V. PENILAIAN KINERJA POLA TRAYEK/RUTE EKSISTING

Transkripsi

1 V. PENILAIAN KINERJA POLA TRAYEK/RUTE EKSISTING 5.1. Permintaan Pergerakan Penduduk Kebutuhan akan jasa angkutan umum penumpang di Kota Makassar tidak dapat dipisahkan dengan kebutuhan transportasi kota yang timbul karena lokasi aktivitas penduduk yang tersebar secara spasial sehingga perjalanannya juga menyebar ke seluruh bagian wilayah kota. Pola penyebaran tersebut sebagai implikasi dari rencana penggunaan lahan yang telah direncanakan dalam RTRW Kota Makassar dalam konteks kota dan RTRW Kawasan Metropolitan Mamminasata dalam konteks wilayah dan perkotaan maupun yang berkembang secara alami atau tanpa perencanaan. Berdasarkan kondisi tersebut, maka dapat diidentifikasi variabel-variabel yang dapat menimbulkan kebutuhan transportasi atau permintaan akan pergerakan atau perjalanan penduduk kota di setiap kecamatan, dimana variabel-variabel tersebut dikonversi dan selanjutnya dianalisis serta diramalkan dalam model kebutuhan transportasi seperti yang telah dijelaskan pada Sub bab Hasil survei data sekunder dan primer selengkapnya untuk setiap variabel bebas (X 1 sampai X 7 ) di 14 kecamatan Kota Makassar dapat dilihat pada Lampiran 1 dan Lampiran 7, sedangkan hasil tabulasi variabel-variabel yang berpengaruh dan peringkat kecamatan tersebut dapat dilihat pada Tabel 19. Tabel 19. Faktor yang Berpengaruh pada Permintaan Pergerakan Penduduk Kota Makassar berdasarkan Kecamatan No Kecamatan X 1 X 2 X 3 X 4 X 5 X 6 X 7 Peringkat 1 Mariso Mamajang Tamalate Rappocini Makassar Ujungpandang Wajo Bontoala Ujung Tanah Tallo Panakkukang Manggala Biringkanaya Tamalanrea Sumber: Survei Data Sekunder dan Primer (2006)

2 81 Analisis permintaan pergerakan atau transportasi di Kota Makassar yang dihitung dengan peramalan statistik korelasi dan analisis regresi berganda, dimana Y 1 atau permintaan pergerakan merupakan variabel terikat (dependent variable). Variabel bebas (independent variable) yang diasumsikan sebagai pendorong terjadinya bangkitan pergerakan (sistem aktivitas maupun sistem transportasi) adalah: X 1 adalah jumlah penduduk sebagai fungsi kepadatan penduduk atau jumlah jiwa penduduk per luas wilayah kecamatan (jiwa/km 2 ); X 2 adalah sosial ekonomi sebagai fungsi fasilitas pendidikan (SD), kesehatan (RS), dan perdagangan (pasar) di setiap kecamatan (unit); X 3 adalah penggunaan lahan sebagai fungsi aktivitas permukiman, perdagangan dan jasa, industri, dan ruang terbuka di kecamatan (unit); X 4 adalah tingkat pelayanan transportasi sebagai fungsi kapasitas, kecepatan, tingkat polusi, dan frekuensi angkutan umum penumpang per kecamatan (jumlah); X 5 adalah harga/biaya transportasi sebagai fungsi tarif angkutan umum penumpang lebih besar dari Rp 2500,- dan lebih besar dari Rp 3500,- per kecamatan (rupiah); X 6 adalah kenyamanan oleh pelayanan transportasi sebagai fungsi ketersediaan tempat duduk, kebersihan dan suhu, kebisingan dan goncangan, polusi yang ditimbulkan oleh angkutan umum penumpang per kecamatan (tingkat kepuasan); dan X 7 adalah waktu perjalanan sebagai fungsi waktu dari rumah ke tempat tunggu, waktu tunggu, dari asal ke tujuan, dan waktu tunggu per kecamatan (menit). Berdasarkan hasil analisis korelasi dan regresi berganda pada Tabel 19 di atas, dimana semua variabel yang berpengaruh dianalisis dengan bantuan software SPSS 11 seperti yang terdapat pada Lampiran 2, 10, 11, 12, 13, dan 14 menghasilkan sebagai berikut: 1. Hasil perhitungan koefisien regresi konstanta adalah dengan t hitung dan nilai Sig Koefisien slope variabel jumlah penduduk adalah (t hitung dan Sig 0.246), sosial ekonomi (t hitung dan Sig 0.979), penggunaan lahan (t hitung dan Sig 0.372), tingkat pelayanan (t hitung dan Sig 0.010), biaya transportasi (t hitung dan Sig 0.926), kenyamanan (t hitung dan

3 82 Sig 0.051), dan waktu perjalanan (t hitung dan Sig 0.108). Persamaan regresi untuk prediksi peringkat kecamatan dengan faktor-faktor yang berpengaruh terhadap permintaan pergerakan penduduk per kecamatan di Kota Makassar adalah: Y = X X X X X X X 7 2. Koefisien Korelasi Pearson antara peringkat dengan jumlah penduduk adalah (Sig 0.460), sosial ekonomi (Sig 0.493), penggunaan lahan (Sig 0.439), tingkat pelayanan (Sig 0.000), biaya transportasi (Sig 0.030), kenyamanan (Sig 0.021), dan waktu perjalanan (Sig 0.151). Rata-rata Sig peringkat terhadap variabel adalah 0.228, sehingga koefisien korelasi secara umum tidak signifikan karena lebih besar dari nilai alpha, tetapi korelasi antara peringkat dengan tingkat pelayanan, kenyamanan, dan waktu perjalanan adalah signifikan. 3. Tabel Model Summary mengidentifikasi koefisien korelasi berganda antara ketujuh variabel dengan peringkat adalah dan nilai koefisien determinasi persamaan regresi adalah serta nilai koefisien determinasi yang disesuaikan untuk yang lebih dari satu variabel sebesar Berdasarkan nilai tersebut berarti 78.8 persen variasi atau perubahan peringkat dapat dijelaskan oleh perubahan ketujuh variabel. Signifikansi koefisien determinasi dengan F hitung sebesar dan nilai Sig sebesar serta F tabel dengan df1 sebesar 7 dan df2 sebesar 6 adalah Kondisi F hitung lebih besar dari F tabel dan nilai Sig lebih kecil dari alpha (0.05) yang berarti koefisien determinasi signifikan secara statistik. 4. Rata-rata (mean) untuk peringkat kecamatan adalah 28.8; jumlah penduduk 43.0; sosial ekonomi 25.2; penggunaan lahan 53.6; tingkat pelayanan 39.3; biaya transportasi 25.3; kenyamanan 27.1; dan waktu perjalanan Sedangkan standar deviasi peringkat kecamatan adalah 23.46; jumlah penduduk ; sosial ekonomi 23.78; penggunaan lahan 35.04; tingkat pelayanan 18.90; biaya transportasi 19.22; kenyamanan 24.60; dan waktu perjalanan Nilai rata-rata tertinggi adalah faktor waktu perjalanan, penggunaan lahan, dan jumlah penduduk dimana standar deviasi tertinggi berpengaruh pada faktor penggunaan lahan dan jumlah penduduk. 5. Grafik P-P Plot Normal menggambarkan distribusi frekuensi dari peringkat kecamatan dibandingkan dengan distribusi frekuensi yang telah ditentukan

