MODEL HUBUNGAN KARAKTERISTIK MAKRO LALU LINTAS YANG BERSIFAT HETEROGEN DI KOTA MAKASSAR

Transkripsi

1 PROS ID I NG 0 1 HASIL PENELITIAN FAKULTAS TEKNIK MODEL HUBUNGAN KARAKTERISTIK MAKRO LALU LINTAS YANG BERSIFAT HETEROGEN DI KOTA MAKASSAR Jurusan Teknik Sipil Fakultas Teknik Unhas Jl. Perintis Kemerdekaan Km. 10 Tamalanrea, Makassar (9045) Telp./Fax : (0411) marni_hamidaly@yahoo.com Abstract This paper attempts to analyze relationship model among macroscopic characteristics of traffic that has heteregenous traffic behavior on divided urban roadway in developing countries such Indonesia. In this regard, the study adopts three types of the macroscopic relationship model, i.e. Greenshield, Greenberg, and Underwood models approachs. In order to calibrate parameters values of those models under the traffic behavior on divided urban road type, we conducted a primary traffic survey on one primary urban road in Makassar, Indonesia. The survey consists of traffic volume survey, traffic speed survey, and geometric characteristics of the road. The analysis result shows that three relationship model given good result according to statistical values test, i.e. r and R of the each model. In addition, the results show that Underwood model is slightly superior to both others model, as well as Greenshield model is slightly better than Greenberg model. In further, we expect that the models provide a basis in order to develop a prediction model of road vehicle emission and its optimizing in further studies. Keywords : macroscopic, characteristics, traffic, heterogen, Makassar. PENDAHULUAN Permasalahan transportasi berupa kemacetan, keterlambatan dan antrian merupakan permasalahan lalu lintas yang bersifat heterogen di kota-kota besar di Indonesia yang sering dijumpai, termasuk di Kota Makassar. Permasalahan yang terjadi bukan saja disebabkan oleh terbatasnya sarana transportasi yang ada, tetapi ditambah lagi dengan permasalahan lainnya, seperti pendapatan rendah, urbanisasi yang sangat cepat, terbatasnya sumber daya manusia, tingkat disiplin yang rendah dan lemahnya perencanaan dan kontrol. Hal ini membuat permasalahan transportasi semakin parah. Masalah lalu lintas yang timbul tersebut berupa kemacetan dan antrian tentunya akan menimbulkan kerugian yang besar pada pemakai jalan, terutama dalam hal pemborosan waktu dan rendahnya tingkat kenyamanan. Melihat kompleksnya masalah lalu lintas yang terjadi di Kota Makassar, maka perlu kiranya dicarikan alternatif pemecahannya. Namun untuk memberikan suatu solusi alternatif, maka terlebih dulu perlu dipahami perilaku/karakteristik arus lalu lintas yang ada, khususnya perilaku karakteristik lalu lintas yang bersifat heterogen, dalam hal ini khususnya mengenai model hubungan antara volume, kecepatan dan kerapatan arus lalu lintas pada jalan-jalan yang sering mengalami masalah-masalah lalu lintas. Maksud dari penelitian ini adalah mempelajari karakteristik arus lalu lintas yang ada di Kota Makassar yang bersifat heterogen. Untuk itu, penelitian ini bertujuan untuk menganalisis model hubungan karakteristik arus lalu lintas yang ada di Kota Makassar, khususnya mengenai lalu lintas yang terjadi di suatu ruas jalan yang bertipe 6 lajur