STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan...

110
perpustakaan.uns.ac.id digilib.uns.ac.id commit to user i STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA ATAS DASAR OBSERVASI EKUIVALENSI MOBIL PENUMPANG studies of performance unsignalized intersection pasar nangka 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 : YASINTHA IKA PRAMESTI I1106062 JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS SEBELAS MARET SURAKARTA 2011

Transcript of STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan...

Page 1: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

i

STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA ATAS DASAR OBSERVASI EKUIVALENSI MOBIL

PENUMPANG

studies of performance unsignalized intersection pasar nangka 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 :

YASINTHA IKA PRAMESTI I1106062

JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK

UNIVERSITAS SEBELAS MARET

SURAKARTA

2011

Page 2: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

ii

STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA ATAS DASAR OBSERVASI EKUIVALENSI MOBIL

PENUMPANG

studies of performance unsignalized intersection pasar nangka on the basis of observation passenger car equivalent (pce)

Disusun oleh :

YASINTHA IKA PRAMESTI I1106062

Telah disetujui untuk dipertahankan dihadapan tim penguji pendadaran

Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret

Persetujuan

Dosen Pembimbing

Pembimbing 1 Pembimbing 2

Ir. Agus Sumarsono, MT S.J Legowo, ST. MT NIP 19570814 198601 1 001 NIP 19670413 199702 1 001

Page 3: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

iii

SKRIPSI STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA ATAS

DASAR OBSERVASI EKUIVALENSI MOBIL PENUMPANG

studies of performance unsignalized intersection pasar nangka on the basis of observation passenger car equivalent (pce)

Disusun oleh:

YASINTHA IKA PRAMESTI

NIM. I1106062

Telah dipertahankan dihadapan tim penguji pendadaran Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret Surakarta dan diterima guna memenuhi sebagai persyaratan untuk mendapatkan gelar sarjana Teknik

Pada hari : Kamis

Tanggal : 21 Juli 2011

Ir. Agus Sumarsono, MT ( ) NIP. 19570814 198601 1 001 Slamet Jauhari Legowo, ST,MT ( ) NIP 19670413 199702 1 001 Ir. Djoko Sarwono, MT ( ) NIP. 19600415 199201 1 001 Dewi Handayani, ST, MT ( ) NIP. 19710919 199512 2 001

Mengetahui, Disahkan, Disahkan, a.n Dekan Fakultas Teknik Ketua Jurusan Ketua Program S1 Universitas Sebelas Maret Teknik Sipil Non-Reguler Jurusan Pembantu Dekan I Fakultas Teknik UNS Teknik Sipil

Kusno A. Sambowo, ST,M.Sc, Ph.D Ir. Bambang Santosa, MT Edy Purwanto, ST, MT NIP. 19691026 199503 1 002 NIP. 19590823 198601 1 001 NIP. 19680912 199702 1 001

Page 4: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

iv

MOTTO

Hidup adalah pilihan. (NN)

Janganlah hendaknya kamu kuatir tentang apapun juga, tetapi nyatakanlah dalam segala hal keinginanmu kepada Allah dalam doa dan permohonan dalam ucapan syukur. (Filipi 4:6)

Tuhan membuat segala sesuatu indah pada waktunya (Pengkhotbah 3:11)

Kegagalan adalah rencana alam untuk mempersiapkan kita agar lebih bertanggungjawab (Napoleon Hill)

Cara paling bagus untuk keluar dari masalah adalah menyelesaikannya. (Alan Saporta)

PERSEMBAHAN

Tuhan Yesus Kristus yang selalu memberikan terang dan pengharapan-Nya.

Almarhumah Nenekku (Antonia Katiyem)

Terimakasih atas cinta-Nya yang membuatku ingat untuk segera bangkit saat terjatuh.

Ibu dan Bapakku tercinta

(Dyah Retno Wulandari dan Yasin Eko Sisworo)

Tidak ada kehidupan tanpa beliau sekalian, tidak ada cinta seperti cinta beliau sekalian.

Adikku tersayang (Yudha Baladhika)

Walaupun sering merepotkan, terimakasih telah menjadi saudaraku yang setia dan selalu membuatku tertawa.

Page 5: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

v

ABSTRAK

Yasintha Ika Pramesti, 2011. Studi Kinerja Simpang Tak Bersinyal Pasar Nangka Atas Dasar Ekuivalensi Mobil Penumpang.Skripsi, Jurusan Teknik Sipil Fakultas Teknik, Universitas Sebelas Maret, Surakarta.

Salah satu jenis simpang adalah simpang tak bersinyal. Simpang tak bersinyal Pasar Nangka merupakan simpang empat lengan yang terdapat di wilayah Pasar Nangka. Simpang ini merupakan pertemuan antara jalan Sultan Hasanudin dan jalan Raden Mas Said. Simpang ini berbatasan dengan perlintasan kereta api secara langsung dan tidak ada pembatasan kendaraan yang melewatinya, hal ini menyebabkan arus pada persimpangan sangat padat. Berdasarkan kondisi tersebut, perlu dilakukan perhitungan emp dan analisis kinerja pada simpang tak bersinyal tersebut. Penelitian ini bertujuan untuk mengetahui nilai emp dan kinerja simpang tak bersinyal Pasar Nangka pada saat ini.

Metode penelitian ini adalah survei lapangan yaitu penelitian yang dilakukan dengan meneliti lapangan secara langsung untuk mendapatkan data – data yang dibutuhkan. Perhitungan data untuk mengetahui nilai emp yaitu dengan menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

Nilai emp dengan metode regresi linier untuk sepeda motor (MC) bernilai 0,12 dengan koefisien korelasi antara 0,159 – 0,896 dan 2,04 untuk kendaraan berat (HV) dengan koefisien korelasi -0.065 – 0,291. Metode time headway menghasilkan nilai emp 0,4 untuk sepeda motor (MC) dan 2,38 untuk kendaraan berat (HV). Dari hasil analisis data diperoleh nilai Derajat Kejenuhan (DS) dengan menggunakan emp dari MKJI 1997 sebesar 0,70, dengan menggunakan emp dari metode regresi linier sebesar 0,41 dan dengan menggunakan emp dari metode rasio headway sebesar 0,83. Tundaan yang didapat dengan menggunakan emp MKJI 1997 yaitu 11,52 smp/dtk, tundaan menggunakan emp regresi linier yaitu 13,23 smp/dtk, tundaan menggunakan emp time headway 13,70 smp/dtk.

Kata kunci : emp, metode regresi linier, metode time headway, simpang tak bersinyal, derajat kejenuhan, tundaan.

Page 6: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

vi

ABSTRACT

Yasintha Ika Pramesti, 2011. Studies of Performance Unsignalized Intersection Pasar Nangka on the Basis of Observation Passenger Car Equivalence. Script, Civil Engineering Faculty Of Engineering, Sebelas Maret University, Surakarta.

One type of intersection is unsignalized intersection. Unsignalized intersection Pasar Nangka is an intersection of four arm contained in Pasar Nangka. This intersection area is the meeting between Sultan Hasanudin street and Raden Mas Said street. Intersection is adjacent to the railway crossing directly and no restrictions on passing vehicle, this led to the current in this junction is very solid. Based on condition, necessary done calculation pce and performance analysis in unsignalized intersection. This research aims to detect value pce and performance unsignalized intersection Pasar Nangka at the moment.

This research method is field survey that is research which done with canvass field directly to get a data. Data calculation for detect pce value that is by using linear regression analysis and time headway, and for unsignalized intersection performance data calculation uses MKJI 1997.

Value pce with linear regression method for motorcycle (MC) valuable 0,12 with corelation coeficien 0,159 – 0,896 and 2,04 for heavy vehicle (HV) with correlation coeficien -0,065 – 0,291. Time headway method produce value pce 0,4 for motorcycle (MC) and 2,38 for heavy vehicle (HV). From data analysis result is got saturation degree value (DS) by using pce from MKJI 1997 is 0,70, by using pce from linear regression method is 0,41 and by using pce from time headway is 0,83. Delay that got by using pce MKJI 1997 that is 11,52 pcu/sec, delay use pce linear regression that is 13,23 pcu/sec, delay use pce time headway 13,70 pcu/sec.

keyword: pce, linear regression method, time headway method, unsignalized intersection, saturation degree, delay.

Page 7: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

vii

KATA PENGANTAR

Segala puji syukur kepada Tuhan Yang Maha Esa atas curahan rahmat-Nya,

sehingga penulis dapat menyelesaikan penyusunan skripsi berjudul “Studi Kinerja

Simpang Tak Bersinyal Pasar Nangka Atas Dasar Ekuivalensi Mobil Penumpang”

dengan baik.

Penulisan skripsi ini merupakan salah satu syarat yang harus ditempuh guna

meraih gelar Sarjana Teknik pada Fakultas Teknik Universitas Sebelas Maret

Surakarta. Melalui penyusunan skripsi mahasiswa diharapkan mempunyai daya

analisis yang tajam serta dapat memperdalam ilmu yang telah diperoleh selama

kuliah.

Pada kesempatan ini, penulis mengucapkan terimakasih sebesar – besarnya

kepada :

1. Pimpinan Fakultas Teknik Universitas Sebelas Maret Surakarta beserta staf.

2. Pimpinan Jurusan Teknik Sipil Universitas Sebelas Maret Surakarta.

3. Pimpinan Program Non Reguler Jurusan Teknik Sipil Universitas Sebelas

Maret.

4. Ir. Slamet Prayitno, MT selaku Dosen Pembimbing Akademik.

5. Ir. Agus Sumarsono, MT dan S.J Legowo, ST, MT selaku Dosen

Pembimbing Skripsi.

6. Tim penguji pada ujian pendadaran skripsi.

7. Semua staf pengajar di Fakultas Teknik Universitas Sebelas Maret Surakarta.

8. Teman – teman Teknik Sipil angkatan 2006 Universitas Sebelas Maret

Surakarta.

9. Semua pihak yang telah membantu dalam penyusunan skripsi ini yang tidak

dapat penulis sebutkan satu persatu.

Akhir kata semoga skripsi ini dapat bermanfaat bagi semua pihak pada umumnya

dan bagi mahasiswa teknik sipil pada khususnya.

Surakarta, Juni 2011

Penulis

Page 8: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

viii

DAFTAR ISI

Halaman

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

HALAMAN PENGESAHAN ........................................................ ii

HALAMAN PERSETUJUAN ...................................................... iii

MOTTO .......................................................................................... iv

PERSEMBAHAN........................................................................... v

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

ABSTRACT .................................................................................... vii

KATA PENGANTAR .................................................................... viii

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

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

DAFTAR GAMBAR ...................................................................... xv

DAFTAR LAMPIRAN .................................................................. xvi

DAFTAR NOTASI ......................................................................... xvii

BAB I PENDAHULUAN

1.1 Latar Belakang Masalah .................................................. 1

1.2 Rumusan Masalah ............................................................ 3

1.3 Batasan Masalah .............................................................. 3

1.4 Tujuan Penelitian ............................................................. 3

1.5 Manfaat Penelitian ........................................................... 4

BAB II LANDASAN TEORI

2.1 Tinjauan Pustaka ................................................................... 5

2.2 Dasar Teori ....................................................................... 7

2.2.1 Simpang .................................................................... 7

Page 9: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

ix

2.2.2 Karakteristik Lalu Lintas .......................................... 9

2.2.3 Karakteristik Kendaraan ........................................... 11

2.3. Pengertian emp ................................................................ 12

2.4. Perhitungan emp .............................................................. 12

2.4.1. Perhitungan emp regresi linier ................................ 12

2.4.2. Perhitungan emp metode rasio headway ................ 15

2.5. Kinerja Simpang Tak Bersinyal ...................................... 21

2.6. Prosedur Analisis Kinerja Simpang Tak Bersinyal .........

Dengan MKJI 1997 ............................................................ 21

2.6.1 Data Masukan ........................................................... 21

2.6.2 Kapasitas ................................................................... 25

2.6.3 Waktu Tunda (Delay) ............................................... 34

2.6.4 Derajat Kejenuhan .................................................... 36

2.6.5 Peluang Antrian ........................................................ 37

BAB III METODOLOGI PENELITIAN

3.1 Umum .............................................................................. 38

3.2 Lokasi dan Waktu Penelitian ............................................ 38

3.3 Metode Penelitian ............................................................. 38

3.4 Prosedur Survei ................................................................ 40

3.4.1 Survei Pendahuluan ................................................ 41

3.4.2 Teknik Pengumpulan Data ..................................... 41

3.4.3 Peralatan yang Digunakan ...................................... 41

3.4.4 Desain Survei ......................................................... 42

3.4.5 Rekapitulasi Data ................................................... 43

BAB IV PEMBAHASAN

4.1 Deskripsi Penelitian .......................................................... 45

4.2 Pengolahan Data ............................................................... 49

4.3 Perhitungan Nilai emp Kendaraan .................................... 50

4.3.1 Perhitungan Metode Regresi Linier ....................... 50

4.3.2 Perhitungan Time Headway .................................... 61

4.4 Penentuan Nilai EMP ....................................................... 68

4.5 Perhitungan Kinerja Simpang Tak Bersinyal ................... 75

Page 10: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

x

BAB V KESIMPULAN DAN SARAN

5.1 Kesimpulan ....................................................................... 89

5.2 Saran ................................................................................. 90

DAFTAR PUSTAKA ............................................................................ xxi

Page 11: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

xi

DAFTAR TABEL

Halaman

Tabel 2.1 emp Untuk Simpang Tak Bersinyal .....................................

