SIMULASI TRANSJAKARTA BRT DENGAN MENGGUNAKAN PENDEKATAN KEJADIAN DISKRIT: STUDI KASUS PADA KORIDOR 9

Transkripsi

1 SIMULASI TRANSJAKARTA BRT DENGAN MENGGUNAKAN PENDEKATAN KEJADIAN DISKRIT: STUDI KASUS PADA KORIDOR 9 Bau Risfiani Puspasari Binus University, Komp BPPT Jl. Teknologi VII H15/B26, risfianipuspasari@yahoo.com Fitri Dewi Binus University, Dasana Indah Blok UB 5 NO.30, fitri.dewi@hotmail.com Martin Samwel Binus University, Jalan Seram Baru No.28 Medan, martin.samwel@yahoo.com Fergyanto E Gunawan Binus University, Jl. K.H Syahdan No. 9 Kemanggisan Jakarta Barat 11480, fgunawan@binus.edu ABSTRAK + Sistem transportasi pada kota besar seperti Jakarta berkembang seiring dengan bertambahnya jumlah penduduk. Salah satu transportasi di Jakarta yang dianggap dapat mengatasi masalah kemacetan adalah TransJakarta. TransJakarta adalah Bus Rapid Transit (BRT) yang mempunyai sistem kerja mengikuti TransMilenio di Bogota. Apabila TransJakarta dibandingkan dengan TransMilenio dengan beberapa parameter makan TransJakarta memliki kelebihan seperti panjang sistem terpanjang dimiliki TransJakarta tetapi jumlah penumpang yang dimiliki relatif rendah, sehingga dapat disimpulkan bahwa Transjakarta memiliki prestasi yang relatif rendah walaupun sistem yang dimiliki begitu besar. Maka perlu dilakukan optimisasi terhadap sistem TransJakarta. Pada studi kasus di sini, akan dibuat model berdasarkan pendekatan kejadian diskrit yang dapat menggambarkan keadaan aktual TransJakarta. Data yang diperlukan untuk membuat model ini diambil secara langsung pada koridor 9 di 11 halte, yaitu: Halte Pluit sampai Halte Slipi Petamburan. Beberapa komponen utama yang harus dibuat adalah buses pool, halte, dan segmen jalan. Setelah menyelesaikan pembuatan model simulasi dengan menggunakan pendekatan kejadian diskrit, maka model tersebut digunakan untuk menganalisis prestasi TransJakarta. Perbandingan hasil estimasi model kejadian diskrit dan data-data yang dikumpulkan selama observasi lapangan memperlihatkan bahwa model kejadian diskrit ini bisa mengestimasi perilaku TransJakarta BRT dengan cukup baik. Dengan demikian, model kejadian diskrit ini bisa digunakan bila ingin melakukan perbaikan pada sistem TransJakarta yang ada. Kata-kata kunci: TransJakarta, Kejadian Diskrit, Model Simulasi, Bus Rapid Transit, Simulasi.

