MODEL BANGKITAN PERGERAKAN PELAJAR DAN MAHASISWA (STUDI KASUS DI KOTA BANDA ACEH)

Transkripsi

1 ISSN Pages pp MODEL BANGKITAN PERGERAKAN PELAJAR DAN MAHASISWA (STUDI KASUS DI KOTA BANDA ACEH) Juanda Saputra 1, Renni Anggraini 2, M. Isya 3 1) Magister Teknik Sipil Program Banda Aceh 2,3) Fakultas Teknik Universitas Syiah Kuala bl4ck_21@yahoo.com Abstract: The increasing number of population growth will affect housing, city facilities, and transportation. Increasing number of residents who live in an area will cause new problems. In this case a review of the movement that occurred in Banda Aceh in the three subdistrict which total population of the most that the subdistrict Baiturrahman, Kuta Alam and Syiah Kuala. Activity students in general are in three subdistricts such as course, lectures, social activity, shopping, recreation, etc. that can affect the level of service the main road in Banda Aceh. Primary surveys conducted through questionnaires in 300 families residing in the three that subdistricts. The results of the questionnaire are tabulated into a dependent variable and independent variables, and then analyzed by using SPSS-19. Regression equations used to model the movement of school and university student needs activity based of the three subdistricts. The results obtained from this study three groups of models of movement activity in three subdistricts, namely : mandatory activity in the Baiturrahman subdistrict (Y11) = X X X X X5; Kuta Alam subdistrict (Y12) = X X X5; and Syiah Kuala subdistrict (Y13) = X X X X X5, maintenance activities in the Baiturrahman subdistrict (Y21) = X X X9; and Syiah Kuala subdistrict (Y23) = X X10, discretionary activity in the Baiturrahman subdistrict (Y31) = X X X5; Kuta Alam subdistrict (Y32) = X X3; and Syiah Kuala subdistrict (Y33) = X X X7. Keywords : rip demand modelling, mandatory activities, maintenance activities, discretionary activities Abstrak: Meningkatnya jumlah penduduk akan mempengaruhi pertumbuhan perumahan, sarana kota, dan transportasi. Semakin banyaknya jumlah penduduk yang bertempat tinggal di suatu wilayah akan menimbulkan masalah baru. Dalam hal ini dilakukan kajian pergerakan yang terjadi di Kota Banda Aceh di 3 (tiga) Kecamatan yang jumlah penduduk paling banyak yaitu Kecamatan Baiturrahman, Kuta Alam, dan Syiah Kuala. Aktivitas pelajar pada umumnya berada di 3 (tiga) Kecamatan ini seperti les, kuliah, kegiatan sosial, berbelanja, rekreasi dan sebagainya yang dapat mempengaruhi tingkat pelayanan jalan utama di kota Banda Aceh. Survei primer dilakukan melalui pengisian kuesioner pada 300 keluarga yang bertempat tinggal di 3 (tiga) Kecamatan tersebut. Hasil dari kuesioner ditabulasikan menjadi variabel terikat dan variabel bebas, kemudian dianalisis dengan menggunakan program SPSS-19. Persamaan regresi digunakan untuk memodelkan kebutuhan pergerakan pelajar dan mahasiswa berdasarkan aktivitas pada 3 (tiga) Kecamatan tersebut. Hasil dari penelitian ini diperoleh 3 (tiga) kelompok model aktivitas pergerakan di 3 (tiga) Kecamatan yaitu : aktivitas mandatory di Kecamatan Baiturrahman (Y 11 ) = 0, ,234 X 1 + 0,933 X 2 + 0,902 X 3 + 0,905 X 4 + 0,902 X 5 ; Kuta Alam (Y 12 ) = 0, ,921 X 3 + 0,636 X 4 + 0,723 X 5 ; dan Syiah Kuala (Y 13 ) = 1, ,221 X 1 + 0,847 X 2 + 0,420 X 3 + 0,705 X 4 + 0,506 X 5, aktivitas maintenance di kecamatan Baiturrahman (Y 21 ) = 1, ,568 X 1 + 1,068 X 3-0,247 X 9 ; dan Syiah Kuala (Y 23 ) = 0,972-0,430 X 1 + 0,275 X 10, aktivitas discretionary di kecamatan Baiturrahman (Y 31 ) = 0, ,035 X 2-2,448 X 3 + 0,224 X 5 ; Kuta Alam (Y 32 ) = 1, ,355 X 2-0,842 X 3 ; dan Syiah Kuala (Y 33 ) = 0, ,362 X 2 + 0,728 X 5 + 0,338 X 7. Kata Kunci : model kebutuhan pergerakan, aktivitas mandatory, aktivitas maintenance, aktivitas discretionary Volume 3, No. 3, Agustus