arah terbagi (6/D) di kota Makassar. Dalam menjawab maksud dan tujuan di atas, maka dilakukan penelitian dengan metode pendekatan penelitian di lapangan untuk kemudian dilakukan pengolahan data di laboratorium, dengan melakukan pemodelan hubungan kecepatan volume kerapatan lalu lintas pada ruas jalan yang ditinjau. Dalam konteks ini, suatu ruas jalan tipe jalan 6 lajur arah terbagi (6/D) di Kota Makassar, Jl. AP. Petarani dijadikan sebagai lokasi studi. Pengambilan data arus lalu lintas dilakukan pada jam puncak pagi hari ( ), siang hari ( ), dan sore hari ( ). Analisis model hubungan kecepatan volume kerapatan yang dilakukan adalah model Greenshield, model Greenberg dan model Underwood, dimana pengklasifikasian jenis Volume 6 : Desember 01 Group Teknik Sipil ISBN : TS 1-1

2 Model Hubungan Karakteristik Makro kendaraan didasarkan pada Manual Kapasitas Jalan Indonesia (MKJI). Model yang diperoleh akan dapat digunakan untuk menganalisis berbagai alternatif manajemen penanganan kemacetan arus lalu lintas dan penyediaan prasarana lalu lintas oleh pihak-pihak terkait, dalam hal ini Dinas Pehubungan dan Polisi Lalu Lintas di Kota Makassar. TINJAUAN PUSTAKA Karakteristik Makro Lalu Lintas Karakteristik arus lalu lintas secara makroskopik pada umumnya terdiri atas : a. Volume lalu lintas Volume lalu lintas adalah jumlah kendaraan yang melalui suatu titik pengamatan tertentu pada suatu ruas jalan tertentu pada suatu satuan waktu. Pergerakan kendaraan yang terjadi terdiri dari berbagai jenis dan berdasarkan faktor koreksi kendaraan PCU (Passengger Car Unit) atau SMP (satuan mobil penumpang), maka dilakukan pengelompokan jenis kendaraan, meliputi (MKJI, 1997) : Kendaraan ringan (LV), yaitu kendaraan bermotor ber as dua dengan 4 roda da jarak as -3 meter (meliputi : mobil penumpang, oplet, minibus, pick-up dan truk kecil sesuai klasifikasi Bina Marga) Kendaraan Berat (HV), yaitu kendaraan bermotor dengan 4 atau lebih roda (meliputi : bis, truk as, truk 3 as,dan truk kombinasi sesuai klasifikasi Bina Marga) Sepeda motor (MC), yaitu kendaraan bermotor dengan atau 3 roda (meliputi : sepeda motor dengan kendaraan roda 3 sesuai klasifikasi Bina Marga) Kendaraan tak bermotor (UM), yaitu : kendaraan dengan roda yang digerakkan oleh orang atau hewan (meliputi : sepeda, becak, kereta kuda dan kereta sesuai klasifikasi Bina Marga) b. Kecepatan lalu lintas Kecepatan didefinisikan sebagai perbandingan antara jarak yang ditempuh dengan waktu yang diperlukan untuk menempuh jarak tersebut. c. Kerapatan lalu lintas Kerapatan didefinisikan sebagai banyaknya kendaraan yang terdapat pada suatu ruas jalan dengan panjang tertentu selama periode waktu tertentu. Model Hubungan Karakteristik Lalu Lintas Studi tentang arus lalu lintas telah banyak dilakukan oleh para ahli. Hasil studi ini telah banyak dituangkan dalam model matematik. Beberapa model yang dikenal antara lain model Greenshields, model Greenberg, dan model Underwood. a. Model Greenshields Greenshields menyimpulkan bahwa hubungan antara kecepatan rata-rata ruang (space mean speed) dengan kerapatan kendaraan dalam suatu arus lalu lintas adalah linear. Hubungan ini dapat dilihat pada persamaan berikut (Liputo & Ramli, 007, Ali & Ramli, 006) : Uf Us Uf.. k Kj (1) Dimana Us adalah kecepatan rata-rata ruang (km/jam), Uf adalah kecepatan pada kondisi arus bebas (km/jam), k adalah kerapatan (smp/jam), dan Kj adalah kerapatan macet (smp/jam) ISBN : Group Teknik Sipil Volume 6 : Desember 01 TS 1 -

