PENGARUH TINGKAT RESOLUSI SISTEM JARINGAN PADA PROSES PEMBEBANAN LALULINTAS DAN KINERJA JARINGAN JALAN DI KOTAMADYA/KABUPATEN BANDUNG 1

Transkripsi

1 PENGARUH TINGKAT RESOLUSI SISTEM JARINGAN PADA PROSES PEMBEBANAN LALULINTAS DAN KINERJA JARINGAN JALAN DI KOTAMADYA/KABUPATEN BANDUNG 1 Abstrak Ofyar Z. Tamin 2 Harun al Rasyid Lubis 3 Lukman H. Dalimunthe 4 Feriadi Irawan 4 Tingkat kerincian atau resolusi sistem jaringan jalan akan sangat mempengaruhi akurasi hasil pembebanan Matriks Asal-Tujuan (MAT). Tulisan ini menganalisis pengaruh penggunaan dua metode pembebanan lalu lintas, yaitu: All-or-Nothing dan Keseimbangan-Wardrop pada beberapa tingkat resolusi sistem jaringan di wilayah studi Bandung. Lima tingkat resolusi sistem jaringan akan dikaji dan dibandingkan hasil pembebanannya. Analisis menunjukkan bahwa penyederhanaan sistem jaringan mengakibatkan berkurangnya akurasi hasil pembebanan pada setiap ruas jalan tinjauan. Semakin sederhana sistem jaringan, semakin rendah pula tingkat akurasinya. Ditemukan bahwa dalam proses penyederhanaan sistem jaringan tersebut terdapat suatu tingkat resolusi optimum. Untuk Kotamadya/Kabupaten Bandung, tingkat resolusi optimum berada pada tingkat resolusi 3 (tiga) yang terdiri dari: jalan arteri primer, kolektor primer, dan arteri sekunder. Analisis menemukan bahwa kedua metode pembebanan mempunyai tingkat resolusi optimum yang sama yaitu tingkat resolusi 3 serta ditemukan bahwa model pembebanan Keseimbangan-Wardrop menghasilkan akurasi yang lebih baik dibandingkan dengan model All-or-Nothing pada setiap tingkat resolusi. Kata-kata kunci: resolusi sistem jaringan, pembebanan lalulintas, kinerja jaringan jalan Abstract The level of detail or resolution of road network definition will obviously affect the accuracy of the O-D matrix assignment. This paper analyses the impact of applying two assignment models, namely: Allor-Nothing and Wardrop s equilibrium, on several different levels of resolutions of road network definition of Bandung. Five levels of resolution will be analysed and the assignment results will be compared. The result shows that by lowering the level of resolution of road network definition will affect on the accuracy of the assignment s result in each observed link. The simpler the road network s definition, the lower the level of accuracy of the assignment s result. During the simplification processes, it is found that there is an optimum level of road network definition. It is shown that, for Kotamadya/Kabupaten Bandung, the optimum level of resolution is found at level 3 which includes the primary arterial, primary collector, and secondary arterial roads. The analysis found that the two assignment models have the same optimum level of resolution (level 3); moreover, the Wardrop s equilibrium model produces better results compared to the All-or-Nothing model. Key words: Road network resolution, traffic assignment, road network performance dipublikasikan di Jurnal Teknik Sipil, Jurusan Teknik Sipil ITB, Vol 7, No 1, Januari 2, hal 1 16, ISSN: Staf Pengajar Jurusan Teknik Sipil ITB dan Ketua Forum Studi Transportasi Antar Perguruan Tinggi (FSTPT) Staf Pengajar Jurusan Teknik Sipil ITB dan Ketua Sub-Jurusan Rekayasa Transportasi, Jurusan Teknik Sipil ITB Alumni Program Sarjana (S1), Jurusan Teknik Sipil ITB 1