2 PENDAHULUAN Pertumbuhan dan perkembangan kota atau wilayah berimplikasi pada meningkatnya kebutuhan penduduk. Berkaitan dengan meningkatnya pertumbuhan penduduk, yang bertempat tinggal dalam suatu wilayah yang tidak disertai dengan penambahan fasilitas yang memadai akan menimbulkan masalah baru. Banyaknya jumlah pergerakan dan bangkitan di suatu daerah dapat menambah jumlah pergerakan dari aktivitas sehari-hari, baik kegiatan yang berkaitan dengan bekerja, sosial, pendidikan, rekreasi dan sebagainya yang dapat mengganggu arus lalu lintas menerus yang kemudian akan menurunkan tingkat pelayanan jalan terutama di kota Banda Aceh. Dalam hal ini dilakukan kajian pergerakan yang terjadi di kota Banda Aceh di tiga kecamatan yang jumlah penduduk paling banyak yaitu Kecamatan Baiturrahman, Kuta Alam, dan Syiah Kuala dengan menggunakan data rinci mengenai tingkat kebutuhan pergerakan aktivitas pelajar sehari-hari. Aktivitas pelajar yang berada di tiga kecamatan ini pada umumnya mempunyai aktivitas di sekitaran kota Banda Aceh seperti les, kuliah, kegiatan sosial, berbelanja, rekreasi dan sebagainya yang dapat mempengaruhi tingkat pelayanan jalan utama di kota Banda Aceh. KAJIAN KEPUSTAKAAN Bangkitan Pergerakan Bangkitan Pergerakan (trip generation) adalah tahapan pemodelan yang memperkirakan jumlah pergerakan yang berasal dari suatu zona atau tata guna lahan atau jumlah pergerakan yang tertarik ke suatu tata guna lahan atau zona (Tamin, 1997). Jadi terdapat dua pembangkit pergerakan, yaitu : 1. Trip production adalah jumlah perjalanan yang dihasilkan suatu zona 2. Trip attraction adalah jumlah perjalanan yang ditarik oleh suatu zona. Pendekatan Pergerakan Berbasis Aktivitas (Activity-Based Approach) Dalam pemodelan dalam rumah tangga, Vovsha, et al. (2004) menerapkan dua model diskrit. Model pertama yaitu berhubungan dengan seluruh rumah tangga dan mengembalikan total frekuensi perjalanan aktivitas maintenance harian individu. Model kedua berhubungan dengan tingkat perjalanan, dan mengembalikan alokasi setiap perjalanan yang dihasilkan untuk anggota rumah tangga tertentu. Model ini memungkinkan diperluas ke tingkat pengambilan keputusan dalam mekanisme rumah tangga dan prakiraan peningkatan permintaan perjalanan. Konsep Pemodelan Bangkitan Pergerakan Menurut Morlok (1995), menyatakan bahwa semakin mirip suatu model dengan keadaan aslinya maka model itu semakin baik namun pembuatannya jadi semakin sulit. Hal ini disebabkan karena membutuhkan waktu penelitian yang lebih lama serta data yang lebih banyak sehingga membutuhkan biaya yang lebih besar pula. Aktivitas meringkas dan 71 - Volume 3, No. 3, Agustus 2014