3 PROS ID I NG 0 1 HASIL PENELITIAN FAKULTAS TEKNIK Hubungan antara dan Us diperoleh dengan mensubtitusikan nilai k = /Us pada persamaan 1 di atas, maka didapat persamaan. Uf Uf. k. k kj () Persamaan selanjutnya adalah hubungan antara dan k yang diperoleh dari substitusi persamaan dengan persamaan 1. Hasil penyelesaian ini diperoleh sebuah persamaan parabola sebagai berikut. Uf kj Uf. k. k (3) Pada prinsipnya pemakaian model Greenshields ini memerlukan pengetahuan tentang parameter kecepatan arus bebas (S r) dan kerapatan (D j) dalam menyelesaikan secara numerik hubungan kecepatan dengan kerapatan. Kecepatan arus bebas relatif mudah diestimasi dilapangan dan umumnya bernilai antara kecepatan batas dengan kecepatan rencana. Kerapatan macet agak sulit diperoleh dilapangan, tetapi biasanya bernilai 185 s/d 50 kendaraan per mil per lajur dengan anggapan bahwa kendaraan yang berhenti menempati ruang jalan 1 s/d 8 ft. b. Model Greenberg Greenberg merumuskan bahwa hubungan antara kecepatan rata rata ruang dan kerapatan kendaraan bukan merupakan hubungan linear melainkan merupakan fungsi logaritmik. Dasar rumusan Greenberg adalah sebagai berikut (Liputo & Ramli, 007, Ali & Ramli, 006) : k b. Us c. e (4) dengan konstana C dan b merupakan nilai konstan. Apabila kedua ruas dinyatakan dalam bentuk logaritma naturalis, maka persamaan 4 menjadi. b.us ln( k) ln( c. e ) (5) ln( k ) ln( c) bus. (6) b. Us ln( k) ln( c) (7) 1 1 (8) Us.ln( k).ln( c) b b Fungsi tersebut diatas analog dengan fungsi linear antara Us dengan ln (k), sehingga apabila nilai y = Us dan nilai x = ln(k), maka y = Ax B. Dengan A 1 dan 1 b. A B ln( c), sehingga c e. Oleh karena itu b b hubungan antara Us dan k adalah sebagai berikut. 1 1 Us.ln( k).ln( c) b b (9) Selanjutnya hubungan antara dan Us didapat dengan mensubtitusikan nilai k = /u ke persamaan 4, sehingga didapat persamaan. ( UsB) / A Us. e (10) Persamaan selanjutnya adalah hubungan antara dan k didapat dengan substitusi Us = /k pada persamaan 4, maka didapat persamaan. b.( / k) k c. e (11) Selanjutnya apabila kedua ruas dinyatakan dalam fungsi logaritma naturalis, maka didapat persamaan. Volume 6 : Desember 01 Group Teknik Sipil ISBN : TS 1-3

4 Model Hubungan Karakteristik Makro ( / k ln( k) ln( c. e b ) (1) b. ln( k) ln( c) (13) k 1 1. k.ln( k). k.ln( c) (14) b b Dengan substitusi A = 1/b dan didapat persamaan. B A. k.ln( k). k (15) A Pada prinsipnya pemakaian model Greenberg memerlukan pengetahuan tentang parameter kecepatan optimum dan kerapatan pada saat macet. Seperti halnya dengan metode Greenshields, kerapatan macet sangat suli diamati dilapangan dan estimasi terhadap kecepatan optimum lebih sulit diperkirakan pada saat arus bebas. Estimasi kasar untuk menetukan kecepatan optimum adalah kurang lebih setengah dari kecepatan rencana. Selain itu kelemahan lain dari metode ini adalah kecepatan arus bebas tidak terbatas. c. Metode Underwood Model ketiga diusulkan oleh