2 ABSTRACT Transportation system in a big city such as Jakarta grows corresponding to the growth of its population. TransJakarta is one of the transportation systems in Jakarta that expected to lessen the level of congestion. TransJakarta is a BRT-based transportation system that copied from TransMilenio, another BRT system operating in the city of Bogota. TransJakarta has longer busway length but significantly lower the daily ridership in comparison to those of TransMilenio. Therefore, further study to optimize TransJakarta system is of interest. This study will develop a computer model on the basis of the discrete-event approach to simulate the actual system of TransJakarta BRT. The required data to model the system were directly recorded during observation on Corridor 9 including the first 11 stations from Pluit Station until Slipi Petamburan Station. A number of components that needs to be developed are the bus pool, the station, and the road segment connecting two adjacent stations. After finished the simulation model development, the model was used to analyze the performance of TransJakarta. A comparison of the estimated results by the discrete-event model and the data collected during observation reveals that the TransJakarta BRT can accurately be modeled. Therefore, the developed model can further be used to study policies for improving TransJakarta performance. Keywords: TransJakarta, Discrete-Event, Simulation Model, Bus Rapid Transit, Simulation PENDAHULUAN Di Jakarta, angkutan umum seperti BRT menjadi alternatif yang menjanjikan, dan di awal abad ke 21, terlihat penggunaan sistem BRT di banyak kota di dunia. TransJakarta adalah sistem BRT yang diadopsi oleh kota Jakarta, dan telah beroperasi sejak Walaupun demikian, setelah tujuh tahun beroperasi, TransJakarta belum berhasil mengatasi kemacetan di lalu-lintas Jakarta. Data memperlihatkan bahwa TransJakarta memiliki tingkat penumpang yang relatif rendah, dan belum terlihat perpindahan moda transportasi secara signifikan di masyarakat. Tabel 1.1 Perbandingan Beberapa BRT Besar Parameter TransJakarta TransMilenio Guangzhou Panjang sistem dalam km ,5 Jumlah penumpang harian dalam juta 0,28 1,6 1 Jumlah koridor Jumlah terminal Harga tiket dalam dolar Amerika 0,40 0,85 0,31 Mulai operasi Jan 2004 Des 2000 Feb 2010 Lokasi Jakarta Bogota Guangzhou Populasi Sumber: Gunawan dan Koesnandar(2012) Penelitian ini bertujuan untuk membuat model numerik sistem BRT. Model ini kemudian diverifikasi menggunakan data aktual BRT untuk menguji keakuratan prediksi model ini. Data pendukung model penelitian dikumpulkan pada koridor 9 (Pluit Pinang Ranti) di 11 halte yaitu: Halte Pluit sampai Halte Slipi Petamburan. Dalam melakukan penelitian, terdapat beberapa perumusan masalah yang muncul, diantaranya adalah:

3 1. Bagaimana membuat kerangka simulasi untuk memodelkan sistem BRT menggunakan pendekatan kejadian diskrit? 2. Bagaimana memverifikasi model komputer yang dibuat menggunakan data aktual yang dikumpulkan dari pengamatan bus-bus TransJakarta pada 11 halte di koridor 9? Penelitian ini bertujuan untuk membuat model simulasi dari sistem BRT berdasarkan pendekatan kejadian diskrit. Model numerik ini akan digunakan untuk mempelajari dinamika bus-bus TransJakarta, sistem BRT yang beroperasi di Jakarta, Indonesia. Lebih jauh lagi, Penelitian ini bertujuan untuk membuat model simulasi dari sistem BRT berdasarkan pendekatan kejadian diskrit. Model simulasi ini akan digunakan untuk mempelajari dinamika bus-bus TransJakarta, sistem BRT yang beroperasi di Jakarta, Indonesia. Lebih jauh lagi, penelitian juga bertujuan untuk memverifikasi model numerik yang dibuat menggunakan data-data yang dikumpulkan pada koridor 9 TransJakarta. Data-data akan dibatasi hanya pada 11 halte. Hasil-hasil penelitian memiliki beberapa manfaat, diantaranya adalah model simulasi ini dapat digunakan untuk mempelajari sistem TransJakarta tanpa mempengaruhi operasi sistem ini. Proses pembelajaran ini tentunya bisa dilakukan untuk berbagai jenis tujuan seperti optimisasi sistem TransJakarta. Selain itu model simulasi ini memiliki beberapa potensi yaitu dapat digunakan untuk melihat dampak dari suatu strategi seperti menambah jumlah bus, memperbaiki kualitas busway, dan lain-lain. Kemudian model simulasi ini bisa ditambahkan dengan model lain, seperti model kualitas udara untuk mempelajari efek bus-bus BRT pada kualitas udara sepanjang busway. METODE PENELITIAN berikut: Penelitian ini akan dilakukan mengikuti langkah-langkah yang ditunjukkan pada diagram alir

4 HASIL DAN BAHASAN Gambar 1.1 Diagram Alir Penelitian Koridor Sederhana BRT Koridor sederhana suatu sistem BRT ditunjukkan pada Gambar 1.2. Sistem ini terdiri dari satu pool bus, dua halte, dua segmen jalan, dan tiga bus BRT.