4 83 dimana titik-titiknya berada di sekitar garis lurus diagonal. Frekuensi pengamatan sama dengan distribusi uji sehingga disimpulkan bahwa data telah terdistribusi secara normal atau penyebaran peringkat kecamatan mengikuti distribusi normal. 6. Grafik Scatterplot menggambarkan penyebaran residual regresi dan memeriksa linearitas hubungan antara variabel independen dan dependen. Dimana residual negatif diikuti oleh residual positif yang berarti telah mengikuti asumsi analisis regresi sehingga persamaan regresinya sudah tepat. Permintaan pergerakan penduduk Kota Makassar berdasarkan aktivitas dan sebaran spasial lokasi kecamatan diprediksi akan sangat signifikan dipengaruhi oleh faktor-faktor: jumlah penduduk, sosial ekonomi, penggunaan lahan, tingkat pelayanan, harga/biaya transportasi, kenyamanan pelayanan transportasi, dan waktu perjalanan. Signifikansi tersebut terutama pada koefisien korelasi antara peringkat dengan tingkat pelayanan, kenyamanan pelayanan, dan waktu perjalanan. Selain itu, koefisien determinasi model telah signifikan secara statistik antara ketujuh variabel independen terhadap permintaan. Berdasarkan grafik pada Lampiran 2 disimpulkan bahwa data yang digunakan telah terdistribusi secara normal atau untuk penyebaran peringkat kecamatan, karena telah mengikuti distribusi normal dengan standar deviasi Selain itu, persamaan regresi hubungan antara variabel terikat dan bebas sudah tepat karena telah mengikuti asumsi-asumsi analisis regresi. Peramalan permintaan pergerakan penduduk berdasarkan kecamatan akan berkurang sejalan dengan bertambahnya jumlah penduduk (-0.107), biaya transportasi (-2.24), dan waktu perjalanan (-1.676). Sedangkan faktor-faktor yang berpengaruh positif terhadap permintaan pergerakan penduduk adalah sosial ekonomi (4.214), penggunaan lahan (0.127), tingkat pelayanan (0.793), dan kenyamanan (1.32). Koefisien korelasi berganda sebesar berarti korelasi antara seluruh faktor dengan peringkat kecamatan yang mempengaruhi permintaan adalah 95% dan koefisien determinasi sebesar menunjukkan bahwa 90% sumbangan faktor-faktor lainnya menentukan naik turunnya peringkat kecamatan dan 10% sisanya ditentukan oleh faktor lain yang tidak termasuk dalam model.

5 84 Hubungan ke tujuh variabel di atas berdasarkan data dan analisis statistik deskriptif yang menggunakan skala penilaian prosentase dapat dilihat pada Gambar 14. Persentase Faktor Berpengaruh 100% 80% 60% 40% 20% 0% Mariso Mamajang Tamalate Rappocini Makassar Ujungpandang Wajo Bontoala Ujung Tanah Tallo Panakkukang Manggala Biringkanaya Tamalanrea Waktu Perjalanan Kenyamanan Biaya Transportasi Tingkat Pelayanan Penggunaan Lahan Sosial Ekonomi Penduduk Kecamatan Gambar 14. Permintaan Transportasi Kota Makassar Per Kecamatan Grafik di atas menunjukkan bahwa terdapat tiga kategori pengelompokan faktor-faktor yang berpengaruh terhadap permintaan transportasi Kota Makassar yaitu kategori rendah (0-33%), sedang (34-66%), dan tinggi (67-100%). Hasilnya adalah faktor jumlah penduduk berpengaruh rendah (0-30%), sosial ekonomi rendah-sedang (10-55%), penggunaan lahan rendah-sedang (18-63%), tingkat pelayanan rendah-tinggi (22-75%), biaya transportasi sedang-tinggi (41-75%), kenyamanan sedang-tinggi (55-79%) dan waktu perjalanan rata-rata tinggi (100 persen) pada 14 kecamatan. Selain itu, teridentifikasi juga faktor-faktor yang berpengaruh terhadap permintaan transportasi di setiap kecamatan adalah sangat bervariasi. Kategori pengelompokan faktor berpengaruh adalah 0-20% (sangat rendah), 21-40% (rendah), 41-60% (sedang), 61-80% (tinggi), dan % (sangat tinggi). Kategori kecamatan berdasarkan berbagai faktor yang beragam adalah sangat rendah di sebagian besar kecamatan kecuali Kecamatan Mariso, Mamajang, Makassar, Bontoala, dan Tallo; kategori rendah di sebagian besar kecamatan kecuali Kecamatan Tamalate dan Manggala; kategori sedang di sebagian besar kecamatan kecuali Kecamatan Tallo; kategori tinggi di sebagian besar kecamatan kecuali Kecamatan Ujung Tanah; dan kategori sangat tinggi di seluruh kecamatan.

