Vol.17 No.1. Februari 2015 Jurnal Momentum ISSN : X FAKTOR PENYEBAB MASALAH LALU LINTAS DI KABUPATEN DAN KOTAMADYA DI SUMATRA BARAT

Transkripsi

1 FAKTOR PENYEBAB MASALAH LALU LINTAS DI KABUPATEN DAN KOTAMADYA DI SUMATRA BARAT Oleh: Hamdeni Medriosa Dosen Jurusan Teknik Sipil Fakultas Teknik Sipil dan Perencanaan Institut Teknologi Padang Abstrak Lalu lintas menjadi masalah yang komplek di wilayah Sumatra Barat. Mulai dari semrawutnya masalah transportasi sampai kepada kemacetan, karakteristik pengguna jalan dan polusi udara. dari berbagai hal diatas, dapat kita tinjau berbagai macam faktor penyebab masalah lalu lintas. Mulai dari besarnya jumlah penduduk, panjang jalan, banyaknya jumlah kendaraan dan Produk Domestik Regional Bruto (PDRB). Dari ke empat hal diatas akan dapat kita ketahui mengenai faktor penyebab masalah lalu lintas yang ada di wilayah kabupaten dan kotamadya di Sumatera Barat dari Dari keempat hal diatas dapat juga diketahui dilevel mana suatu daerah dalam faktor penyebab masalah lalu lintas. Hasil analisa dengan metode cluster analysis didapati dendogram bahwa di wilayah kabupaten dan kotamadya di Sumatera Barat pada level I yaitu kotamadya Padang. Kata Kunci : cluster analysis, dendogram I. PENDAHULUAN 1.1. Latar Belakang Saat ini masalah transportasi menjadi masalah yang sangat penting, karena disamping mengindikasikan kemajuan suatu daerah juga sebagai tanda apakah daerah tersebut berkembang atau tidak. Terlebih lagi bagi negara yang sedang berkembang. Dengan adanya era globalisasi tidak dipungkiri bahwa transportasi merupakan sarana penunjang untuk meningkatkan taraf hidup dan kesejahteraan rakyat. Karena arus globalisasi tidak bisa dibendung di Indonesia termasuk juga dengan salah satu propinsinya seperti Sumatera Barat, khususnya kotamadya Padang karena disamping sebagai kota pendidikan kota Padang juga merupakan sebagai kota budaya dan kota pariwisata. Karena keadaan diataslah maka, Sumatera Barat umumnya khususnya kota Padang harus bisa memberikan pelayanan yang memadai, khususnya di bidang transportasi dan sarana angkutan. Karena mustahil kemajuan suatu daerah tanpa adanya perencanaan transportasi yang matang / tertata dengan baik dapat menunjang majunya suatu daerah. Untuk itulah perlunya diadakan penelitian tentang keadaan faktor penyebab masalah lalu lintas di kabupaten dan kotamadya di Sumatera Barat dan menganalisa pada posisi / levelnya dibandingkan dengan daerah lain yang ada di wilayah Sumatra Barat Tujuan Dan Manfaat Penelitian Tujuan dari penelitian ini untuk menetapkan hirarki dari faktor penyebab masalah lalu lintas di kabupaten dan kotamadya di Sumatra Barat. Manfaat dari penelitian ini yaitu sebagai pedoman dalam menentukan manajemen lalu lintas Batasan Masalah Dalam penelitian ini ruang lingkup penelitiannya dibatasi pada: 1. Data data untuk penelitian berasal dari badan pusat statistik (BPS) 2. Data data yang digunakan adalah dari Data-data tersebut berasal dari kabupaten dan kotamadya di Sumatera Barat. 4. Analisa data menggunakan software SPSS. II. Tinjauan Pustaka 2.1. Umum Transportasi merupakan bagian integral dari suatu fungsi masayarakat. Ia menunjukkan hubungan yang sangat erat dengan gaya hidup, jangkauan dan lokasi dari kegiatan yang produktif, dan selingan serta barang-barang dan pelayanan yang tersedia untuk di konsumsi. Indonesia merupakan daerah yang mempunyai masalah lalu lintas yang sangat komplek. Dimana didalam pengelolaannya selalu saja menimbulkan berbagai permasalahan, 60

