ANALISIS MODEL TARIKAN PERGERAKAN PADA UNIVERSITAS (Studi Kasus Di Wilayah Surakarta)

Transkripsi

1 ANALISIS MODEL TARIKAN PERGERAKAN PADA UNIVERSITAS (Studi Kasus Di Wilayah Surakarta) TRIP ATTRACTION MODEL ANALYSIS FOR UNIVERSITY (Study Case in Surakarta Region ) SKRIPSI Disusun untuk Memenuhi Persyaratan Memperoleh Gelar Sarjana Teknik pada Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret Disusun Oleh : ADITYA MAHINDERA PUTRA NIM : I JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS SEBELAS MARET SURAKARTA 2013

2 ii

3 iii

4 ABSTRAK Aditya Mahindera Putra, 2013, Analisis Model Tarikan Pergerakan Pada Universitas (Studi Kasus di wilayah Surakarta). Surakarta adalah salah satu kota besar di Provinsi Jawa Tengah yang memiliki tingkat kepadatan penduduk yang tinggi dan memiliki banyak Universitas. Universitas merupakan salah satu jenis dari pemanfaatan tata guna lahan yang akan menimbulkan tarikan pergerakan kendaraan. Tujuan dari penelitian ini adalah untuk mengetahui model tarikan kendaraan pada universitas di wilayah surakarta dan mengetahui tingkat validitas dari model tersebut. Studi kasus pada penelitian ini adalah Universitas Sebelas Maret (UNS), Universitas Muhammadiyah Surakarta (UMS), Universitas Slamet Riyadi (UNISRI), Universitas Setia Budi (USB), Universitas surakarta (UNSA). Data yang digunakan pada penelitian ini terbagi menjadi data primer dan data sekunder. Data primer (variabel terikat) yang dibutuhkan adalah jumlah tarikan pergerakan yang menuju masing-masing universitas dengan menggunakan moda transportasi, yaitu sepeda motor (MC), mobil (LV), dan mobil besar (HV). Sedangkan data sekunder (variabel bebas) yang dibutuhkan adalah kumpulan parameter yang digunakan pada penelitian ini. Parameter-parameter itu adalah luas wilayah (X 1 ), luas bangunan (X 2 ), jumlah dosen (X 3 ), jumlah karyawan (X 4 ), jumlah mahasiswa (X 5 ), dan jumlah fakultas (X 6 ). Data primer diperoleh dari hasil pengamatan langsung pada lokasi studi dan data sekunder diperoleh dari pihak pengelola universitas atau instansi yang terkait. Data kemudian dianalisis menggunakan bantuan program software SPSS 16, dengan metode Enter dan Stepwise. Diperoleh dua model matematis dari empat persamaan yang dapat diterima secara uji statistik dan fungsi tata guna lahan, yaitu Y = 191, ,260 X 5, dany = 192, ,840 X ,0567 X 5. Kedua model kemudian dilakukan pengujian secara statistik dan pengujian persyaratan kriteria BLUE. Hasil menunjukan Y = 191, ,260 X 5 merupakan model yang paling memenuhi persyaratan uji statistik dan uji persyaratan kriteria BLUE dengan Y adalah besar tarikan pergerakan kendaraan yang menuju masing-masing universitas dan X 5 adalah jumlah mahasiswa. Tingkat validitas pada model berdasarkan nilai koefisien determinasi (R 2 ) sebesar 0,994, Sehingga persamaan regresi yang dihasilkan baik untuk mengestimasi nilai variable terikat. Kata kunci : Tarikan pergerakan, universitas, Model matematis, SPSS 16 iv