6 85 Kondisi di atas sejalan dengan kondisi transportasi umum massal kota-kota di Indonesia, dimana dari 10 kota metropolitan hanya 7 kota yang menggunakan kendaraan kapasitas besar (bus besar dan sedang) secara maksimal dan selebihnya didominasi kendaraan berkapasitas kecil (MPU) seperti Kota Makassar. Beberapa permasalahan terkait dengan kondisi tersebut, diantaranya adalah: rendahnya aksesibilitas karena banyaknya bagian kawasan perkotaan yang belum dilayani dan rendahnya tingkat pelayanan angkutan umum penumpang non-bus (MPU) karena waktu tunggu yang relatif tinggi antara menit. Selain itu, waktu perjalanan yang lama karena hierarki pelayanan tidak optimal berdampak pada terjadinya trayek berjarak panjang dan terjadi penumpukan atau tumpang tindih trayek pada beberapa rute antar kawasan dalam kota dan berimplikasi langsung pada peningkatan tarif angkutan umum penumpang Kinerja Rute dan Operasi Angkutan Umum Penumpang Non-Bus Kinerja rute dan operasi angkutan umum penumpang non-bus (angkutan kota) atau pete-pete di Kota Makassar dapat dinilai berdasarkan efektivitas, efisiensi, dan kepuasan pengguna angkutan umum tersebut sebagai bagian dari kinerja. Fungsi kualitatif kinerja berupa pengukuran kemampuan, usaha, dan kesempatan bagi pengusaha dalam menyediakan angkutan umum adalah yang diharapkan para pengguna. Berdasarkan maksud tersebut, dapat diidentifikasi variabel-variabel yang diasumsikan dapat berpengaruh pada kinerja rute dan operasi angkutan umum penumpang non-bus Kota Makassar. Selanjutnya, variabel-variabel tersebut dikonversi dan dianalisis serta diramalkan dalam model kinerja rute dan operasi angkutan umum penumpang non-bus seperti yang penjelasan pada Sub bab Hasil survei data sekunder dan primer setiap variabel bebas (X 8 sampai X 15 ) di 3 kecamatan di Kota Makassar dan 5 trayek (3 dalam kota dan 2 antar kota) yang dapat dilihat pada Lampiran 3 dan faktor-faktor yang berpengaruh dapat dilihat pada Tabel 20. Hubungan ke delapan variabel sebagai faktor kinerja rute dan operasi angkutan umum penumpang non-bus Kota Makassar terutama pada 3 (tiga) trayek utama kota yaitu D, E, dan G serta 2 (dua) trayek utama

7 86 antar kota yaitu Makassar-Maros dan Makassar-Gowa (Sungguminasa) dengan skala penjumlahan dari prioritas trayek. Tabel 20. Kinerja dan Operasi AUPNB Kota Makassar berdasarkan Trayek No Trayek X 8 X 9 X 10 X 11 X 12 X 13 X 14 X 15 Prioritas 1 D E G Maros Gowa Sumber: Survei Data Sekunder dan Primer (2006) Analisis kinerja rute dan operasi angkutan umum penumpang non-bus Kota Makassar dihitung dengan peramalan statistik korelasi dan analisis regresi berganda, dimana Y 2 atau kinerja rute dan operasi merupakan variabel terikat (dependent variable). Variabel bebas (independent variable) yang diasumsikan sebagai faktor-faktor yang dapat meningkatkan kinerja rute dan operasi angkutan umum penumpang non-bus adalah: X 8 adalah faktor muat atau pengisian sebagai fungsi pengisian angkutan kota yang berangkat dan pulang (orang); X 9 adalah jumlah penumpang yang diangkut angkutan kota sebagai fungsi jumlah penumpang yang berangkat dan pulang (orang); X 10 adalah waktu antara sebagai fungsi waktu keberangkatan sampai kepulangan dengan angkutan kota (menit); X 11 adalah waktu tunggu penumpang sebagai fungsi waktu tunggu penumpang terhadap ketersediaan angkutan kota (menit); X 12 adalah kecepatan perjalanan sebagai fungsi kecepatan angkutan kota dari keberangkatan sampai kepulangan (km/jam); X 13 adalah sebab-sebab kelambatan sebagai fungsi hambatan angkutan kota sejak keberangkatan sampai kepulangan (aktivitas); X 14 adalah penyediaan angkutan sebagai fungsi ketersediaan angkutan kota untuk keberangkatan sampai kepulangan (unit); dan X 15 adalah tingkat konsumsi bahan bakar sebagai fungsi penggunaan bahan bakar bagi angkutan kota untuk keberangkatan sampai kepulangan (liter). Berdasarkan hasil analisis korelasi dan regresi data pada Tabel 20 di atas, maka kedelapan variabel yang berpengaruh dianalisis dengan bantuan SPSS 11 seperti yang terdapat pada Lampiran 4 dan menghasilkan sebagai berikut:

8 87 1. Metode analisis Stepwise dengan nilai konstanta dan faktor muat/ pengisian 0,816 dan penyediaan angkutan , sehingga persamaan regresi untuk kinerja rute dan operasi angkutan umum penumpang non-bus dirumuskan sebagai berikut: Y = X X Koefisien korelasi Metode Stepwise adalah (koefisien determinasi 0.997) dengan pengujian dengan menggunakan uji t menyimpulkan Sig konstanta lebih kecil dari alpha sedangkan Sig faktor muat/pengisian lebih kecil dari alpha berarti signifikan secara statistik dan Sig penyediaan angkutan lebih besar dari alpha sehingga tidak signifikan secara statistik. Kinerja rute/trayek dan operasi angkutan umum penumpang non-bus Kota Makassar yang diprediksi dengan Metode Stepwise di atas berdasarkan sebaran trayek angkutan kota dan antar kota sekitarnya sangat signifikan dipengaruhi oleh faktor muat/pengisian dan signifikan oleh penyediaan angkutan, sedangkan faktor jumlah penumpang yang diangkut, waktu antara, waktu tunggu penumpang, kecepatan perjalanan, sebab-sebab kelambatan, dan tingkat konsumsi bahan bakar sangat kurang signifikan. Berdasarkan beberapa trayek tersebut, maka kinerja rute dan operasi angkutan umum penumpang non-bus akan berkurang sejalan dengan bertambahnya penyediaan angkutan (-4.748) dan faktor yang berpengaruh positif terhadap kinerja rute dan operasi angkutan umum penumpang non-bus adalah faktor muat/pengisian (0.816). Hasil analisis dalam bentuk grafik pada Lampiran 4 dapat disimpulkan bahwa data telah terdistribusi secara normal atau penyebaran prioritas trayek telah mengikuti distribusi normal dengan standar deviasi Persamaan regresi hubungan antara variabel bebas dan terikat sudah tepat karena telah mengikuti asumsi analisis regresi. Kinerja rute dan operasi angkutan umum penumpang non-bus dari hasil pengumpulan data yang dilakukan dengan wawancara langsung kepada pengemudi angkutan kota di atas kendaraan (on board survey) serta pengamatan surveyor pada trayek terpilih dalam satu kali perjalanan. Untuk dapat melihat keterkaitan kedelapan variabel bebas berdasarkan analisis statistik deskriptif menggunakan skala penilaian dapat dilihat pada Gambar 15.