2 sehingga kita harus dapat megelompokkan masalah lalu lintas Indonesia ini kedalam suatu organisir tertentu, yang diamati berdasarkan data ke dalam struktur yang penuh arti. Terutama sekali untuk wilayah Indonesia khususnya untuk kota Padang Teknologi Transportasi Walaupun terdapat banyak keanekaragaman dari sistim transportasi dan alatalat transport yang diporoduksi mempunyai sejumlah komponen fungsional yang umum, sehingga alasan itulah yang menyebabkan adanya suatu bidang teknik transportasi sebagai tambahan terhadap berbagai bidang tertentu yang lebih khusus dan berhubungan dengan salah satu jenis transportasi. Beberapa komponen dasar sistim transportasi dan cara komponennya agar terakit dan berfungsinya sistim transportasi (Morlok,1997) Cluster Analysis Tujuan Umum Istilah analisis gugus pertama yang digunakan oleh Tryon, meliputi sejumlah metoda berbeda untuk menggolongkan object sesama serupa ke dalam kategori masing-masing. Suatu pertanyaan umum yang menghadapi penelitian di dalam area pemeriksaan bagaimana cara mengorganisir diamati data ke dalam struktur penuh arti. Dengan kata lain analisis gugus adalah suatu alat analisa data penyelidikan mengarahkan ke penyortiran object berbeda ke dalam kelompok asosiasi antara dua object jika mereka mempunyai kelompok yang sama dan minimal kemiripan lainnya. Sehingga, analisis gugus dapat digunakan untuk menemukan struktur di dalam data tanpa menyediakan suatu penjelasan. Dengan kata lain, analisis gugus yang hanya menemukan struktur di dalam data tanpa menjelaskan mengapa mereka ada. Analisis Cluster termasuk dalam analisis statistik multivariate, sebagai alat analisis maka tujuan analisis cluster tidak untuk menghubungkan ataupun membedakan dengan sample ataupun variable yang lain. Analisis cluster merupakan salah satu alat analisis yang berguna dalam meringkas data atau sejumlah variabel untuk menjadi lebih sedikit. Dalam melakukan proses meringkas data ini dapat di lakukan dengan jalan mengelompokan objekobjek berdasarkan kesamaan karakteristik tertentu di antara objek- objek yang hendak di teliti. Pembentukan kelompok-kelompok observasi / kasus ini berdasarkan jarak, observasi yang mirip seharusnya berada dalam kelompok yang sama, dan data observasi yang jauh seharusnya berada dalam kelompok yang berbeda. Pembentukan kelompok ini akan di ikuti dengan terjadinya pengelempokan yang menunjukan kedekatan kesamaan antar kasus (Ariyanto, 2005). Meskipun hasil analisis cluster merupakan hasil data yang objektif, namun perlu di ketahui bahwa hasil analisis cluster tidak boleh di percaya begitu saja. Agar hasil analisis dapat ideal sebaiknya di lakukan beberapa kali analisis cluster dengan menggunakan beberapa metode jarak cluster (Garibaldi, 2003). Beberapa hal yang harus di perhatikan dalam melakukan analisis cluster adalah : 1. Lakukan beberapa kali analisis cluster 2. Pastikan data yang di dapatkan adalah data yang valid, baik secara validitas maupun validitas konten. 3. Berikan justifikasi logika pada output analisis cluster yang telah di keluarkan SPSS, jika output yang di hasilkan jauh dari logika, kemungkinan terjadi berbagai kesalahan baik pengukuran maupun sample (Nursalim, 2006) Analisis cluster mempunyai beberapa istilah penting, antara lain : Agglomeration schedule, ialah jadwal yang memberikan informasi tentang objek atau kasus yang akan di kelompokan pada setiap tahap pada suatu proses analisis cluster yang hierarkis. Cluster Centroid, ialah titik awal di mulainya pengelompokan di dalam cluster nonhierarki, cluster di bentuk / di bangun di sekitar titik titik atau Seeds. Cluster