5 Gambar 1.2 Koridor Sederhana Tabel 1.2 Data-data untuk Model BRT pada Gambar 1.2 Variabel Nilai Distribusi Statistik Jumlah bus 3 Waktu keberangkatan antar bus 10, 15 menit Eksponensial Waktu untuk melayani penumpang 5 menit (Halte 1) Eksponensial 4 menit (Halte 2) Jumlah penumpang naik bus 7 orang (Halte 1) Triangular 10 orang (Halte 2) Jumlah penumpang turun bus Tidak ada Lama perjalanan di segmen jalan 15 menit (Segmen 1) Eksponensial 10 menit (Segmen 2) Penumpukan bus di halte Maks. 5 bus di kedua halte Data-data yang digunakan dalam simulasi ditabulasi pada Tabel 1.2. Perlu dicatat bahwa variabel random untuk waktu perjalanan antar halte diasumsikan mengikuti distribusi eksponensial dan data yang diberikan pada tabel merupakan nilai rata-ratanya. Distribusi tersebut diambil karena penelitian sebelumnya yang dilakukan oleh Ferdy,Tehdy dan Victor (2012) memperlihatkan kecenderungan tersebut (sebagai contoh lihat Gambar 1.3). Sedangkan jumlah penumpang juga merupakan variabel random dan diasumsikan mengikuti distribusi diskrit merata. Hal ini sesuai dengan penelitian yang telah dilakukan oleh Marco, Ulrich, Andrew (2006). Sumber: Ferdy, Tehdy, Victor (2012) Gambar 1.3 Distribusi Frekuensi Waktu Perjalanan Antar Halte Bus-Bus TransJakarta

6 Gambar 1.4 Model Kejadian Diskrit untuk Kasus Koridor BRT Sederhana Gambar 1.4 adalah gambar model simulasi untuk koridor sederhana, hasil dari model simulasi tersebut dapat dilihat pada Gambar 1.5. Setelah hasil yang dikeluarkan oleh model simulasi mengikuti kecenderungan yang ada dan dapat diimplementasikan untuk area yang lebih luas lagi, kemudian dilakukan pengambilan data untuk koridor 9. Gambar 1.5 Hasil Simulasi Monte Carlo untuk Sistem BRT Sederhana Koridor 9 TransJakarta Setelah melakukan simulasi dengan koridor sederhana dan model simulasi tersebut sudah dapat diimplementasikan untuk area yang lebih luas lagi, maka dilakukan pengumpulan data pada koridor 9 TransJakarta. Koridor ini dipilih karena laju penumpang yang naik dan turun tidak begitu tinggi, sehingga lebih mudah dalam proses pengumpulan data. Gambar 1.6 merupakan peta dari Koridor 9 TransJakarta.

7 Gambar 1.6 Peta Koridor 9 TransJakarta Data jumlah penumpang yang dikumpulkan pada 11 halte di koridor 9 ditunjukkan pada Tabel 1.3. Tabel 1.3 Rata-rata Penumpang di dalam Bus pada Setiap Halte Nama halte Penumpang (Maks) Naik Turun Dalam Bus Pluit Penjaringan Jembatan Tiga Jembatan Dua Jembatan Besi Latumenten Grogol S.Parman Central Park Harapan Kita Slipi Kemanggisan Slipi Petamburan Analisis Waktu Kedatangan Penumpang Waktu kedatangan antar penumpang pada tiap halte berbeda-beda. Hal ini dipengaruhi oleh lokasi dan aktivitas dari lokasi sekitar halte. Waktu kedatangan penumpang yang paling lama terjadi pada Halte Jembatan Tiga, Halte Jembatan Dua, dan Halte Harapan Kita dengan waktu di atas satu menit. Selain itu waktu kedatangan yang paling cepat terdapat pada Halte Grogol 2 yaitu 7 detik. Halte Grogol 2 merupakan halte transit sehingga waktu kedatangan penumpang bergerak dengan cepat. Pada halte yang lain waktu kedatangan penumpang berkisar antara detik.