Tabel 2.2 Klasifikasi Kendaraan .......................................................... 11

Tabel 2.3 Nilai Normal Faktor – k ...................................................... 13

Tabel 2.4 Nilai Normal Komposisi Lalulintas ..................................... 14

Tabel 2.5 Nilai Normal Lalulintas Umum ........................................... 14

Tabel 2.6 Kelas Ukuran Kota ............................................................... 15

Tabel 2.7 Tipe Lingkungan Jalan ......................................................... 15

Tabel 2.8 Jumlah Lajur dan Lebar Rata – rata Pendekat Jalan

Minor dan Utama .............................................................. 18

Tabel 2.9 Kode Tipe Simpang ............................................................. 19

Tabel 2.10 Kapasitas Dasar Menurut Tipe Simpang ........................... 19

Tabel 2.11 Faktor Penyesuaian Median Jalan Utama (FM) .................. 21

Tabel 2.12 Faktor Penyesuaian Ukurean Jalan Kota (FCS) .................. 21

Tabel 2.13 Faktor Penyesuaian Tipe Lingkungan Jalan, Hambatan

Samping, dan Kendaraan Tak Bermotor (FRSU) ................ 22

Tabel 2.14 Faktor Rasio Jalan Minor ................................................... 24

Tabel 4.1 Jumlah Kendaraan Pada Saat Jam Puncak Dari Total

Ketiga Lokasi .................................................................... 45

Tabel 4.2 Jumlah Kendaraan dan Rasio Kendaraan Pada Saat

Waktu Puncak ................................................................... 47

Tabel 4.3 Rasio Motorcycle (MC) terhadap Light Vehicle (LV) ..... 48

Tabel 4.4 Volume Lalulintas Pada Saat Jam Puncak Siang

Lokasi 1 (Jalan Hasanudin) ............................................... 50

Tabel 4.5 Perhitungan Regresi Linier Jalan Sultan Hasanudin

Page 12: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

xii

Jam Puncak Siang ............................................................. 52

Tabel 4.6 Rekapitulasi Nilai emp Menggunakan Analisis Regresi

Linier ................................................................................. 55

Tabel 4.7 Nilai koefisien korelasi pada jam puncak pagi ................. 56

Tabel 4.8 Nilai koefisien korelasi pada jam puncak siang ................ 57

Tabel 4.9 Nilai koefisien korelasi pada jam puncak sore .................. 57

Tabel 4.10 Nilai uji keberartian koefisien korelasi pada jam

puncak pagi ....................................................................... 58

Tabel 4.11 Nilai uji keberartian koefisien korelasi pada jam

puncak siang ...................................................................... 58

Tabel 4.12 Nilai uji keberartian koefisien korelasi pada jam

puncak sore ........................................................................ 59

Tabel 4.13 Nilai Uji F pada jam puncak pagi ...................................... 60

Tabel 4.14 Nilai Uji F pada jam puncak siang ..................................... 61

Tabel 4.15 Nilai Uji F pada jam puncak sore ...................................... 61

Tabel 4.16 Perhitungan rata-rata senjang time headway ..................... 62

Tabel 4.17 Nilai Time Headway terkoreksi ......................................... 64

Tabel 4.18 Perhitungan nilai emp Jl. RM Said jam puncak siang .......... 65

Tabel 4.19 Nilai emp motorcycle dan heavy vehicle dengan time

headway pada tiap jalan pendekat atau pada masing-

masing jam puncak ............................................................ 68

Tabel 4.20 Perhitungan nilai emp motorcycle dari semua pendekat .... 69

Tabel 4.21 Perhitungan nilai emp heavyvehicle dari semua pendekat . 70

Tabel 4.22 Perhitungan nilai emp motorcycle dari semua pendekat .... 69

Tabel 4.23 Perhitungan nilai emp heavyvehicle dari semua pendekat . 70

Tabel 4.24 Rekap nilai emp ................................................................. 74

Page 13: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

xiii

Tabel 4.25 Perhitungan Arus Lalu Lintas Berdasarkan Nilai emp

Dari MKJI 1997 ................................................................ 76

Tabel 4.26 Perhitungan Arus Lalu Lintas Berdasarkan Nilai emp

Dari Regresi Linier ............................................................ 77

Tabel 4.27 Perhitungan Arus Lalu Lintas Berdasarkan Nilai emp

Dari Time Headway ........................................................... 79

Tabel 4.28 Perhitungan Kapasitas Simpang Berdasarkan Nilai emp

MKJI 1997 ........................................................................ 82

Tabel 4.29 .. Perhitungan Kapasitas Simpang Berdasarkan Nilai emp

Regresi Linier .................................................................... 82

Tabel 4.30 .. Perhitungan Kapasitas Simpang Berdasarkan Nilai emp

Time Headway ................................................................... 83

Tabel 4.31 Perhitungan Kapasitas Simpang Berdasarkan Nilai emp

MKJI 1997 ....................................................................... 84

Tabel 4.32 .. Perhitungan Kapasitas Simpang Berdasarkan Nilai emp

Regresi Linier .................................................................... 84

Tabel 4.33 .. Perhitungan Kapasitas Simpang Berdasarkan Nilai emp

Time Headway ................................................................... 85

Tabel 4.34 Perhitungan Tingkat Kinerja Simpang Berdasarkan Nilai

Emp MKJI 1997 ................................................................ 87

Tabel 4.35 Perhitungan Tingkat Kinerja Simpang Berdasarkan Nilai

Emp Regresi Linier ........................................................... 87

Tabel 4.36 Perhitungan Tingkat Kinerja Simpang Berdasarkan Nilai

Emp Time Headway .......................................................... 87

Tabel 4.37 Hasil Perhitungan Kapasitas dan Tingkat Kinerja

Simpang............................................................................. 88

Page 14: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

xiv

DAFTAR GAMBAR

Halaman

Gambar 1.1 Lokasi Pasar Nangka .................................................... 2

Gambar 2.1 Lebar Rata – rata pendekat ........................................... 17

Gambar 2.2 Jumlah Lajur dan Lebar Rata – rata Pendekat Jalan

Minor dan utama .......................................................... 18

Gambar 2.3 Faktor penyesuaian lebar pendekat (FW) ...................... 20

Gambar 2.4 Faktor penyesuaian belok kiri (FLT) ............................ 23

Gambar 2.5 Faktor Rasio Arus Minor .............................................. 24

Gambar 2.6 Tundaan Lalu lintas simpang vs Derajat Kejenuhan .... 25

Gambar 2.7 Tundaan Lalu lintas Jalan Utama vs Derajat

Kejenuhan .................................................................... 26

Gambar 2.8 Rentang peluang antrian (QP%) terhadap derajat

Kejenuhan (DS) ............................................................ 28

Gambar 2.9 Time Headway antara pasangan – pasangan kendaraan 32

Gambar 3.1 Diagram Alir Penelitian ................................................ 40

Gambar 3.2 Denah Perletakan Handycam ....................................... 42

Gambar 4.1 Penentuan jam puncak pagi .......................................... 46

Gambar 4.2 Penentuan jam puncak siang ........................................ 46

Gambar 4.3 Penentuan jam puncak sore .......................................... 46

Gambar 4.4 Diagram pencar antara light vehicle dan motorcycle ... 54

Gambar 4.4 Diagram pencar antara light vehicle dan heavy vehicle 54

Page 15: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

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 : 1. Perhitungan Arus Lalu Lintas Simpang

2. Perhitungan Kapasitas Simpang

3. Perhitungan Tingkat Kinerja Simpang

LAMPIRAN D : Tabel Uji Statistik

LAMPIRAN E : Administrasi Skripsi

Page 16: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

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

Page 17: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

xvii

e = Batas toleransi kesalahan

emp = Ekuivalensi Mobil Penumpang

E = Standar error

F = Faktor penyesuain kapasitas

FCS = Ukuran kota

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

Page 18: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

xviii

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

( )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

Page 19: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

xix

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

Page 20: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

xx

DAFTAR PUSTAKA

Anonim. 2005. Buku Pedoman Penulisan Tugas Akhir. Surakarta: Jurusan

Teknik Sipil Fakultas Teknik UNS

_______.1997. Manual Kapasitas Jalan Indonesia (MKJI) 1997. Jakarta :

Direktorat Jenderal Bina Marga Departemen Pekerjaan Umum RI

Achyani Agustina Pratiwi. 2009 Penentuan Nilai Ekuivalensi Mobil

Penumpang di Simpang Tak Bersinyal. Surakarta : Skripsi Jurusan Teknik

Sipil Fakultas Teknik Universitas Sebelas Maret Surakarta.

Andrita Dwijayanti. 2007. Validasi Nilai Ekuivalensi Mobil Penumpang

(EMP) di Simpang Bersinyal Dengan Manual Kapasitas Jalan Indonesia

1997. Surakarta : Skripsi Jurusan Teknik Sipil Fakultas Teknik Universitas

Sebelas Maret Surakarta.

Morlok Edward K, 1991, Pengantar Teknik dan Perencanaan Transportasi,

Penerbit Erlangga, Jakarta.

Oglesby, C.H. and Hick, R.G., 1982, Teknik Jalan Raya, Penerbit Erlangga,

Jakarta.

Putri Khoiriyah Utami. 2010. Penentuan Nilai Ekuivalensi Mobil Penumpang

Pada Bundaran. Surakarta: Skripsi Jurusan Teknik Sipil Fakultas Teknik

Universitas Sebelas Maret Surakarta

Rismawan Andrianto. 2006. Studi Kinerja Simpang Tidak Bersinyal.

Surakarta : Skripsi Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas

Maret Surakarta

Sudjana. 2002. Metoda Statistik, Penerbit Tarsito, Bandung

Taylor , MA.P., Young, W ., and Bonsall, Peter W. 1996. Understanding

Traffic Systems, Data Analysis and Presentation. Avebury technical.

Page 21: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

80

BAB I

PENDAHULUAN

1.1 Latar Belakang Masalah

Dewasa ini, sering terjadi permasalahan lalu lintas khususnya daerah simpang.

Permasalahan ini disebabkan oleh semakin meningkatnya mobilitas penduduk

yang tidak berimbang dengan perkembangan sarana dan prasarana lalulintas.

Untuk itu, diperlukan manajemen lalu lintas yang tepat untuk mengatasi

permasalahan lalu lintas tersebut.

Parameter yang digunakan untuk menentukan manajemen lalu lintas yang tepat

untuk mengatasi permasalahan transportasi saat ini adalah dengan perhitungan

kinerja simpang. Dalam perhitungan kinerja simpang, salah satu faktor yang

berpengaruh adalah nilai emp. Nilai emp merupakan faktor konversi kendaraan

menjadi satuan mobil kendaraan. Indonesia telah memiliki standar nilai emp yaitu

standar nilai emp berdasarkan MKJI 1997. MKJI dibuat pada tahun 1997 dengan

kondisi lalu lintas sesuai pada tahun tersebut. Namun, pada kenyataannya kondisi

tahun 1997 diduga tidak relevan dengan kondisi saat ini. Pada tahun 1997 jumlah

motorcycle pada simpang 4 lengan diketahui sebesar 33%. Jumlah tersebut jelas

tidak sesuai dengan jumlah motorcycle pada saat ini yang mencapai lebih dari

60% dari jumlah kendaraan yang melintas di jalan raya. Hal tersebut membuat

penulis tertarik untuk mengetahui apakah nilai emp berdasarkan MKJI 1997

masih sesuai bila digunakan untuk saat ini.

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 lalulintas. Maka agar nilai emp lebih logic didekati

Page 22: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

2

dengan metode rasio headway dimana pada metode ini terjadinya spacing dapat

terdeteksi. Metode perhitungan emp dengan regresi linier dan rasio time headway

juga pernah dilakukan sebelumnya yaitu oleh Achyani Agustina Pratiwi di lokasi

Jalan Kapt. Mulyadi-Jalan Mayor Kusmanto dan simpang Jalan dr. Radjiman-

Jalan dr. Wahidin dan Putri Khoiriyah Utami di lokasi bundaran Joglo.

Emp yang diperoleh dari perhitungan nanti akan dipergunakan untuk menghitung

kinerja simpang di lokasi Pasar Nangka. Dengan maksud untuk mengetahui

seberapa besar perbedaan kinerja simpang Pasar Nangka berdasarkan observasi

emp dari metode regresi linier dan rasio time headway dengan emp dari MKJI

1997. Perhitungan kinerja simpang akan dilakukan sesuai dengan standar

perhitungan MKJI 1997.

Lokasi penelitian untuk perhitungan emp ini adalah simpang Pasar Nangka.

Lokasi ini terletak di kota Surakarta yang merupakan simpang empat tak

bersinyal, dimana pada saat jam puncak dan saat pintu perlintasan di tutup, terjadi

antrian kendaraan yang cukup panjang di lengan utamanya. Lokasi simpang

tersebut dapat dilihat pada gambar 1.1.

Gambar 1.1 Lokasi Pasar Nangka

Page 23: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

3

1.2 Rumusan Masalah

Dari latar belakang masalah yang telah diuraikan di atas, maka dapat dibuat

perumusan masalah yaitu :

1. Bagaimana menghitung emp dengan menggunakan metode rasio headway,

analisis regresi linier ?

2. Bagaimana menghitung kinerja simpang tak bersinyal berdasarkan metode

MKJI 1997 dengan menggunakan observasi nilai emp metode rasio headway,

nilai emp analisis regresi linier dan nilai emp MKJI 1997?

1.3 Batasan Masalah

Masalah yang dibahas dalam penulisan skripsi ini dibatasi pada :

1. Lokasi studi adalah simpang perlintasan kereta api Pasar Nangka di Surakarta.

2. Kinerja simpang tak bersinyal dihitung berdasarkan MKJI 1997.

3. Penelitian dilakukan pada saat jam sibuk berdasarkan survei pendahuluan.

4. Jenis kendaraan yang ditinjau yaitu semua jenis kendaraan bermotor dan tidak

bermotor.

5. Data arus lalu lintas diambil pada hari Senin pukul 06.00 – 08.00 WIB, pukul

11.30 – 13.30 WIB, pukul 16.00 – 18.00 WIB.

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

linier.

1.4 Tujuan Penelitian

Tujuan dari penulisan skripsi ini adalah

1. Untuk mengetahui nilai emp pada simpang tak bersinyal di daerah Pasar

Nangka.

Page 24: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

4

2. Untuk mengetahui dan membandingkan kinerja simpang tak bersinyal Pasar

Nangka dengan nilai emp yang berbeda.

1.5 Manfaat Penelitian

Manfaat dari hasil penelitian ini adalah :

1. Manfaat teoritis

a. Memperluas wawasan dan pengetahuan tentang cara menghitung

kinerja simpang berdasarkan data-data yang diperoleh di lapangan.

b. Menerapkan dan meningkatkan pemahaman ilmu yang diperoleh di

bangku kuliah.

2. Manfaat praktis

Memberikan informasi tentang bagaimana cara menghitung tingkat kinerja

simpang tak bersinyal menggunakan MKJI 1997 dengan nilai emp yang

bervariasi.

Page 25: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

5

BAB II

LANDASAN TEORI

2.1 Tinjauan Pustaka

Simpang dibedakan menjadi dua jenis yaitu simpang jalan tak bersinyal dan

simpang jalan dengan sinyal. Sinyal disini adalah lampu lalu – lintas (traffic

lights). Pada simpang tak bersinyal, para pemakai jalan memutuskan sendiri

apakah mereka cukup aman untuk langsung melewati atau harus berhenti dahulu

sebelum melewati simpang tersebut. Sedangkan yang bersinyal, para pemakai

jalan harus mematuhi lampu lalu – lintas, yaitu bila menunjukan warna hijau

berarti boleh melewati, warna merah berarti harus berhenti, dan warna kuning

boleh melewati tetapi harus hati – hati dan siap untuk berhenti. (Morlock,

E.K.1995, 240)

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)

Simpang merupakan bagian yang tidak terpisahkan dari jaringan jalan. 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 didefenisikan sebagai daerah umum

dimana dua jalan atau lebih bergabung atau bersimpangan, termasuk jalan dan

fasilitas tepi jalan untuk pergerakan lalulintas di dalamnya (Khisty, 2005).

Parameter paling penting dalam perencanaan, perancangan dan pengaturan

simpang adalah arus, kehilangan waktu dan satuan mobil penumpang (smp).

Page 26: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

6

Faktor tersebut merupakan patokan umum pada kebanyakan Negara dalam

mencari kinerja simpang dan pada jalan umum ketika keadaan lalulintas dipenuhi

dengan pergerakan kendaraan. (Hadiuzzaman, 2008)

Tundaan adalah tambahan waktu yang dibutuhkan kendaraan untuk nilai

membandingkan simpang dengan nilai jalan tanpa simpang. Simpang atau

pertemuan dua bagian jalur transportasi, dalam keadaan ini antara jalur jalan raya

dan rel kereta api sering menyebabkan terjadinya waktu tunda. Dalam keadaan ini,

beberapa simpang berdekatan dengan rel kereta api diatur dengan palang pintu

otomatis. Permasalahannya adalah ketika palang pintu ditutup volume kendaraan

melebihi batas, hal ini berpotensi untuk terjadinya waktu tunda dan antrian

kendaraan yang panjang. (Andy Saiful Amal, 2002)

Besar nilai emp untuk ruas jalan berbeda dengan nilai emp untuk simpang. Nilai

emp mempengaruhi kinerja dari sebuah ruas jalan atau suatu simpang. Oleh

karena itu, agar kebijakan yang diambil dalam rangka mengatasi sebuah masalah

sesuai dengan kondisi lapangan maka dibutuhkan suatu nilai emp yang sesuai

dengan keadaan jalan yang sebenarnya.(Rosma Indriyani, 2007)

Penelitian untuk menentukan nilai emp pernah dilakukan oleh beberapa peneliti.

Baik diruas jalan maupun simpang. Termasuk diantaranya untuk menentukan nilai

emp suatu ruas jalan ataupun simpang. Nilai emp dari beberapa peneliti terdahulu

dapat dilihat pada tabel 2.1.