Underwood yang mengembangkan bahwa hubungan antara Us dan k adalah merupakan fungsi logaritmik. Metode Underwood memerlukan pengetahuan tentang kecepatan arus bebas yang agak mudah diamati dan kepadatan optimum yang sulit diamati serta bervariasi tergantung pada lingkungan jalan. Kelemahan dari metode Underwood adalah kecepatan yang tidak pernah mencapai nol dan kerapatan macet yang tidak terbatas. Persamaan dasar yang digunakan adalah (Liputo & Ramli, 007, Ali & Ramli, 006) : Us k / kc Uf. e (16) dimana kc adalah kerapatan pada saat keadaan maksimum. Selanjutnya dengan maksud untuk melinierkan maka kedua ruas dinyatakan dalam fungsi logaritma natural, sehingga diperoleh persamaan. k / kc ln( Us) ln( uf. ) (17) 1 ln( Us). k ln( Uf ) (18) kc Persamaan ini analog dengan persamaan linier y = Ax + B dengan y = ln(us) dan x =k, maka 1 kc dan B ln(uf ) atau B Uf e. A 1 A atau kc Hubungan antara dan k didapat dengan substitusi Us = /k pada persamaan 16, dan diperoleh. k kc Uf. e / (19) k k / kc k. Uf. e (0) Selanjutnya dengan substitusi B Uf e dan 1 kc didapatkan. A k /( 1 / A) k. e B. e (1) B Ak k. e () ISBN : Group Teknik Sipil Volume 6 : Desember 01 TS 1-4

5 PROS ID I NG 0 1 HASIL PENELITIAN FAKULTAS TEKNIK Hubungan antara dengan Us diperoleh dengan substitusi k = /Us pada persamaan 16, dan diperoleh persamaan. Us. U / kc Uf. e (3) Apabila kedua ruas dinyatakan dalam fungsi logaritma naturalis, maka diperoleh persamaan. atau /. kc ln( Us) ln( Uf. e u ) (4) ln( Us) ln( Uf ) (5) U. kc = -Us.Kc.ln(Us) + Us. Kc. Ln(Uf) (6) Dengan mensubstitusikan kc = 1/A dan ln(uf) = B maka didapat persamaan. Us B. ln( Us). Us (7) A A Analisa Regresi Linier Bila variabel tidak bebas linier terhadap variabel bebas, maka hubungan dari kedua variabel itu dikenal dengan analisa regresi linier. Bila hubungannya lebih dari dua variabel bebas disebut sebagai analisa linier berganda. Besarnya nilai intersep a dan konstanta b dapat dicari dengan persamaan-persamaan di bawah ini (Liputo & Ramli, 007, Ali & Ramli, 006) : n b n xiyi xi xi xi yi (8) Dimana : a yi bxi (9) yi = yi/n yi = Variabel tak bebas xi = xi/n n = Jumlah sampel a = Nilai intersep dari persamaan regresi x i = Variabel bebas b = Konstanta regresi Analisa Korelasi Pengukuran untuk mengetahui sejauh mana ketepatan fungsi regresi adalah dengan melihat nilai koefisien determinasi (r) yang didapat dengan mengkuadratkan nilai koefisien korelasi. Nilai koefisien korelasi dihitung dengan persamaan di bawah ini (Liputo & Ramli, 007, Ali & Ramli, 006) : n xiyi xi yi r (30) n xi xi n yi yi Volume 6 : Desember 01 Group Teknik Sipil ISBN : TS 1-5

6 Model Hubungan Karakteristik Makro METODOLOGI PENELITIAN Persiapan bahan dan alat Berupa kegiatan yang mempersiapkan bahan-bahan dan peralatan yang akan digunakan di lapangan dalam pengambilan data (survai) dan di laboratorium yang akan digunakan dalam pengolahan data yang telah diambil. Bahan dan alat yang akan digunakan untuk survai lapangan meliputi format survai, counter (alat penghitung) volume lalu lintas serta tape recorder untuk survai kecepatan lalu lintas dan pengolahan data menggunakan perangkat lunak microsoft excel. Pengambilan Data (Survai Lapangan) Pengambilan data dilakukan