3 menyederhanakan kondisi realistis (nyata) tersebut kita kenal sebagai aktivitas pemodelan, Miro (2005). Model Analisis Regresi Linier Menurut Miro (2002), metode analisis ini merupakan salah satu dari model-model yang tergabung di dalam model statistik matematika. Metode ini merupakan alat analisis statistik yang menganalisis faktor faktor penentu yang menimbulkan suatu kejadian atau kondisi tertentu yang diamati, sekaligus menguji sejauh mana kekuatan faktor faktor penentu yang dimaksud berhubungan dengan kondisi yang ditimbulkan/diciptakan. Peramalan jumlah perjalanan di kawasan perkotaan pada tahap bangkitan perjalanan, akan menggunakan metode ini untuk seluruh perjalanan berbasis zona dan berbasis rumah serta perjalanan antar kota. Analisis Regresi Linier Sederhana (Simple Linier Regression Analysis) Menurut Tamin (2008), Analisis regresi linier adalah metode statistik yang dapat digunakan untuk mempelajari hubungan antar sifat permasalahan yang sedang diselidiki. Model analisis regresi linier dapat memodelkan hubungan antara dua peubah atau lebih. Pada model ini terdapat peubah tidak bebas (Y) yang mempunyai hubungan fungsional dengan satu atau lebih peubah bebas (X). secara umum dapat dinyatakan dalam persamaan dibawah ini : Y = A + BX (1) Dimana : Y = peubah bebas; X = peubah tidak bebas; A = intersep atau konstanta regresi; B = koefesien regresi. Konsep Metode Analisis Regresi Linier Berganda Analisis regresi linear berganda (multiple linear regression analysis) yaitu suatu cara yang dimungkinkan untuk melakukan beberapa proses iterasi. Yang pada akhirnya diperoleh persamaan model regresi linier berganda seperti di bawah ini : Y = a + b1x1 + b2x2 + + bnxn (2) Dimana : Y = variabel terikat (jumlah produksi perjalanan); a = konstanta (angka yang akan dicari); b1, b2,,bn = koefesien regresi (angka yang akan dicari); X1, X2,,Xn = variabel bebas (faktor faktor berpengaharui). Populasi dan Sampel Pengambilan sampel dilakukan untuk mendapatkan sampel dengan jumlah relatif kecil dibandingkan dengan jumlah populasi tetapi mampu mewakili seluruh populasi tersebut. Untuk itu sangat penting menentukan cara yang tepat dalam menarik sampel yang dimaksud agar benar-benar mampu mewaikili Volume 3, No.3, Agustus

4 kondisi seluruh populasi. Menurut Sugiono (2010:91) sampel adalah kelompok kecil yang kita amati dan merupakan bagian dari populasi sehingga karateristik populasi juga oleh sampel. Untuk menentukan jumlah sampel yang dipilih digunakan rumus slovin dalam Consuelo G. Sevilla, et al, (1993:161), yaitu sebagai berikut: sekunder. Data primer adalah data yang diperoleh lansung dari responden atau obyek yang diteliti, atau ada hubungannya dengan yang diteliti. Sedangkan data sekunder adalah data yang lebih dulu dikumpulkan dan dilaporkan oleh orang atau instansi diluar diri peneliti sendiri, walaupun yang dikumpulkan itu N n N.e Dimana : (3) sesungguhnya data yang asli. Data sekunder diperoleh dari instansi-instansi terkait dan perpustakaan. Di samping itu melalui survey pendahuluan juga dapat diperoleh data-data N n e = Jumlah Populasi; = Jumlah Sampel; = Nilai kritis yang diinginkan (persen kelonggaran ketidak telitian karena kesalahan pengambilan sampel). sekunder yang akan digunakan untuk memperoleh informasi daerah penelitian dan populasinya. Metode Pengambilan Sampel Pengambilan sampel adalah mendapatkan METODE PENELITIAN Metode Pengambilan Data Pengambilan data bagi suatu studi transportasi pada dasarnya bukan merupakan prosedur yang sembarangan, tetapi merupakan sekumpulan langkah-langkah yang saling terkait satu sama lain dengan hasil final untuk sampel dengan jumlah relatif kecil dibandingkan dengan jumlah populasi tetapi mampu mempresentasikan seluruh populasi tersebut. Untuk itu sangat penting menentukan cara yang tepat dalam menarik sampel yang dimaksud agar benar-benar mampu mempresentasikan kondisi seluruh populasi. memperoleh data yang diinginkan (LPM-ITB, 1997). Pengambilan data pada suatu penelitian dapat dilakukan dengan 2 metode yaitu : 1. Metode Survei 2. Metode Sampel Tabel 1 : Jumlah Sampel KK di 3 (tiga) kecamatan di Kota Banda Aceh No. Kecamatan Jumlah KK Jumlah Sampel KK 1 Baiturrahman ,61 2 Kuta Alam ,61 3 Syiah Kuala ,58 Jenis dan Sumber Data Jenis data yang digunakan dalam TOTAL ,81 (Sumber : Data Primer) penelitian ini adalah data primer dan data 73 - Volume 3, No. 3, Agustus 2014