Page 27: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

7

Tabel 2.1 Nilai emp untuk simpang tak bersinyal

No Jenis Kendaraan Nilai emp

MKJI

1997

Achyani Agustina

Pratiwi

Putri Khoriyah

Utami

Regresi

Linier

Time

Headway

Regresi

Linier

Time

Headway

1 Kendaraan ringan 1.0 1.0 1.0 1.0 1.0

2 Sepeda Motor 0.5 0.30-0.41 0.23-0.48 0.17 0.44

3 Kendaraan berat 1.5 1.10-1.35 1.10-1.20 1.47 1.58

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 dan lokasi simpang,

jenis kendaraan yang dicari nilai emp-nya dan kinerja simpang-nya.

2.2 Dasar Teori

2.2.1. Simpang

Simpang merupakan pertemuan dari ruas – ruas jalan yang berfungsi untuk

melakukan perubahan arus lalulintas. Pada dasarnya persimpangan adalah bagian

terpenting dari sistem jaringan jalan, yang secara umum kapasitas persimpangan

dapat dikontrol dengan mengendalikan volume lalulintas dalam sistem jaringan

tersebut. Pada prinsipnya persimpangan adalah pertemua dua atau lebih jaringan

jalan. Pada umumnya terdapat empat macam pola dasar pergerakan lalulintas

kendaraan berpotensi menimbulkan konflik, yaitu : merging (bergabung dengan

jalan utama), diverging (berpisah arah dari jalan utama), weaving (terjadi

perpindahan jalur/jalinan), crossing (terjadi perpotongan dengan kendaraan dari

jalan lain).

Page 28: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

8

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.

Berdasarkan pengaturan lalu – lintas pada simpang, dibedakan menjadi 2 jenis,

yaitu :

1. Simpang bersinyal

Pada simpang jenis ini, arus kendaraan yang memasuki persimpangan diatur

secar bargantian untuk mendapatkan prioritas dengan berjalan terlabih dahulu

yang dikendalikan oleh lampu lalu – lintas (Traffic Light).

2. Simpang tak bersinyal

Pada simpang tak bersinyal berlaku aturan yang disebut “General Priority

Rute” yaitu kendaraan yang terlebih dahulu berada di persimpangan

mempunyai hak untuk berjalan terkebih dahulu daripada kendaraan yang akan

memasuki persimpangan.

Simpang tak bersinyal dikategorikan menjadi :

a. Simpang tanpa pengontrol.

Pada simpang ini tidak terdapat hak berjalan (right of way) terlebih dahulu

yang diberikan pada suatu jalan dari simpang tersebut. Bentuk simpang ini

cocok pada simpang yang mempunyai arus lalu – lintas rendah.

Page 29: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

9

b. Simpang dengan prioritas

Simpang dengan prioritas member hak yang lebih kepada suatu jalan yang

spesifik. Bentuk operasi ini dilakukan pada simpang dengan arus yang

berbeda dan pada pendekat jalan yang mempunyai arus yang lebih rendah

sebaiknya dipasang rambu.

c. Persimpangan dengan pembagian ruang

Simpang jenis ini memberikan prioritas yang sama dan gerakan yang

berkesinambungan terhadap semua kendaraan yang berasal dari masing –

masing lengan. Arus kendaraan saling berjalan pada kecepatan relatif rendah

dan dapat melewati persimpangan tanpa harus berhenti. Pengendalian

simpang pada jenis ini umumnya diberlakukan dengan operasi bundaran.

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 intas 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

Kecepatan menentukan jarak yang dijalani pengemudi kendaraan dalam

waktu tertentu. Pemakai jalan dapat menaikan kecepatan untuk

memperpendek waktu perjalanan.

Page 30: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

10

c. Kerapatan

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 atau rasio dari arus lalulintas terhadap kapasitas untuk

suatu pendekat.

2. Mikroskopis

Arus lalu lintas secara mikroskopis merupakan suatu karakteristik secara

individual dari kendaraan yang meliputi headway dan spacing.

a. 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 bumper

depan ke bumper depan kendaraan yang berurutan. Data headway diukur

dengan memakai stopwatch.

b. 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

survei 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 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 dapat

Page 31: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

11

dilihat pada tabel 2.2.

Tabel 2.2. 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 (motorcycle)

kendaraan bermotor dengan

dua atau tiga roda.

Sepeda motor dan

kendaraan beroda tiga

sesuai sistem klasifikasi

Bina Marga.

Sumber : MKJI 1997

2.3 Pengertian 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

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

sasisnya mirip; emp = 1,0).

2.4 Perhitungan emp

Page 32: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

12

2.4.1 Analisis Regresi Linier

Terdapat hubungan linier antara kendaraan satu dengan kendaraan yang lain

sehingga terjadi interaksi peka antara kecepatan dan kerapatan dan kerapatan dan

keduanya berasal dari arus yang dapat dihitung.

Perhitungan arus dari kendaraan dilakukan secara manual pada periode waktu

yang ditetapkan.

Qm = pcuLV*LVm+pcuHV*HVm+pcuMC*MCm............................................(2.1)

(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 2.14 dapat dinyatakan sebagai

berikut :

LV = Qm - pcuHV*HVm - pcuMC*MCm......................................................(2.2)

(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...................................................................................(2.3)

Y = b0 +b2X2....................................................................................(2.4)

Dengan :

Y = Jumlah Light Vehicle pada putaran m

X1 = Jumlah Motorcycle pada putaran m

X2 = Jumlah Heavy Vehicle pada putaran m

bo = Nilai emp untuk Light Vehicle

b1 = Nilai emp untuk Motorcycle

b2 = Nilai emp untuk Heavy Vehicle

Page 33: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

13

Variabel – variabel dari persamaan 2.3 dan persamaan 2.4 terdiri dari satu variable

bebas yaitu Y, dan dua variabel 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 ...............(2.5)

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

maka sesuai persamaan diatas diperoleh :

nbo + b1∑X1i = ∑Y.....................................................................................(2.6)

bo∑X1i + b1∑X1i 2= ∑X1i Yi ........................................................................(2.7)

Koefisien regresi linier bo dan b1 dapat diperoleh dengan menyelesaikan

persamaan 2.18 dan 2.19, yaitu dengan cara :

å åå å åå

--

= 22

2

0 )(*

**

XXn

XYXXYb .............................................................(2.8)

å åå åå--

= 220 )(*

*

XXn

YXXYnb ........................................................................(2.9)

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.

Nilai koefisien korelasi di dapat dari :

( ) ( )å åå åå åå

--

-=

2222

*

yynxxn

yxxynr .........................................................(2.10)

Page 34: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

14

Dengan :

r = indeks korelasi

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

kedua variabel 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 --

= ......................................................................................(2.11)

( )( )dkttabel 2/1 a-=

Dengan :

n = jumlah sampel

r = nilai koefisien korelasi hasil perhitungan

α = kesalahan duga, dengan (1-α) merupakan tingkat 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.

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 /= .........................................................................................(2.12)

Page 35: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

15

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 .............................(2.13)

Dengan :

RJK res = rata – rata jumlah kadrat 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.

2.4.2 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 2.9. berikut :

A

L L

B

H H

C

H L

D

L H

Gambar 2.9. Time Headway antara pasangan-pasangan kendaraan

Page 36: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

16

Dengan :

LV = Light Vehicle/ kendaraan ringan.

HV = Heavy Vehicle/ kendaraan berat.

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…………………………………………………………….(2.14)

(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

Page 37: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

17

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 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 ………………………….(2.15)

(R.J Salter, 1980)

Dengan nilai koreksi k

ncnbnandnbnandncnandncnbtdtctbtandncnbna

k........

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

= ………………………...(2.16)

(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 = tanak

………………………........................................(2.17a)

tbk = tanbk

…………......................................……………..(2.17b)

tck = ta - nck

…………………………………......................(2.17c)

tdk = ta - ndk

……………………………………......………(2.17d)

Page 38: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

18

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

tak + tbk = tck + tdk ……………….........………………….(2.18)

(R.J Salter, 1980)

Dengan :

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

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

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

…………………………...(2.19)

(R.J Salter, 1980)

Tinjauan Statistik Rasio Headway

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

perilaku pengemudi nilainya tetapi mempunyai kecendrungan 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*. Distribusi normal ini

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

Page 39: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

19

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…………………………………………(2.20)

Standar error

E=s/n1/2 ……………………………………..……………………...(2.21)

Dengan :

n = Jumlah sampel

xi = Nilai time headway ke-1

x = Nilai rata-rata sampel time headway

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…………………………………………………………...(2.22)

Nilai rata-rata time headway :

µ2 = x ± e.………………………………………...……..………....(2.23)

µ2 = Batas keyakinan bawah nilai rata-rata

x = Nilai rata-rata sampel time headway

e = Batas toleransi kesalahan

Page 40: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

20

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 ………………………………..............(2.24)

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

2.5 Kinerja Simpang Tak Bersinyal

Kinerja simpang adalah suatu kondisi pada simpang yang harus dicari untuk

mengetahui tingkat pencapaian simpang tersebut. Parameter yang harus dicari

untuk mengetahui kinerja simpang adalah rasio antara kapasitas (Capacity/C) dan

arus lalu-lintas yang ada (Q). Dari rasio kapasitas dan arus 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. Adapun tingkat

kinerja yang diukur pada Manual Kapasitas Jalan Indonesia 1997 adalah tundaan

(Delays/D) dan peluang antrian.

2.6 Analisis Kinerja Simpang Tidak Bersinyal dengan Metode MKJI 1997

2.6.1 Data Masukan

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 pendekatan – pendekatan, pulau – pulau lalu lintas,

Page 41: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

21

marka lajur, marka panah

b. Sketsa simpang, yang memuat nama jalan

c. Kereb, lebar jalur, bahu dan median

2. Kondisi Arus Lalulintas

Data arus lalulintas dapat digunakan untuk menganalisis jam puncak pagi, jam

puncak siang, jam puncak sore, dan jam lewat puncak. Data pergerakan lalulintas

yang dibutuhkan yaitu volume dan arah gerakan lalulintas pada saat jam sibuk.

Arus lalulintas diberikan dalam kenda/jam, jika arus diberikan dalam LHRT

(Lalulintas Harian Rata – rata Tahunan) maka harus disertakan factor – k untuk

menjadi arus per jam.

Klasifikasi kendaraan untuk mengkonversikan kendaraan ke dalam bentuk satuan

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

berbagai tipe kendaraan yang diubah menjadi kendaraan ringan (termasuk mobil

penumpang) dengan menggunakan faktor emp. Untuk mendapatkan nilai smp

diperlukan faktor konversi emp. Perhitungan arus lalulintas dalam satuan mobil

penumpang (smp) ditentukan sebagai berikut :

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

masing – masing kendaraan. Maka arus lalulintas dikonversikan ke

dalam satuan smp/jam dengan mengalikan emp untuk masing – masing

klasifikasi kendaraan.

(2) Jika data arus lalulintas per jam (bukan klasifikasi) tersedia untuk

masing – masing kendaraan, beserta informasi tentang komposisi

lalulintas keseluruhan ke 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 lalulintas tersedia dalam LHRT (Lalulintas Harian Rata –

rata Tahunan), maka arus lalulintas yang diberikan dalam LHRT harus

Page 42: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

22

dikonversikan ke dalam satuan kend/jam dengan mengalikan terhadap

factor-k :

QDH = k*LHRT…………………………………………………………(2.26)

(Sumber, MKJI 1997)

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

mendapatkan arus smp/jam.

(4) Nilai Normal Variabel Umum Lalulintas

Data lalulintas sering tidak ada atau kualitasnya kurang baik. Nilai

normal yang diberikan dalam MKJI 1997 dapat digunakan sampai data

yang lebih baik tersedia dapat dilihat pada tabel 2.3, tabel 2.4 dan tabel

2.5.

Tabel 2.3 Nilai Normal Faktor – k

Lingkungan Jalan Faktor – k Ukuran Kota

>1 juta ≤1 juta

Jalan di daerah komersial dan jalan arteri

Jalan di daerah permukiman

0.07-0.08

0.08-0.09

0.08-0.10

0.09-0.12

Sumber : MKJI, 1997

Tabel 2.4 Nilai Normal Komposisi Lalulintas

Ukuran kota

juta penduduk

Komposisi Lalu Lintas Kendaraan Bermotor % Rasio

Kendaraan tak

Bemotor

(UM/MV)

Kend. Ringan

LV

Kend. Berat

HV

Sepeda Motor

MC

>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

Sumber : MKJI, 1997

Page 43: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

23

Tabel 2.5 Nilai Normal Lalulintas 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

Sumber : MKJI, 1997

3. Kondisi Lingkungan

Data kondisi lingkungan yang diperlukan untuk perhitungan meliputi :

a. Kelas Ukuran Kota

Kelas ukuran suatu kota ditunjukan dalam tabel 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)

b. Tipe Lingkungan Jalan

Lingkungan jalan diklasifikasikan dalam kelas menurut tata guna tanahdan

aksesbilitas jalan tersebut dari aktivitas di sekitarnya. Hal ini ditetapkan

dengan secara kualitatif dari pertimbangan teknik lalulintas dengan bantuan

Page 44: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

24

tabel 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)

(Sumber : MKJI, 1997)

c. Kelas Hambatan Samping

Hambatan samping menunjukkan pengaruh aktivitas samping jalan di daerah

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

menyeberangi jalur, anguktan umum dan bis kota berhenti untuk menaikkan

atau menurunkan penumpang, kendaraan masuk dan keluar halaman dan

tempat parkir di luar jalur. Hambatan samping ditentukan secara kualitatif

dengan pertimbangan teknik lalulintas sebagai Tinggi, Sedang atau Rendah.

2.6.2 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.

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

dihitung dengan menggunakan rumus 2.27 setelah terlebih dahulu menentukan

lebar pendekat dan tipe samping :

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

(Sumber : MKJI, 1997)

Page 45: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

25

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

1. Lebar Pendekatan dan Tipe Simpang

Parameter geometrik yang di butuhkan untuk menganalisis kapasitas dengan

menggunakan metoda MKJI 1997 diantaranya :

(a) 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 2.1.

Gambar 2.1 Lebar Rata – rata Pendekat

(Sumber : Manual Kapasitas Jalan Indonesia 1997)

Page 46: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

26

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)

(Sumber : MKJI, 1997)

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

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

(Sumber : MKJI, 1997)

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

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

(Sumber : MKJI, 1997)

Jika pada lengan B terdapat median :

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

(Sumber : MKJI, 1997)

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

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

(Sumber : MKJI, 1997)

(b) 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 2.2 dan Tabel 2.10 :

Page 47: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

27

Gambar 2.2 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

(Sumber : MKJI, 1997)

(c) 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 :

Page 48: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

28

Tabel 2.9 Kode Tipe Simpang

(Sumber : MKJI, 1997)

1. Kapasitas Dasar (CO)

Penentuan nilai kapasitas dasar dengan menggunakan Tabel 2.10 dengan variabel

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

(Sumber : MKJI 1997)

2. Faktor Penyesuaian Lebar Pendekat

Penyesuaian lebar pendekat, (Fw), diperoleh dari Gambar 2.3. Variabel masukan

adalah lebar rata-rata semua pendekat W, dan tipe simpang IT. Batas-nilai yang

diberikan dalam gambar adalah rentang dasar empiris dari manual.

Kode

IT

Jumlah

lengan

Jumlah

lajur jalan

Jumlah

lajur jalan

322

324

342

422

3

3

3

4

2

2

4

2

2

4

2

2

Page 49: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

29

Gambar 2.3 Faktor penyesuaian lebar pendekat (FW)

(Sumber : Manual Kapasitas Jalan Indonesia, 1997)

3. Faktor Penyesuaian Median Jalan Utama

Pertimbangan teknik lalu-lintas diperlukan untuk menentukan faktor median.