dengan survai langsung pada ruas jalan yang ditinjau. Survai data meliputi survai volume lalu lintas dan survai kecepatan lalu lintas. Survai volume lalu lintas menggunakan metode manual count, dimana semua kendaraan yang lewat pada garis melintang pada pos pengamatan selama waktu pengamatan dicatat sebagai volume lalu lintas. Pengambilan data kecepatan kendaraan di lapangan dilakukan dengan metode kecepatan setempat dengan mengukur waktu perjalanan bergerak memakai alat tape recorder. Metode ini dimaksudkan untuk pengukuran karakteristik kecepatan pada lokasi tertentu dan kondisi lalu lintas yang ada pada saat studi. Waktu pelaksanaan survai dilakukan pada jam puncak, yaitu pada jam puncak pagi hari ( ), siang hari ( ), dan sore hari ( ), selama satu minggu. Periode pencatatan perhitungan volume dan kecepatan dilakukan setiap periode 15 menit. Lokasi pengambilan data pada Jl. A.P. Pettarani dilakukan 1 titik/pos pengamatan untuk setiap arah kendaraan. Reduksi dan Analisis Data Hasil Survai Pada tahap ini, dilakukan reduksi data hasil survai dalam bentuk tabelaris dan grafis. Disamping itu, dilakukan analisis untuk menentukan kerapatan arus lalu lintas yang telah di survai. Analisis Model Hubungan Karakteristik Arus Lalu Lintas Pada tahap ini, dilakukan analisis model hubungan karakteristik arus lalu lintas (model hubungan kecepatan volume kerapatan). Model hubungan yang dianalisis meliputi model Greenshield, model Greenberg dan model Underwood. Model hubungan dianalisis dengan menggunakan perangkat lunak Microsoft Excel. Penetuan Model Hubungan yang Sesuai Dari ketiga model hubungan yang telah diperoleh, selanjutnya dilakukan analisis dan uji statistik untuk menetukan model hubungan yang tepat yang sesuai dengan kondisi arus di lapangan. Penarikan kesimpulan dan saran Berdasarkan hasil analisis yang telah dilakukan, maka ditarik beberapa simpulan mengenai karakteristik arus lalu lintas pada ruas jalan yang ditinjau dan model hubungan antara setiap karakteristik yang dianalisis dan saran-saran mengenai hal-hal yang dapat dilakukan lebih lanjut dalam rangka penyempurnaan dan pengembangan topik penelitian. HASIL DAN PEMBAHASAN Perilaku Karakteristik Lalulintas Gambaran perilaku karakteristik volume lalulintas, kecepatan kendaraan dan kepadatan lalu lintas dilukiskan pada Gambar 1 dan Gambar. Gambar 1 memperlihatkan bahwa volume maksimum terjadi pada interval priode pengamatan pukul 7.00 pagi hingga pukul 0.00 malam yaitu sebesar 6091 smp per jam dengan volume rata-rata 505 smp per jam. Untuk kecepatan kendaraan minimum terjadi pada priode pengamatan pukul hingga sore hari yakni sebesar 9.54 km per jam. Gambar memperlihatkan bahwa Nilai kepadatan kendaraan maksimum terjadi ISBN : Group Teknik Sipil Volume 6 : Desember 01 TS 1-6