2 1. PENDAHULUAN Sistem transportasi yang terdiri dari sistem zona dan sistem jaringan biasanya sangat kompleks. Secara umum, analisis dari sistem transportasi tersebut selalu membutuhkan proses penyederhanaan karena terbatasnya waktu dan biaya. Sistem transportasi yang telah disederhanakan tersebut biasanya disebut model jaringan. Beberapa model jaringan dapat dibuat dari suatu sistem transportasi tertentu tergantung dari tingkat kerincian atau tingkat resolusinya. Dapat diasumsikan bahwa tingkat resolusi suatu model jaringan akan sangat mempengaruhi besarnya biaya dan waktu yang dibutuhkan dalam proses analisis. Tambahan lagi, diperkirakan bahwa tingkat resolusi akan mempunyai efek pada setiap keluaran yang dihasilkan. Jadi dapat dikatakan bahwa semakin tinggi tingkat resolusi suatu model jaringan, maka akan semakin besar biaya dan waktu yang dibutuhkan dalam proses analisisnya, akan tetapi, semakin tinggi tingkat akurasi keluaran yang dihasilkannya. Setiap peningkatan tingkat resolusi suatu model jaringan akan menghasilkan peningkatan akurasi dari keluaran yang dihasilkan dengan konsekuensi adanya tambahan biaya dan waktu. Oleh karena itu, kita perlu mengetahui suatu tingkat resolusi yang optimal dengan membandingkan tingkat keperluan keluaran yang diinginkan sesuai dengan tujuan yang diharapkan dengan besarnya biaya dan waktu yang dimiliki. Secara praktis, tingkat resolusi optimal tersebut sulit ditentukan karena penelitian yang berkaitan dengan masalah ini sangat jarang dilakukan khususnya di negara Indonesia. Salah satu penelitian yang dilakukan oleh Jansen dan Bovy [5] di kota Eindhoven (Belanda) menemukan bahwa tingkat kerincian suatu sistem jaringan mempunyai pengaruh yang cukup signifikan terhadap kualitas keluaran pembebanan arus lalu lintas. Disimpulkan juga bahwa pada keadaan tertentu, terdapat suatu sistem jaringan optimal relatif terhadap upaya penambahan (data dan waktu). Melewati tingkat tersebut, sistem jaringan yang lebih rinci hanya akan menghasilkan perbaikan yang marjinal. Tulisan ini mencoba mengkaji pengaruh dari tingkat resolusi sistem jaringan terhadap kinerja hasil pembebanan dengan menganalisis berbagai variasi sistem jaringan, mulai dari yang paling halus (resolusi tinggi) sampai dengan sistem jaringan dengan resolusi rendah. Proses perbandingan dilakukan pada besaran nilai volume arus lalu lintas dan waktu tempuh yang dihasilkan. Selanjutnya, dari hasil perbandingan tersebut, tingkat resolusi sistem jaringan optimal dapat ditentukan. Proses penyederhanaan model jaringan dilakukan dengan cara menurunkan tingkat resolusi sistem jaringan. Ruang lingkup studi meliputi beberapa hal sebagai berikut: 1. Penyusunan berbagai variasi sistem jaringan dengan wilayah studi Kotamadya/Kabupaten Bandung dengan kriteria untuk setiap tingkat resolusi adalah berdasarkan hierarki jalan. 2. Pembebanan Matriks Asal-Tujuan (MAT) menggunakan model Keseimbangan- Wardrop [6,7,8] dengan bantuan program komputer SATURN [1]. Pembebanan dilakukan dengan beberapa variasi besarnya MAT, yaitu 25%, 5%, 75%, dan 1% MAT. 3. Mengukur kinerja setiap tingkat resolusi yang disajikan dalam bentuk besar arus rata-rata dan kecepatan rata-rata pada setiap ruas yang ditinjau (ruas arteri pimer yang ada pada setiap tingkat resolusi). 4. Mengukur tingkat akurasi setiap tingkat resolusi dan menentukan tingkat resolusi optimal. 2. STRUKTUR MODEL TRANSPORTASI Untuk memperkirakan bagaimana permintaan pergerakan (demand) diwujudkan dalam ruang dan waktu maka diperlukan suatu model yang dapat merepresentasikan infrastruktur transportasi pada suatu daerah studi dalam bentuk yang formal, sederhana, namun dengan cara yang 2

3 cukup terperinci dan terukur. Pendekatan universal yang sering dipakai adalah dengan merepresentasikan infrastruktur tersebut dalam bentuk suatu model jaringan (network) yang terdiri atas kumpulan ruas (link) dan simpul (node). Sebuah ruas menghubungkan dua buah simpul, dan sebuah simpul dapat menghubungkan dua atau lebih ruas. Ruas bisa berupa: potongan jalan raya, jalan rel, dan lain-lain; sedangkan simpul bisa berupa: persimpangan, stasiun, halte bus, dan lain-lain. Simpul yang melambangkan pusat zona di dalam daerah studi disebut pusat zona (centroid). Zona menggambarkan sistem kegiatan (atau tata guna lahan), sedangkan ruas dan simpul menggambarkan sistem jaringan transportasi. Interaksi antara kedua sistem ini akan menghasilkan suatu sistem pergerakan arus lalu lintas di dalam daerah studi. Contoh suatu struktur model sistem transportasi di dalam suatu daerah studi dapat dilihat pada gambar 1. Gateway Batas zona Ruas Simpul Pusat zona Centroid connector Garis kordon Gambar 1: Contoh representasi wilayah studi [1,7,9] 2.1 Sistem zona Dalam proses perencanaan transportasi, daerah studi dibagi dalam beberapa subdaerah yang disebut zona dimana dalam model jaringan diwakili oleh pusat zona. Pusat zona dihubungkan dengan sistem jaringan oleh sebuah ruas yang disebut penghubung pusat zona (centroid connector). Pusat zona dianggap sebagai tempat atau lokasi awal dari pergerakan zona tersebut, dan akhir pergerakan lalu lintas yang menuju ke zona tersebut. Jika sistem jaringan jalan ditumpangkan (superimpose) ke sistem zona, akan terlihat gabungan antara sistem yang diwakili oleh zona beserta pusatnya dengan sistem jaringan jalan yang diwakili oleh simpul dan ruas jalan. 2.2 Ruas Dalam struktur model transportasi, ruas merepresentasikan potongan jalan raya. Ruas dinyatakan dengan dua buah nomor simpul di ujungnya. Ruas mempunyai beberapa variasi karakteristik. Dalam lingkup analisis jaringan transportasi, karakteristik yang penting pada ruas adalah: Panjang ruas: dinyatakan dalam satuan panjang (meter) Biaya ruas: kadang dinyatakan dalam waktu tempuh, tetapi umumnya 3