Median disebut lebar jika kendaraan ringan standar dapat berlindung pada daerah

median tanpa mengganggu arus berangkat pada jalan utama. Hal ini mungkin

terjadi jika lebar median 3 m atau lebih. Pada beberapa keadaan, misalnya jika

pendekat jalan utama lebar, hal ini mungkin terjadi jika median lebih sempit.

Faktor penyesuaian median jalan utama diperoleh dengan menggunakan Tabel

2.11. Penyesuaian hanya digunakan untuk jalan utama dengan 4 lajur. Variabel

masukan adalah tipe median jalan utama.

Page 50: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

30

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)

4. Faktor Penyesuaian Ukuran Kota

Faktor penyesuaian ukuran kota diperoleh dari tabel 2.12 dengan variable

masukan adalah ukuran kota, CS.

Tabel 2.12 Faktor penyesuaian ukuran kota (Fcs)

Ukuran kota CS Penduduk (juta) Factor 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

(Sumber : MKJI, 1997)

5. Faktor Penyesuaian Tipe Lingkungan Jalan, Hambatan Samping, dan

Kendaraan Tak Bermotor

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

bermotor, FRSU ditentukan dengan menggunakan tabel 2.13. variabel 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

Page 51: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

31

Kelas tipe

lingkungan

jalan (RE)

Kelas Hambatan

Samping (SF)

Rasio Kendaraan Tak Bermotor

0.00 0.05 0.10 0.15 0.2 0.25

Komersial 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

Rendah 0.95 0.90 0.86 0.81 0.76 0.71

Pemukiman 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

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

(Sumber : MKJI, 1997)

Jika empUM ≠ 1,0, yang mungkin merupakan keadaan jika kendaraan tak

bermotor tersebut terutama berupa sepeda maka dipakai rumus sebagai berikut :

FRSU(PUM sesungguhnya) = FRSU(PUM= 0) × (1- PUM × empUM)…..(2.33)

6. Faktor Penyesuaian Belok-Kiri

Faktor penyesuaian belok-kiri ditentukan dari Gambar 2.4 di bawah. Variabel

masukan adalah belok-kiri Batas-nilai yang diberikan untuk PLT adalah rentang

dasar empiris dari manual.

Page 52: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

32

Gambar 2.4 Faktor penyesuaian belok kiri (FLT)

7. Faktor Penyesuaian Belok-Kanan

Untuk simpang 4-lengan FRT = 1,0.

8. Faktor Penyesuaian Rasio Arus Jalan Minor

Faktor penyesuaian rasio arus jalan minor ditentukan dari Gambar 2.5 dan tabel

2.16 di bawah. Variabel masukan adalah rasio arus jalan minor PMI dan tipe

simpang IT. Batas-nilai yang diberikan untuk PMI pada gambar adalah rentang

dasar empiris dari manual.

Page 53: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

33

Gambar 2.5. Faktor rasio arus minor

(Sumber : Manual Kapasitas Jalan Indonesia, 1997)

Tabel 2.14 Faktor rasio arus minor

IT FMI PMI

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

424

444

16,6 × PMI4 – 33,3 × PMI

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

1,11 × PMI2 – 1,11 × PMI + 1,11 0,3 – 0,9

322

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

-0,595 × PMI2 – 0,595 × PMI

3 + 0,74 0,5 – 0,9

342

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

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

324

344

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

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

(Sumber : MKJI, 1997)

2.6.3 Waktu tunda (Delay)

Tundaan terdiri dari tundaan lalu lintas dan tundaan geometrik dapat dilihat pada

gambar 2.6. 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 tidak bersinyal , tundaan terdiri dari tundaan lalulintas simpang

(DTt), tundaaan lalulintas utama (DTMA), tundaan lalu lintas jalan minor (DTMI),

tundaan geometric simpang (DG), dan tundaan simpang (D).

Page 54: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

34

a. 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 …………………………(2.34)

· Untuk DS > 0,6

DTI = 1,0504/(0,2742 – 0,2042 DS) – (1 – DS) x 2….…….(2.35)

Gambar 2.6 Tundaan lalu-lintas simpang VS Derajat kejenuhan

(Sumber : Manual Kapasitas Jalan Indonesia, 1997) b. 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. DTMA

ditentukan dari kurva empiris antara DTMA dan DS, lihat Gambar 2.7.

Page 55: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

35

Gambar 2.7 Tundaan lalu-lintas jalan utama VS derajat kejenuhan (Sumber : Manual Kapasitas Jalan Indonesia, 1997)

Rumus yang digunakan untuk mencari DTMA adalah :

· Untuk DS ≤ 0,6

DTMA = 1,8 + 5,8234 DS – (1 – DS) x 1,8 …………………(2.36)

· Untuk DS > 0,6

DTMA = 1,05034/(0,346 – 0,246 DS) – (1 – DS) x 1,8…....(2.37)

c. 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………………..(2.38)

(Sumber : MKJI, 1997)

Dengan :

QTOT = Arus total (smp/jam)

DTt = Tundaan lalu-lintas simpang

QMA = Arus jalan utama

DTMA = Tundaan lalu-lintas jalan utama

QMT = Arus jalan minor

d. 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)…………(2.39)

Untuk DS • 1,0: DG = 4

(Sumber : MKJI, 1997)

Dengan :

DG = Tundaan geometrik simpang

DS = Derajat kejenuhan

PT = Rasio belok total.

Page 56: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

36

e. Tundaan Simpang (D)

Tundaan simpang dihitung sebagai berikut :

D = DG + DTI

(det/smp)…………………………………….………….(2.40)

(Sumber : MKJI, 1997)

Dengan :

DG = Tundaan geometrik simpang

DTI = Tundaan lalu-lintas simpang

2.6.4 Derajat Kejenuhan

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

terhadap kapasitasnya atau rasio dari arus lalulintas terhadap kapasitas untuk suatu

pendekat.Dalam Manual Kapasitas Jalan Indonesia (MKJI), jika dianalisis tingkat

kinerja jalannya, maka volume lalu lintasnya dinyatakan dalam 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

Derajat Kejenuhan dihitung dengan menggunakan rumus 2.41 :

DS = QTOT/C………………………………………………………………… (2.41)

Dengan :

QTOT = arus total (smp/jam)

C = kapasitas

2.6.5 Peluang Antrian

Rentang nilai peluang antrian ditentukan dari Gambar 2.8 yang menunjukkan

hubungan empiris antara peluang antrian dan derajat kejenuhan (DS). Variabel

masukan adalah derajat kejenuhan (DS).

Page 57: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

37

Gambar 2.8 Rentang peluang antrian (QP%) terhadap derajat kejenuhan (DS) (Sumber : Manual Kapasitas Jalan Indonesia, 1997)

Page 58: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

38

BAB III

METODOLOGI PENELITIAN

3.1 Umum

Untuk menentukan nilai EMP semua jenis kendaraan parameter yang diperlukan

adalah sebagai berikut :

1. Jumlah kendaraan yang melintas dengan kondisi lalu lintas jenuh.

2. Panjang tundaan kendaraan pada lokasi penelitian.

3. Jenis pasangan kendaraan yang melewati lokasi penelitian.

3.2 Lokasi dan Waktu Penelitian

Simpang pasar Nangka dengan kondisi jalan sebagai berikut :

1. Mempunyai empat lengan.

2. Merupakan simpang tak bersinyal.

Pengumpulan data untuk analisis dilakukan pada jam sibuk, yaitu pagi hari Senin

pukul 06.00 – 08.00 WIB, pukul 11.30 – 13.30 WIB, pukul 16.00 – 18.00 WIB.

Hal ini disebabkan pada jam tersebut arus lalu lintas cukup padat karena banyak

orang yang melakukan aktivitas seperti : ke kantor, sekolah, dan pasar. Disamping

itu ditambah juga dengan adanya kereta api yang melintas pada jam – jam

tersebut.

3.3 Metode Penelitian

Agar setiap kegiatan dapat berjalan dengan lancar harus dilakukan secara teratur

dalam bentuk pentahapan yang sistematis, baik sebelum kegiatan tersebut

dilakukan yaitu ketika masih dalam bentuk perencanaan maupun dalam

pelaksanaan dan pengambilan keputusan. Kegiatan penyusunan skripsi ini adalah

kegiatan dalam bentuk penelitian yang menggunakan metode survei maupun

metode analisis. Metode survei dilakukan dalam menghitung arus kendaraan

sedangkan metode analisis digunakan untuk menentukan nilai emp kendaraan.

Page 59: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

39

Tahapan kegiatan secara ringkas dapat dilihat dalam bentuk flow chart gambar

3.1.

Gambar 3.1. Diagram Alir Penelitian (berlanjut)

Mulai

Latar belakang, sasaran, batasan masalah

Survei pendahuluan Penentuan jam puncak

Desain Survei : Penentuan alat, penentuan tugas operator

handycam dan surveyor

Apakah alat dan surveyor sudah

siap

A

tidak

ya

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

Page 60: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

40

Gambar 3.1 . Diagram Alir Penelitian

3.4 Prosedur Survei

Prosedur survei adalah keseluruhan tahapan atau langkah dalam survei agar survei

berjalan lancar dan tidak terjadi kesukaran serta kesalahan dalam pengumpulan

data di lapangan.

3.4.1 Survei Pendahuluan

Sebelum dilaksanakan pengambilan data di lapangan, dilakukan survei

Analisa data Emp dengan metode rasio

headway

Analisa data Emp dengan analisis

regresi linier

A

Emp heavy vehicle dan motor cycle

Kesimpulan dan Saran

Selesai

Menghitung kinerja simpang tak bersinyal berdasarkan metode MKJI 1997 dengan menggunakan observasi nilai emp metode rasio headway, nilai emp analisis regresi linier dan nilai emp MKJI 1997

Survei primer Pengumpulan data :

Perekaman volume lalu lintas dan time headway

Page 61: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

41

pendahuluan dengan tujuan agar survei sesungguhnya dapat berjalan dengan

lancar, efektif dan efisien. Survei pendahuluan ini dilakukan untuk mengetahui

jam – jam puncak arus lalu lintas dalam satu hari, jenis kendaraan yang lewat dan

menentukan hari yang dapat mewakili gambaran lalu lintas pada simpang tersebut.

3.4.2 Teknik Pengumpulan Data

Untuk mempermudah dalam pengumpulan data, maka teknis pengumpulan data

dilakukan menurut prosedur sebagai berikut :

1. Pengambilan gambar dengan menggunakan handycam dilakukan di luar

ruas jalan yang diamati dan diletakkan pada suatu ketinggian agar tidak

mengganggu arus lalu lintas dan objek dapat terlihat dengan jelas.

2. Pencatatan waktu perlintasan kereta api. Hal tersebut dilakukan untuk

menanggulangi terjadinya penundaan waktu.

3. Penandaan pada ruas jalan yang diamati dengan menggunakan lakban

warna putih yang dipasang melintang ruas jalan selebar 5meter (memotong

satu lajur jalan) yang digunakan sebagai batas headway.

4. Pembagian kelompok pada setiap ruas jalan. Untuk menghitung jumlah

tundaan kendaraan saat kereta api melintas.

3.4.3 Peralatan yang Digunakan

Peralatan data yang digunakan pada saat pengambilan data di lapangan yaitu :

1. Stop watch untuk mengukur interval waktu

2. Lembar kerja untuk mencatat jumlah kendaraan yang melintas.

3. Camdic untuk mengambil foto dan handycam untuk merekam kendaraan

yang diperlukan sebagai alat pengambilan data.

3.4.4 Desain Survei

1. Survei Volume Lalu Lintas dan Perekaman Time Headway sebagai berikut :

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

perlintasan kereta api Pasar Nangka atau sekitar jalan Hasanudin dan RM. Said.

Page 62: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

42

Pencatatan meliputi jumlah jenis kendaraan semua jenis kendaraan bermotor dan

tak bermotor yang masuk ke simpang dari masing – masing pendekat (lengan

simpang). Sedangkan iring – iringan kendaraan 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 :

pasar

RU K O

bengkel

SultanH asanudin

SultanH asanudin

RMSaid

RMSaid

U

RU K O

PasarB unga

1

2

3

ket : = lokasi penem patankam era

Gambar 3.2. Denah Perletakan Handycam

2. Survei Waktu Tundaan

Survei waktu tundaan yaitu merekam jumlah dan lamanya waktu tundaan

kendaraan yang masuk simpang dengan memilih Simpang Pasar Nangka, pada

jam puncak pagi, jam puncak siang, dan jam puncak sore. Alat yang digunakan

untuk merekan waktu tundaan menggunakan handycam. Kendaraan yang dihitung

waktu tundanya adalah kendaraan yang berhenti di daerah simpang, yaitu daerah

Page 63: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

43

jangkauan selebar 10 meter dari garis imajiner yang menghubungkan tepi

perkerasan dari jalan yang berpotongan.

3. Survei Geometrik Simpang

Survei geometrik simpang dilakukan untuk mengukur lebar ruas jalan simpang,

membuat gambar simpang secara global. Alat yang digunakan untuk mengukur

adalah rollmeter.

3.4.5 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 :

1. Data Volume Lalu Lintas

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

dapat dari pembacaan hasil rekaman. Data berupa jumlah kendaraan yang

masuk simpang dari masing – masing pendekat, semua jenis kendaraan

bermotor dan tak bermotor.

2. Data Time-Headway

Data time headway digunakan untuk analisis rasio headway yang diperoleh

dari pembacaan hasil rekaman. 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.

3. Data Geometrik

Data geometrik simpang digunakan untuk menentukan lebar efektif pendekat

dan menentukan tipe simpang untuk analisis kapasitas.

4. Data Distribusi dan Arus Lalu Lintas

Data distribusi dan arus lalu lintas digunakan untuk melakukan validasi

terhadap nilai emp dengan menggunakan metode MKJI 1997. Data diperoleh

Page 64: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

44

dari pembacaan hasil rekaman. Dari formulir pencacah arus lalu lintas akan

diperoleh jumlah setiap kendaraan yang dicacah untuk masing – masing

pendekat lengkap dengan arah pergerakannya. Penjumlahan kendaraan

dibedakan untuk interval waktu 15 menit. Kendaraan yang di cacah meliputi

light vehicle, motorcycle dan heavy vehicle.

5. Pengolahan Data

Data time headway yang di dapat dari pengamatan diolah dengan bantuan

program excel. Pertama adalah mencari rata – rata headway dari keseluruhan

data yang telah diperoleh. 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 di bagi nilai rata – rata time

headway terkoreksi kendaraan ringan.