Membership, ialah keanggotaan yang menunjukan cluster, untuk setiap objek/ kasus yang menjadi anggotanya. Dendogram adalah output SPSS yang memvisualisasikan hasil analisis cluster yang di di lakukan peneliti. Garis vertical (Y) menunjukan cluster yang di gabung bersama, posisi garis pada skala (X) menunjukan jarak (Distance), dimana cluster di gabung, dendogram harus di baca mulai dari kiri ke kanan. Distance Between Cluster Centers, ialah jarak yang menunjukan bagaimana terpisahnya pasangan individu cluster. Cluster yang terpisah jauh (Widely, separated) sangat berbeda. Diagram Icicle ialah penyajian berupa grafis dari hasil analisis cluster, di sebut demikian karena bentuknya menyerupai suatu deretan es yang menggantung pada mulut gua. Kolom objek atau 61

3 kasus menunjukan banyaknya cluster, diagram icicle di baca dari atas kebawah Analisis cluster dilakukan dengan dua cara, yaitu Hierarki Cluster dan K Means Cluster, Hierarki Cluster digunakan untuk analisis data dengan sample kecil sedangkan K Means Cluster di gunakan untuk analisis data dengan sample yang relatif besar (>100). Dalam penelitian ini hanya digunakan hierarki cluster karena sampel yang kecil. Analisis cluster juga adalah sebuah alat untuk penelusuran (eksploring), analisis cluster menampakan hubungan dan susunan menurut data dengan tidak memerhatikan alasan mengapa itu terjadi, analisis cluster akan menunjukan hasil yang penting bagi pengambilan keputusan. Hasil analisis cluster dapat berguna bagi klasifikasi secara umum, seperti hubungan / taksonomi hewan, serangga, tumbuhan, atau makhluk lainnya, dapat juga untuk mengindikasikan alasan untuk menandai kasus / observasi dan mendiagnosis tujuan, menemukan contoh / jenis untuk mempresentasikan kelas. Sebagai contoh, masalah kemacetan di Indonesia kalau kita telusuri dapat disebabkan oleh beberapa komponen seperti banyaknya jumlah penduduk, panjang jalan, banyaknya jumlah kendaraan dan Produk Domestik Regional Bruto. Hal ini dijadikan landasan dalam faktorfaktor yang mempengaruhi masalah kemacetan,disamping lusanya suatu daerah. Dari faktor-faktor yang komplek itulah dijadikan analisa penyebab masalah kemacetan yang akan kita analisa dengan menggunakan metoda cluster analysis dengan menggunakan software SPSS (Nursalim, 2006) Area Aplikasi Cluster analysis telah diberlakukan bagi suatu permasalahan riset yang luas (Hartigan 1975) menyediakan suatu ringkasan yang sempurna banyak studi diterbitkan yang melaporkan hasil analisa seikat. Sebagai contoh, dalam bidang kedokteran, seikat penyakit, cara perawatan untuk penyakit, atau gejala penyakit dapat mendorong kearah yang sangat bermanfaat. Dalam bidang psikiatri, hasil diagnosa cluster analysis dimana gejala yang benar seperti paranoia, penyakit jiwa, dan lain-lain adalah penting bagi therapy sukses. Di dalam arkeologi, peneliti sudah mencoba untuk menetapkan taksonomi dan lain-lain dengan menerapkan seikat teknik analitik. Dan di bidang transportasi seperti menganalisa masalh kemacetan dan masalah transportsai lainnya. Secara umum, kapan saja seseorang harus menggolongkan informasi ke dalam struktur penuh arti dapat dikendalikan, dengan analisis gugus yang menjadikan kegunaan yang sangat besar. III. Metodologi Penelitian Penelitian diawali dengan mengumpulkan bahan-bahan literature berupa teori yang dapat dijadikan landasan penelitian dan data-data lain yang berkaitan dengan penelitian, setelah itu barulah berusaha untuk memahami metoda survei yang akan digunakan selama pelaksanaan penelitian. Dalam pengumpulan