9 88 Gowa tingkat konsumsi bahan bakar Maros penyediaan angkutan sebab-sebab kelambatan kecepatan perjalanan Trayek G waktu tunggu penumpang waktu antara E jumlah penumpang yang diangkut faktor muat/pengisian D Skala Penilaian Gambar 15. Kinerja Rute dan Operasi AUPNB Kota Makassar Per Trayek Gambar 15 menunjukkan bahwa terdapat tiga kategori pengelompokan aspek-aspek yang berpengaruh terhadap kinerja rute dan operasi AUPNB Kota Makassar yaitu kategori rendah (0-40), sedang (41-80), dan tinggi (81-100). Berdasarkan grafik data tersebut dapat disimpulkan bahwa faktor muat/pengisian, jumlah penumpang yang diangkut, waktu tunggu penumpang, sebab-sebab kelambatan, penyediaan angkutan, dan tingkat konsumsi bahan bakar rata-rata berpengaruh rendah, waktu antara rata-rata berpengaruh sedang, dan kecepatan perjalanan rata-rata berpengaruh tinggi pada kelima trayek tersebut. Selain itu, teridentifikasi juga faktor-faktor yang berpengaruh terhadap kinerja rute dan operasi AUPNB di setiap trayek adalah bervariasi. Kategori trayek berdasarkan berbagai faktor yang beragam dan relatif rendah di seluruh trayek; kategori sedang di Trayek D, E, Makassar, dan Gowa; dan kategori tinggi di Trayek D, G, dan Gowa. Berdasarkan kondisi tersebut, maka kinerja rute/trayek angkutan umum Kota Makassar di masa yang akan datang yang dipengaruhi oleh kedelapan faktor tersebut, dimana faktor muat/pengisian dan penyediaan angkutan sebagai faktor yang menjadi perhatian utama dalam penilaian kinerja pola trayek/rute eksisting angkutan umum penumpang non-bus. Kondisi tersebut sejalan juga dengan beberapa permasalahan terkait dengan penataan angkutan umum Kota Makassar, diantaranya adalah: tingkat aksesibilitas masih rendah sehingga masyarakat harus melakukan beberapa kali perpindahan angkutan hingga sampai ke tujuan, masih terdapatnya angkutan kota yang tidak resmi disamping penggunaan moda lain seperti ojek dan becak

10 89 pada beberapa ruas jalan utama kota, waktu tunggu angkutan relatif tinggi pada jam tidak sibuk, jarak tempuh trayek yang cukup panjang khususnya antar kota, dan faktor muat penumpang yang berfluktuasi dengan frekuensi singkat pada jam sibuk dan selebihnya angkutan relatif tidak berpenumpang atau sangat rendah. Hubungan antara indikator kinerja transportasi angkutan umum dengan efektifitas dan efisiensi menyimpulkan bahwa kondisi kedua faktor tersebut menjadi sangat penting untuk dinilai berdasarkan aspek: kemudahan, kapasitas, keterjangkauan, beban publik dan pengusaha, serta utilitas sebagai bagian dari fungsi manajemen antara pengusaha dan pengemudi khususnya dalam fungsi pengarahan dan koordinasi Kinerja Prasarana Transportasi Kinerja prasarana transportasi Kota Makassar dalam mendukung pelayanan angkutan umum penumpang non-bus dapat dinilai berdasarkan kebutuhan, pemilihan moda, teknologi kendaraan, muatan terberat, dan konstruksi jalan dari data sekunder instansi terkait yaitu Dinas Perhubungan dan Dinas Pekerjaan Umum Kota Makassar dan data primer berupa pengamatan visual kondisi dan keterbatasan prasarana di lapangan. Kinerja prasarana transportasi di Kota Makassar dapat dinilai berdasarkan efektivitas dan efisiensi kebutuhan prasarana diperbandingkan dengan kondisi ideal berdasarkan standar atau ketentuan yang berlaku. Berdasarkan maksud tersebut, maka dapat diidentifikasi variabel-variabel yang dapat berpengaruh pada kinerja prasarana transportasi Kota Makassar, dimana variabel-variabel tersebut dikonversi dan selanjutnya dianalisis serta diramalkan dalam model prasarana transportasi seperti yang telah dijelaskan pada Sub bab Hasil survei data sekunder dan primer setiap variabel bebas (X 16 sampai X 23 ) di Kota Makassar yang dapat dilihat pada Lampiran 5, sedangkan faktorfaktor yang berpengaruh dapat dilihat pada Tabel 21. Tabel 21. Kinerja Prasarana Transportasi Kota Makassar dan Sekitarnya No Kota/Kabupaten X 16 X 17 X 18 X 19 X 20 X 21 X 22 X 23 Urutan 1 Makassar ,6 2, Maros Gowa Sumber: Survei Data Sekunder dan Primer (2006)

11 90 Pengumpulan data dilakukan dengan survei instansi menggunakan kuesioner dan wawancara kepada pimpinan instansi tersebut dengan parameter ketersediaan dan pemanfaatan prasarana transportasi. Analisis kinerja prasarana transportasi yang menunjang kegiatan angkutan umum penumpang non-bus Kota Makassar dihitung dengan peramalan statistik korelasi dan analisis regresi berganda, dimana Y 3 atau kinerja prasarana transportasi merupakan variabel terikat (dependent variable). Variabel bebas (independent variable) yang diasumsikan sebagai faktor-faktor yang dapat meningkatkan kinerja prasarana transportasi yang menunjang kegiatan angkutan umum penumpang non-bus adalah: X 16 adalah tempat pemberhentian sebagai fungsi prosentase fasilitas angkutan umum penumpang berdasarkan kebutuhan dan kondisi yang ada di tiga kota/kabupaten (% unit); X 17 adalah halte sebagai fungsi prosentase fasilitas angkutan umum penumpang berdasarkan kebutuhan dan kondisi yang ada di tiga kota/kabupaten (% unit); X 18 adalah prioritas bus sebagai fungsi prosentase fasilitas angkutan umum penumpang berdasarkan kebutuhan dan kondisi yang ada di tiga kota/kabupaten (% unit); X 19 adalah sistem informasi sebagai fungsi prosentase fasilitas angkutan umum penumpang berdasarkan kebutuhan dan kondisi yang ada di tiga kota/kabupaten (% unit); X 20 adalah geometri jalan sebagai fungsi prosentase luas geometri jalan berdasarkan kebutuhan dan kondisi yang ada di tiga kota/kabupaten (% unit); X 21 adalah kondisi jalan sebagai fungsi prosentase kondisi jalan berdasarkan kondisi baik dan buruknya di tiga kota/kabupaten (% keadaan); X 22 adalah kapasitas jalan sebagai fungsi prosentase besar kapasitas jalan berdasarkan rencana dan fakta yang ada di tiga kota/kabupaten (% luas); dan X 23 adalah volume lalulintas sebagai fungsi prosentase jumlah lalulintas berdasarkan rencana dan fakta yang ada di tiga kota/kabupaten (% jumlah). Berdasarkan hasil analisis korelasi dan regresi data pada Tabel 21 di atas, maka kedelapan variabel yang berpengaruh dianalisis dengan bantuan SPSS 11 seperti yang terdapat pada Lampiran 6 dan menghasilkan sebagai berikut:

12 91 1. Metode Forward dengan nilai konstanta dan kondisi jalan 0.513, sehingga persamaan regresinya dirumuskan sebagai berikut: Y= X Koefisien korelasi Metode Forward adalah dan koefisien determinasi adalah Pengujian dengan menggunakan uji t menyimpulkan Sig konstanta dan kondisi jaringan jalan lebih besar dari alpha sehingga signifikan secara statistik. Kinerja prasarana transportasi di Kota Makassar berdasarkan sebaran dan potensinya di Kota Makassar dan sekitarnya yang diprediksi dengan Metode Forward di atas secara umum signifikan dan dipengaruhi oleh faktor kondisi jalan, sedangkan yang kurang signifikan adalah geometri jalan, volume lalulintas, kapasitas jalan, tempat pemberhentian, halte, prioritas bus dan sistem informasi. Oleh karena itu, dapat dikatakan bahwa kinerja prasarana transportasi berdasarkan lokasi kota/kabupaten tersebut yang akan berpengaruh positif terhadap kinerja prasarana tersebut adalah kondisi jaringan jalan (0.513). Berdasarkan kondisi tersebut, maka kinerja prasarana transportasi di Kota Makassar dan sekitarnya di masa yang akan datang yang dipengaruhi oleh kedelapan faktor tersebut, dimana faktor kondisi jaringan jalan sebagai faktor yang menjadi perhatian utama dalam penilaian kinerja tersebut. Kondisi jaringan jalan di Kota Makassar dengan persentase jalan baik hanya 27% dan jalan rusak 72% sedangkan kota/kabupaten sekitarnya relatif baik. Faktor yang sangat berpengaruh dalam pengembangan jaringan jalan tersebut diantaranya penggunaan badan jalan untuk fungsi parkir (parking on street), penggunaan daerah milik jalan untuk fungsi komersial (kaki lima dan lain sebagainya), bercampurnya berbagai jenis kendaraan moda darat, kondisi fisik jalan yang rusak, tingginya volume lalulintas, dan perilaku pengemudi dalam berkendaraan. Hubungan ke delapan variabel di atas sebagai faktor prasarana transportasi Kota Makassar dan kota sekitarnya yaitu Maros dan Gowa dengan skala penilaian menunjukkan bahwa terdapat tiga kategori pengelompokan aspek-aspek yang berpengaruh terhadap kinerja prasarana transportasi di Kota Makassar yaitu kategori rendah (0-40), sedang (41-80), tinggi (81-120), dan sangat tinggi ( ) yang dapat dilihat pada Gambar 16.

13 92 Gowa Kota Maros volume lalulintas kapasitas jalan kondisi jaringan jalan dimensi jaringan jalan sistem informasi prioritas bus halte tempat pemberhentian Makassar Skala Penilaian Gambar 16. Kinerja Prasarana Transportasi Kota Makassar dan Sekitarnya Berdasarkan grafik data tersebut dapat disimpulkan bahwa faktor kondisi jaringan jalan berpengaruh sangat tinggi; tempat pemberhentian rata-rata berpengaruh tinggi; sistem informasi, halte, dan prioritas bus rata-rata berpengaruh sedang; dimensi jaringan jalan, kapasitas jalan, dan volume lalulintas rata-rata berpengaruh rendah pada ketiga kota/kabupaten tersebut. Selain itu, teridentifikasi faktor-faktor yang berpengaruh terhadap kinerja prasarana transportasi di setiap kota/kabupaten adalah bervariasi. Kategori untuk kota/kabupaten berdasarkan berbagai faktor yang beragam dan relatif rendah di sebgaian kecil saja kota/kabupaten; kategori sedang dan tinggi di Kota Makassar, Kabupaten Maros dan Gowa; dan kategori sangat tinggi di Kabupaten Maros dan Gowa. Permasalahan transportasi angkutan umum penumpang non-bus terkait dengan prasarana transportasi Kota Makassar dan sekitarnya seperti di atas menyebabkan semakin menurunnya tingkat aksesibilitas kota terutama pada jam sibuk atau puncak (peak hours) terutama di jalan utama kota dan dilalui rute/trayek angkutan umum penumpang non-bus, karena daya tampung ruas jalan terhadap volume lalulintas tidak memadai lagi dan berdampak pada terjadinya tundaan sampai kemacetan. Kinerja prasarana transportasi Kota Makassar di masa yang akan datang dipengaruhi oleh kedelapan faktor tersebut, dimana kondisi jaringan jalan sebagai faktor utama dalam penilaian kinerja pola trayek/rute eksisting angkutan umum penumpang non-bus, terutama untuk fungsi manajemen yaitu aspek pengendalian.

14 Tingkat Pelayanan Jalan Tingkat pelayanan jalan di Kota Makassar direpresentasikan oleh rasio volume per kapasitas suatu ruas jalan dimana dipengaruhi oleh faktor-faktor: kapasitas dasar (smp/jam), faktor kesesuaian lebar jalur lalu-lintas, faktor kesesuaian bahu dan trotoar, faktor kesesuaian pemisahan arah/perjalanan (jalan dua arah), faktor kesesuaian jalur pergerakan, faktor kesesuaian ukuran kota, kecepatan pergerakan bebas (km/jam), pergerakan sebenarnya (smp/jam), dan derajat/ tingkat kejenuhan (DS). Secara kualitatif tingkat pelayanan jalan terkait langsung dengan kecepatan dan waktu perjalanan, kebebasan, kenyamanan, dan ekonomi, dan bersifat kuantitatif dengan kapasitas, kecepatan nyata, dan rasio volume per kapasitas. Kondisi tingkat pelayanan jalan di lokasi studi berdasarkan survei volume lalulintas dan kondisi lingkungan pada rute/trayek dalam kota dan antar kota selama 3 hari pada jam puncak dapat diidentifikasi variabel berpengaruh pada tingkat pelayanan jalan di Kota Makassar, dimana variabel-variabel tersebut dinilai berdasarkan persamaan yang telah dijelaskan pada Sub bab Hasil survei data primer untuk variabel volume lalulintas berdasarkan Lampiran 17 yang dihitung dengan statistik dan ditabulasi seperti pada Tabel 22. Tabel 22. Komposisi Lalulintas Rata-rata di Lokasi Penelitian No Jenis Kendaraan Jumlah Pembulatan Konversi*) SMP**) % 1 Sedan/Jeep Kijang Mini Bus Bus Pick-up Truk mini Truk tangki Truk gandeng Sepeda motor Angkot (pete-pete) Sepeda Becak Lainnya***) Jumlah Sumber: Survei Data Primer (2006) *) Nilai Konversi IHCM dan Ditjen Bina Marga, 1997 **) SMP = satuan muatan penumpang ***) gerobak dan lainnya Komposisi lalulintas rata-rata per 15 menit ( , , dan wita) selama 3 hari pengamatan (Senin, Jumat, dan Minggu) di