4 merupakan kombinasi antara waktu dan jarak (kecepatan) Kapasitas ruas: maksimum arus yang bisa ditampung. 2.3 Tingkat resolusi Secara teoritis, semakin mirip suatu model dengan realitanya, semakin baik pula tingkat akurasinya. Jadi ketepatan yang semakin tinggi hanya bisa diperoleh dengan model yang menggunakan definisi sistem zona yang mempunyai resolusi tinggi, demikian pula dengan resolusi sistem jaringannya. Namun keterbatasan sumber daya yang tersedia, menyebabkan model tersebut harus diagregasi sampai pada tingkat tertentu. Permasalahan ini mempunyai banyak dimensi yang meliputi tujuan studi yang akan dicapai, jenis peubah perilaku yang akan digunakan, dimensi waktu, dan lain-lain. Memasukkan seluruh jaringan yang ada ke dalam model tidaklah diinginkan, tetapi resolusi dari jaringan tersebut haruslah cukup untuk mencerminkan kelayakan dari rute yang dilalui oleh sebagian besar pergerakan. Dalam hal ini tingkat hierarki jalan akan sangat menentukan yang juga tergantung pada jenis serta tujuan studi. Semakin banyak jalan yang ditetapkan, semakin baik pula pencerminan model tersebut terhadap realitanya. Tapi ini juga mempunyai konsekuensi berupa tambahan biaya pengumpulan data dan waktu. Kedua biaya inilah yang menyebabkan model tersebut harus dibatasi tingkat resolusinya sesuai dengan tujuan yang diharapkan. 2.4 Model pembebanan Tujuan model pembebanan adalah untuk mengalokasikan matriks perjalanan (MAT) ke dalam sistem jaringan jalan untuk mengestimasi arus lalu lintas pada setiap ruas jalan. Umumnya, model pembebanan yang digunakan menggunakan tiga faktor dasar untuk mengestimasi biaya setiap ruas jalan. Ketiga faktor tersebut adalah: jarak perjalanan, waktu perjalanan, dan biaya gabungan (generalised cost). Dalam kajian pembebanan diasumsikan bahwa dasar dari semua proses pemilihan rute dapat direpresentasikan oleh biaya perjalanan dari beberapa rute terpendek. Diasumsikan pula bahwa ukuran biaya yang digunakan tergantung dari karakteristik jalan dan kondisi umum lalu lintas, atau paling tidak persepsi pengemudi tentang dua hal tersebut. Klasifikasi model pembebanan berdasarkan asumsi yang melatarbelakanginya dapat dilihat pada tabel 1 berikut. Tabel 1: Klasifikasi model pembebanan [6,7] Efek stokastik dan batasan Efek stokastik dipertimbangkan? kapasitas Tidak Ya Efek batasan kapasitas dipertimbangkan? Tidak Ya All-or-nothing Stokastik murni Keseimbangan- Wardrop Keseimbangan-Pengguna- Stokastik Model All-or-Nothing merupakan model pemilihan rute yang paling sederhana. Model ini mengasumsikan bahwa semua pengendara berusaha untuk meminimumkan biaya perjalanannya yang tergantung pada karakteristik jaringan jalan dan asumsi pengendara. Dianggap bahwa pengendara memiliki persepsi dan tujuan yang sama sehingga hanya terdapat satu rute terbaik yang dipilih. Biaya ini dianggap tetap dan tidak dipengaruhi oleh efek kemacetan. Sementara itu, pada model Stokastik Murni diasumsikan bahwa para pengendara sudah mengetahui sebelumnya tentang kondisi jalan dan setiap pengendara memiliki tujuan serta persepsi yang berbeda dalam pemilihan rute. 4

5 Sampai saat ini model pemilihan rute yang terbaik untuk kondisi macet adalah model Keseimbangan-Wardrop. Model ini mengasumsikan bahwa biaya perjalanan dipengaruhi oleh tingkat arus lalu lintas. Sistem dikatakan mencapai kondisi keseimbangan bila pada keadaan macet tidak ada satupun pengendara yang dapat meminimumkan biaya perjalanannya dengan mencari rute alternatif. 2.5 Model Keseimbangan-Wardrop Terdapat dua hipotesis penting tentang perilaku yang mendasari pengendara dalam memilih rute, yaitu: (1) pengendara memilih rute terbaik mereka secara independen terhadap kondisi lalu lintas, bebas dari hasil pilihan pengendara lainnya, dan (2) pengendara bekerja sama dalam pemilihan rute mereka untuk menghasilkan suatu pola arus lalu lintas yang memberikan keuntungan maksimum. Dalam jangka panjang, pola arus lalu lintas yang timbul dari hipotesis pertama dikatakan sebagai optimasi pengguna (user-optimised atau user-equilibrium); sedangkan yang mengikuti hipotesis kedua dikatakan sebagai optimasi sistem (system-optimised). Konsep dasar analisis keseimbangan untuk jaringan jalan pertama kali dikemukakan oleh Wardrop [6,7,8,1] pada tahun 1952, yang dikenal sebagai prinsip Keseimbangan- Wardrop, yang menyatakan bahwa: Dalam kondisi keseimbangan, arus lalu lintas akan mengatur dirinya sendiri dalam jaringan yang macet sedemikian rupa sehingga tidak ada pengendara yang dapat mengurangi biaya perjalanannya dengan mengganti ke rute lainnya. Dengan kata lain pada kondisi keseimbangan semua rute yang dipakai mempunyai biaya yang sama, sementara rute yang tidak dipakai mempunyai biaya yang sama atau lebih besar. Sehingga dapat dikatakan bahwa sistem tersebut telah mencapai kondisi keseimbangan menurut pandangan pengguna. Hipotesis hasil pemilihan rute yang berikutnya adalah optimasi sistem. Prinsip dasar pendekatannya adalah bahwa pada kondisi optimum, total biaya adalah minimum. Dalam hal ini solusi yang akan diperoleh mungkin akan berbeda karena dalam kondisi yang optimum arus yang terjadi belum tentu seimbang. Bagi pembaca yang ingin mengetahui lebih jelas mengenai model Keseimbangan-Wardrop disarankan membaca literatur [6,7,8,1]. 3. METODOLOGI 3.1 Kebutuhan data Sebagian besar data yang digunakan dalam penelitian ini berasal dari Studi Sistem Transportasi Terpadu di Kotamadya Dati II Bandung [3] dan Studi Penyusunan Rencana Pengembangan Transportasi Kabupaten Bandung [4] dimana batas wilayah studi meliputi: Kotamadya Bandung dan Kabupaten Bandung. Jumlah zona adalah 146 zona terdiri atas 1 zona di wilayah Kotamadya Bandung dan 4 zona di wilayah Kabupaten Bandung, serta 6 zona eksternal dari kabupaten di sekitar wilayah Bandung Raya. MAT yang digunakan diperoleh dari hasil survei lalu lintas pada tahun 1998 yang dilakukan di wilayah Kotamadya Bandung dan Kabupaten Bandung. Perubahan tingkat resolusi sistem jaringan hanya dilakukan pada wilayah Kotamadya Bandung dengan menganggap tetap sistem jaringan pada wilayah Kabupaten Bandung. Ruas pada setiap tingkat resolusi yang ditinjau juga berada pada wilayah studi Kotamadya Bandung. 3.2 Tingkat resolusi Perubahan tingkat resolusi sistem jaringan didasarkan pada hierarki jalan secara bertahap yaitu: arteri primer, kolektor primer, arteri sekunder, kolektor sekunder, dan lokal. Kelima tingkat resolusi sistem jaringan beserta karakteristik kuantitatifnya dijabarkan dengan urutan seperti terlihat pada tabel 2 dan 3. 5

