BAB IV PENGUMPULAN DAN ANALISIS DATA

Transkripsi

1 36 BAB IV PENGUMPULAN DAN ANALISIS DATA 4.1. PENGUMPULAN DATA Data yang diperoleh melalui pengumpulan data sekunder adalah : 1. Data Lalu Lintas Harian Rata-Rata Tahunan a. Sumber : Dinas Perhubungan Kota Pekalongan Propinsi Jawa Tengah b. Data yang diperoleh : Data LHR selama 5 tahun ( ), untuk Jalan HOS Cokroaminoto dan Jalan Pelita IV. 2. Data Tanah a. Sumber : Laboratorium Mekanika Tanah Jurusan Sipil Fakultas Teknik Universitas Diponegoro b. Data yang diperoleh : Hasil Sondir dan Boring (masing-masing 2 titik) pada tanah di sekitar Sungai Kupang. 3. Data Pendukung a. Data Topografi Sumber : Dinas PSDA Propinsi Jawa Tengah Data yang diperoleh : Peta topografi Kota Pekalongan. b. Data Curah Hujan Sumber : Badan Meteorologi dan Geofisika Propinsi Jawa Tengah Data yang diperoleh : Curah Hujan Stasiun Warungasem dan Stasiun Kutosari/Doro, selama 10 tahun ( ). c. Data Statistik Sumber : Biro Pusat Statistik Kota Pekalongan Propinsi Jawa Tengah Data yang diperoleh : Data Jumlah Penduduk, Pemilikan Kendaraan, dan PDRB daerah Jenggot dan Kuripan Lor Pekalongan. Dalam proses perencanaan jembatan, setelah dilakukan pengumpulan data primer maupun sekunder, dilanjutkan dengan evaluasi data / review study,

2 37 berikutnya dilakukan analisis untuk penentuan tipe, bentang, maupun kelas jembatan dan lain-lain serta melakukan perhitungan detail jembatan. Langkahlangkah yang dilakukan meliputi : 1. Analisa Lalu Lintas 2. Analisa Hidrologi dan Hidrolika 3. Analisa Tanah 4.2. ANALISA DATA LALU LINTAS DAN GEOMETRIK JALAN Data Lalu Lintas dan Data Pendukung lainnya Pada tahap perencanaan jembatan data yang diperoleh diolah terlebih dahulu lalu kemudian dilakukan analisa untuk menentukan alternatif-alternatif pemecahan terhadap masalah yang dihadapi. Karena pada jalan yang akan dibangun jembatan Kuripan belum diketahui data LHRnya, maka perlu dianalisis terlebih dahulu. Metode yang digunakan adalah dengan mencari prosentase dari kemungkinan kendaraan yang akan melalui jalan alternatif tersebut. Rumus untuk mendapatkan prosentase tersebut adalah : x = 50 + Dimana : 50( d + 0,5t ) ( d 0,5t ) 2 + 4, 5 x = prosentase kendaraan yang melalui jalan alternatif d = jarak tempuh melalui jalan alternatif t = waktu tempuh melalui jalan alternatif x = ( 1, ,5 3,5) ( 1,062 0,5 3,5) 2 + 4, 5 = 55,7 %

3 38 Jalan Alternatif Jl. HOS Cokroaminoto Jl. Pelita IV Gambar 4.1 Denah jalan alternatif melalui Jembatan Kuripan Thn. Dari data yang diperoleh dari Dinas Perhubungan Kota Pekalongan tahun tersebut dalam tabel di bawah ini : Sepeda Motor Emp=0,5 Mobil Emp = 1,00 Tabel : 4.1 Data pertumbuhan lalu lintas tahunan ( smp/hari ) Jl. HOS Cokroaminoto Pick Up Penumpang Emp=1,00 Pick Up Barang Emp= 1,00 Bus Emp= 1,50 Truck Ringan Emp= 1,30 Truck Sedang Emp= 2,00 Truck Berat Emp= 2,50 LHRT Smp / hari Sumber : Data Survei Dinas Perhubungan Kota Pekalongan