15 94 lokasi penelitian yaitu di zona pusat kota (mewakili Trayek D di Jalan Urip Sumohardjo), zona transisi kota (mewakili Trayek E di Jalan Toddopuli Raya), zona pinggiran kota (mewakili Trayek G di Jalan Tinumbu), zona sub urban bagian timur (mewakili Trayek Maros di Jalan Perintis Kemerdekaan), dan zona sub urban bagian selatan (mewakili Trayek Gowa di Jalan Sultan Alauddin). Berdasarkan data tersebut teridentifikasi bahwa jumlah total kendaraan adalah 4826 buah atau volume 2584 SMP (satuan muatan penumpang) jenis kendaraan tertinggi sampai terendah yang diamati dalam perhitungan volume adalah: sepeda motor 752 (29.1%), angkutan kota 531 (20.5%), kijang 508 (19.7%), sedan/jeep 240 (9.3%), sepeda 142 (5.5%), pick-up 98 (3.8%), becak 31 (1.2%), bus 99 (3.8%), truk mini 56 (2.2%), truk tangki 65 (2.5%), mini bus 13 (0.5%), truk gandeng 48 (1.9%), dan lainnya 4 (0%). Komposisi lalulintas berdasarkan jumlah kendaraan secara grafis dapat dilihat pada Gambar % 0% 1% 11% 0% 1% 2% 1% 4% 2% 0% 5% 11% Sedan/Jeep Kijang Mini Bus Bus Pick-up Truk mini Truk tangki Truk gandeng Sepeda motor Angkot (pete-pete) Sepeda Becak Lainnya***) Gambar 17. Komposisi Lalulintas di Lokasi Penelitian Per Jenis Kendaraan Komposisi volume lalulintas di lokasi penelitian berdasarkan jumlah kendaraan rata-rata mulai dari yang terpadat hingga yang terjarang berturut-turut adalah zona pusat kota (Jalan Urip Sumohardjo) dengan jumlah kendaraan 1553 buah (32%), kemudian zona sub urban timur kota (Jalan Perintis Kemerdekaan) sebanyak 1150 buah (23.9%), zona sub urban selatan kota (Jalan Sultan Alauddin) sebanyak 1057 buah (21.9%), zona transisi kota (Jalan Toddopuli Raya) sebanyak 648 buah (13.4%), dan zona pinggiran kota (Jalan Tinumbu) sebanyak 422 buah (8.8%). Untuk lebih jelasnya komposisi tersebut dapat dilihat pada Tabel 23.

16 95 Tabel 23. Komposisi Lalulintas Rata-rata di Lokasi Penelitian No Jenis Kendaraan Urip Toddopuli Tinumbu Perintis Sultan Sumoharjo Raya Kemerdekaan Alauddin Jumlah 1 Sedan/Jeep (4.9%) 2 Kijang (10.5%) 3 Sepeda motor (62.3%) Total kendaraan bermotor pribadi (66.3%) (79.8%) (54.2%) (85.1%) (78.8%) (78%) 4 Pick-up (2%) 5 Truk mini (0.9%) 6 Truk tangki (0.8%) 7 Truk gandeng (0.2%) Total angkutan barang 716 (0.77%) 1237 (3.18%) 1624 (6.4%) 5243 (7.6%) 3181 (5%) (4.1%) 8 Mini Bus (0.3%) 9 Bus (1%) 10 Angkot (petepete) (11%) Total angkutan penumpang (19.4%) 3387 (8.7%) 4448 (17.5%) 4752 (6.9%) 5238 (8.3%) (12%) 11 Sepeda (3.7%) 12 Becak (1.9%) 13 Lainnya***) (0.1%) Total kendaraan tidak bermotor 2471 (2.6%) 3224 (8.3%) 5526 (22%) 254 (0.4%) 5035 (7.9%) (5.7%) Jumlah Rata-rata per 3 hari dan per 20 bagian (15 ) Sumber: Survei Data Primer (2006) *) gerobak dan lainnya Berdasarkan komposisi lalulintas rata-rata di lokasi penelitian teridentifikasi bahwa kendaraan bermotor (pribadi, angkutan barang dan penumpang) lebih besar jumlahnya yaitu buah (94.2%) dibanding kendaraan tidak bermotor (sepeda, becak, dan lainnya) yaitu hanya sebanyak buah (5.8%). Sedangkan berdasarkan klasifikasi pemanfaatannya yang terbesar adalah kendaraan pribadi (78%), angkutan penumpang (12%), kendaraan tidak bermotor (5.7%), dan angkutan barang (4.1%). Hasil komposisi lalulintas khusus angkutan penumpang (mini bus, bus, dan angkutan kota) terbesar berdasarkan lokasi penelitian adalah di zona pusat kota (Jalan Urip Sumohardjo) sebesar 19.4%, zona pinggiran kota (Jalan Tinumbu) sebesar 17.5%, zona sub urban selatan kota (Jalan Sultan Alauddin) sebesar 8.3%, zona transisi kota (Jalan Toddopuli Raya) sebesar 8.7%, dan zona sub urban timur kota (Jalan Perintis Kemerdekaan) sebesar 6.9%.

17 96 Untuk lebih jelasnya komposisi lalulintas rata-rata di lokasi penelitian tersebut dapat dilihat pada Gambar 18. Diagram Komposisi Lalulintas Jumlah Kendaraan Sedan/Jeep Kijang Mini Bus Bus Pick-up Truk mini Truk tangki Jenis Kendaraan Truk gandeng Sepeda motor Angkot (pete-pete) Sepeda Becak Lainnya***) Urip Sumoharjo Toddopuli Raya Tinumbu Perintis Kemerdekaan Sultan Alauddin Lokasi Survei Gambar 18. Komposisi Lalulintas Rata-rata di Lokasi Penelitian Pada Gambar 18 teridentifikasi bahwa jumlah kendaraan terbanyak di jalan zona pusat yaitu sepeda motor dan angkutan kota (AUPNB) serta kijang, kemudian di sub urban timur kota dan sub urban selatan kota. Keadaan tersebut mengindikasikan bahwa perjalanan antar kawasan dalam kota tertinggi menuju ke pusat (Ujungpandang) berasal dari zona transisi (Panakkukang) dan pinggiran (Biringkanaya), sedangkan antar kota ke Kota Makassar dari hinterland adalah dari sub urban timur kota (Kabupaten Maros) dan sub urban selatan kota (Sungguminasa). Selain itu, mengindikasikan bahwa beban jalan dalam satuan kapasitas menjadikan tingkat pelayanan jalan menurun atau sangat potensial terjadi tundaan dan kemacetan di tiga zona kota (pusat, sub urban timur, dan sub urban selatan) dibandingkan dua lokasi lainnya. Volume kendaraan di lokasi penelitian berdasarkan hari sibuk dalam perhitungan volume teridentifikasi bahwa hari terpadat adalah Minggu dengan kendaraan (37.5%), kemudian hari Senin dengan kendaraan (32%), dan hari Jumat dengan kendaraan (30.5%), sedangkan berdasarkan kelompok waktu sibuk teridentifikasi jam terpadat adalah jam sibuk pagi ( ) dengan kendaraan (41%), kemudian jam sibuk siang ( ) dengan kendaraan (37%), dan jam sibuk sore ( ) dengan kendaraan (22%). Komposisi lalulintas berdasarkan waktu puncak di lokasi penelitian dapat dilihat pada Tabel 24 dan Gambar 19.