6 Tingkat Resolusi Tabel 2: Tingkat resolusi sistem jaringan Arteri Primer Kolektor Primer Arteri Sekunder Kolektor Sekunder 1 2 x 3 x x 4 x x x 5 x x x x Keterangan: = ada x = dihilangkan Tingkat resolusi Lokal Tabel 3: Karakteristik setiap tingkat resolusi sistem jaringan Jumlah Total Panjang x Kapasitas Jumlah Jumlah ruas panjang simpul ruas (smp.km/jam) (%) satu arah ruas (km) , , , , , Terlihat pada tabel 2 dan 3 bahwa jalan lokal yang mempunyai panjang sekitar 184,3 km (52,4%) menyumbang hampir sekitar 52% (nilai panjang x kapasitas) dalam kontribusinya mengalirkan arus lalulintas dalam sistem jaringan jalan di Kotamadya/Kabupaten Bandung. Sedangkan jalan arteri primer yang mempunyai panjang sekitar 14,4 km (29,7%) menyumbang hanya sekitar 17% (nilai panjang x kapasitas) dalam sistem jaringan jalan di Kotamadya/Kabupaten Bandung. 3.3 Prosedur analisis Kinerja setiap tingkat resolusi jaringan akan dianalisa melalui pembebanan MAT pada beberapa tingkat sistem jaringan yang telah dibentuk. Model pembebanan yang digunakan adalah model Keseimbangan- Wardrop [6,7,8] dengan bantuan program komputer SATURN [1]. Pembebanan dilakukan dengan beberapa variasi MAT, yaitu: 25%, 5%, 75%, dan 1% MAT. Tujuannya adalah untuk melihat pengaruh besarnya pengaruh variasi pembebanan terhadap hasil pembebanan pada setiap tingkat resolusi. Ruas yang ditinjau adalah ruas arteri primer yang ada pada setiap tingkat resolusi. Volume arus lalu lintas hasil pembebanan pada setiap tingkat resolusi kemudian dibandingkan dengan hasil pembebanan pada tingkat resolusi 1 untuk melihat tingkat penyimpangannya. Tingkat penyimpangan volume relatif terhadap tingkat resolusi 1 (sistem jaringan paling halus) adalah besarnya perbedaan volume arus lalu lintas yang dinyatakan dalam persen (%). Dalam hal ini, tingkat penyimpangan % diartikan bahwa hasilnya persis sama dengan tingkat yang dibandingkan; sedangkan penyimpangan 1% berarti besarnya penyimpangan mencapai dua kali lipat. Tingkat penyimpangan 2% memberikan hasil perbandingan 3 kali lipat, dan seterusnya. Tingkat akurasi diartikan sebagai kebalikan dari tingkat penyimpangan. Penyimpangan % berarti akurasi sebesar 1% yang merupakan akurasi terbaik, penyimpangan 3% berarti akurasi sebesar 7%, dan penyimpangan 1% berarti akurasi %. Tingkat penyimpangan di atas 1% akan memberikan akurasi yang negatif, yang berarti bahwa hasil tersebut sangat tidak akurat, dengan perbandingan yang terlalu besar. Volume arus lalu lintas dipakai sebagai parameter untuk melihat tingkat akurasi karena parameter lainnya yaitu 6