8 Analisis Lamanya Perjalanan dari Halte 1 Sampai Halte 11 Lama perjalanan dari halte yang pertama sampai pada halte yang kesebelas didapat dengan cara menaiki bus TransJakarta dan mencatat lamanya waktu perjalanan dari halte yang pertama sampai pada halte yang kesebelas. Data tersebut kemudian digunakan untuk menghitung rata-rata lamanya waktu perjalanan bus TransJakarta dari halte yang pertama sampai pada halte yang kesebelas. Data tersebut nantinya akan dibandingkan dengan lamanya waktu perjalanan bus yang diprediksi oleh model kejadian diskrit. Analisis Lamanya Bus Menunggu pada Setiap Halte Lamanya menunggu bus di halte dapat dikatakan cukup cepat yaitu berkisar antara cakupan detik kecuali pada Halte Pluit dan Halte Grogol 2. Ini dikarenakan bahwa Halte Pluit merupakan halte paling awal dari koridor ini sehingga bus perlu menunggu sekitar 3 menit. Waktu menunggu cukup lama terjadi di Halte Grogol 2 karena merupakan halte transit dan juga pintu penumpang untuk turun dan naik dibedakan agar menghindari kemacetan penumpang. Bus TransJakarta juga menunggu lama di Halte Grogol 2 karena rata-rata jumlah penumpang yang naik dan turun di halte ini besar. Model Kejadian Diskrit untuk 11 Halte pada Koridor 9 TransJakarta Gambar 1.7 memperlihatkan realisasi model kejadian diskrit untuk 11 halte pada koridor 9 TransJakarta. Seperti halnya pada kasus sebelumnya, model kejadian diskrit pada dasarnya terdiri dari blokblok halte, segmen jalan, dan bus pool. Input data untuk model ini diberikan pada Tabel 1.3 dan Tabel 1.4. Tabel 1.4 Data-data untuk Model TransJakarta BRT Variabel Nilai Distribusi Statistik Jumlah bus 3 Waktu keberangkatan 10, 15 menit Eksponensial antar bus Waktu untuk melayani penumpang Jumlah penumpang naik bus Jumlah penumpang turun bus Lama perjalanan di segmen jalan Penumpukan bus di halte 2.73 menit (Halte Pluit) 0.23 menit (Halte Penjaringan) 0.1 menit (Jembatan tiga) 0.1 menit (Jembatan dua) 0.13 menit (Jembatan besi) 0.12 menit (Latumenten) 0.65 menit (Grogol 2) 0.13 menit (S. Parman Central Park) 0.1 menit (Harapan Kita) 0.1 menit (Slipi Kemanggisan) 0.2 menit (Slipi Petamburan) Lihat Tabel 1.3 Lihat Tabel menit (Segmen 1) 4.55 menit (Segmen 2) 2.15 menit (Segmen 3) 2.63 menit (Segmen 4) 1.93 menit (Segmen 5) 2.05 menit (Segmen 6) 3 menit (Segmen 7) 4.52 menit (Segmen 8) 7.15 menit (Segmen 9) 2.02 menit (Segmen 10) 2.98 menit (Segmen 11) Maks. 5 bus di kedua halte Eksponensial Triangular Triangular Eksponensial

9 Gambar 1.7 Model Kejadian Diskrit untuk 11 Halte pada Koridor 9 TransJakarta BRT Perbandingan Hasil Observasi dan Hasil Prediksi Untuk mengevaluasi hasil dari model BRT, pertama-tama dibandingkan jumlah penumpang dalam bus yang diprediksi oleh model dan jumlah penumpang yang diperoleh selama observasi. Untuk kebutuhan ini, model kejadian diskrit BRT direplikasi 100x untuk mendapatkan informasi hasil BRT yang lebih akurat. Perbandingan jumlah penumpang hasil simulasi diperlihatkan pada Gambar 1.8 dalam bentuk boxplot. Pada gambar yang sama juga diberikan data-data hasil observasi.