5 Dalam penelitian ini, kriteria pengambilan sampel dengan pembagian strata berdasarkan beberapa kecamatan yaitu kecamatan Baiturrahman, kecamatan Kuta Alam, dan kecamatan Syiah Kuala dengan keseluruhan sampel minimal sebanyak 294,81 sampel yang dibulatkan menjadi 300 sampel yang terbagi untuk ketiga kecamatan tersebut. Analisa Data Uji korelasi dan proses kalibrasi dilakukan dengan menggunakan bantuan software SPSS (Statistical Product and Service Solution) yaitu suatu program statistik yang mampu memproses data statistik secara tepat dan tepat serta menyajikannya dalam berbagai output yang dikehendaki para pengambil keputusan. HASIL PEMBAHASAN Geografis Kota Banda Aceh secara geografis terletak pada garis antara " " Lintang Utara, dan " " Bujur Timur. Jumlah populasi di Kota Banda Aceh adalah sekitar jiwa dengan keseluruhan total luas wilayah adalah 61,36 km 2 yang terdiri dari 9 Kecamatan, 3 (tiga) diantaranya di ambil sebagai tinjauan dari penelitian ini. Peta administrasi Kota Banda Aceh dan Lokasi Penelitian dapat dilihat pada gambar 1 dibawah ini : Gambar 1: Peta Lokasi Penelitian Lokasi Penelitian Kecamatan yang menjadi obyek penelitian merupakan bagian dari penggunaan lahan pada wilayah kota Banda Aceh. Ada 3 Volume 3, No.3, Agustus

6 (tiga) kecamatan yang dijadikan obyek penelitian yaitu kecamatan Baiturrahman, kecamatan Kuta Alam, dan kecamatan Syiah Kuala. Lokasi Aktivitas Berdasarkan Tujuan Lokasi Aktivitas pada penelitian ini di masing-masing kecamatan dibagi menjadi 3 (tiga) ketegori aktivitas yaitu aktivitas mandatory meliputi aktivitas bersekolah, aktivitas maintenance meliputi les, mengaji, dan olahraga, dan aktivitas discretionary meliputi kegiatan sosial, rekreasi, dan duduk di warkop. Analisis Model Perhitungan Kebutuhan Pergerakan Matriks hasil uji korelasi bivariat antara variabel untuk kategori aktivitas mandatory yaitu aktivitas bersekolah di kecamatan Baiturrahman pada Tabel 2 di bawah dapat dilihat bahwa variabel-variabel yang ditinjau di atas memberikan hubungan yang signifikan atau pengaruh besar terhadap produksi perjalanan (Y11), variabel-variabel yang di tinjau ada yang memberikan korelasi yang besar dan terhadap produksi perjalanan. Faktor tersebut antara lain adalah jumlah pelajar SD (X2), jumlah pelajar SMA (X4), jumlah pelajar SMP (X3), jumlah anak di bawah 6 tahun (X1), dan jumlah mahasiswa (X5). Dari uraian di atas dapat disimpulkan bahwa hanya lima variabel bebas yang memiliki korelasi yang tinggi dibandingkan dengan variabel-varibel lainnya. Jumlah pelajar SD (X2) mempunyai hubungan yang signifikan dengan produksi perjalanan (Y11) dengan nilai R (koefesien korelasi) yaitu sebesar 0,474 atau varibel bebas dapat mempengaruhi variabel terikat dengan kuat hubungan sebesar 47,4% dan pada variabel jumlah pelajar SMA (X4) mempunyai hubungan yang signifikan dengan produksi perjalanan (Y11) dengan nilai R (koefesien korelasi) yaitu sebesar 0,470 atau variabel bebas dapat mempengaruhi variabel