. Pada simpang Manahan jumlah

lengan simpang adalah 3, maka untuk simpang Manahan mempunyai

tipe IT-324.

Kolom (12) : Kapasitas dasar (CO), didapat dari tabel 2.10 yaitu sebesar 3200

smp/jam.

Kolom (13) : Faktor penyesuain lebar pendekat (FW), dihitung dengan

menggunakan rumus (2.34).

Kolom (14) : Faktor penyesuain median jalan (FM), didapat dari tabel 2.11

Kolom (15) : Faktor penyesuain ukuran kota (FCS), didapat dari tabel 2.12 dengan

variabel masukan rasio kendaraan tak bermotor UM/MV yang didapat

dari tabel 4.21 baris 24 kolom (12).

Kolom (16) : Faktor penyesuain hambatan samping (FRSU), didapat dari tabel 2.13

Kolom (17) : Faktor penyesuain belok kiri (FLT), dihitung dengan menggunakan

rumus (2.39), dengan variabel masukkan rasio belok kiri PLT yang

didapat dari tabel 4.21 baris 20 kolom (11).

Kolom (18) : Faktor penyesuain belok kanan (FRT), dihitung dengan menggunakan

rumus (2.41).


commit to user

81

Kolom (19) : Faktor penyesuain arus jalan minor (FMI), dihitung dengan

menggunakan rumus pada tabel 2.14 dengan variabel masukkan tipe

simpang IT dari tabel 4.26 kolom (11) dan arus jalan minor PMI dari

tabel 4.25 baris 24 kolom (10).

Kolom (20) : Kapasitas simpang sesungguhnya (C), dihitung dengan rumus (2.27).

Tabel 4.26 Perhitungan Kapasitas simpang

Lebar pendekat dan tipe simpang

Lebar pendekat (m)

Jumlah lajur

Jalan minor Jalan utama

Pilihan

Jumlah

lengan

simpang

(1)

WA

(2)

WC

(3)

WAC

(4)

WB

(5)

WD

(6)

WBD

(7)

Lebar

Pendekat

(8)

Jalan

minor

(9)

Jalan

utama

(10)

Tipe

simpang

(11)

1 3 9.6 5.55 7.57 0 9.85 9.85 8.33 2 1 324

Berlanjut

Lanjutan Tabel 4.26 Perhitungan Kapasitas Simpang

Kapasitas

Pilihan Kapasitas Faktor penyesuain kapasitas (F)

Dasar Lebar Median Ukuran Hambatan Belok Belok Rasio Kapasitas Co pendekat jalan kota samping kiri Kanan minor/ smp/jam rata-rata utama total FW FM FCS FRSU FLT FRT FMI C smp/jam (12) (13) (14) (15) (16) (17) (18) (19) (20)

1 3200 1.158 1.05 0.94 0.95 1.29 0.67 0.82 2470.77 4.4.4 Perhitungan Tingkat Kinerja Simpang

Perhitungan tingkat kinerja simpang dapat dilihat pada tabel 4.23, Cara pengisiannya

adalah sebagai berikut :

Kolom (1) : Arus lalu lintas total (Q), didapat dari tabel 4.25 baris 23 kolom (10)

Kolom (2) : Derajat kejenuhan (DS), dihitung dengan rumus 2.42. Apabila DS>

1,3 maka menggunakan DS=1.3 pada kolom (2) pilihan (2), karena

hasilnya tidak logis.


commit to user

82

Kolom (3) : Tundaan lalu lintas simpang (DTI), dihitung dengan menggunakan

rumus 2.43 atau 2.44 tergantung nilai DS.

Kolom (4) : Tundaan lalu lintas jalan utama (DTMA), dihitung dengan

menggunakan rumus 2.45 atau 2.46 tergantung nilai DS.