18 97 No Hari Tabel 24. Volume Lalulintas di Lokasi Penelitian Pagi Titik Perhitungan ( ) Siang ( ) Sore ( ) Jumlah Jumlah/ Hari 1 Senin Urip S T.Raya Tinumbu P.Kmdk Sultan A Jumat Urip S T.Raya Tinumbu P.Kmdk Sultan A Minggu Urip S T.Raya Tinumbu P.Kmdk Sultan A Jumlah Rata-rata per Sumber: Survei Data Primer (2006) Jumlah Kendaraan Pagi Waktu Pengamatan Siang Sore MINGGU JUMAT SENIN Hari Pengamatan SENIN JUMAT MINGGU Gambar 19. Volume Lalulintas Rata-rata Per Hari dan Jam Gambar 19 memberikan illustrasi bahwa volume kendaraan tertinggi hari sibuk yaitu Hari Senin dan Minggu adalah pada waktu pagi hari, sedangkan Hari Jumat pada waktu siang hari dan volume kendaraan terendah pada setiap hari pengamatan adalah pada sore hari. Berdasarkan kondisi tersebut, maka pergerakan penduduk Kota Makassar didominasi pada hari kerja pertama dan hari libur, khususnya pada jam berangkat kerja dibandingkan jam pulang kerja, sedangkan hari akhir kerja dalam seminggu relatif sedang.

19 98 Selain itu, data volume lalulintas pada jam puncak selama 5 jam pengamatan dikelompokkan dalam jenis kendaraan: cepat, berat, sepeda motor, dan tak bermotor dalam satuan SMP serta bagian geometri jalan dan standar empiris lokasi penelitian. Data tersebut merupakan perhitungan tingkat pelayanan jalan atau kapasitas prasarana jalan yang menunjukkan jumlah kendaraan maksimum yang dapat melewati suatu penampang jalan atau pada jalur jalan selama 1 jam dengan kondisi serta arus lalulintas tertentu seperti jam sibuk (peak hours). Nilai tingkat pelayanan jalan tersebut disesuaikan antara kapasitas ideal atau dasar kondisi jalan yang direncanakan. Hasil perhitungan kapasitas prasarana masing-masing ruas jalan lokasi penelitian berdasarkan karakteristik lingkungan jalan (Ditjen Bina Marga,1997) adalah sebagai berikut: Jalan Urip Sumohardjo: 8500*1.41*1.14*1.0*1.0*1.0 = SMP/jam Jalan Toddopuli Raya: 5700*1.10*1.015*0.99*0.86*1.0 = 5418 SMP/ jam Jalan Tinumbu: 5700*1.10*1.015*0.99*0.86*1.0 = 5418 SMP/jam Jalan Perintis Kemerdekaan: 8500*1.41*1.14*1.0*1.0*1.0 = SMP/jam Jalan Sultan Alauddin: 8500*1.41*1.14*1.0*1.0*1.0 = SMP/ jam. Data tersebut dianalisis dan kemudian ditabulasi dan hasilnya dapat dilihat pada Tabel 25. No Tabel 25. Data Empiris Kapasitas Prasarana Jalan di Lokasi Penelitian Data/ Informasi 1 Volume Lalulintas 2 Geometri Jalan 3 Lingkungan Jalan 4 Arus Lalulintas Jalan Jenis Data dan Informasi Jenis dan Satuan Titik Ruas Pengamatan Urip Sumohardjo Toddopuli Raya Tinum -bu Perintis Kemerdekaan Sultan Alauddin Kendaraan cepat (SMP) primer Kendaraan berat (SMP) primer Sepeda motor (SMP) primer Kendaraan tak bermotor (SMP) primer Daerah milik jalan (m) primer Lebar badan jalan/lbj (m) primer Lebar bahu jalan/lbhj (m) primer Lebar trotoar/lt (m) primer Panjang/jarak pengamatan (m) primer Tipe jalan kota (lajur/jalur) 6/2 4/2 4/2 6/2 6/2 primer Kapasitas dasar (C 0 ) IHCM Faktor kesesuaian LBJ (F W ) IHCM Faktor kes. LBHJ & LT (F KS ) IHCM Faktor kes.pemisah arah (F SP ) IHCM Faktor kes.jalur pergrkan (F SF ) IHCM Faktor kes.ukuran kota (F CS ) IHCM Kecepatan tertinggi (km/jam) primer Kecepatan terendah (km/jam) primer Waktu bergerak rata2 (detik) primer Waktu perjalanan rata2 (detik) primer Waktu pengamatan (jam/ hari) 5 / 1 5 / 1 5 / 1 5 / 1 5 / 1 primer Sumber: Survei Data Primer dan Studi Literatur (2006) Ket.