terikat dengan kuat hubungan sebesar 47%. Sama halnya pada variabel jumlah pelajar SMP (X3) dan jumlah mahasiswa (X5) yang mempunyai hubungan yang signifikan dengan produksi perjalanan (Y11) dengan nilai R (koefesien regresi) masing-masing yaitu sebesar 0,455, dan 0,247 atau variabel bebas dapat mempengaruhi variabel terikat dengan kuat hubungan sebesar 45,5% dan 24,7%. Sedangkan untuk variabel jumlah anak di bawah 6 tahun (X1) dengan nilai R (koefesien regresi) yaitu sebesar -0,251 yang artinya makin sedikit jumlah anak di bawah 6 tahun makin besar produksi perjalanan (Y11) sebesar -25,1%. Tabel 3 dapat dilihat bahwa persamaan (model) regresi linier berganda yang terbentuk di kecamatan Baiturrahman yaitu : Y 11 = 0, ,234 X 1 + 0,933 X 2 + 0,902 X 3 + 0,905 X 4 + 0,902 X 5 adalah merupakan model regresi yang sesuai menggambarkan pengaruh lima variabel bebas, yaitu jumlah pelajar SD (X2), jumlah pelajar SMA (X4), jumlah pelajar SMP (X3), jumlah anak di bawah 6 tahun (X1), dan jumlah mahasiswa (X5) yang secara bersamaan 75 - Volume 3, No. 3, Agustus 2014

7 mempengaruhi produksi perjalanan (Y11), hal ini dapat dilihat dari nilai analisis Anova Regresi (F) yang signifikan sebesar 208,631. Kuat hubungan yang ditunjukkan oleh variabel bebas terhadap variabel terikat dalam model yang terbentuk dapat dilihat koefesien determinan (R square), yaitu sebesar 0,879 atau 87,9%. Nilai pada variabel jumlah anak di bawah 6 tahun (X1) yaitu sebesar 0,234 X1, dapat diartikan bahwa apabila terjadi peningkatan sebanyak 1 orang akan mempengaruhi produksi perjalanan yaitu sebesar 0,234 perjalanan/orang/hari. Nilai pada variabel jumlah pelajar SD (X2) yaitu sebesar 0,933 X2, dapat diartikan bahwa apabila terjadi peningkatan sebanyak 1 orang akan mempengaruhi produksi perjalanan yaitu sebesar 0,933 perjalanan/orang/hari. Nilai pada variabel jumlah anak pelajar SMP (X3) yaitu sebesar 0,902 X3, dapat diartikan bahwa apabila terjadi peningkatan sebanyak 1 orang akan mempengaruhi produksi perjalanan yaitu sebesar 0,902 perjalanan/orang/hari. Nilai pada variabel jumlah pelajar SMA (X4) yaitu sebesar 0,905 X4, dapat diartikan bahwa apabila terjadi peningkatan sebanyak 1 orang akan mempengaruhi produksi perjalanan yang dihasilkan yaitu sebesar 0,905 perjalanan/orang/hari. Nilai pada variabel jumlah mahasiswa (X5) yaitu sebesar 0,902 X4, dapat diartikan bahwa apabila terjadi peningkatan sebanyak 1 orang akan mempengaruhi produksi perjalanan yang dihasilkan yaitu sebesar 0,902 perjalanan/orang/hari. Tabel 3. Pengaruh Variabel Bebas Terhadap Jumlah Produksi Perjalanan Aktivitas Mandatory di Kecamatan Baiturrahman Varibel Terikat : Produksi Perjalan Dari Aktivitas Mandatory (Y11) di Kecamatan Baiturrahman Model Regresi Koefesien Regresi Konstanta 0,203 2,243 0,026 Jumlah Anak di bawah 6 Tahun (X1) 0,234 3,963 0,000 Jumlah Pelajar SD (X2) 0,933 22,006 0,000 Jumlah Pelajar SMP (X3) 0,902 11,792 0,000 Jumlah Pelajar SMA (X4) 0,905 15,212 0,000 Jumlah Mahasiswa (X5) 0,902 19,752 0,000 t sig. Kesesuaian Model Regresi Yang Terbentuk F = 208,631 sig. = (Anova Regresi) 0,000 Koefesien Korelasi (R) = 0,937 Koefesien Determinan (R Square) = 0,879 Persamaan Regresi Terbentuk : Y 11 = 0, ,234 X 1 + 0,933 X 2 + 0,902 X 3 + 0,905 X 4 + 0,902 X 5 Volume 3, No.3, Agustus