5 ABSTRACT Aditya Mahindera Putra, 2013, Trip Attraction Model Analysis For University (Study Case in Surakarta Region). Surakarta Region is one of the big city in Central of Java that has dense population and many University. University is one type of land use that attracting people in Surakarta region. This research is conducted to built a model that can be used to estimate the trip attraction because of the new University development which can affected the existing traffic network system and to determine the validity of the model by using the value of coefficient determination (R 2 ). The study case in this research are Sebelas Maret University (UNS), Muhammadiyah Surakarta University (UMS), Slamet Riyadi University (UNISRI), Setia Budi University (USB), Surakarta University (UNSA). The data are divided into primary data and secondary data. Primary data (dependent variable) is the amount of trip attraction toward each university by using transportation moda. And secondary data (independent variable) is the parameter that used in this research. The parameters are the land area (X 1 ), total area of the building (X 2 ), amount of lecture (X 3 ), amount of employees (X 4 ), amount of student (X 5 ), and amount of faculty (X 6 ). Primary data is obtained from direct observations at the study sites and secondary data is obtained from the manager of the university or the related institution. The data are analyzed using software program SPSS 16, with Enter and Stepwise method. The result obtained two equation from four mathematic models which can accept by statistic and logic, that are Y = 191, ,260 X 5, dany = 192, ,840 X ,0567 X 5. The two models then tested using statistical examination and BLUE requirements criteria examination. The result show Y = 191, ,260 X 5 represent the most fulfilling statistical examination and BLUE requirements criteria examination with Y is the amount of trip attraction toward each university and X 5 is the amount of student. The validity of the model using coefficient determination is 0,994, it means the equation is good for estimating the value of dependent variable. Keyword : Attraction, University, mathematic model, SPSS 16 v

6 KATA PENGANTAR Puji syukur penulis panjatkan kehadirat Allah SWT atas talenta, karunia dan berkat-nya sehingga penulis dapat menyelesaikan skripsi dengan judul Analisis Model Tarikan Pergerakan Pada Universitas (Studi Kasus di Wilayah Surakarta) guna memenuhi salah satu syarat untuk memperoleh gelar Sarjana Teknik di Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret Surakarta. Penyusunan tugas akhir ini dapat berjalan lancar tidak lepas dari bimbingan, dukungan, dan motivasi dari berbagai pihak.dengan segala kerendahan hati, pada kesempatan ini penulis ingin menyampaikan terima kasih kepada: 1. Segenap Pimpinan Fakultas Teknik Universitas Sebelas Maret Surakarta. 2. Segenap Pimpinan Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret Surakarta. 3. Dr. Eng. Ir. Syafi i, MT,selaku dosen pembimbing I. 4. Slamet Jauhari Legowo, ST, MT,selaku dosen pembimbing II. 5. Budi Yulianto, ST, MSc, PhD, dan Amirotul MHM, ST, MSc selaku dosen penguji. 6. Dr.Ir. AP.Sudarno, MHum, selaku dosen pembimbing akademik. 7. Segenap bapak dan ibu dosen pengajar di Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret Surakarta. 8. Instansi Universitas terkait, atas bantuan dan kerja samanya 9. Bapak, Ibu, Kakak, Adik, Kekasih, serta keluarga besar yang senantiasa memberikan doa dan dukungan. 10. Rekan-rekan mahasiswa jurusan Teknik Sipil Penulis menyadari tugas akhir ini masih jauh dari kesempurnaan, oleh karena itu penulis mengharapkan saran dan kritik yang bersifat membangun untuk perbaikan di masa mendatang dan semoga tugas akhir ini dapat memberikan manfaat bagi penulis pada khususnya dan pembaca pada umumnya. Surakarta, Juli 2013 Penulis vi

7 DAFTAR ISI HALAMAN JUDUL... i HALAMAN PERSETUJUAN... ii HALAMAN PENGESAHAN... iii MOTTO... iv HALAMAN PERSEMBAHAN... v ABSTRAK... vi ABSTRACT... vii KATA PENGANTAR... viii DAFTAR ISI... ix DAFTAR NOTASI... xii DAFTAR TABEL... xiii DAFTAR GAMBAR... xiv DAFTAR LAMPIRAN... xv BAB 1. PENDAHULUAN 1.1. Latar Belakang Rumusan Masalah Batasan Masalah Tujuan Penelitian Manfaat Penelitian... 4 BAB 2. LANDASAN TEORI 2.1 Tinjauan Pustaka Dasar Teori Perencanaan Transportasi Pendekatan Perencanaan Transportasi a. Pengertian Sistem b. Sistem Transportasi Makro Konsep Perencanaan Transportasi Bangkitan dan commit Tarikan to Pergerakan user vii