Page 65: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

45

BAB IV

PEMBAHASAN MASALAH

4.1 Deskripsi Penelitian

Penelitian arus lalu lintas dilakukan di simpang Jalan RM. Said – Jalan Sultan

Hasanudin. Penelitian ini mengambil data arus lalu lintas yang terdiri dari Heavy

Vehicle (HV), Light Vehicle (LV) dan Motorcycle (MC) dan time headway dari

ketiga jenis kendaraan tersebut. Jenis kendaraan dibagi berdasarkan sistem

klasifikasi Bina Marga. Pengambilan data dilakukan secara serempak di tiap ruas

jalan pada masing – masing simpang selama jam puncak pagi, jam puncak siang

dan jam puncak sore dengan durasi masing – masing simpang selama dua jam,

mulai jam pukul 06.00 – 08.00 WIB, pukul 11.30 – 13.30 WIB dan pukul 16.00 –

18.00 WIB.

Jumlah kendaraan selama 2 jam ditampilkan dalam tabel 4.1 :

Tabel 4.1 Jumlah kendaraan pada saat jam puncak dari total ketiga lokasi

Waktu

Jam Sibuk

Pagi Waktu

Jam Sibuk

Siang Waktu

Jam Sibuk

Sore

MC HV LV MC HV LV MC HV LV

06.00-06.15 578 1 112 11.30-11.45 309 3 88 16.00-16.15 520 1 171

06.15-06.30 1106 4 228 11.45-12.00 872 8 182 16.15-16.30 628 6 203

06.30-06.45 1157 6 211 12.00-12.15 905 10 200 16.30-16.45 908 10 256

06.45-07.00 1112 11 180 12.15-12.30 868 14 150 16.45-17.00 930 11 238

07.00-07.15 1126 10 154 12.30-12.45 873 12 165 17.00-17.15 929 4 242

07.15-07.30 1015 5 161 12.45-13.00 732 10 153 17.15-17.30 1033 5 247

07.30-07.45 747 5 147 13.00-13.15 847 9 198 17.30-17.45 978 4 222

07.45-08.00 779 7 166 13.15-13.30 884 8 187 17.45-18.00 835 6 168

(Sumber : Hasil Perhitungan)

Page 66: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

46

Data tersebut disajikan dalam grafik :

Gambar 4.1 Penentuan jam puncak pagi

Gambar 4.2 Penentuan jam puncak siang

Gambar 4.3 Penentuan jam puncak sore

1 2 3 4 5 6 7 8

motorcycle 578 1106 1157 1112 1126 1015 747 779

light vehicle 112 228 211 180 154 161 147 166

0200400600800

100012001400

Jam Puncak Pagi

1 2 3 4 5 6 7 8

motorcycle 309 872 905 868 873 732 847 884

light vehicle 88 191 200 154 165 149 189 187

0200400600800

1000

Jam Puncak Siang

1 2 3 4 5 6 7 8

motorcycle 520 628 908 930 929 1033 978 835

light vehicle 171 203 256 238 242 247 222 168

0200400600800

10001200

Jam Puncak Sore

Page 67: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

47

Berdasarkan tabel dan grafik diatas maka waktu puncak terjadi pada pukul 06.30-

06.45 pada pagi hari, pukul 13.00 - 13.45 pada siang hari dan pukul 17.30-17.45

pada sore hari.

Jumlah kendaraan selama 2 jam ditampilkan dalam tabel 4.2 :

Tabel 4.2 Jumlah kendaraan dan rasio kendaraan pada saat jam puncak

Titik

Pengamatan

Jam puncak pagi Jam puncak siang Jam puncak sore

MC LV HV MC LV HV MC LV HV

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

Lokasi 1 1848 336 6 1078 261 22 977 323 8

Rasio 308 56 1 49 11.8636 1 122.125 40.375 1

Lokasi 2 2386 493 23 2944 702 47 3471 610 32

Rasio 103.739 21.4348 1 62.638 14.963 1 108.469 19.063 1

Lokasi 3 3386 530 20 2268 360 5 2313 534 7

Rasio 169.3 26.5 1 453.62 72 1 330.429 76.286 1

(Sumber : Hasil Perhitungan)

Berdasarkan tabel diatas maka jumlah kendaraan dan rasio kendaraan pada saat

jam puncak pagi, siang dan sore terjadi di lokasi 3 yaitu jalan RM Said 2.

Keterangan :

(Kolom 1) : Titik Pengamatan

Lokasi 1 (Jl Hasanudin)

Lokasi 2 (Jl. RM Said 1)

Lokasi 3 (Jl. RM Said 2)

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

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

= 3386/20 = 169.3

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

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

= 530/20 = 49.15

Page 68: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

48

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

Tabel 4.2 kolom (4) = (4) kolom 4.2 Tabel(4) kolom 4.2 Tabel

= 20/20 = 1

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

Tabel 4.2 kolom (5) = (7) kolom 4.2 Tabel(5) kolom 4.2 Tabel

= 2268/5 = 453.62

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

Tabel 4.2 kolom (6) = (7) kolom 4.2 Tabel(6) kolom 4.2 Tabel

= 360/5 = 72

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

Tabel 4.2 kolom (7) = (7) kolom 4.2 Tabel(7) kolom 4.2 Tabel

= 5/5 = 1

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

Titik Pengamatan

Jam Puncak Pagi Jam Puncak Siang Jam Puncak Sore

MC LV MC LV MC LV

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

Lokasi 1

5.5 1 4.1 1 3 1

Lokasi 2

4.8 1 4.2 1 5.7 1

Lokasi 3

6.4 1 6.3 1 4.3 1

(Sumber : Hasil Perhitungan)

Page 69: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

49

Keterangan :

(Kolom 1) : Titik Pengamatan

Lokasi 1 (Jl. Hasanudin)

Lokasi 2 (Jl. RM Said 1)

Lokasi 3 (Jl. RM Said 2)

(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

= 3386/530 = 6.3887 = 6

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

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

= 530/530 = 1

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

Tabel 4.3 kolom (4) = (7) kolom 4.2 Tabel(6) kolom 4.2 Tabel

= 2268/360 = 6.3 = 6

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

Tabel 4.3 kolom (5) = (7) kolom 4.2 Tabel(7) kolom 4.2 Tabel

= 360/360 = 1

4.2 Pengolahan Data Dasar

Volume lalu lintas yang diamati dalam penelitian ini terdiri dari empat 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 rasio headway. Pengamatan

dilakukan selama 2 jam pada masing – masing jam puncak pagi, jam puncak siang

dan jam puncak sore.

4.3 Perhitungan Nilai emp Kendaraan

Page 70: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

50

4.3.1 Perhitungan Metode Regresi Linier

a. Menghitung Koefisien Regresi

Volume lalu lintas pada jam sibuk digunakan untuk menhitung nilai emp

kendaraan. Syarat dari data untuk perhitungan dengan metode regresi linier adalah

data jumlah kendaraan pada saat jam sibuk. Data pada simpang pasar Nangka ruas

jalan RM Said dan Sultan Hasanudin jam puncak pagi disajikan pada tabel 4.4.

Tabel 4.4 Volume Lalulintas Jam Puncak Siang Lokasi 1(Jalan Hasanudin)

No

Motorcycle

(MC)

Heavy Vehicle

(HV)

Light Vehicle

(LV)

(x1) (x2) (y)

1 65 1 18

2 140 3 38

3 159 4 49

4 151 6 33

5 149 2 36

6 165 3 29

7 116 1 29

8 133 2 29

Jumlah 1078 22 261

(Sumber : Hasil Perhitungan)

Satuan jam sibuk yang digunakan untuk menghitung nilai emp pada metode

regresi linier adalah smp/15 menit.

Nilai emp dihitung sesuai dengan persamaan :

nbo + b1∑X1i = ∑Y

bo∑X1i + b1∑X1i 2= ∑X1i Yi

Data pada tabel kemudian diolah sesuai dengan rumus di atas, sehingga akan

diperoleh persamaan normal untuk mencari koefisien regresi linier yang

merupakan nilai emp kendaraan yang dicari. Persamaan untuk mendapatkan

persamaan normal disajikan pada tabel 4.5 :

Page 71: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

51

Tabel 4.5. Perhitungan Regresi Linier Jalan Sultan Hasanudin Jam Puncak Siang

No MC HV LV Waktu x1 x2 Y x1.x1 x1.x2 x2.x2 x1.y x2.y y.y (x1) (x2) (y) (menit) (kend/15') (kend/15') (kend/15') (kend/15') (kend/15') (kend/15') (kend/15') (kend/15') (kend/15') 1 65 1 18 15 65 1 18 4225 65 1 1170 18 324 2 140 3 29 15 140 3 29 19600 420 9 4060 87 841 3 159 4 49 15 159 4 49 25281 636 16 7791 196 2401 4 151 6 29 15 151 6 29 22801 906 36 4379 174 841 5 149 2 36 15 149 2 36 22201 298 4 5364 72 1296 6 165 3 33 15 165 3 33 27225 495 9 5445 99 1089 7 116 1 38 15 116 1 38 13456 116 1 4408 38 1444 8 133 2 29 15 133 2 29 17689 266 4 3857 58 841 8 Jumlah 1078 22 261 152478 3202 80 36474 742 9077

(Sumber : Hasil Perhitungan)

Page 72: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

52

Dari tabel didapat hasil perhitungan sebagai berikut :

∑x1 = 1078

∑y =261

∑x2 = 22

∑x1.x2 = 3202

∑x12 = 152478

∑x1..y = 36474

∑x22 = 80

∑x2.y = 742

∑y2 = 9077

Persamaan untuk nilai b0 dan b1 :

8b0 + 1078b1 = 261 .................................................................. (4.1)

1078b0 + 152478b1 = 366474 ................................................. (4.2)

Persamaan untuk nilai b0 dan b2 :

8b0 + 22b2 = 261 ..................................................................... (4.3)

22b0 +80b2 = 742 .................................................................... (4.4)

Untuk mendapatkan nilai b0, b1 dan b2 dapat menggunakan persamaan :

å åå å åå

--

= 22

2

0 )(*

**

XXn

XYXXYb

å åå åå-

-=

221 )(*

*

XXn

YXXYnb

Dengan memasukkan nilai kedalaman rumus tersebut diperoleh hasil :

Dari persamaan 4.1 dan 4.2 didapat :

b0 = 8.27478

b1 = 0.18071

Dari persamaan 4.3 dan 4.4 didapat :

b0 = 29.2051

b2 = 1.2436

Kemudian dimasukkan ke dalam persamaan awal :

Y = 8.27478 + 0.18071X1

Y = 29.2051 + 1.2436X2

Page 73: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

53

Sehingga diperoleh :

Emp sepeda motor (MC) = 0.18071

Emp kendaraan berat (HV) = 1.2436

Sebaran data antara kedua variabel tersebut :

Gambar 4.4 Diagram pencar antara light vehicle dan motorcycle

(Sumber : Hasil Perhitungan)

Gambar 4.5 Diagram pencar antara light vehicle dan heavy vehicle

(Sumber : Hasil Perhitungan)

y = 0.1807x + 8.2748R² = 0.4195

0

10

20

30

40

50

60

0 50 100 150 200

Ligh

t veh

icle

(ken

d/15

'0

motorcycle(kend/15')

y = 1.2436x + 29.205R² = 0.0537

0

10

20

30

40

50

60

0 1 2 3 4 5 6 7

Ligh

t veh

icle

(ken

d/15

'0

heavy vehicle(kend/15')

Page 74: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

54

Hasil perhitungan nilai emp seluruh lokasi pengamatan disajikan pada tabel 4.6.

Tabel 4.6 Rekapitulasi nilai emp menggunakan analisis regresi linier

Metode

Lokasi

Pengamatan

Ekuivalensi Mobil Penumpang

Motorcycle Heavy Vehicle

Pagi Siang Sore Pagi Siang Sore

Regresi

Linier

Lokasi 1 0.09 0.18 0.09 1.30 1.24 1.10

Lokasi 2 0.10 0.19 020

2.57 3.11 2.33

Lokasi 3 0.06 0.08 0.09 2.00 2.83 1.28

(Sumber : Hasil Perhitungan)

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

sepeda motor yang paling besar terjadi pada saat siang hari. Hal ini dapat dilihat

pada nilai emp sepeda motor pada siang hari lebih besar dari pada saat pagi dan

sore hari. Hal ini disebabkan karena pada saat siang hari banyak terjadi

pergerakan ke pusat kota Surakarta dari arah jalan R.M Said. Arus kendaraan

berat yang terjadi di simpang pasar Nangka yang paling besar terjadi pada siang

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

kendaraan proyek yang melewati simpang pasar Nangka.

Nilai emp untuk Heavy Vehicle lebih besar jika dibandingkan dengan Motor

Cycle. 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.

Page 75: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

55

b. Koefisien Korelasi

Nilai koefisien korelasi dihitung dengan persamaan :

( ) ( )å åå å

å åå--

-=

2222

*

yynxxn

yxxynr

Contoh perhitungan koefisien korelasi antara light vehicle dengan motorcycle

dengan menggunakan data dari arah dari timur jalan RM Said simpang pasar

Nangka.

( ) ( )å åå åå åå

--

-=

2222

*

yynxxn

yxxynr

22 )702(9266*8)2944(1183042*8

702*2944277298*8

---

-=r

r = 0.896

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

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

ataupun sebaliknya. Untuk perhitungan koefisien korelasi pada lokasi lainnya

dapat dilihat pada lampiran A dan hasil perhitungan dicantumkan dalam tabel 4.7,

tabel 4.8 dan tabel 4.9.

Tabel 4.7 Nilai koefisien korelasi pada jam puncak pagi

Lokasi Pengamatan Koefisien Korelasi

MC HV

Lokasi 1 0.673 0.229

Lokasi 2 0.575 0.233

Lokasi 3 0.327 0.159

(Sumber : Hasil Perhitungan)

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.

Page 76: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

56

Dari hasil perhitungan diatas dapat dilihat bahwa ada hubungan antara light

vehicle (LV) dengan motorcycle (MC) pada lokasi 1 dan lokasi 2 tetapi tidak

terdapat hubungan antara light vehicle (LV) dengan motorcycle (MC) pada lokasi

3. Untuk light vehicle (LV) dan heavy vehicle (HV) tidak terdapat hubungan

antara keduanya.

Tabel 4.8 Nilai koefisien korelasi pada jam puncak siang

Lokasi Pengamatan Koefisien Korelasi

MC HV

Lokasi 1 0.648 0.232

Lokasi 2 0.896 0.275

Lokasi 3 0.757 0.284

(Sumber : Hasil Perhitungan)

Dari hasil perhitungan diatas dapat dilihat bahwa ada hubungan antara light

vehicle (LV) dengan motorcycle (MC) tetapi tidak terdapat hubungan antara light

vehicle dengan heavy vehicle (HV).

Tabel 4.9 Nilai koefisien korelasi pada jam puncak sore

Lokasi Pengamatan Koefisien Korelasi

MC HV

Lokasi 1 0.261 0.102

Lokasi 2 0.803 0.291

Lokasi 3 0.751 -0.065

(Sumber : Hasil Perhitungan)

Dari hasil perhitungan diatas dapat dilihat bahwa ada hubungan antara light

vehicle (LV) dengan motorcycle (MC) pada lokasi 2 dan lokasi 3 tetapi tidak

terdapat hubungan antara light vehicle (LV) dengan motorcycle (MC) pada lokasi

1. Untuk light vehicle (LV) dan heavy vehicle (HV) tidak terdapat hubungan

antara keduanya.

Page 77: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

57

c. Uji Koefisien Korelasi

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

dengan persamaan :

212

rn

rthitungan --

=

Contoh perhitungan dengan menggunakan data Jalan RM Said Simpang Pasar

Nangka jam puncak siang :

212

rn

rthitungan --

=

2896.0128

896.0--

=hitungant

= 4.95

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

Diperoleh nilai :

t(0.025)(6) = ±2.447

Nilai uji thitungan lebih besar 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 siang.

Untuk perhitungan lokasi lainnya dapat dilihat pada lampiran A dan hasilnya

disajikan dalam tabel 4.10, tabel 4.11 dan tabel 4.12.

Tabel 4.10 Nilai uji keberartian koefisien korelasi pada jam puncak pagi

Jalan Pendekat

t hitungan t tabel

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

Lokasi 1 2.23 0.58 2.447 -2.447

Lokasi 2 1.72 0.59 2.447 -2.447

Lokasi 3 0.663 0.25 2.447 -2.447

(Sumber : Hasil Perhitungan)

Untuk pengujian keberartian nilai koefisien korelasi pada jam puncak pagi

tersebut dibuktikan dengan uji t. Nilai t hitungan untuk sepeda motor lebih kecil

dari pada t tabel. Sehingga disimpulkan bahwa hubungan antara kedua variabel

tersebut (light vehicle dan motorcycle) tidak berarti.