data sekunder ini dikelompokkan dahulu kedalam sub bidang masing-masing. Sub bidang masing-masingnya yaitu jumlah penduduk, panjang jalan, jumlah kendaraan dan PDRB. kemudian dikelompokkan berdasarkan dan daerahnya. Rencana kerja pada penelitian ini secara umum ditunjukkan pada bagan alir seperti pada gambar 1: Parameter Pengumpulan Data Pengolahan Data Sekunder Analisis Data Pembuatan Laporan Gambar 1. Bagan alir rencana kerja Prosedur Dan Hasil Kerja 3.1Prosedur kerja Pada bagian ini diuraikan mengenai prosedur kerja dari survai yang akan dilakukan Dimana survai yang dilakukan ini adalah langsung mencari data sekunder yand terdapat di BPS. Survai yang dilakukan antara lain, survai jumlah penduduk, survai panjang jalan, survai jumlah kendaraan dan survai PDRB Data Jumlah Penduduk Dari pengumpulan data ini dilakukan pencaraian jumlah penduduk di kabupaten serta kotamadya di Sumatera Barat dari

4 Data Jalan Pada panjang jalan ini, diambil data dari panjang jalan yang ada di kabupaten dan kotamadya di Sumatera Barat. jalan ini didapat dari penjumlahan dari panjang jalan negara ditambah jalan propinsi ditambah lagi dengan jalan kabupaten dari Data Jumlah Kendaraan Pengumpulan data ini dilakukan dengan mencari banyaknya jumlah total kendaraan bermotor yang ada di kabupaten dan kotamadya di Sumatera Barat dari Dimana jumlah kendaraan terdiri dari jumlah kendaraan roda dua dan kendaraan mobil penumpang, bis dan truck Data PDRB Dalam pengumpulan data ini dilakukan pencarian jumlah PDRB di kabupaten dan kotamadya yang ada di Sumatera Barat dari Hasil Pengumpulan Data Kabupaten dan Kotamadya di Sumatra Barat Data Jumlah Penduduk jumlah penduduk di kabupaten dan kotamadya di Sumatera Barat dari dapat dilihat pada lampiran. Total jumlah penduduk di Sumatera Barat pada 1984 yaitu berjumlah juta jiwa dan total jumlah penduduk 2004 yaitu juta jiwa Data Jalan panjang jalan di kabupaten dan kotamadya di Sumatera Barat dari dapat dilihat pada lampiran. Total panjang jalan pada 1984 yaitu berjumlah km dan total panjang jalan pada 2004 yaitu sebesar km Data Jumlah Kendaraan jumlah kendaraan di kabupaten-kabupaten serta kotamadya di Sumatera Barat dari dapat dilihat pada lampiran. Total jumlah kendaraan pada 1984 yaitu berjumlah ribu kendaraan dan total jumlah kendaraan 2004 yaitu sebesar ribu kendaraan Data PDRB jumlah PDRB di kabupaten dan kotamadya di Sumatera Barat dari dapat dilihat pada lampiran. Total jumlah PDRB pada 1984 yaitu berjumlah Rp ,- milyar dan total PDRB 2004 yaitu sebesar ,- milyar. Rp ANALISA DAN PEMBAHASAN 4.1. Gambaran Umum Gambaran umum kabupaten dan kotamadya di Sumatera Barat. Kabupaten dan kotamadya di Sumatera Barat dibagi menjadi 8 kabupaten dan 6 kotamadya. Berikut adalah nama-nama kabupaten dan kotamadya yang berada di Sumatera Barat. Ditunjukkan pada tabel 2. Tabel 2. Nama-nama kabupaten dan kotamadya di Sumatera Barat No. Nama kabupaten/kotammadya 1 Kab. Pesisir selatan 2 Kab. Solok 3 Kab. Sawahlunto/Sijunjung 4 Kab. Tanah Datar 5 Kab. Padang 6 Kab. Agam 7 Kab. 50 Kota 8 Kab. Pasaman 9 Kot. Padang 10 Kot. Solok 11 Kot. Sawahlunto 12 Kot. Padang 13 Kot. Bukit Tinggi 14 Kot. Payakumbuh jumlah penduduk Jumlah Penduduk Kabupaten Dan Kotamadya Sumatera Barat Kab.Saw ahlunto/siju njung Gambar 2. Grafik total jumlah penduduk di Sumatera Barat dari