8 2.2.5 Konsep Pemodelan Klasfikasi Pergerakan Uji Hipotesis Analisis Korelasi Analisis Regresi a. Analisis Regresi Linier Sederhana b. Analisis Regresi Linier Berganda Koefisien Determinasi (R 2 ) Uji Signifikansi Koefisien Regresi (t-test) Analisis Varian (Uji-f / Anova) Pengujian Model...33 a. Uji Linearitas b. Uji Homoskedastisitas dan Heteroskedastisitas c. Uji Normalitas BAB 3. METODE PENELITIAN 3.1. Lokasi Penelitian Waktu Penelitian Peralatan Penelitian Metode Pengumpulan Data Data Primer Data Sekunder Tahapan Penelitian Tahap Analisis Data dan Pengujian Model BAB 4. ANALISIS DAN PEMBAHASAN 4.1. Hasil Pengumpulan Data Analisis dan Pembahasan Analisis Korelasi Analisis Regresi Berganda Analisis Statistik Regresi Linier Berganda a. Uji Koefisien Determinasi (R 2 ) b. Uji Signifikansi commit Koefisien to user Regresi (T-Test) viii

9 c.uji Analisis Varian (Uji-F / ANOVA ) Pengujian Model a. Uji Liniearitas b. Uji Homoskedatisitas dan Heteroskedatisitas c. Uji Normalitas Pemilihan Model BAB 5. KESIMPULAN DAN SARAN 5.1. Kesimpulan Saran DAFTAR PUSTAKA ix

10 DAFTAR NOTASI Y =Variabel terikat bangkitan perjalanan X = Variabel bebas a = Konstanta regresi b = Koefisien regresi r = Koefisien Korelasi r xy Xi Yi R 2 2 e 1 = Korelasi arah x dan arah y = Nilai variabel X untuk data ke-i = Nilai variabel Y untuk data ke-i = Koefisien Determinasi = Jumlah kuadrat kesalahan pengganggu (Residual Sum of Squares) 2 y 1 = Total Sum of Squares Y* = nilai Y yang ditaksir dengan model regresi = nilai rata-rata pengamatan n = jumlah pengamatan/sampel k = jumlah variabel bebas Sb = Kesalahan standar koefisien regresi = Slope garis regresi pemerkira atau koefisien variabel ke-i = Slope garis regresi sebenarnya atau parameter ke-i yang dihipotesis t* = t hitung x

11 DAFTAR TABEL Tabel 2.1. Contoh Klasisfikasi Tujuan Pergerakan... Tabel 2.2. Kesalahan pada Pengujian Hipotesis... Tabel 2.3. Interpretasi nilai r hasisl analisi korelasi... Tabel 2.4. Analisis Variansi Metode Skor Deviasi... Tabel 2.5. Analisis Varian untuk regresi berganda... Tabel 3.1. Rencana Waktu Pelaksanaan Penelitian... Tabel 4.1. Data Sekunder masing-masing Universitas... Tabel 4.2. Tarikan Pergerakan Kendaraan Yang Terjadi Pada Jam Puncak di UNS... Tabel 4.3. Tarikan Pergerakan Kendaraan Yang Terjadi Pada Jam Puncak di UMS... Tabel 4.4. Tarikan Pergerakan Kendaraan Yang Terjadi Pada Jam Puncak di UNISRI... Tabel 4.5. Tarikan Pergerakan Kendaraan Yang Terjadi Pada Jam Puncak di USB... Tabel 4.6. Tarikan Pergerakan Kendaraan Yang Terjadi Pada Jam Puncak di UNSA... Tabel 4.7. Data Primer dan Data Sekunder... Tabel 4.8. Koefisien Korelasi... Tabel 4.9. Model Hasil Analisis Regresi dengan Metode Enter dan Metode Stepwise... Tabel Hasil Uji Normalitas... Tabel Rangkuman Hasil Uji Statistik dan Uji Persyaratan Kriteria BLUE HAL xi