10 Gambar 1.8 Perbandingan Jumlah Penumpang dalam Bus Secara Aktual (Titik-titik Hitam) dan Berdasarkan Model Kejadian Diskrit (boxplot) Berdasarkan Gambar 1.8, sumbu x menyatakan 11 halte yang di teliti, sedangkan sumbu y menyatakan jumlah penumpang yang ada di dalam bus TransJakarta. Secara umum, Gambar 1.8 memperlihatkan bahwa model kejadian diskrit bisa memprediksi jumlah penumpang dengan cukup akurat. Data median dari simulasi memberikan angka estimasi yang relatif baik. Walaupun demikian, karena kemiringan dari distribusi jumlah penumpang (skewness) dibeberapa halte, nilai rata-rata jumlah penumpang kelihatannya memberikan hasil estimasi yang lebih baik. Mengenai data jumlah penumpang hasil simulasi, terlihat fluktuasi yang cukup tinggi utamanya pada halte 7 sampai halte 11 yaitu: Grogol 2, S. Parman Central Park, Harapan Kita, Slipi Kemanggisan, dan Slipi Petamburan. Fluktuasi ini terjadi karena laju penumpang yang naik dan turun dari bus relatif tinggi jika dibandingkan dengan ke 5 halte sebelumnnya. Hal kedua yang digunakan untuk mengkaji hasil model kejadian diskrit adalah waktu perjalanan untuk menempuh ke 11 halte. Rata-rata lamanya waktu perjalanan yang dibutuhkan dari halte yang pertama sampai halte yang kesebelas berdasarkan hasil observasi adalah 35 menit dan rata-rata lamanya waktu perjalanan berdasarkan model kejadian diskrit adalah menit. Dengan demikian model kejadian diskrit memberikan prediksi 3.95 menit atau 11% lebih tinggi jika dibandingkan dengan hasil observasi. SIMPULAN DAN SARAN Simpulan Penelitian mengenai pembuatan model simulasi berdasarkan pada pendekatan kejadian diskrit untuk sistem TransJakarta BRT memberikan beberapa kesimpulan berikut ini: 1. Secara umum, model simulasi berdasarkan pada pendekatan kejadian diskrit memberikan hasil yang cukup memuaskan. Simulasi Monte Carlo yang dilakukan menunjukkan bahwa data-data hasil observasi berada pada rentang yang diprediksi oleh model simulasi. Dengan demikian, dinamika sistem BRT dapat dihasilkan kembali dengan tingkat keakuratan yang bisa diterima. 2. Komponen-komponen kejadian diskrit yang perlu dibuat untuk dapat memodelkan satu koridor BRT adalah bus pool, halte BRT, dan segmen jalan yang menghubungkan dua halte terdekat.