7 PROS ID I NG 0 1 HASIL PENELITIAN FAKULTAS TEKNIK pada priode pengamatan pukul hingga sore yakni sebesar smp per km dimana pada waktu tersebut terjadi kecepatan yang minimum. Gambar 1. Volume - Kecepatan Lalu Lintas Gambar. Kepadatan - Kecepatan Lalu Lintas Model Hubungan Perilaku Karakteristik Lalulintas Berdasarkan analisis dengan menggunakan tiga model matematis, yaitu model Greenshied, Greenbeerg dan Underwood maka diperoleh model hubungan antar perilaku karakteristik lalulintas, yaitu kecepatan dan kepadatan (S - D), volume dan kepadatan (V - D), dan volume dan kecepatan (V - S) sebagaimana pada Tabel 1 dan secara visual disajikan di Gambar 3. Tabel 1. Hasil kalkulasi nilai parameter model Jenis Model Hubungan Formulasi dan Parameter Model Indikator kesesuaian R r Greenshield S - D S = * D V - D V = * D * D V - S V = * S * S Greenberg S - D S = * LnD V - D V = * D * D * LnD V - S V = * S * - e -S/ Undewood S - D S = * e -D/ V - D V = * D * e -D/ V - S V = * S* Ln (55.81/S) a b c Gambar 3. Distribusi Waktu Keberangkatan Hasil Kalkulasi Model dan Pengamatan, a. Model Hubungan S D, b. Model Hubungan V S dan c. Model Hubungan V - D Evaluasi Pemilihan Model Terbaik Evaluasi pemilihan model terbaik dilakukan dengan meggunakan uji statistik terhadap keluaran parameterparameter statistik dari analisis model hubungan yang telah diestimasi. Dalam hal ini, nilai-nilai koefisien korelasi (r) dan nilai koefisien determinasi (R ) model sebagaimana disajikan pada Tabel 1 menjadi acuan penilaian. Volume 6 : Desember 01 Group Teknik Sipil ISBN : TS 1-7

8 Kecepatan Pengukuran (km/hour) Kecepatan Pengamatan (km/hour) Kecepatan Pengamatan (km/hour) Model Hubungan Karakteristik Makro Berdasarkan nilai-nilai yang tersaji pada Tabel 1 tersebut, terlihat bahwa untuk hubungan karakteristik S D, ketiga pendekatan model hamper memiliki nilai R dan r yang sama yaitu berkisar 0,68 dan 0.8. Meskipun nilainilai dari model Underwood sedikit lebih tinggi. Hal yang sama juga terjadi pada model hubungan V D, dimana nilai-nilai parameter R dan r berkisar 0.7 dan 0.8 secara berurut. Namun dalam hubungan ini, pendekatan model Greengerg sedikit lebih tinggi dibandingkan kedua pendekatan lainnya. Untuk model hubungan V S, nilai-nilai parameter R dan r pendekatan model Underwood sedikit lebih superior dibandingkan terhadap pendekatan Greenshield dan Greenberg, dimana nila R mencapai 0.8 dan nilai r mendekati 0.9. Secara keseluruhan dapat dikatakan bahwa ketiga pendekatan model yang digunakan dapat memenuhi uji kesuaian secara signifikan. Hasil komparasi anatara ketiganya memperlihatkan keunggulan dan kekurangan masing-masing model untuk setiap jenis model hubungan yang dianalisis. Dalam konteks ini, pendekatan model Underwood sedikit lebih baik untuk model hubungan S D dan V S, sedangkan untuk model hubungan V D pendekatan model Greenberg sedikit lebih baik. Validasi Model Untuk melihat konsistensi kesesuaian model dalam hal memprediksi, maka dilakuakn dilakukan validasi model, dimana akan dibandingkan antara nilai-nilai karakteristik lalu lintas yang diperoleh dari hasil kalkulasi dengan menggunakan model-model yang telah diperoleh dengan nilai-naila karakteristik lalu lintas hasil pengamatan di lapangan. Hasil validasi model disajikan secara berurut pada Gambar 4, Gambar 5, dan Gambar 6 untuk validasi model hubungan S D, V D, dan V S. Berdasarkan nilai-nilai yang tersaji pada Gambar 4, terlihat bahwa untuk model hubungan karakteristik S D, ketiga pendekatan model hampir memiliki nilai koefisien korelasi yang sama yaitu berkisar 0,86 yang menggindikasikan bahwa ketiga model cukup representatif dalam memprediksi nilai