7 kecepatan merupakan fungsi dari arus lalu lintas. Hasil pembebanan pada setiap tingkat resolusi dibandingkan dengan tingkat resolusi 1 karena estimasi arus pada tingkat resolusi tersebut dianggap paling akurat. Hal ini disebabkan karena MAT yang dibebankan dibentuk berdasarkan informasi arus lalu lintas pada jaringan tingkat 1. Kemudian untuk memperlihatkan pengaruh model pembebanan terhadap hasil pembebanan, dilakukan pembebanan metode All-or- Nothing pada pembebanan 1% MAT, dan dibandingkan tingkat akurasinya dengan tingkat akurasi pada pembebanan Keseimbangan-Wardrop. Sedangkan untuk mengetahui pengaruh dari ruas-ruas satu arah, dilakukan pembebanan Keseimbangan-Wardrop pada setiap tingkat resolusi jaringan yang semua ruas satu arahnya dibuat menjadi dua arah, serta diperiksa tingkat akurasinya. Setelah dibobotkan terhadap jarak ruas, hasil pemeriksaan disajikan dalam bentuk: Arus lalu lintas rata-rata pada setiap tingkat resolusi jaringan. Kecepatan rata-rata pada setiap tingkat resolusi. Tingkat akurasi terhadap volume arus lalu lintas pada setiap tingkat resolusi relatif terhadap tingkat resolusi 1; dimana dari hubungan tersebut dapat ditentukan suatu tingkat resolusi optimum. 4. ANALISIS JARINGAN KOTAMADYA BANDUNG 4.1 Sistem zona Batas wilayah studi yang digunakan adalah seluruh wilayah Kotamadya Bandung dan Kabupaten Bandung [3,4]. Hal ini didasarkan pada pertimbangan bahwa Kabupaten Bandung dengan 41 kecamatannya mempunyai interaksi kegiatan sosial ekonomi yang relatif tinggi dengan Kotamadya Bandung. Jika dilihat dari sudut pandang geografis, Kabupaten Bandung terletak mengelilingi wilayah Kotamadya Bandung sehingga akan didapatkan suatu analisis sistem transportasi yang terpadu. Kabupaten Bandung terdiri atas 41 kecamatan dengan sistem zona yang berbasiskan pada kecamatan. Sedangkan, Kotamadya Bandung berbasiskan kelurahan dengan jumlah zona sebesar 139. Untuk memperhitungkan pergerakan yang berasal dari luar wilayah studi, maka dibuat zona eksternal yang terdiri dari kabupaten di sekitar Bandung Raya, yaitu: Kabupaten Sumedang, Garut, Cianjur, Subang, dan Purwakarta, yang semuanya membentuk 6 buah zona. Sehingga jumlah keseluruhan zona adalah 146 zona, terdiri atas: 1 zona di wilayah Kotamadya Bandung, 4 zona pada Kabupaten Bandung, dan 6 buah zona eksternal. 4.2 Sistem jaringan Pola sistem jaringan jalan yang ada di Kotamadya Bandung adalah gabungan antara sistem grid dan radial. Di pusat kota khususnya di lokasi yang baru dibangun, terlihat sistem grid lebih dominan. Dengan hadirnya jalan lingkar Bandung, Soekarno- Hatta dan jalan tol Padaleunyi terlihat bahwa sistem radial mulai terbentuk. Pola jaringan jalan radial dan jalan lingkar membentuk sistem jaringan jalan primer yang melayani lalu lintas antar kota. Untuk keperluan pengujian, dilakukan perubahan resolusi pada sistem jaringan jalan tersebut berdasarkan tingkat hierarkinya, yaitu: arteri primer, kolektor primer, arteri sekunder, kolektor sekunder, dan lokal. Jadi terbentuk lima buah tingkat resolusi sistem jaringan jalan seperti telah diterangkan pada tabel 2 dan 3. Gambar 2 dan 3 memperlihatkan sistem jaringan jalan dengan tingkat resolusi 1 dan 5. 7

8 LEMBANG CIMAHI CILEUNYI MARGAHAYU DAYEUHKOLOT Gambar 2: Sistem jaringan transportasi (tingkat resolusi 1) LEMBANG CIMAHI CILEUNYI MARGAHAYU DAYEUHKOLOT Gambar 3: Sistem jaringan transportasi (tingkat resolusi 5) 4.3 Hasil analisis Pembebanan MAT dengan menggunakan model Keseimbangan-Wardrop dilakukan pada setiap tingkat resolusi jaringan dengan beberapa variasi pembebanan MAT, yaitu 25%, 5%, 75%, dan 1% MAT. Pada setiap pembebanan yang dilakukan, dihitung besarnya arus lalu lintas rata-rata dan kecepatan rata-rata. Sumbu tingkat resolusi pada setiap gambar didasarkan pada nilai karakteristik panjang x kapasitas untuk setiap tingkat resolusi (lihat tabel 3) yang menunjukkan adanya proses penyederhanaan. Semakin ke kanan, tingkat resolusi semakin rendah. 8

9 4.3.1 Perbandingan arus lalu lintas rata-rata Besar arus lalu lintas rata-rata untuk setiap tingkat resolusi didapatkan dengan mengalikan besarnya arus lalu lintas di setiap ruas tinjauan yang diperoleh dari hasil pembebanan dengan panjang ruasnya seperti terlihat pada persamaan (1) berikut. ( Vola xla ) a Vol rata-rata = L (1) a a dengan: Vol a = volume arus lalu lintas pada ruas a (smp/jam) = panjang ruas a (km) L a Besarnya arus lalulintas rata-rata untuk setiap resolusi dan setiap variasi pembebanan termasuk sensitifitasnya dapat dilihat pada tabel 4 dan gambar 4. Tingkat Tabel 4: Arus lalu lintas rata-rata (smp/jam) Tingkat resolusi Sensitifitas (*) Pembebanan (%) (1-3 /km) , , , ,2 Catatan: Sensitifitas adalah gradien garis yang dibentuk oleh tingkat resolusi 3 dan 5 1% 1. 1% 75% 5% 25% Res. 1 Res. 2 Res. 3 Res. 4 Res. 5 75% 5% 25% Arus rata-rata (smp/jam) panjang x kapasitas (smp.km/jam) Gambar 4: Perbandingan arus lalu lintas rata-rata pada setiap variasi pembebanan dan tingkat resolusi Dari gambar 4 dan tabel 4 terlihat bahwa terjadi peningkatan nilai arus rata-rata seiring dengan semakin sederhananya sistem jaringan. Kenaikan arus rata-rata untuk setiap tingkat pembebanan mempunyai pola yang sama dan cenderung menajam setelah melewati tingkat resolusi 3. Hal ini menunjukkan bahwa besar arus rata-rata tidak begitu terpengaruh oleh 9 adanya penyederhanaan sistem jaringan sampai dengan tingkat resolusi 3, sedangkan penyederhanaan lebih lanjut akan menyebabkan perubahan nilai arus rata-rata yang cukup signifikan. Terlihat pula bahwa semakin besar MAT yang dibebankan maka arus rata-rata yang terjadi untuk setiap resolusi juga semakin