Page 78: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

58

Untuk hasil perhitungan nilai uji keberartian koefisien korelasi kendaraan berat

pada jam puncak pagi lebih kecil jika dibandingkan nilai tabel sehingga dapat

disimpulkan tidak terdapat pengaruh antara heavy vehicle HV dengan light vehicle

(LV).

Tabel 4.11 Nilai uji keberartian koefisien korelasi pada jam puncak siang

Jalan Pendekat

t hitungan t tabel

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

Lokasi 1 2.08 0.58 2.447 -2.447

Lokasi 2 4.95 0.70 2.447 -2.447

Lokasi 3 2.83 0.72 2.447 -2.447

(Sumber : Hasil Perhitungan)

Nilai t hitungan untuk sepeda motor pada jam puncak siang lebih besar dari pada t

tabel. Sehingga disimpulkan bahwa hubungan antara kedua variabel tersebut (light

vehicle dan motorcycle) berarti.

Untuk hasil perhitungan nilai uji keberartian koefisien korelasi kendaraan berat

pada jam puncak siang lebih kecil jika dibandingkan nilai tabel sehingga dapat

disimpulkan tidak terdapat pengaruh antara heavy vehicle HV dengan light vehicle

(LV).

Tabel 4.12 Nilai uji keberartian koefisien korelasi pada jam puncak sore

Jalan Pendekat

t hitungan t tabel

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

Lokasi 1 0.66 0.25 2.447 -2.447

Lokasi 2 3.30 0.74 2.447 -2.447

Lokasi 3 0.92 -0.16 2.447 -2.447

(Sumber : Hasil Perhitungan)

Untuk hasil perhitungan nilai uji keberartian koefisien korelasi kendaraan berat

pada jam puncak sore lebih kecil jika dibandingkan nilai tabel sehingga dapat

disimpulkan tidak terdapat pengaruh antara heavy vehicle HV dengan light vehicle

(LV).

Page 79: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

59

Sehingga disimpulkan bahwa hubungan antara kedua variabel tersebut (light

vehicle dan motorcycle) berarti. Sedangkan untuk Heavy Vehicle nilai t hitungan

lebih kecil dari 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 siang :

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

F = ( )

( ( ) ( ))

853854

8610*3471

280507*19.053854

8

610 * 3471-2805070.26

28----

= 8.04

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 4.13, 4.14 dan 4.15 :

Page 80: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

60

Tabel 4.13 Nilai Uji F pada jam puncak pagi

Jalan Pendekat Fperhitungan Ftabel

MC HV F (1-α)(1,n-2) -F (1-α)(1,n-2)

Lokasi 1 4.97 0.33 5.99 -5.99

Lokasi 2 2.96 0.34 5.99 -5.99

Lokasi 3 0.72 0.21 5.99 -5.99

(Sumber : Hasil Perhitungan)

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.

Dari hasil perhitngan diatas dapat dilihat bahwa Fhitungan pada motorcycle dan

heavy vehicle nilainya lebih kecil dari Ftabel maka dapat disimpulkan bahwa

persamaan regresi linier tersebut tidak memenuhi syarat.

Tabel 4.14 Nilai Uji F pada jam puncak siang

Jalan Pendekat Fperhitungan Ftabel

MC HV F (1-α)(1,n-2) -F (1-α)(1,n-2)

Lokasi 1 4.34 0.34 5.99 -5.99

Lokasi 2 24.51 0.49 5.99 -5.99

Lokasi 3 8.04 0.53 5.99 -5.99

(Sumber : Hasil Perhitungan)

Dari hasil perhitngan diatas dapat dilihat bahwa Fhitungan pada motorcycle lokasi 2

dan lokasi 3 lebih besar dari F tabel maka dapat disimpulkan bahwan persamaan

regresi linier tersebut memenuhi syarat sedangkan Fhitungan pada motorcycle lokasi

1 dan heavy vehicle pada ke 3 lokasi pengamatan nilainya lebih kecil dari Ftabel

maka dapat disimpulkan bahwa persamaan regresi linier tersebut tidak memenuhi

syarat.

Page 81: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

61

Tabel 4.15 Nilai Uji F pada jam puncak sore

Jalan Pendekat Fperhitungan Ftabel

MC HV F (1-α)(1,n-2) -F (1-α)(1,n-2)

Lokasi 1 0.44 0.06 5.99 -5.99

Lokasi 2 10.86 0.55 5.99 -5.99

Lokasi 3 0.84 0.03 5.99 -5.99

(Sumber : Hasil Perhitungan)

Dari hasil perhitngan diatas dapat dilihat bahwa Fhitungan pada motorcycle lokasi 2

lebih besar dari F tabel maka dapat disimpulkan bahwan persamaan regresi linier

tersebut memenuhi syarat sedangkan Fhitungan pada motorcycle lokasi 1 dan lokasi

3 dan heavy vehicle pada ke 3 lokasi pengamatan nilainya lebih kecil dari Ftabel

maka dapat disimpulkan bahwa persamaan regresi linier tersebut tidak memenuhi

syarat.

Maka dari semua hasil perhitungan tersebut diatas dapat disimpulkan bahwa tidak

semua hasil persamaan regresi memenuhi syarat. Untuk itu, yang dipergunakan

sebagai hasil akhir penetuan emp berdasarkan analisis regresi linier adalah hasil

perhitungan yang memenuhi syarat dari ketiga uji persamaan yang telah dilakukan

yaitu koefisien korelasi, uji koefisien korelasi dan uji regresi linier.

4.3.2 Perhitungan 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

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.

Page 82: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

62

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 2.27, 2.28,

2.29, 2.30 dan 2.31.

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

Said jam puncak siang dapat dilihat pada lampiran B.

Perhitungan senjang rata-rata time headway seluruh pasangan iringan kendaraan

di ruas Jalan RM. Said jam puncak siang disajikan dalam Tabel 4.16 Perhitungan

untuk jalan pendekat lain dapat dilihat pada lampiran B.

Tabel 4.16 Perhitungan rata-rata senjang time headway

N

Rata-rata

headway S E E head 1 head 2

LV-LV 105 3.6 3.6767991 0.3588189 0.7032849 4.3 2.9

MC-MC 338 1.2 1.0684432 0.0581157 0.1139067 1.3 1.1

LV-MC 114 1.4 0.8822021 0.0826258 0.1619466 1.6 1.2

MC-LV 86 1.9 1.6267199 0.1754137 0.3438109 2.3 1.6

(Sumber : Hasil Perhitungan)

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 (n)

LV-LV = 105

MC-MC = 338

LV-MC = 114

MC-LV = 86

Page 83: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

63

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

n

xx å=

x = 6.3105

3.375=

(Kolom 4) Deviasi Standar (S)

( ) ( )å=

--

=n

i

xxn

s1

2

111

( ) ( )å=

--

=105

1

21 6.3

11051

i

xS

= 3.6767991

(Kolom 5) Standar Error

2/1nsE =

2

1105

6767991.3=E

= 0.3588189

(Kolom 6) Batas toleransi kesalahan

Dengan tingkat konfidensi 95% maka K=1.96

Sehingga :

e=K*E

=1.96*0.3588189

= 0.7032849

(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

7032849.0574286.32,1 ±=m

1m = 4.277571

2m = 2.871001

Page 84: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

64

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

Light vehicle (LV) terletak dalam interval 2.9 – 4.3.

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 4.17 :

Tabel 4.17 Nilai Time Headway terkoreksi

LV-LV MC-MC LV-MC MC-LV

2.8 1 1.2 1.6 2.8 1 1.2 1.6 2.9 1 1.2 1.7 2.9 1 1.2 1.7 2.9 1 1.2 1.7

3 1 1.2 1.8 3 1 1.3 1.8 3 1 1.3 1.8 3 1 1.3 1.8 3 1 1.3 1.9 3 1 1.3 2

3 1 1.3 2 3.1 1 1.3 2 3.1 1 1.4 2.1 3.2 1 1.4 2.1 3.4 1 1.4 2.1 3.4 1 1.4 2.2 3.5 1 1.4 2.2

LV-LV MC-MC LV-MC MC-LV 3.5 1.1 1.4 2.3 3.6 1.1 1.4 2.3 3.7 1.1 1.4 2.3 3.8 1.1 1.5 2.3 3.8 1.1 1.5 3.9 1.1 1.5

4 1.1 1.5 4.1 1.1 1.6 4.1 1.1 1.6 4.1 1.1 1.6 4.1 1.1 1.6 4.2 1.1 1.6

1.1 1.1 1.1

(berlanjut)

Page 85: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

65

1.1

1.2 1.2 1.2 1.2

1.2 1.2 1.2 1.2

1.2 1.2 1.3

1.3 1.3

1.3 1.3 1.3 1.3 1.3 1.3 1.3 1.3

(Sumber : Hasil Perhitungan)

Contoh perhitungan nilai emp motorcycle di Jalan RM Said pada jam puncak

siang disajikan dalam Tabel 4.18. Perhitungan untuk pendekat lain dapat dilihat

pada lampiran B.

Tabel 4.18 Perhitungan nilai emp Jl. RM Said jam puncak siang

n x rata-rata K t koreksi Jumlah emp MC

LV-LV 30 3.4

9.108674891

3.0930442 4.0691683

0.3155869 MC-MC 59 1.1 0.9761242

LV-MC 30 1.4 1.6869558 4.0691683

MC-LV 22 2 2.3822125

(Sumber : Hasil Perhitungan)

Keterangan :

(Kolom 1) Jenis pasangan kendaraan

LV-LV = Light vehicle diikuti Light vehicle

MC-MC = Motorcycle diikuti Motorcycle

Page 86: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

66

LV-MC = Light vehicle diikuti Motorcycle

MC-LV = Motorcycle diikuti Light vehicle

(Kolom 2) Jumlah sampel time headway terkoreksi

LV-LV = 30

MC-MC = 59

LV-MC = 30

MC-LV = 22

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

n

xx å=

30

9.101=-LVLVx

59

7.50=-MCMCx

30

5.41=-MCLVx

22

3.43=-LVMCx

(Kolom 4) Koefisien Koreksi (k)

Untuk memenuhi kkkk tdtctbta +=+ , maka terlebih dahulu

mencari koefisien k

[ ]ncnbnandnbnandncnandncnb

tdtctbtandncnbnak

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

+++--+

=

[ ]30*59*3022*59*3022*30*3022*30*59

968.13833.11305.13967.3*22*30*59*30+++

--+=k

k = 9.10867

(Kolom 5) Rata-rata time headway terkoreksi

naktatak -=

= 3.3967 – [9.10867/30]

= 3.093

nbktbtbk -=

= 1.1305– [9.10867/59]

= 0.976

Page 87: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

67

ncktctck +=

= 1.3833 + [9.10867/30]

= 1.687

ndktdtd k +=

= 1.968+ [9.10867/22]

= 2.382

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

(Kolom 6) Persamaan terkoreksi

Dengan menggunakan nilai rata-rata yang telah dikoreksi, maka

persamaannya menjadi :

kkkk tdtctbta +=+

3.03930442+0.97612422 = 1.6869558+2.3822125

4.60916832 = 4.60916832

(Kolom 7) Nilai emp motorcycle

Nilai emp motorcycle = k

k

ta

tb

= 03930442.397612422.0

= 0.3155689

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 4.19 Nilai emp motorcycle dan heavy vehicle dengan rasio headway pada

tiap jalan pendekat atau pada masing-masing jam puncak

Page 88: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

68

Lokasi

Pengamatan

Emp MC emp HV

Jam

Puncak

Pagi

Jam

Puncak

Siang

Jam

Puncak

Sore

Jam

Puncak

Pagi

Jam

Puncak

Siang

Jam

Puncak

Sore

Lokasi 1 0.29 0.20 0.43 1.16 1.14 1.47

Lokasi 2 0.40 0.32 0.38 2.38 2.37 3.48

Lokasi 3 0.38 0.37 0.47 2.46 2.90 1.74

(Sumber : Hasil Perhitungan)

4.4 Penentuan Nilai emp

Untuk menentukan rata-rata nilai emp berdasarkan metode regresi linier dan time

headway dilakukan perhitungan simpangan baku. Perhitungan simpangan baku

untuk nilai emp MC berdasarkan time headway terdapat pada tabel 4.20 dibawah

ini.

Tabel 4.20 Perhitungan nilai emp motorcycle dari semua pendekat

No Lokasi

Pengamatan

Jam Sibuk Rata-rata

( x )

Rentang

(R)

Simpangan

Baku (s) Pagi Siang Sore

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

1 Lokasi 1 0.29 0.20 0.43 0.31 0.23 0.12

2 Lokasi 2 0.40 0.32 0.38 0.40 0.08 0.04

3 Lokasi 3 0.38 0.37 0.47 0.41 0.1 0.06

Jumlah 1.12 0.41 0.22

x = 3

1.12 = 0.37

R = 3

0,41 = 0.14

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

Kontrol rata-rata x dapat digunakan :

Sentral = x = 0.37

BKA = x + A2 R = 0.37 + (1.023) . (0,14) = 0.51

Page 89: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

69

BKB = x - A2 R = 0.37 - (1.023) . (0,14) = 0.23

s = k

å Si=

30,22

= 0.07

x = 0.37

Dari Tabel di Lampiran D dengan n = 3 didapat A1 = 2.394

Kontrol rata-rata x dapat digunakan :

Sentral = x = 0.37

BKA = x + A1 s = 0.37 + (2.394) . (0.07) = 0.54

BKB = x - A1 s = 0.37 - (2.394) . (0.07) = 0.20

Gambar 4.6 Diagram kontrol untuk rata-rata x emp motorcycle

Dari gambar diatas maka didapat nilai emp untuk motorcycle sebesar 0.40.

Tabel 4.21 Perhitungan nilai emp heavy vehicle dari semua pendekat

No Lokasi

Pengamatan

Jam Sibuk Rata-rata

( x )

Rentang

(R)

Simpangan

Baku (s) Pagi Siang Sore

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

1 Lokasi 1 1.16 1.14 1.47 1.26 0.33 0.19

2 Lokasi 2 2.38 2.37 3.48 2.74 1.11 0.64

3 Lokasi 3 2.46 2.90 1.74 2.37 1.16 0.59

Jumlah 6.37 2.6 1.42

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0 1 2 3

Rata

-rat

a

Lokasi Survei

Page 90: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

70

x = 3

6.37 = 2.12

R = 3

2.6 = 0.87

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

Kontrol rata-rata x dapat digunakan :

Sentral = x = 2.12

BKA = x + A2 R = 2.12+ (1,023) . (0.87) = 3.01

BKB = x - A2 R = 2.12 - (1,023) . (0.87) = 1.23

s = k

å Si=

31.42 = 0.47

x = 2.12

Dari Tabel di Lampiran dengan n = 3 didapat A1 = 2.394

Kontrol rata-rata x dapat digunakan :

Sentral = x = 2.12

BKA = x + A2 R = 2.12 + (2.394) . (0.47) = 3.25

BKB = x - A2 R = 2.12 - (2.394) . (0.47) = 0.99

Gambar 4.7 Diagram kontrol untuk rata-rata x emp heavyvehicle

Dari gambar diatas maka didapat nilai emp untuk heavyvehicle sebesar 2.37.

0

0.5

1

1.5

2

2.5

3

3.5

0 1 2 3

Rata

-rat

a

Lokasi Survei

Page 91: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

71

Perhitungan simpangan baku untuk nilai emp MC berdasarkan analisis regresi

linier terdapat pada tabel 4.22 dibawah ini.