8 KESIMPULAN DAN SARAN Kesimpulan Berdasarkan dari hasil analisis data responden dari ketiga kecamatan, maka dapat diambil beberapa kesimpulan sebagai berikut : 1. Faktor-faktor yang mempengaruhi dari aktivitas mandatory di kecamatan Baiturrahman, Kuta Alam, dan Syiah Kuala yaitu : jumlah anak di bawah 6 tahun (X1), jumlah pelajar SD (X2), jumlah pelajar SMP (X3), jumlah pelajar SMA (X4), dan jumlah mahasiswa (X5). 2. Faktor-faktor yang mempengaruhi dari aktivitas maintenanace di kecamatan Baiturrahman, Kuta Alam, dan Syiah Kuala yaitu : jumlah anak di bawah 6 tahun (X1), jumlah pelajar SMP (X3), waktu tempuh (X9), dan status kendaraan (X10). 3. Faktor-faktor yang mempengaruhi dari aktivitas discretionary di kecamatan Baiturrahman, Kuta Alam, dan Syiah Kuala yaitu : jumlah pelajar SD (X2), jumlah pelajar SMP (X3), jumlah mahasiswa (X5), dan jarak tempuh (X7). 4. Nilai koefesien korelasi (R) dan nilai koefesien determinan (R 2 ) dari masingmasing kategori aktivitas adalah sebagai berikut : a. Aktivitas mandatory (Y11) di kecamatan Baiturrahman memiliki nilai koefesien korelasi (R) sebesar 93,7% 87,9%. Aktivitas mandatory (Y12) di kecamatan Kuta Alam memiliki nilai koefesien korelasi (R) sebesar 88,5% 78,4%. Sedangkan aktivitas mandatory (Y13) di kecamatan Syiah Kuala memiliki nilai koefesien korelasi (R) sebesar 77,3% dan koefesien determinan (R 2 ) sebesar 59,8%. b. Aktivitas maintenance (Y21) di kecamatan Baiturrahman memiliki nilai koefesien korelasi (R) sebesar 91,5% 83,7%. Aktivitas maintenance (Y22) di kecamatan Kuta Alam tidak memiliki nilai koefesien korelasi (R) dan koefesien determinan (R 2 ) karena hasil kuesioner tidak mencukupi. Sedangkan aktivitas maintenance (Y23) di kecamatan Syiah Kuala memiliki nilai koefesien korelasi (R) sebesar 86,3% 74,5%. c. Aktivitas discretionary (Y31) di kecamatan Baiturrahman memiliki nilai koefesien korelasi (R) sebesar 89,5% 80,2%. Aktivitas discretionary (Y32) di kecamatan Kuta Alam memiliki nilai koefesien korelasi (R) sebesar 90,2% 81,4%. Sedangkan aktivitas discretionary (Y33) di kecamatan Syiah Kuala memiliki nilai koefesien korelasi (R) sebesar 85,0% dan koefesien determinan (R 2 ) sebesar 72,2% Volume 3, No. 3, Agustus 2014

9 Saran Adapun saran yang dapat diberikan dari hasil penelitian ini adalah : 1. Perlu adanya penelitian selanjutnya dengan menambahkan faktor-faktor lain yang berpengaruh sehingga menghasilkan model yang lebih baik lagi dan memiliki korelasi yang tinggi terhadap kebutuhan pergerakan sebagai variabel yang ditinjau dari ketiga kecamatan. 2. Hasil dari penelitian ini dapat dijadikan bahan rujukan bagi kalangan akademisi dalam hal kebutuhan pergerakan (trip generation) untuk melihat dan memprediksi tingkat kebutuhan pergerakan pada suatu kawasan. DAFTAR KEPUSTAKAAN LPM ITB Modul Pelatihan Manajemen Lalu Lintas Perkotaan,ITB, Bandung. Miro. F Perencanaan Transportasi, Penerbit Erlangga, Jakarta. Miro. F Perencanaan Transportasi untuk Mahasiswa, Perencana, dan Praktisi, Penerbit Erlangga, Jakarta. Morlok, E. K Pengantar Teknik dan Perencanaan Transportasi, Penerbit Erlangga, Jakarta. Morlok, E. K Pengantar Teknik dan Perencanaan Transportasi, Penerbit Erlangga Jakarta. Sugiono. (2010), Metode Penelitian Kuantitatif Kualitatif Dan R&D, Alfabeta, Bandung. Tamin. O.Z Perencanaan dan Pemodelan Transportasi, Penerbit ITB, Bandung. Tamin. O.Z Perencanaan dan Pemodelan Transportasi, Penerbit ITB, Bandung. Vovsha. P, Petersen. E, and Donnely. R A Model for Allocation of Maintenance Activities to the Household Members, Papers Presented at the 83th Annual Meeting of the TRB, Washington D.C. Volume 3, No.3, Agustus