kepadatan lalu lintas dengan menggunakan variable kecepatan R = 0, R = 0, R = 0, Kalkulasi Kecepatan (Km/hour) Kecepatan Kalkulasi (Km/hour) Gambar 4. Validasi Model Hubungan S D, a. Greenshield,b. Greenberg dan c. Underwood Kecepatan Kalkulasi (Km/jam) a b c Hal yang sama terlihat pada Gambar 5 untuk validasi model hubungan V D, dimana nilai koefisien korelasi antara hasil kalkulasi dan pengamatan adalah berkisar Hal ini mengindikasikan bahwa nilai-nilai kepadatan lalu lintas cukup signifikan diprediksi dengan dengan menggunakan variable volume lalu lintas pada ketiga pendekatan model yang digunakan pada studi ini. Untuk validasi model hubungan V S, Gambar 6 memperlihatkan nilai koefisien korelasi antara hasil prediksi dengan pengamatan kurang sifinifikan, dimana nilai koefisien korelasinya hanya mencapai maksimum 0,4 yang diperoleh pada model Greenberg dan Underwood. Hal ini mengindikasikan bahwa ketiga model pendekatan hubungan karakteristik makro lalu lintas yng digunakan pada studi ini kurang mampu menggambarkan kondisi aktual fenomena hubungan volume dan kecepatan dengan baik. Salah satu aspek yang dapat menyebabkan hal ISBN : Group Teknik Sipil Volume 6 : Desember 01 TS 1-8

9 Volume Pengukuran (km/jam) Volume Pengukuran (km/jam) Volume Pengukuran (km/jam) Volume Pengukuran (km/jam) Volume Pengukuran (km/jam) Volume Pengukuran (km/hour) PROS ID I NG 0 1 HASIL PENELITIAN FAKULTAS TEKNIK ini adalah bahwa ketiga pendekatan model yang digunakan dibangun atas dasar asumsi bahwa kondisi lalu lintas bersifat homogen. Sebagaimana diketahui bahwa karakteristik lalu lintas kondisi heterogen sangat berbeda dengan kondisi lalu lintas homogeny, khususnya terkait dengan perilaku karakteristik kecepatan dan volume lalu lintas. Pada kondisi lalu lintas heterogen, nilai kecepatan sangat bervariasi dari kecepatan sangat rendah hingga mampu mencapai kecepatan yang sangat tinggi, karena adanya perilaku pengguna kendaraan yang tidak disiplin dalam menggunakan lajur lalu lintas. R = 0,854 R = 0,850 R = 0,85 a b c Gambar 5. Validasi Model Hubungan V D, a. Greenshield,b. Greenberg dan c. Underwood R = 0,379 R = 0,411 R = 0,397 a b c Gambar 6. Validasi Model Hubungan V S, a. Greenshield,b. Greenberg dan c. Underwood Secara keseluruhan dapat dikatakan bahwa ketiga pendekatan model yang digunakan valid dalam memprediksi pola hubungan kecepatan terhadap kepadatan dan atau volume terhadap kepadatan lalu lintas. Namun demikian, ketiga model pendekatan tersebut dalam memprediksi model hubungan kecepatan dan volume lalu lintas tidak mencapai tingkat signifikansi yang sama ketika memprediksi model hubungan kecepatan dan volume terhadap kepadatan. KESIMPULAN Berdasarkan hasil survei dan analisis serta evaluasi yang telah dilakukan, maka dapat ditarik simpulan sebagai berikut : Kecenderungan perilaku karakteristik lalu lintas pada ruas Jl. AP.Pettrani memperlihatkan kecepatan maksimum dengan besaran kecepatan 39,10 km per jam, volume puncak yaitu 6091 smp per jam, dan kepadatan maksimum sebesar smp per km. Volume 6 : Desember 01 Group Teknik Sipil ISBN : TS 1-9