5 Jumlah Jalan Kabupaten Dan Kotamdya Sumatera Barat Jumlah PDRB Kabupaten Dan Kotamadya Sumatera Barat Kab.Saw ahlunto/ Sijunjung Kab.Saw ahlunto /Sijunjung panjang jalan (km) PDRB Gambar 3. Grafik total panjang jalan di Sumatera Barat dari Jumlah Kendaraan Kabupaten dan Kotamadya Sumatera Barat Gambar 6. Grafik total PDRB Sumatera Barat dari Jumlah PDRB Kabupaten Dan Kotamadya Sumatera Barat Kab.Saw ahlunto /Sijunjung jumlah kendaraan PDRB Kab.Saw ahlunto/ Sijunjung Gambar 4. Grafik total jumlah kendaraan di Sumatera Barat dari Total Jumlah Kendaraan di Kabupaten dan Kotamadya di Sumatera Barat Kab.Saw ahlunto /Sijunjung Gambar 7. Grafik total PDRB Sumatera Barat tanpa kota Padang dari jumlah kendaraan Tahun 2003 Dendrogram * * * * * * H I E R A R C H I C A L C L U S T E R A N A L Y S I S * * * * * * 5.00 Gambar5 Grafik jumlah kendaraan di Sumatera Barat tanpa kota Padang dari Dendrogram using Average Linkage (Between Groups) Cluster Combine Rescaled Distance C A S E Label Num

6 Dari dendogram diatas terbagi menjadi dua cluster, dimana dalam cluster tersebut terdapat beberapa sub cluster yang membentuk level-level. Level-level inilah yang membagi dan menjadikan diposisi mana suatu daerah berpotensi mempunyai masalah lalu lintas menurut tingkatannya dari level paling atas ke level yang paling bawah. Level I nomor 9 (kotamadya Padang), level II nomor 2 dan 8 dan level III nomor 4-3 level IV dan level V nomor 13. PENUTUP Kesimpulan Setelah dilakukan analisa dan pembahasan dapat diambil kesimpulan sebagai berikut : 1. Dari metoda Cluster Analysis, dari dendogram didapati daerah yang paling berpotensi dalam penyebab masalah lalu lintas hanya berada pada level I saja. 2. Dari 14 kabupaten dan kotamadya di Sumatera Barat didapati dari hasil dendogram bahwa kotamadya Padang selalu menempati level I yang berarti memiliki potensi paling besar dalam penyebab masalah lalu lintas. 3. Selain kotamadya Padang daerah lain di kabupaten dan kotamadya di Sumatera Barat tidak terlalu berpotensi dalam masalah lalu lintas. 4. Data yang didapat dari BPS kadang ada yang turun naik, seperti jumlah penduduk ini disebabkan satu berpatokan kepada sensus penduduk dan satu lagi berpatokan kepada Susenas (Survey Sosial Ekonomi Nasional). Saran Untuk penelitian yang sama akan dilakukan kedepan disarankan : 1. Faktor-faktor yang mempengaruhi potensi masalah lalu lintas ditambah satu lagi yaitu luas daerah. 2. Agar dalam pengambilan data berpatokan kepada data BPS yang lebih spesifik seperti Sumatera Barat dalam angka atau Padang dalam angka bukan berdasarkan statistik Indonesia. 3. Dalam menggunakan program SPSS diharapkan menggunakan program seri yang terbaru agar output yang dihasilkan lebih komplek sehingga mudah dimengerti. 4. Dalam pengambilan data sekunder, surveyor harus paham mengenai hal-hal yang akan dilakukan, sehingga dalam penyusunan data tidak mengalami banyak kesulitan. 5. Referensi yang banyak sangat membantu dalam pengumpulan tinjauan pustaka. DAFTAR PUSTAKA Cahyono, T, 2006, Analisa Dampak Lalu Lintas Di Beberapa Kota Besar Di Indonesia,Google. Aldenderfer, T,(1984), Cluster Analysis Google. Mujiharto,.( 1993 ), Faktor Yang Mempengaruhi Masalah Lalu Lintas Pada Daerah-Daerah Di Kota Besar,Google. Ariyanto, (2005), Pengembangan Analisis Multivariate SPSS 12,Penerbit Salemba Infotek,Jakarta. Nursalim, A,A, 2006, Analisis Cluster dan Penjabaran Dendogram,Google. Morlok,E.K,(1997), Pengantar Teknik Dan Perencanaan Transportasi, Erlangga, Jakarta. BPS Sumatera Barat,(2005), PDRB Sumatera Barat Menurut Kabupaten/Kota , BPS, Sumbar. 65

7 Garibaldi L, (2003), Trends In Oceanic Captures And Clustering Of Large Marine Ecosystems, Food And Agriculture Organization Of The United Nations, Rome. Hartigan, (1975), Cluster Analysis,Google. 66