Kolom (5) : Tundaan lalu lintas jalan minor (DTMI), dihitung dengan

menggunakan rumus 2.47 dengan variabel masukkan adalah arus total

(Q) yang didapat dari tabel 4.25 baris 23 kolom (10), tundaan lalu

lintas simpang (DTI) yang didapat dari tabel 4.27 kolom (3), arus jalan

utama (QMA) yang didapat dari tabel 4.25 baris 19 kolom (10),

tundaan lalu lintas jalan utama (DTMA) yang didapat dari tabel 4.27

kolom (4), dan arus jalan minor (QMI) yang didapat dari tabel 4.25

baris 10 kolom (10).

Kolom (6) : Tundaan geometrik simpang (DG), dihitung dengan menggunakan

rumus 2.48 atau 2.49 dengan variabel masukkan derajat kejenuhan

(DS) yang didapat dari tabel 4.27 kolom (2) dan rasio belok total yang

didapat dari tabel 4.25 baris 23 kolom (11).

Kolom (7) : Tundaan simpang (D), dihitung dengan menggunakan rumus 2.50

Kolom (8) : Peluang antrian (QP%), dihitung dengan menggunakan rumus 2.51

dan 2.52.

Tabel 4.27 Perhitungan Tingkat Kinerja Simpang

Pilihan

Arus lalu-lintas Derajat

Tundaan lalu-

Tundaan lalu-

Tundaan lalu- Tundaan Tundaan Peluang antrian

kejenuhan lintas

simpang lintas lintas geometrik simpang Batas Batas Jl.Utama Jl.Minor simpang atas bawah (Qtot) (DS) (DTI) (DTMA) (DTMI) (DG) (D) (QP %) smp/jam dtk/smp dtk/smp dtk/smp dtk/smp dtk/smp % % (1) (2) (3) (4) (5) (6) (7) (8)

1 7699.6 3.12 1.33 1.31 1.34 4 5.33 1617.93 546.19 2 7699.6 1.3 120.78 40.63 168.62 4 124.78 144.38 69.69


commit to user

83

4.4.5 Pembahasan

Pengaturan lalu lintas pada persimpangan tak bersinyal mempunyai kualitas yang

lebih rendah di banding kualitas persimpangan dengan sinyal dan bundaran pada

kondisi jam sibuk dimana arus lalu lintas padat. Terbukti pada persimpangan ini

tidak berfungsi secara optimal, sehingga pada pertemuan jalan ini terganggu. Dari

hasil analisis kapasitas dan tingkat kinerja menunjukkan bahwa kondisi Simpang

Manahan sudah jenuh apalagi di tambah dengan adanya tundaan pada saat ada kereta

melintas. Hal ini dapat dilihat dari nilai derajat kejenuhan (DS) sebesar 3,12 > 0,75.

Hasil tersebut melebihi syarat yang disarankan yaitu sebesar 0,75, karena nilai DS 1

berarti nilai arus lalulintas sama besar dengan nilai kapasitas jalannya maka dari itu

berdasarkan percobaan perhitungan didapat angka DS paling maksimal sebesar 1,3

sehingga menghasilkan nilai tundaan yang sangat jenuh dan apabila angka DS lebih

dari 1,3 maka tundaan yang dihasilkan tidak logis. Banyaknya arus lalu lintas sebesar

7699 smp/jam melebihi kapasitas yang ada yaitu sebesar 2471 smp/jam. Tundaan

sebesar 125 detik/smp dan peluang antrian sebesar 69.69% - 144.38% akan

mempengaruhi kelancaran pergerakan lalu lintas di simpang tersebut. Agar emp

MKJI 1997 masih dapat di terapkan di simpang tersebut maka perlu adanya faktor

penyesuaian dari perbandingan emp MKJI 1997 dengan nilai emp metode Time

Headway sehingga didapatkan faktor penyesuaian untuk motorcycle sebesar 1,14 dan

untuk heavy vehicle sebesar 1,42 sehingga emp tersebut masih bisa digunakan. Hasil