10 besar. Besarnya tingkat sensitifitas (gradien perubahan arus rata-rata antara tingkat resolusi 3 dan 5) untuk setiap variasi pembebanan dapat dilihat pada tabel 4. Terlihat bahwa semakin besar pembebanannya, sensitifitas perubahan nilai arus rata-rata juga semakin tinggi. Tabel 5 memperlihatkan besarnya peningkatan arus rata-rata pada setiap proses penyederhanaan. Tabel 5: Peningkatan arus lalu lintas ratarata Tingkat Kenaikan Arus (smp/jam) Pembebanan (%) ,24 1,16 1,75 1,31 5 1,27 1,9 1,51 1, ,2 1,4 1,52 1,45 1 1,17 1,16 1,41 1,5 Terlihat bahwa pada setiap variasi pembebanan, peningkatan arus rata-rata terbesar selalu terjadi pada penyederhanaan dari resolusi 3 ke 4. Dari hasil analisis perbandingan nilai arus rata-rata yang dapat dilihat dari gambar 4 dan tabel 4 dan 5, maka untuk sementara dapat disimpulkan bahwa tingkat resolusi optimal berada pada tingkat resolusi Perbandingan kecepatan ratarata Besar kecepatan rata-rata untuk setiap tingkat resolusi didapatkan dengan mengalikan besarnya kecepatan pada setiap ruas tinjauan yang diperoleh dari hasil pembebanan dengan panjang ruasnya seperti terlihat pada persamaan (2) berikut. v rata-rata = a ( v a a xla ) dengan: v = kecepatan pada ruas a (smp/jam) L a = panjang ruas a (km) L a (2) Besarnya kecepatan rata-rata untuk setiap resolusi dan setiap variasi pembebanan termasuk sensitifitasnya dapat dilihat pada tabel 6 dan gambar 5. Dari gambar 5 dan tabel 6 terlihat bahwa terjadi penurunan nilai kecepatan rata-rata seiring dengan semakin sederhananya sistem jaringan. Penurunan kecepatan ratarata untuk setiap tingkat pembebanan mempunyai pola yang sama dan cenderung menajam setelah melewati tingkat resolusi 3. Hal ini menunjukkan bahwa nilai kecepatan rata-rata tidak begitu terpengaruh oleh adanya penyederhanaan sistem jaringan sampai dengan tingkat resolusi 3, sedangkan penyederhanaan lebih lanjut akan menyebabkan perubahan nilai kecepatan rata-rata yang cukup signifikan. Terlihat pula bahwa semakin besar MAT yang dibebankan maka nilai kecepatan ratarata yang terjadi untuk setiap resolusi juga semakin rendah. Besarnya tingkat sensitifitas (gradien perubahan kecepatan rata-rata antara tingkat resolusi 3 dan 5) untuk setiap variasi pembebanan dapat dilihat pada tabel 6. Tingkat Tabel 6: Kecepatan rata-rata (km/jam) Tingkat resolusi Sensitifitas (*) Pembebanan (%) (1-5 /smp) , , , ,38 Catatan: Sensitifitas adalah gradien garis yang dibentuk antara resolusi 3 dan 5 1

11 Res. 1 Res % 5 % 75 % 1% Res. 3 Res. 4 Res. 5 25% 5% 75% 1% Kecepatan Rata-Rata (km/jam) panjang x kapasitas (smp.km/jam) Gambar 5: Perbandingan kecepatan rata-rata pada setiap variasi pembebanan dan tingkat resolusi Terlihat bahwa semakin besar pembebanannya, sensitifitas perubahan nilai kecepatan rata-rata juga semakin tinggi, tetapi melewati batas tertentu (yaitu 75% MAT), sensitifitas kembali menurun, karena nilai kecepatannya mendekati nol. Dari hasil analisis perbandingan nilai kecepatan ratarata yang dapat dilihat dari gambar 5 dan tabel 6, maka untuk sementara dapat disimpulkan bahwa tingkat resolusi optimal berada pada tingkat resolusi Tingkat penyimpangan nilai arus rata-rata relatif terhadap tingkat resolusi 1 Besarnya tingkat penyimpangan nilai arus rata-rata relatif terhadap tingkat resolusi 1 dapat dirumuskan dalam persamaan (3) berikut: X i X1 = x 1% (3) X 1 11 dengan: = tingkat penyimpangan (%) X i = nilai arus rata-rata pada resolusi i (smp/jam) X 1 = nilai arus rata-rata pada resolusi 1 (smp/jam) Besar tingkat penyimpangan nilai arus ratarata relatif terhadap tingkat resolusi 1 disajikan dalam tabel 7 dan gambar 6. Dari gambar 6 dapat dilihat bahwa penyederhanaan sampai tingkat resolusi 3 masih memberikan tingkat penyimpangan yang tidak jauh berbeda dengan sebelumnya. Setelah melewati tingkat resolusi 3 terjadi peningkatan penyimpangan yang tajam; bahkan pada tingkat resolusi 5 memberikan penyimpangan yang melebihi 1%. Tabel 7: Tingkat penyimpangan nilai arus rata (%) Tingkat Tingkat resolusi Sensitifitas (*) pembebanan (%) (%/smp.km/jam ) Catatan: Sensitifitas adalah gradien garis yang dibentuk antara resolusi 3 dan 5

12 Res % 5 % 75 % 1% Res Res. 3 Res. 4 Res % 5 % 75 % 1 % 5. panjang x kapasitas (smp.km/jam) Gambar 6: Tingkat penyimpangan nilai arus rata-rata relatif terhadap tingkat 1 Jadi bisa dikatakan bahwa optimasi sistem jaringan berada di sekitar tingkat resolusi 3 dengan penyimpangan sebesar 37%. Sehingga, sesuai dengan hasil tersebut, tingkat resolusi jaringan yang masih memberikan akurasi optimal adalah pada tingkat resolusi 3 dengan tingkat akurasi sebesar 63%. Terlihat pula bahwa semakin rendahnya besar pembebanan menaikkan sensitifitas (sensitifitas pembebanan 25% MAT lebih besar daripada sensitifitas pembebanan 1% MAT). Hal ini terjadi karena adanya kondisi keseimbangan dan pengaruh batasan kapasitas pada jaringan Tingkat penyimpangan (%) Dengan melihat kinerja nilai arus rata-rata dan nilai kecepatan rata-rata beserta tingkat penyimpangannya (lihat gambar 4 6), dapat disimpulkan bahwa tingkat resolusi optimum untuk wilayah kotamadya/kabupaten Bandung berada pada tingkat resolusi 3 yang meliputi jalan arteri primer, jalan kolekter primer, dan jalan arteri sekunder. Tabel 8 dan gambar 7 memperlihatkan tingkat penyimpangan nilai rata-rata relatif (terhadap tingkat resolusi 1) jika 1% MAT dibebankan dengan model All-or-Nothing dan model Keseimbangan-Wardrop. Tabel 8: Tingkat penyimpangan nilai arus rata-rata relatif (%) dengan model pembebanan Keseimbangan-Wardrop dan All-or-Nothing Tingkat resolusi Keseimbangan-Wardrop All-or-Nothing Sensitifitas (%/smp.km/jam) 26,2 315,12