Tabel 4.22 Perhitungan nilai emp motorcycle dari semua pendekat

No Lokasi

Pengamatan

Jam Sibuk Rata-rata

( x )

Rentang

(R)

Simpangan

Baku (s) Pagi Siang Sore

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

1 Lokasi 1 0.09 0.18 0.09 0.12 0.09 0.05

2 Lokasi 2 0.10 0.19 0.20 0.16 0.10 0.06

3 Lokasi 3 0.06 0.08 0.09 0.08 0.03 0.22

Jumlah 0.36 0.22 0.13

x = 3

0.36 = 0.12

R = 3

0.22 = 0.07

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

Kontrol rata-rata x dapat digunakan :

Sentral = x = 0.12

BKA = x + A2 R = 0.12 + (1.023) . (0.07) = 0.19

BKB = x - A2 R = 0.12 - (1.023) . (0.07) = 0.05

s = k

å Si=

30.13

= 0.04

x = 0.12

Dari Tabel di Lampiran D dengan n = 3 didapat A1 = 2.394

Kontrol rata-rata x dapat digunakan :

Sentral = x = 0.12

BKA = x + A1 s = 0.12 + (2.394) . (0.04) = 0.22

BKB = x - A1 s = 0.12 - (2.394) . (0.04 ) = 0.02

Page 92: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

72

Gambar 4.8 Diagram kontrol untuk rata-rata x emp heavyvehicle

Dari gambar diatas maka didapat nilai emp untuk motorcycle sebesar 0.12.

Tabel 4.23 Perhitungan nilai emp motorcycle dari semua pendekat

No Lokasi

Pengamatan

Jam Sibuk Rata-rata

( x )

Rentang

(R)

Simpangan

Baku (s) Pagi Siang Sore

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

1 Lokasi 1 1.30 1.24 1.10 1.21 0.09 0.10

2 Lokasi 2 2.57 3.11 2.33 2.67 0.78 0.40

3 Lokasi 3 2.00 2.83 1.28 2.04 1.55 0.78

Jumlah 5.92 2.42 1.28

x = 3

5.92 = 1.97

R = 3

2.42 = 0.81

Dari tabel di Lampiran D dengan n = 3 didapat A2 = 1.023

Kontrol rata-rata x dapat digunakan :

Sentral = x = 1.97

BKA = x + A2 R = 1.97 + (1.023) . (0.81) = 2.80

BKB = x - A2 R = 1.97 - (1.023) . (0.81) = 1.14

0

0.05

0.1

0.15

0.2

0.25

0.3

0 1 2 3

Rata

-rat

a

Lokasi Survei

Page 93: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

73

s = k

å Si=

31.28 = 0.43

x = 1.97

Dari Tabel di Lampiran D dengan n = 3 didapat A1 = 2.394

Kontrol rata-rata x dapat digunakan :

Sentral = x = 1.97

BKA = x + A1 s = 1.97 + (2.394) . (0.43) = 3.00

BKB = x - A1 s = 1.97 - (2.394) . (0.43) = 0.94

Gambar 4.9 Diagram kontrol untuk rata-rata x emp heavyvehicle

Dari gambar diatas maka didapat nilai emp untuk heavyvehicle sebesar 2.04.

Hasil nilai emp yang paling baik berdasarkan analisis time headway dan analisis

regresi linier dengan standar statistik dapat dilihat pada tabel 4.24 :

Tabel 4.24 Rekapan Nilai emp

No Jenis Analisis Nilai emp

Motorcycle Heavy vehicle

1 Time headway 0.4 2.38

2 Regresi linier 0.12 2.04

0

0.5

1

1.5

2

2.5

3

3.5

0 1 2 3

Rata

-rat

a

Lokasi Survei

Page 94: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

74

4.5 Perhitungan Kinerja Simpang Tak Bersinyal

a. Perhitungan Arus Lalu Lintas Simpang

Perhitungan arus lalu lintas simpang menggunakan data volume lalu lintas yang

kemudian dikonversikan ke satuan mobil penumpang (smp), untuk perhitungan

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

tersaji pada tabel 4.23 dengan mengambil beberapa contoh saja. Adapun cara

pengisian tabel adalah sebagai berikut :

Kolom (1) : arus pendekat

Kolom (2) : keterangan arah belokan

Kolom (3) : banyaknya kendaraan ringan

Kolom (4) : banyaknya kendaraan ringan dalam smp dengan emp = 1,0.

Kolom (5) : banyaknya kendaraan berat.

Kolom (6) : banyaknya kendaraan berat dalam smp dengan emp = 1,3.

Kolom (7) : banyaknya sepeda motor.

Kolom (8) : banyaknya sepeda motor dalam smp dengan emp = 0,5.

Kolom (9) : jumlah kendaraan bermotor , yaitu dari jumlah kolom (3), kolom

(5), dan kolom (7).

Kolom (10) : jumlah kendaraan bermotor dalam smp, yaitu dari kolom (4) ,

kolom (6) dan kolom (8).

Kolom (11) : rasio belokan dari kendaraan bermotor.

Kolom (12) : jumlah kendaraan tak bermotor.

Page 95: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

75

Tabel 4.25 Perhitungan Arus Lalu Lintas Simpang Berdasarkan Nilai emp dari MKJI 1997

1 KOMPOSISI LALU

LINTAS LV% : HV% : MC% : Faktor smp Faktor-k

Arus lalu lintas arah Kendaraan ringan LV Kendaraan berat HV Sepeda motor MC Kendaraan bermotor total MV kend tak

Pendekat emp : 1,0 emp : 1,3 emp : 0,5 bermotor

kend/jam smp/jam kend/jam smp/jam kend/jam smp/jam kend/jam smp/jam Rasio belok UM kend/jam

1 2 3 4 5 6 7 8 9 10 11,00 12

2 Jl. minor A LT 9 9 0 0 9 4,5 18 13,5 0,01 2

3 RT 9 9 3 3,9 35 17,5 47 30,4 0,03 13

4 ST 274 274 7 9,1 1401 700,5 1682 983,6 0,00 240

5 Total 292 292 10 13 1445 722,5 1747 1027,5 0,00 255

6 Jl. minor B LT 309 309 11 14,3 2028 1014 2348 1337,3 0,99 363

7 RT 0 0 0 0 32 16 32 16 0,01 12

8 ST 0 0 0 0 0 0 0 0 0,00 0

9 Total 309 309 11 14,3 2060 1030 2380 1353,3 0,00 375

10 Jl.minor A+B 601 601 21 27,3 3505 1752,5 4127 2380,8 0,00 630

11 Jalan Utama C LT 16 16 0 0 134 67 150 83 0,11 29

12 RT 0 0 0 0 0 0 0 0 0,00 0

13 ST 153 153 6 7,8 961 480,5 1120 641,3 0,00 81

14 Total 169 169 6 7,8 1095 547,5 1270 724,3 0,00 110

15 Jl Utama+Minor LT 334 334 11 14,3 2171 1085,5 2516 1433,8 0,46 394

16 RT 9 9 3 3,9 67 33,5 79 46,4 0,04 25

17 ST 427 427 13 16,9 2362 1181 2802 1624,9 0,00 321

18 Jl. Utama+minor total 770 770 27 35,1 4600 2300 5397 3105,1 0,48 740

19 Rasio jl minor/(jalan utama+minor)total 0,77 UM/MV : 0,14

Page 96: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

76

Tabel 4.26 Perhitungan Arus Lalu Lintas Simpang Berdasarkan Nilai emp dari Regresi Linier

1 KOMPOSISI LALU

LINTAS LV% : HV% : MC% : Faktor smp Faktor-k

Arus lalu lintas arah Kendaraan ringan LV Kendaraan berat HV Sepeda motor MC Kendaraan bermotor total MV kend tak

Pendekat emp : 1,0 emp : 2.04 emp : 0.12 Bermotor

kend/jam smp/jam kend/jam smp/jam kend/jam smp/jam kend/jam smp/jam Rasio belok UM kend/jam

1 2 3 4 5 6 7 8 9 10 11,00 12

2 Jl. minor A LT 9 9 0 0 9 1,08 18 10,08 0,02 2

3 RT 9 9 3 6,12 35 4,2 47 19,32 0,04 13

4 ST 274 274 7 14,28 1401 168,12 1682 456,4 0,00 240

5 Total 292 292 10 20,4 1445 173,4 1747 485,8 0,00 255

KOMPOSISI LALU

LINTAS LV% : HV% : MC% : Faktor smp Faktor-k

Arus lalu lintas arah Kendaraan ringan LV Kendaraan berat HV Sepeda motor MC Kendaraan bermotor total MV kend tak

Pendekat emp : 1,0 emp : 2.04 emp : 0.12 Bermotor

kend/jam smp/jam kend/jam smp/jam kend/jam smp/jam kend/jam smp/jam Rasio belok UM kend/jam

1 2 3 4 5 6 7 8 9 10 11,00 12

6 Jl. minor B LT 309 309 11 22,44 2028 243,36 2348 574,8 0,99 363

7 RT 0 0 0 0 32 3,84 32 3,84 0,01 12

8 ST 0 0 0 0 0 0 0 0 0,00 0

9 Total 309 309 11 22,44 2060 247,2 2380 578,64 0,00 375

10 Jl.minor A+C 601 601 21 42,84 3505 420,6 4127 1064,44 0,00 630

Page 97: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

77

KOMPOSISI LALU

LINTAS LV% : HV% : MC% : Faktor smp Faktor-k

Arus lalu lintas arah Kendaraan ringan LV Kendaraan berat HV Sepeda motor MC Kendaraan bermotor total MV kend tak

Pendekat emp : 1,0 emp :2.04 emp : 0.19 Bermotor

kend/jam smp/jam kend/jam smp/jam kend/jam smp/jam kend/jam smp/jam Rasio belok UM kend/jam

1 2 3 4 5 6 7 8 9 10 11,00 12

11 Jalan Utama C LT 16 16 0 0 134 16,08 150 32,08 0,10 29

12 RT 0 0 0 0 0 0 0 0 0,00 0

13 ST 153 153 6 12,24 961 115,32 1120 280,56 0,00 81

14 Total 169 169 6 12,24 1095 131,4 1270 312,64 0,00 110

20 Jl Utama+Minor LT 334 334 11 22,44 2171 260,52 2516 616,96 0,45 394

21 RT 9 9 3 6,12 67 8,04 79 23,16 0,02 25

22 ST 427 427 13 26,52 2362 283,44 2802 736,96 0,00 321

23 Jl. Utama+minor total 770 770 27 55,08 4600 552 5397 1377,08 0,46 740

24 Rasio jl minor/(jalan utama+minor)total 0,77 UM/MV : 0,14

Page 98: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

78

Tabel 4.27 Perhitungan Arus Lalu Lintas Simpang Berdasarkan Nilai emp dari Time Headway

1 KOMPOSISI LALU

LINTAS LV% : HV% : MC% : Faktor smp Faktor-k

Arus lalu lintas arah Kendaraan ringan LV Kendaraan berat HV Sepeda motor MC Kendaraan bermotor total MV kend tak

Pendekat emp : 1,0 emp : 2.38 emp : 0.4 Bermotor

kend/jam smp/jam kend/jam smp/jam kend/jam smp/jam kend/jam smp/jam Rasio belok UM kend/jam

1 2 3 4 5 6 7 8 9 10 11,00 12

2 Jl. minor A LT 9 9 0 0 9 3,96 18 12,96 0,01 2

3 RT 9 9 3 7,2 35 15,4 47 31,6 0,03 13

4 ST 274 274 7 16,8 1401 616,44 1682 907,24 0,00 240

5 Total 292 292 10 24 1445 635,8 1747 951,8 0,00 255

KOMPOSISI LALU

LINTAS LV% : HV% : MC% : Faktor smp Faktor-k

Arus lalu lintas arah Kendaraan ringan LV Kendaraan berat HV Sepeda motor MC Kendaraan bermotor total MV kend tak

Pendekat emp : 1,0 emp : 2.38 0,4 Bermotor

kend/jam smp/jam kend/jam smp/jam kend/jam smp/jam kend/jam smp/jam Rasio belok UM kend/jam

1 2 3 4 5 6 7 8 9 10 11,00 12

6 Jl. minor B LT 309 309 11 26,4 2028 892,32 2348 1227,72 0,99 363

7 RT 0 0 0 0 32 14,08 32 14,08 0,01 12

8 ST 0 0 0 0 0 0 0 0 0,00 0

9 Total 309 309 11 26,4 2060 906,4 2380 1241,8 0,00 375

10 Jl.minor A+B 601 601 21 50,4 3505 1542,2 4127 2193,6 0,00 630

Page 99: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

79

KOMPOSISI LALU

LINTAS LV% : HV% : MC% : Faktor smp Faktor-k

Arus lalu lintas arah Kendaraan ringan LV Kendaraan berat HV Sepeda motor MC Kendaraan bermotor total MV kend tak

Pendekat emp : 1,0 emp :2.38 emp : 0.4 Bermotor

kend/jam smp/jam kend/jam smp/jam kend/jam smp/jam kend/jam smp/jam Rasio belok UM kend/jam

1 2 3 4 5 6 7 8 9 10 11,00 12

11 Jalan Utama C LT 16 16 0 0 134 58,96 150 74,96 0,12 29

12 RT 0 0 0 0 0 0 0 0 0,00 0

13 ST 136 136 6 14,4 961 422,84 1103 573,24 0,00 81

14 Total 152 152 6 14,4 1095 481,8 1253 648,2 0,00 110

20 Jl Utama+Minor LT 334 334 11 26,4 2171 955,24 2516 1315,64 0,46 394

21 RT 9 9 3 7,2 67 29,48 79 45,68 0,02 25

22 ST 410 410 13 31,2 2362 1039,28 2785 1480,48 0,00 321

23 Jl. Utama+minor total 753 753 27 64,8 4600 2024 5380 2841,8 0,48 740

24 Rasio jl minor/(jalan utama+minor)total 0,77 UM/MV : 0,14

Page 100: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

80

b. Perhitungan Kapasitas Simpang

Perhitungan kapasitas simpang dapat dilihat pada tabel 4.26, adapun cara

pengisian adalah sebagai berikut :

Kolom (0) : pilihan

Kolom (1) : jumlah lengan simpang = 4

Kolom (2) : lebar masukan pendekan A/ RM Said (WA)

Cara perhitungan = WA = 2

Apendekatlebar=

2

35.6= 3.175

Kolom (3) : lebar masukan pendekat B/ RM Said (WB)

Cara perhitungan = WB = 2

Bpendekatlebar =

2

95.6= 3.475

Kolom (4) : lebar rata – rata masukan pendekat A, dan B (WAB), didapat dari

hasil penjumlahan kolom (2) dan kolom (3) kemudian dibagi 2.

Cara perhitungan = WAB = 2

BA WW + =

2

)475.3175.3( += 3.325

Kolom (5) : lebar masukan pendekat C/ Sultan Hasanudin (WC)

Cara perhitungan = WB = 2

Cpendekatlebar =

2

9= 4.5

Kolom (6) : lebar masukan pendekat D/ Sultan Hasanudin (WD)

Cara perhitungan = WB = 2

Dpendekatlebar =

2

7.6= 3.35

Kolom (7) : lebar rata – rata masukan pendekat C, dan D (WCD), didapat dari

hasil penjumlahan kolom (5) dan kolom (6) kemudian dibagi 2.

Cara perhitungan = WCD = 2

DC WW + =

2

)35.35.4( += 3.925

Kolom (8) : lebar rata – rata masukan pendekat A, B, C, dan D (WI), didapat

dari hasil penjumlahan kolom (4) dan kolom (7) kemudian dibagi 2.

Cara perhitungan = WI = 2

CDAB WW + =

2

)925.3325.3( += 3.625

Kolom (9) : jumlah lajur jalan minor, dimana rata – rata pendekat minor =

3.325 m < 5.5m maka jumlah lajurnya = 2

Page 101: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

81

Kolom (10) : jumlah lajur jalan utama, dimana rata – rata pendekat utama

=3.925 m < 5.5 m maka jumlah lajurnya = 2

Kolom (11) : tipe simpang pada simpang Pasar Nangka ini jumlah lengan

simpang adalah 4, jumlah lajurnya adalah 2, maka simpang Pasar Nangka

mempunyai tipe IT-422.