20 99 Kapasitas jalan di lokasi penelitian dikelompokkan menjadi 2 bagian, yaitu SMP/jam untuk jalan 6 lajur dan 5418 SMP/jam untuk jalan 4 lajur. Dimensi atau penampang ruas prasarana jalan dapat dilihat pada Gambar 20. RUANG MANFAAT JALAN RUANG MILIK JALAN RUANG PENGAWASAN JALAN Jalan Urip Sumohardjo (Lokasi Survei Volume Lalulintas Trayek D) RUANG MANFAAT JALAN RUANG MILIK JALAN RUANG PENGAWASAN JALAN Jalan Toddopuli Raya (Lokasi Survei Volume Lalulintas Trayek E) RUANG MANFAAT JALAN RUANG MILIK JALAN RUANG PENGAWASAN JALAN Jalan Tinumbu (Lokasi Survei Volume Lalulintas Trayek G) RUANG MANFAAT JALAN RUANG MILIK JALAN RUANG PENGAWASAN JALAN Jalan Perintis Kemerdekaan (Lokasi Survei Volume Lalulintas Trayek Mksr-Maros) 14m RUANG MANFAAT JALAN RUANG MILIK JALAN RUANG PENGAWASAN JALAN Jalan Sultan Alauddin (Lokasi Survei Volume Lalulintas Trayek Mksr-Sungguminasa) Gambar 20. Dimensi Penampang Ruas Jalan di Lokasi Penelitian

21 100 Berdasarkan data dan uraian di atas, maka perhitungan jumlah total kendaraan dan faktor nilai konversi dalam satuan muatan penumpang (SMP) di masing-masing zona di ruas jalan lokasi penelitian adalah sebagai berikut: a. Jumlah kendaraan dan nilai konversi di setiap ruas jalan adalah: Jalan Zona Pusat (Urip Sumohardjo) = [ ]*[63%* %* % * %*0.5]/100=52426* =453 SMP, Jalan Zona Transisi (Toddopuli Raya)= [ ]*[47%* %* %* %*0.5] / 100 = 18971*0.008 = 150 SMP, Jalan Zona Pinggiran (Tinumbu)= [ ]*[37.6%* %* %* %*0.5] / 100 = 14956*0.009 = 146 SMP, Jalan Zona Sub Urban Timur (Perintis Kemerdekaan)= [ ]*[51.7%*1.0+18%* %* %* 0.5]/100 = 37877* = 361 SMP, dan Jalan Zona Sub Urban Selatan (Sultan Alauddin)= [ ]*[47%* %* %* %*0.5] / 100 = 31906*0.008 = 267 SMP. b. Kecepatan pergerakan nyata (aktual) di setiap ruas jalan adalah: Jalan zona pusat kota (Urip Sumohardjo) adalah 0.2 km/0.025 jam atau 8 km/jam jadi kecepatan pergerakan nyata adalah 8*0.5*[1+(1-453/ 13663) 0,5 ] atau 4*[2.648] adalah sebesar atau 11 km/jam, Jalan zona transisi kota (Toddopuli Raya) adalah 0.2 km/0.025 jam atau 8 km/jam jadi kecepatan pergerakan nyata adalah 8*0.5*[1+(1-150/ 5418) 0,5 ] atau 4*[2.648] adalah sebesar atau 11 km/jam, Jalan zona pinggiran kota (Tinumbu) adalah 0.2 km/0.016 jam atau 12.5 km/jam jadi kecepatan pergerakan nyata adalah 12.5*0.5*[1+(1-146/ 5418) 0,5 ] atau 6.25*[2.648] adalah sebesar atau 17 km/jam, Jalan zona sub urban timur (Perintis Kemerdekaan) adalah 0.2 km/0.013 jam atau 15.4 km/jam jadi kecepatan pergerakan nyata adalah 15.4*0.5* [1+(1-361/13663) 0,5 ] atau 7.7*[2.648] adalah sebesar atau 20 km/ jam, dan Jalan zona sub urban selatan (Sultan Alauddin) adalah 0.2 km/0.013 jam atau 15.4 km/jam jadi kecepatan pergerakan nyata adalah 15,4*0,5*[1+ (1-267/13663) 0,5 ] atau 7.7*[2.648] adalah sebesar atau 20 km/jam. Berdasarkan hasil di atas dan data empiris serta literatur pada Tabel 25, maka dapat disimpulkan bahwa tingkat pelayanan jalan sebagai berikut: (1) Jalan primer (Urip Sumohardjo) di zona pusat kota dengan tingkat pelayanan jalan sebesar dibagi yaitu SMP/jam atau kategori C dengan karakteristik aliran arus lalulintas masih baik dan stabil dengan adanya tundaan;

22 101 (2) Jalan sekunder (Toddopuli Raya) di zona transisi kota dengan tingkat pelayanan jalan sebesar 3794 dibagi 5418 yaitu SMP/jam atau kategori C dengan karakteristik aliran arus lalulintas masih baik dan stabil dengan adanya tundaan; (3) Jalan sekunder (Tinumbu) di zona pinggiran dengan tingkat pelayanan jalan sebesar 2991 dibagi 5418 yaitu 0.,552 SMP/jam atau kategori B dengan karakteristik aliran arus lalulintas masih baik dan stabil dan kemungkinan terjadi tundaan; (4) Jalan primer (Perintis Kemerdekaan) di zona sub urban timur kota dengan tingkat pelayanan jalan sebesar 7575 dibagi yaitu SMP/jam atau kategori B dengan karakteristik aliran arus lalulintas masih baik dan stabil dan kemungkinan terjadi tundaan; dan (5) Jalan primer (Sultan Alauddin) di zona sub urban selatan kota dengan tingkat pelayanan jalan sebesar 6381 dibagi yaitu SMP/jam atau kategori A dengan karakteristik aliran arus lalulintas bebas tanpa hambatan karena volume dan kepadatan lalulintas rendah serta kecepatan kendaraan menjadi pilihan pengemudi. Penilaian kinerja pola trayek/rute eksisting angkutan umum penumpang non-bus Kota Makassar berdasarkan permintaan pergerakan penduduk dari survei data primer pengguna angkutan umum menyimpulkan bahwa faktor-faktor sosial ekonomi, penggunaan lahan, tingkat pelayanan, dan kenyamanan berpengaruh besar dalam peramalan pergerakan penduduk dalam dan antar kota; kinerja rute dan operasi angkutan dari survei pengemudi dan pembantu serta observasi di atas kendaraan (on board survey) menyimpulkan bahwa faktor penyediaan dan faktor muat/pengisian angkutan umum penumpang non-bus paling berpengaruh terhadap pengoperasian di rute/trayek tersebut. Kinerja prasarana transportasi berdasarkan survei data sekunder di instansi terkait menyimpulkan bahwa hanya faktor kapasitas jalan dan kondisi jaringan jalan yang signifikan, sedangkan tingkat pelayanan jalan dari survei data primer lokasi penelitian dan studi literatur menyimpulkan bahwa kapasitas, kecepatan nyata, dan rasio volume menjadi satu kesatuan yang berkaitan satu sama lain. Kondisi lalulintas di lokasi penelitian Kota Makassar dengan volume lalulintas yang besar telah menurunkan kecepatan nyata dan berdampak pada penurunan kapasitas jaringan jalan. Berdasarkan parameter sosial yaitu aksesibilitas pergerakan penduduk dan sarananya, maka tumpang tindihnya beberapa trayek telah menyebabkan tingkat pelayanan jalan, kapasitas, dan kecepatan aktual menurun sehingga fungsi manajemen dalam mengefektifkan trayek merupakn pilihan masa depan.