13 Res. 1 2,5, keseimbangan All-Or-Nothing 2,, Res Res. 3 Res. 4 Res. 5 1,5, 1,, 5, panjang x kapasitas (smp.km/jam) Gambar 7: Tingkat penyimpangan nilai arus rata-rata relatif (%) dengan model pembebanan Keseimbangan-Wardrop dan All-or-Nothing Tabel 8 dan gambar 7 memperlihatkan bahwa hasil pembebanan dengan model Allor-Nothing memberikan sensitifitas yang lebih tinggi dan penyimpangan yang lebih besar dibandingkan dengan model Keseimbangan-Wardrop; dengan kata lain, memberikan tingkat akurasi yang lebih kecil. Hal ini disebabkan karena kondisi jaringan jalan yang padat. Secara hipotesa, semakin rendah tingkat kepadatan jalan maka perbedaan hasil pembebanan antara model keseimbangan-wardrop dengan model Allor-Nothing semakin tidak terlihat. Sehingga, untuk wilayah Kotamadya/Kabupaten Bandung pada kondisi jaringan jalan padat (jam sibuk) dapat disimpulkan bahwa model pembebanan Keseimbangan-Wardrop memberikan hasil pembebanan yang lebih baik dibandingkan model All-or-Nothing Masalah ruas satu-arah Penyederhanaan sistem jaringan pada umumnya menghasilkan peningkatan arus lalu lintas dan waktu tempuh pada setiap ruas. Namun pada beberapa ruas, penyederhanaan tersebut menyebabkan terjadinya hal yang sebaliknya. Setelah Tingkat Penyimpangan (%) dilakukan pengecekan, ternyata hal ini terjadi karena ada permasalahan ruas satuarah. Sebagai ilustrasi, fenomena tersebut dapat dijelaskan dengan contoh sebuah sistem jaringan sederhana seperti terlihat pada gambar 8 berikut. Gambar 8 memperlihatkan contoh sebuah sistem jaringan sederhana tingkat resolusi 1, dengan 5 buah zona dan 8 buah simpul yang membentuk beberapa ruas jalan. Ruas 3 8 dan 5 8 yang digambarkan dengan garis putus-putus merupakan ruas yang akan dihilangkan pada tingkat jaringan selanjutnya (tingkat resolusi 2). Garis anak panah menunjukkan arah ruas, dua panah berarti ruas dua-arah dan satu panah berarti ruas satu-arah. Diasumsikan bahwa kapasitas dan kecepatan semua ruas adalah sama, sehingga biaya setiap ruas bergantung kepada panjang ruas. Di sini akan dijelaskan mengapa ruas 3 2 mengalami penurunan arus lalu lintas dan waktu tempuh setelah mengalami perpindahan ke tingkat resolusi 2.

14 1 2 E A B 3 D 8 4 C 5 6 Gambar 8: Contoh sistem jaringan sederhana 7 Hal ini semua terjadi karena ruas 3 5 merupakan ruas satu-arah. Pada tingkat resolusi 1, pergerakan menuju zona E dapat ditabelkan sebagai berikut: Dari Ke Simpul yang dilewati A E 1, 2 B E 5, 8, 3, 2 C E 7, 5, 8, 3, 2 D E 3, 2 Pergerakan dari zona B dan C menuju E tidak dapat melewati ruas 5 3 karena arahnya berlawanan, sehingga terpaksa melewati ruas alternatif 5 8 dan 8 3 walau lebih panjang. Ini akan menimbulkan masalah jika kedua ruas tersebut dihilangkan. Dapat dilihat bahwa pada tingkat resolusi 1, ruas 3 2 dibebani oleh pergerakan dari zona B, C, dan D. Pada tingkat resolusi 2, ruas 3 8 dan 5 8 yang digambarkan dengan garis putus-putus dihilangkan. Maka pergerakan menuju zona E akan menjadi seperti berikut ini: Dari Ke Simpul yang dilewati A E 1, 2 B E 5, 4, 1, 2 C E 7, 5, 4, 1, 2 D E 3, 2 Pergerakan dari zona B dan C menuju E terpaksa menempuh jarak yang lebih panjang, karena rute yang lebih singkat mempunyai salah satu ruas yaitu 5 3 yang tidak bisa dilewati karena merupakan ruas satu-arah dan berlawanan. Sehingga ruas 3 2 sekarang hanya dilewati oleh pergerakan dari zona D saja, mengakibatkan pengurangan arus lalu lintas dan waktu tempuh dibandingkan dengan tingkat resolusi sebelumnya. Untuk memperlihatkan pengaruh ruas satuarah pada jaringan yang lebih kompleks, maka dibuat suatu analisis sensitifitas dengan merubah semua ruas-satu arah pada kelima tingkat resolusi jaringan dibuat menjadi ruas dua-arah dan kemudian dilakukan pembebanan dengan 1% MAT. Tabel 9 dan gambar 9 memperlihatkan hasil analisis sensitifitas tersebut. Gambar 9 memperlihatkan bahwa sistem jaringan yang mencakup ruas satu-arah mempunyai tingkat penyimpangan yang lebih besar serta sensitifitas yang lebih tinggi. Jadi, bisa disimpulkan bahwa keberadaan ruas satu-arah sangat mempengaruhi tingkat akurasi hasil pembebanan. 14