10 Model Hubungan Karakteristik Makro Model hubungan antar perilaku karakteristik lalulintas pada ruas Jl. AP. Pettarani yang terbaik berdasarkan hasil evaluasi model adalah: model Underwood untuk hubungan antara kecepatan dan kepadatan (S-D) dengan persamaan model terpilih adalah S = * e -D/ ; model Greenberg untuk hubungan antara volume dan kepadatan (V-D) dengan persamaan model terpilih adalah V = * D * D * LnD: dan model Underwood untuk hubungan antara volume dan kecepatan (V-S) dengan persamaan model terpilih adalah V = * S* Ln (55.81/S). Ketiga pendekatan model yang digunakan valid dalam memprediksi pola hubungan kecepatan terhadap kepadatan dan atau volume terhadap kepadatan lalu lintas, namun tidak mencapai tingkat signifikansi yang sama ketika memprediksi model hubungan kecepatan dan volume lalu lintas. Beberapa hal yang dapat disarankan sehubungan dengan hasil-hasil yang diperoleh pada kegiatan analis dan evaluasi serta validasi model adalah sebagai berikut : Studi model hubungan perilakuk karakteristik V S D untuk jenis/tipe jalan lainnya di Kota Makassar masih diperlukan untuk memperoleh gambaran yang komprehensif. Untuk memperoleh informasi lebih lanjut mengenai pengaruh kondisi lalu lintas yang heterogen terhadap pendekatan yang digunakan pada studi ini, maka perlu dilakukan studi lebih lanjut mengenai pengaruh komposisi kendaraan dan perilaku pengedara terhadap model hubungan perilaku karakteristik V-S-D. Hasil-hasil model yang diperoleh pada studi ini dapat digunakan lebih lanjut untuk pembangunan model prediksi emisi lalu lintas dan atau estimasi emisi kendaraan yang bergerak di jalan raya berbasis model Internasional Vehicle Emission Model (IVEM). DAFTAR PUSTAKA Anonymous Indonesia Highway Capacity Manual. Jakarta: Directorate General of Highway Public Work Departement. Ali, N., dan Ramli, M. I Studi Model Hubungan Volume Kecepatan Kepadatan pada Jalan Perkotaan Tipe Lajur dan 4 Lajur Tak Terbagi (/UD dan 4/UD). Simposium IX Forum Studi Transportasi Antar Perguruan Tinggi (FSTPT) 11-1 Nopember, Universitas Brawijaya, Malang Bhat, C. R., and Steed, J. L. : A continuous-time model of departure time choice for urban shopping trips, Transportation Research B, Vol. 36, No. 3, pp. 07-4, 00. Hendrata Wibisana Studi Hubungan Arus Lalu Lintas Di Ruas Jalan Rungkut Asri Kotamadya \Surabaya Dengan Metode Underwood. Jurnal Teknik Sipil, Vol 3, No. Oktober 007, Maranatha, Bandung. Liputo dan Ramli Model hubungan volume kecepatan - kepadatan Pada ruas jalan tipe 4 lajur tak terbagi (4/ UD). Simposium X Forum Studi Transportasi Antar Perguruan Tinggi (FSTPT) 3 Nopember, Universitas Tarumanegara, Jakarta. Ronald E, Walphole Pengantar Statistik. Gramedia. Jakarta. Sitohang, O. dkk Analisa Kapasitas dan Tingkat Pelayanan Jalan di Kodya Medan, Simposium IV Forum Studi Transportasi Antar Perguruan Tinggi (FSTPT) 1- Nopember, Universitas Udayana, Bali Suteja, I.W., Studi Hubungan Kecepatan Volume Kerapatan pada Lalu Lintas Dominan Sepeda Motor. Simposium II Forum Studi Transportasi Antar Perguruan Tinggi (FSTPT) 8 Oktober, ITS, Surabaya. Tamin, Ofyar Z Perencanaan & Permodelan Transportas contoh soal dan aplikasi. Edisi kesatu. Bandung: Penerbit ITB. Tom V. Mathew and K V Krishna Rao Traffic Stream Models. NPTEL May 8. ISBN : Group Teknik Sipil Volume 6 : Desember 01 TS 1-10