perhitungan kapasitas dan tingkat kinerja simpang dari ketiga nilai emp yang berbeda

menunjukan bahwa hasil perhitungan nilai emp metode time headway memiliki nilai

derajat kejenuhan, tundaan simpang dan peluang antrian yang paling besar daripada

yang lainnya. Hasil perhitungan selanjutnya di sajikan dalam tabel 4.28 dan untuk

perhitungan dengan menggunakan nilai DS maksimal di sajikan dalam tabel 4.29

berikut ini :


commit to user

84


commit to user

85


commit to user

86

BAB 5

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Berdasarkan hasil analisis kinerja simpang tak bersinyal Manahan dengan

menggunakan emp dari MKJI 1997, regresi linier dan time headway, maka dapat

diambil kesimpulan sebagai berikut :

1. Berdasarkan hasil perhitungan, nilai emp dengan menggunakan metode rasio

headway untuk motorcycle sebesar 0,57, sedangkan untuk heavy vehicle sebesar

1,85. Dengan menggunakan metode analisis regresi linier untuk motorcycle

0,12,dengan nilai koefisien korelasi diantara 0,07 s/d 0,89 sedangkan untuk

heavy vehicle sebesar 1,55, dengan nilai koefisien korelasi diantara -0,34 s/d

0,09. Dari kedua metode tersebut jelas berbeda bila di bandingkan dengan emp

dari MKJI 1997 yaitu untuk motorcycle sebesar 0,5, heavy vehicle sebesar 1,3

dan untuk light vehicle sebesar 1,0. Maka emp dari MKJI 1997 sudah tidak layak

diterapkan di simpang Manahan.

2. Kondisi simpang Manahan pada saat jam sibuk dalam keadaan jenuh karena

mempunyai nilai derajat kejenuhan 0,81-3,52 lebih dari yang di syaratkan MKJI

1997 yaitu 0,75, dengan di buktikan arus lalu lintas pada persimpangan ternyata

lebih tinggi dari kapasitas persimpangan pada kondsi saat ini yang berkisar

antara 2318 – 8534 smp/jam.

3. Faktor penyesuaian emp dari MKJI 1997 bila dibandingkan dengan emp metode

rasio headway di dapat nilai 1,14 untuk motorcycle dan 1,42 untuk heavy

vehicle.

5.2 Saran

Setelah dilakukan analisis perhitungan kapasitas serta mengamati kondisi Simpang

Manahan, penyusun bisa memberi saran dalam upaya memenuhi kebutuhan simpang

sebagai berikut :


commit to user

87

1. Pada persimpangan tersebut perlu dilakukan pengaturan simpang yang lebih baik

yang berupa pemasangan rambu bundaran atau penunjuk arah sehingga

pengendara tidak belok sembarangan dan lebih baiknya simpang tak bersinyal

Manahan tersebut dijadikan bundaran dengan pengkajian ulang terlebih dahulu.

2. Penambahan jumlah surveyor agar mendapatkan hasil yang lebih akurat, 1 orang

mencatat 1 jenis kendaraan yang 1 arah.

3. Perlu pengkajian ulang untuk pemasangan videotron pada persimpang karena

sangat menggangu arus lalu lintas.

4. Perlu diadakan perbaikan jalan yang menuju rel kereta sehingga kendaraan yang

melintasi rel kereta tidak terlalu banyak menurunkan kecepatan atau lebih

memperlancar arus lalu lintas.

5. Dalam menentukan nilai emp pada umumnya menggunakan analisis regresi

linier dan metode rasio headway, sebaiknya penelitian selanjutnya menggunakan

metode lain diantaranya yaitu metode semi empiris, metode Walker’s, metode

simulasi dan koefisien homogenic.

STUDI KINERJA SIMPANG TAK BERSINYAL MANAHAN ATAS ...

Documents

Transcript of STUDI KINERJA SIMPANG TAK BERSINYAL MANAHAN ATAS ...