15 Tabel 9: Penyimpangan volume relatif rata-rata (%) pada one-way included dan one-way excluded Tingkat resolusi One-way included One-way excluded Sensitifitas (%/(smp/jam).km) 26,2 315,12 Catatan: One-way included berarti jaringan mencakup ruas satu-arah, sedangkan oneway excluded berarti semua ruas jalan satu-arah diganti menjadi ruas dua-arah O n e- w ay in clu d ed O n e- w ay exclu d ed Res Res. 3 Res Res. 4 Res. 5 panjang x kapasitas (smp.km/jam) Tingkat penyimpangan (%) Gambar 9: Tingkat penyimpangan nilai arus rata-rata relatif pada sistem jaringan one-way included dan one-way excluded 5. KESIMPULAN DAN SARAN 5.1 Kesimpulan Setelah melihat hasil pengujian yang telah dilakukan, maka dapat ditarik beberapa kesimpulan: 1. Penyederhanaan sistem jaringan mengakibatkan berkurangnya tingkat akurasi hasil pembebanan pada setiap ruas jalan. Hal ini disebabkan karena pergerakan pada ruas yang diagregasi beralih ke ruas yang masih ada, sehingga pada umumnya arus lalu lintas dan waktu tempuh pergerakan pada setiap ruas 15 jalan akan mengalami peningkatan (overestimate). 2. Semakin sederhana suatu sistem jaringan model, semakin rendah pula tingkat akurasinya. Namun, terdapat suatu tingkat resolusi optimum dari sistem jaringan tersebut. Untuk wilayah Kotamadya/ Kabupaten Bandung, tingkat resolusi optimum berada pada tingkat resolusi 3 yang meliputi: jalan arteri primer, kolektor primer, dan arteri sekunder. Melewati tingkat resolusi optimum, penyederhanaan lebih lanjut akan menghasilkan penurunan tingkat akurasi yang tajam.

16 3. Dalam menyederhanakan sistem jaringan harus diperhatikan adanya ruas-ruas jalan satu-arah. Pergerakan pada daerah di sekitar ruas tersebut akan menghasilkan kesalahan estimasi yang cukup serius. Kesalahan ini bisa berarti pembebanan yang terlalu berlebihan, atau malah sebaliknya. Oleh karena itu, arah pergerakan pada setiap ruas perlu diperhatikan sebaik-baiknya, terutama jalan-jalan sekunder (atau lokal) di sekitar ruas satu-arah tersebut agar arus kendaraan mempunyai rute pergerakan yang normal sesuai kondisi kenyataannya. 4. Pada setiap tingkat resolusi, dalam jaringan jalan yang padat, metode pembebanan Keseimbangan-Wardrop memberikan hasil yang lebih baik dibandingkan dengan metode All-or- Nothing. Secara hipotesa, semakin rendah tingkat kepadatan jalan, perbedaan hasil pembebanan antara model Keseimbangan-Wardrop dengan model All-or-Nothing semakin tidak terlihat. 5. Kedudukan penghubung pusat zona juga harus diperhatikan lebih seksama. Asumsi peletakan penghubung pusat zona ini pada suatu simpul sebagai jalur keluar dari pusat zona akan mempengaruhi besarnya estimasi arus pada setiap ruas jalan. 5.2 Saran Dalam merencanakan sistem jaringan, kunci utama adalah penentuan tingkat hierarki jalan. Untuk itu, disarankan memasukkan pada sistem jaringan sekurang-kurangnya dua tingkat hierarki jalan yang lebih rendah daripada yang dianalisis. Misalnya, jika ingin menganalisis jalan arteri primer, maka perlu dibuat sistem jaringan jalan yang terdiri dari jalan arteri primer, kolektor primer, dan arteri sekunder. penempatan penghubung pusat zona. Diperkirakan semakin tinggi tingkat resolusi sistem zona (semakin banyak zona) maka semakin tinggi tingkat akurasi hasil pembebanannya. DAFTAR PUSTAKA [1] Bell, M.G.H. and Y. Iida (1997) Transportation Network Analysis, John Wiley and Sons. [2] Ditjen Bina Marga (1997) Indonesian Highway Capacity Manual, Departemen Pekerjaan Umum. [3] LP ITB (1998) Studi Sistem Transportasi Terpadu di Kotamadya Dati II Bandung, Bappeda Dati II Kotamadya Bandung. [4] LPM ITB (1998) Penyusunan Rencana Pengembangan Transportasi Kabupaten Bandung, Bappeda Dati II Kabupaten Bandung. [5] Jansen, G.R.M. and P.H.L. Bovy (1982) The Effect of Zone Size and Network Detail on All-or-Nothing and Equilibrium Assignment Outcomes, Traffic Engineering and Control, 23(6), [6] Ortuzar, J.D and L.G. Willumsen (1994) Modelling Transport, 2 nd edition, John Wiley and Sons. [7] Tamin, O.Z. (1997) Perencanaan dan Pemodelan Transportasi, Edisi Pertama, Penerbit ITB. [8] Thomas, R. (1991) Traffic Assignment Techniques, Avebury Technical. [9] Sheffy, Y. (1985) Urban Transportation Network, Prentince-Hall Inc, Englewood Cliff. [1]Van Vliet, D. (1994) SATURN: A User s Manual Universal Version, The Institute for Transport Studies, The University of Leeds. Untuk penelitian lebih lanjut tentang masalah ini, beberapa aspek lain yang mempengaruhi perlu dimasukkan dalam raung lingkup studi, misalnya: pengaruh tingkat resolusi sistem zona dan asumsi 16