11 3. Dalam pendekatan sekarang ini, bus-bus sistem BRT dimodelkan sebagai entitas-entitas yang diperkaya dengan beberapa data seperti nomor bus, jumlah penumpang dalam bus, dan waktu perjalanan. Pendekatan ini dengan mudah diimplementasikan pada perangkat lunak kejadian diskrit yang ada. Saran Saran yang dapat diberikan setelah dilakukannya penelitian ini adalah sebagai berikut: 1. Perlu pengembangan lebih jauh untuk bisa memperhitungkan aspek-aspek yang lebih kompleks yang bisa terjadi pada sistem BRT. Sebagai contoh, keterlambatan suatu bus BRT seringkali berakibat pada naiknya jumlah calon penumpang yang menunggu pada halte BRT. Hal seperti ini masih cukup sulit untuk bisa dimodelkan dengan pendekatan sekarang ini. 2. Kompleksitas model naik secara drastis seiring dengan naiknya jumlah halte yang diperhitungkan. Dengan demikian, penyederhanaan pada blok-blok yang telah dibuat perlu dilakukan. 3. Model perlu diverifikasi dengan menggunakan spektrum persoalan yang lebih luas dan komprehensif. 4. Model yang telah dibangun ini bisa digunakan untuk mempelajari banyak hal seperti efek bus TransJakarta pada peningkatan gas-gas COx dan NOx di sepanjang koridor BRT. 5. Penumpukan bus pada halte-halte BRT perlu dipelajari dengan lebih detail untuk dapat dimodelkan dengan lebih baik. REFERENSI Alvinsyah, & Zulkati, A. (2005). Impact on the Existing Corridor Due to Implementation of New Public Transport Corridor ( Case Study ; Jakarta BRT Systems). Journal of the Eastern Asia Society for Transportation Studies, 6. Antell, D., & Podger, O. (2010). Mid-term Evaluation of Bus Rapid Transit and Pedestrian Improvements in Jakarta UNEP Evaluation Office. Banks, J., & John S. Carson, B. L. (2009). Discrete Event System Simulation. New Jersery: Pearson. Banomyong, R., & Sopadang, A. (2010). Using Monte Carlo Simulation to Refine Emergency Logistics Response Models: A Case Study.Journal of Emergency Logistics. 40 (8/9) Benjamini, Y. (1988). Opening the Box of a Boxplot. The American Statiscian. 42 (4) Cascetta, E. (2009). Transportation System Analysis. New York: Springer. Pranolo, L. F., Hartono, T., & Pangestu, V Reliabilitas Waktu Perjalanan TransJakarta Secara Empiris. Tugas Akhir S1. Fakultas Teknik. Jurusan Teknik Industri. Binus University. Gunawan, F. E., (2012). Design and Implementation of Simulation Framework for Bus Rapid Transit System Modeling Using Discrete-event Simulation Approach, International Journal of Transportation System and Information Technology, Submitted. Gunawan, F. E., & Koesnandar, E. (2012). Evaluasi Keberhasilan TransJakarta Dibandingkan dengan Bus Rapid Transit (BRT) Kelas Dunia. Jurnal Jalan Dan Jembatan. Accepted. Heizer, J., & Render, B. (2005). Manajemen Operasi = Operations Management Buku satu (7th ed.). (D. Setyoningsi, & I. Almahdy, Trans.) Jakarta: Salemba Empat. Kakiay, T. J. (2004). Pengantar Sistem Simulasi. Jogjakarta: CV. Andi Offset. Marco Luethi, U. W. (2006, October 26). Passanger Arrival Rates At Public Transport Station. Suryani, E. (2006). Permodelan dan Simulasi. Yogjakarta: Graha Ilmu. TransJakarta Buku Profil Valigura, K., Foltin, M., & Blaho, M. (n.d.). Transport System Realization in Simevents Tool. dsp.vscht.cz/konference_matlab/matlab09/prispevky/107_valigura.pdf Weinstock, A., Hook, W., Replogle, M., & Cruz, R. (2011). Recapturing Global Leadership in Bus Rapid Transit.Technical Report. Institute for Transportation Studies and Development Policy. New York. Wikipedia. TransJakarta. Accessed on April Wikipedia. List of discrete event simulation software. List_of_discrete_event_simulation_software. Accessed on Mei 2012 Yunita, R. (2008, October - November). Busway for Jakarta: A Pressing Need

12 RIWAYAT PENULIS Bau Risfiani Puspasari lahir di kota Jakarta pada 31 Agustus Penulis menamatkan pendidikan S1 di Universitas Bina Nusantara dalam bidang Teknik Industri pada tahun Fitri Dewi lahir di kota Jakarta pada 25 April Penulis menamatkan pendidikan S1 di Universitas Bina Nusantara dalam bidang Teknik Industri pada tahun Martin Samwel lahir di kota Medan pada 6 Januari Penulis menamatkan pendidikan S1 di Universitas Bina Nusantara dalam bidang Teknik Industri pada tahun 2012.