Tabel 4.28 Perhitungan Kapasitas Simpang Berdasar Nilai emp MKJI 1997 Lebar pendekat dan tipe simpang

Pilihan Jumlah lengan

Lebar pendekat (m) Jumlah lajur Tipe

Simpang Jalan minor Jalan utama Lebar simpang

WA WB WAB WC WD WBD pendekat Jalan Jalan

rata-rata

WI minor Utama 1 2 3 4 5 6 7 8 9 10 11

1 4 3,175 3,475 3,325 4,5 3,35 3,925 3,625 2 2 422

(berlanjut)

Tabel 4.29 Perhitungan Kapasitas Simpang Berdasarkan nilai emp Regresi Linier

Pilihan Jumlah lengan

Lebar pendekat (m) Jumlah lajur Tipe

Simpang Jalan minor Jalan utama Lebar simpang

WA WC WAC WB WD WBD Pendekat Jalan Jalan

rata-rata

WI minor Utama 1 2 3 4 5 6 7 8 9 10 11

1 4 3,175 3,475 3,325 4,5 3,35 3,925 3,625 2 2 422

(berlanjut)

Page 102: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

82

Tabel 4.30 Perhitungan Kapasitas Simpang Berdasarkan nilai emp Time Headway

Pilihan Jumlah lengan

Lebar pendekat (m) Jumlah lajur Tipe

Simpang Jalan minor Jalan utama Lebar simpang WA WC WAC WB WD WBD Pendekat Jalan Jalan

rata-rata

WI minor Utama 1 2 3 4 5 6 7 8 9 10 11

1 4 3,175 3,475 3,325 4,5 3,35 3,925 3,625 2 2 422

(berlanjut)

Kolom (12) : kapasitas dasar (Co), didapat dari tabel 2.12 yaitu sebesar 2900

smp/jam

Kolom (13) : faktor penyesuaian lebar pendekat (FW), dihitung dengan rumus

pada gambar 2.3. Untuk tipe simpang 422, rumus untuk perhitungan FW = 0.70 +

0.0866 WI

FW = 0.70 + 0.0866*3.625

FW = 1.01

Kolom (14) : faktor penyesuaian median jalan (FM), didapat dari tabel 2.13,

yaitu untuk jalan yang tidak memiliki median jalan nilai FM = 1

Kolom (15) : faktor penyesuaian ukuran kota (FCS), didapat dar tabel 2.14.

Untuk wilayah kota Surakarta yang memiliki jumlah penduduk 0.5 – 1.0 (juta)

termasuk dalam ukuran kota sedang dengan faktor (FCS) = 0.94

Kolom (16) : faktor penyesuaian hambatan samping (FRSU), didapat dari tabel

2.15 dengan variabel masukan rasio kendaraan tak bermotor UM/MV yang

didapat dari tabel 4.21 baris 19 kolom 12

Kolom (17) : faktor penyesuaian belok kiri (FLT), dihitung dengan rumus pada

gambar 2.4 dengan variabel masukan rasio belok kiri PLT yang didapat dari tabel

4.22 baris 15 kolom 11.

FLT = 0.84+1.61*PLT

FLT = 0.084+1.61*0.39

FLT = 1.47

Page 103: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

83

Kolom (18) : faktor penyesuaian belok kanan (FRT), untuk simpang 4 lengan

FRT = 1

Kolom (19) : faktor penyesuaian rasio arus jalan minor (FMI), dihitung

menggunakan rumus pada tabel 2.16 dengan variabel masukan tipe simpang tabel

4.22 kolom 11 dan rasio arus jalan minor PMI dari tabel 4.21 kolom 11 baris 18.

Cara perhitungan sebagai berikut :

FMI = 1.19* PMI2-1.19* PMI+1.19

FMI = 1.19*0.772-1.19*0.81+1.19

FMI = 1.01

Kolom (20) : kapasitas simpang sesungguhnya (C), dihitung dengan rumus

(2.3) cara perhitungan sebagai berikut :

C = CO*FW*FM*FCS*FRSU*FLT*FRT*FMI

C = 2900*1.01*1*0.94*0.80**1.47*0,98

C = 3524.99 smp/jam Tabel 4.31 Perhitungan Kapasitas Simpang Berdasarkan Nilai emp MKJI 1997 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 2900 1,01 1 0,94 0,86 1,47 1 1,01 3524,99

Tabel 4.32 Perhitungan Kapasitas Simpang Berdasarkan Nilai emp Regresi Linier 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 2900 1,01 1 0,94 0,80 1,56 1 0,98 3387,31

Page 104: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

84

Tabel 4.33 Perhitungan Kapasitas Simpang Berdasarkan Nilai emp Time Headway 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 2900 1,01 1 0,94 0,80 1,59 1 0,98 3437,08

c. Perhitungan Tingkat Kinerja Simpang

Perhitungan tingkat kinerja simpang dapat dilihat pada tabel 4.32, cara

pengisiannya adalah sebagai berikut :

Kolom (1) : arus lalu lintas total (Q), didapat dari tabel 4.21 baris 18 kolom

10 yaitu sebesar 3105.1 smp/jam

Kolom (2) : derajat kejenuhan (DS), dihitung dengan rumus 2.13. Cara

perhitungan sebagai berikut :

DS = Qtot/C

DS = 2478.60/3524.99

DS = 0.70

Kolom (3) : tundaan lalu lintas simpang (DTt), dihitung dengan rumus yang

terdapat pada gambar 2.8 tergantung nilai DS. Cara perhitungan sebagai berikut :

Karena DS<0.6, maka rumus yang digunakan adalah :

DT = 2+8.2078*DS-(1-DS)*2

DT = 2+8.2078*(0.70)-(1-0.70)*2

DT = 7.45

Kolom (4) : tundaan lalu lintas jalan utama (DTMA), dihitung dengan rumus

yang terdapat pada gambar 2.7 tergantung nilai DS. Cara perhitungan sebagai

berikut :

Karena DS<0.6, maka rumus yang digunakan adalah :

DTMA = 1.8+5.8234*DS-(1-DS)*1.8

DTMA = 1.8+5.8234*0.70-(1-0.70)*1.8

DTMA = 5.54

Page 105: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

85

Kolom (5) : tundaan lalu lintas jalan minor (DTMI), dihitung dengan rumus

2.11 dengan variabel masukan adalah arus total (Q) yang didapat dari tabel 4.21

baris 18 kolom 10, tundaan lalu lintas simpang (DTt) yang didapat dari tabel 4.24

kolom 3, arus jalan utama (QMA) yang didapat dari tabel 4.21 baris 14 kolom 10,

tundaan lalu lintas jalan utama (DTMA) yang didapat tabel 4.24 kolom 4, dan arus

jalan minor (QMI) yang didapat dari tabel 4.22 baris 10 kolom 10.

Kolom (6) : tundaan geometrik simpang (DG), dihitung dengan rumus 2.12

dengan variabel masukan derajat kejenuhan (DS) yang didapat dari tabel 4.23

kolom 2 dan rasio belok total (PT) yang didapat dari tabel 4.22 baris 18 kolom 11.

Kolom (7) : tundaan simpang (D), dihitung dengan menggunakan rumus :

D = DTI + DG

D = 7.45+ 4.07

D = 11.52

Kolom (8) : peluang antrian (QP%), dihitung dengan menggunakan rumus

yang terdapat pada gambar 2.8 sesuai dengan variabel masukan derajat kejenuhan.

Cara perhitungan sebagai berikut :

QP(%) = 47.71*DS-24.68*DS^2+56.47*DS^3

QP(%)=47.71*0.70-24.68*0.70^2+56.47*0.70^3

QP(%) = 40.98

dan,

QP(%) = 9.02*DS+20.66*DS^2+10.49*DS^3

QP(%) = 9.02*0.70+20.66*0.70^2+10.49*0.70^3

QP(%) = 20.20

Page 106: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

86

Tabel 4.34 Perhitungan Tingkat Kinerja Simpang Berdasarkan Nilai emp MKJI

1997

Arus lalu-lintas Derajat

Tundaan lalu-

Tundaan lalu-

Tundaan lalu- Tundaan Tundaan

Peluang antrian Sasaran

Qtot

kejenuhan lintas

simpang lintas lintas geometrik simpang Batas Batas smp/jam Jl.Utama Jl.Minor simpang (D) atas bawah

(DS) (DTI) (DTMA) DMI (DG) (23)+(26) (QP) (21)/(20) dtk/smp dtk/smp dtk/smp dtk/smp dtk/smp % %

21 22 23 24 25 26 27 28 29,00 2478,60 0,70 7,45 5,54 7,90 4,07 11,52 40,98 20,20 DS>0.6

Tabel 4.35 Perhitungan Tingkat Kinerja Simpang Berdasarkan Nilai emp Regresi

Linier

Arus lalu-lintas Derajat

Tundaan lalu-

Tundaan lalu-

Tundaan lalu- Tundaan Tundaan

Peluang antrian Sasaran

Qtot

kejenuhan lintas

simpang lintas lintas geometrik simpang Batas Batas smp/jam Jl.Utama Jl.Minor simpang (D) atas bawah

(DS) (DTI) (DTMA) DMI (DG) (23)+(26) (QP %) (21)/(20) dtk/smp dtk/smp dtk/smp dtk/smp dtk/smp % %

21 22 23 24 25 26 27 28 29,00 1377,08 0,41 9,02 3,10 10,76 4,20 13,23 19,11 7,79 DS>0.6

Tabel 4.36 Perhitungan Tingkat Kinerja Simpang Berdasarkan Nilai emp Time

Headway

Arus lalu-lintas Derajat

Tundaan lalu-

Tundaan lalu-

Tundaan lalu- Tundaan Tundaan Peluang antrian Sasaran

Qtot

kejenuhan lintas

simpang lintas lintas geometrik simpang Batas Batas

smp/jam Jl.Utama

Jl.Minor simpang (D) atas bawah (DS) (DTI) (DTMA) DMI (DG) (23)+(26) (QP %)

(21)/(20) dtk/smp dtk/smp dtk/smp dtk/smp dtk/smp % % 21 22 23 24 25 26 27 28 29,00

2841,80 0,83 9,62 7,05 10,38 4,08 13,70 54,49 27,51 DS>0.6

Page 107: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

87

d. Pembahasan

Hasil analisis kapasitas dan tingkat kinerja berdasarkan nilai emp MKJI 1997,

analisis regresi linier dan time headway menunjukan bahwa kondisi simpang

Pasar Nangka sudah jenuh. Hal ini dapat dilihat dari nilai derajat kejenuhan (DS),

banyaknya arus lalu lintas, tundaan simpang dan peluang antrian yang

mempengaruhi kelancaran pergerakan disimpang Pasar Nangka.

Hasil perhitungan kapasitas dan tingkat kinerja berdasarkan nilai emp MKJI 1997,

analisis regresi linier dan time headway berbeda. Hasil perhitungan dapat dilihat

pada tabel 4.37 :

Tabel 4.37 Hasil Perhitungan Kapasitas dan Tingkat Kinerja Simpang

No Kategori Kapasitas dan Tingkat Kinerja Simpang

Arus

Lalulintas

(smp/jam)

Derajat

Kejenuhan

Tundaan

Simpang

(dtk/smp)

Peluang Antrian

Batas

Atas

(%)

Batas

Bawah

(%)

1 MKJI 1997 2478,60 0,70 11,52 40,98 20,20

2 Regresi Linier 1377,08 0,41 13,23 19,11 7,79

3 Time Headway 2841,80 0,83 13,70 54,49 27,51

(Sumber : Hasil Perhitungan)

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. Hal tersebut disebabkan oleh nilai emp,

nilai emp hasil perhitungan metode time headway lebih layak digunakan daripada

nilai emp hasil perhitungan analisis regresi linier. Kenyataan tersebut dapat

diketahui dari besarnya derajat kejenuhan (DS) pada perhitungan kinerja

simpang. Derajat kejenuhan berdasarkan emp time headway yang lebih besar dari

derajat kejenuhan perhitungan kinerja simpang berdasarkan emp MKJI 1997.

Arus dan volume kendaraan yang digunakan untuk menghitung kinerja simpang

berdasarkan emp MKJI 1997 adalah arus dan volume kendaraan pada tahun

Page 108: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

88

tersebut sedangkan perhitungan kinerja simpang berdasarkan emp time headway

menggunakaan volume dan arus kendaraan pada saat ini. Hal tersebut sesuai bila

diterapkan karena arus lalu lintas mengalami perkembangan pada tiap tahunnya.

Terutaman pada dominasi sepeda motor saat ini yang sangat berpengaruh terhadap

kapasitas dan kinerja simpang.

Page 109: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

89

BAB V

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Berdasarkan hasil perhitungan yang telah dilakukan, maka diperoleh :

1. a. Analisis perhitungan nilai emp berdasarkan analisis regresi linier pada jam

puncak siang diperoleh nilai emp untuk motorcycle sebesar 0.12 dengan

nilai koefisien korelasi sebesar 0.261 – 0.896, nilai emp untuk heavy

vehicle sebesar 2.04 dengan nilai koefisien korelasi sebesar -0.065 – 0.284.

b.Analisis perhitungan nilai emp berdasarkan analisis time headway pada jam

puncak diperoleh nilai emp untuk motorcycle sebesar 0.40 , nilai emp untuk

heavy vehicle sebesar 2.38 .

c. Dari kedua metode tersebut diatas sangat 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 perlu penyesuaian untuk diterapkan di simpang Pasar Nangka.

2. a. Analisis kinerja simpang tak bersinyal pasar Nangka berdasarkan nilai emp

dari MKJI 1997 diperoleh arus lalu lintas sebesar 2478.60 smp/jam, nilai

derajat kejenuhan simpang sebesar 0.70, tundaan simpang 11.52 det/smp,

peluang antrian simpang sebesar 20.20% - 40.98%.

b. Analisis kinerja simpang tak bersinyal pasar Nangka berdasarkan nilai emp

dari analisis regresi linier diperoleh arus lalu lintas sebesar 1377.08

smp/jam, nilai derajat kejenuhan simpang sebesar 0.41, tundaan simpang

13.34 det/smp, peluang antrian simpang sebesar 7.79% - 19.11%.

c. Analisis kinerja simpang tak bersinyal pasar Nangka berdasarkan nilai emp

dari anilisis rasio headway diperoleh arus lalu lintas simpang sebesar

2841.80 smp/jam, nilai derajat kejenuhan simpang sebesar 0.83, tundaan

simpang 13.70 det/smp, peluang antrian simpang sebesar 27.51% -

54.49%.

Page 110: STUDI KINERJA SIMPANG TAK BERSINYAL PASAR NANGKA … · menggunakan analisis regresi linier dan time headway, dan untuk perhitungan data kinerja simpang menggunakan metode MKJI 1997.

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

commit to user

90

5.2 Saran

Berdasarkan hasil penelitian analisis nilai emp dan kinerja simpang tak bersinyal

Pasar Nangka ini, penulis dapat memberikan saran antara lain :

1. Perubahan geometrik pada simpang Pasar Nangka perlu dilakukan untuk

memperbaiki kinerja simpang tak bersinyal Pasar Nangka, seperti pelebaran

jalan dan penambahan area parkir.

2. Pada perhitungan emp regresi linier, hasil uji statistic nya banyak yang tidak

memenuhi syarat. Untuk itu, dalam perhitungan emp pada penelitian

selanjutnya disarankan untuk tidak menggunakan perhitungan emp

menggunakan metode regresi linier.