12 DAFTAR GAMBAR Gambar 2.1. Proses Perencanaan... Gambar 2.2. Sistem Transportasi Makro... Gambar 2.3. Bangkitan dan Tarikan Pergerakan... Gambar 2.4. Arah Hubungan Korelasi Antar Dua Variabel... Gambar 3.1. Peta Lokasi Penelitian... Gambar 3.2. Diagram Alir Kerja Pembuatan Laporan Penelitian... Gambar 3.3. Diagram Alir Tahap Analisis Data dan Pengujian Model... Gambar 4.1. Grafik Hubungan antara Tarikan Pergerakan dengan Luas wilayah... Gambar 4.2. Grafik Hubungan antara Tarikan Pergerakan dengan Luas Bangunan... Gambar 4.3. Grafik Hubungan antara Tarikan Pergerakan dengan Jumlah dosen... Gambar 4.4. Grafik Hubungan antara Tarikan Pergerakan dengan Jumlah karyawan... Gambar 4.5. Grafik Hubungan antaratarikan Pergerakan dengan Jumlah mahasiswa... Gambar 4.6. Grafik Hubungan antara Tarikan Pergerakan dengan Jumlah Fakultas... Gambar 4.7. Uji Linieritas Persamaan Regresi Y = 191, ,260 X 5... Gambar 4.8. Uji Linieritas Persamaan Regresi Y= 179,587-10,834X ,289 X ,609 X 5... Gambar 4.9. Uji Linieritas Persamaan Regresi Y = 181,470-3,423X ,415X ,041 X Gambar Uji Linieritas Persamaan Regresi Y = 192, ,840 X ,056 X 5... Gambar Uji Linieritas Persamaan Regresi Y = 191, ,260 X 5... Gambar Uji Homoskedastisitas dan Heteroskedastistas Persamaan Regresi Y = 191, ,260 X 5... HAL xii

13 Gambar Uji Homoskedastisitas dan Heteroskedastistas Persamaan Regresi Y = 179,587-10,834X ,289 X ,609 X 5... Gambar Uji Homoskedastisitas dan Heteroskedastistas Persamaan Regresi Y = 181,470-3,423X ,415X ,041 X 5... Gambar Uji Homoskedastisitas dan Heteroskedastistas Persamaan Regresi Y = 192, ,840 X ,056 X 5... Gambar Uji Homoskedastisitas dan Heteroskedastistas Persamaan Regresi Y = 191, ,260 X 5... Gambar Histogram Persamaan Regresi Y = 191, ,260 X 5... Gambar Normal Probability Plot Persamaan Regresi Y = 191, ,260 X 5... Gambar Histogram Persamaan Regresi Y = 179,587-10,834X ,289 X ,609 X 5... Gambar Normal Probability Plot Persamaan Regresi Y= 179,587-10,834X ,289 X ,609 X 5... Gambar Histogram Persamaan Regresi Y = 181,470-3,423X ,415X ,041 X 5... Gambar Normal Probability Plot Persamaan Regresi Y = 181,470-3,423X ,415X ,041 X 5... Gambar Histogram Persamaan Regresi Y = 192, ,840 X ,056 X 5... Gambar Normal Probability Plot Persamaan Regresi Y = 192, ,840 X ,056 X 5... Gambar Histogram Persamaan Regresi Y = 191, ,260 X 5... Gambar Normal Probability Plot Persamaan Regresi Y = 191, ,260 X xiii

14 DAFTAR LAMPIRAN Lampiran A Lampiran B Lampiran C Lampiran D Lampiran E Lampiran F Lampiran G Lampiran H Kuisioner Matriks Koefisien Korelasi Input Model Tarikan Output Model Tarikan Input Uji Homoskedastisitas dan Heteroskedastisitas Output Uji Homoskedastisitas dan Heteroskedastisitas Tabel Uji-F, Uji-t, Durbin Watson Surat Birokrasi xiv