4 39 Thn. Sepeda Motor Emp=0,5 Mobil Emp = 1,00 Tabel : 4.2 Data pertumbuhan lalu lintas tahunan ( smp/hari ) Jl. Pelita IV Pick Up Penumpang Emp=1,00 Pick Up Barang Emp= 1,00 Bus Emp= 1,50 Truck Ringan Emp= 1,30 Truck Sedang Emp= 2,00 Truck Berat Emp= 2,50 LHRT Smp / hari Sumber : Data Survei Dinas Perhubungan Kota Pekalongan Tabel : 4.3 Data pertumbuhan lalu lintas tahunan ( smp/hari ) Jalan Alternatif Tahun LHRT (smp/hari) Sumber : Hasil Analisis Berdasarkan data lalu lintas di atas menunjukkan bahwa dari tahun ke tahun terjadi fluktuasi arus lalu lintas pada kedua ruas jalan tersebut yang tidak menentu. Pertumbuhan lalu lintas (LHR) ini mungkin saja dipengaruhi oleh faktor-faktor, yaitu : a) Jumlah Penduduk b) Produk Domestik Regional Bruto (PDRB) c) Jumlah Kepemilikan Kendaraan Selain faktor faktor diatas pertumbuhan tersebut juga dipengaruhi oleh akibat adnya imbas dari krisis moneter yang melanda bangsa ini sehingga menyebabkan masyarakat memilih kendaraan roda dua sebagai alat transportasi. Jumlah data yang dianalisis mempengaruhi ketepatan peramalan pertumbuhan lalu

5 40 lintas. Semakin banyak data yang dianalisis semakin baik dan tepat hasil peramalannya. a) Jumlah Penduduk Penduduk sebagai faktor utama dalam perencanaan merupakan bagian dari faktor sosial yang selalu berubah baik jumlah maupun kondisinya dan cenderung mengalami peningkatan. Dalam perencanaan jaringan transportasi antar daerah tidak bisa terlepas dari pengaruh pertumbuhan penduduk, karena setiap aktivitas penduduk kota secara langsung akan menimbulkan pergerakan lalu lintas. Tabel : 4.4 Pertumbuhan Penduduk Kelurahan Jenggot dan Kelurahan Kuripan Lor ( ) Tahun Jumlah Penduduk ( jiwa ) Sumber : Biro Pusat Statistik Kota Pekalongan b) Produk Domestik Regional Bruto ( PDRB ) Pembangunan di daerah Kota Pekalongan telah mencapai hasil sedemikian sehingga telah menghasilkan Produk Domestik Regional Bruto (PDRB) yang meningkat, seperti yang tampak pada tabel 4.5 di bawah ini.

6 41 Tabel : 4.5 PDRB Jenggot - Kuripan ( Ribuan Rupiah ) Tahun PDRB ( ribuan rupiah ) , , , , , , , , , ,00 Sumber : Biro Pusat Statistik Kota Pekalongan c) Jumlah Kepemilikan Kendaraan Seiring dengan perkembangan kebutuhan dan peningkatan kesejahteraan masyarakat menyebabkan meningkat pula kebutuhan akan sarana pendukung termasuk kendaraan sebagai sarana pengangkut orang maupun barang. Dengan peningkatan tersebut akan mempengaruhi kondisi lalu lintas pada umumnya, dan didapatkan bahwa jumlah kendaraan yang lewat di jalan dari tahun ke tahun terus dapat disimpulkan mengalami peningkatan. Untuk mengetahui pertumbuhan lalu lintas rata-rata per tahun dari suatu daerah maka perlu ditentukan data kepemilikan kendaraan dari daerah tersebut. Berikut ini disajikan jumlah kepemilikan kendaraan Kelurahan Jenggot dan Kelurahan Kuripan Lor dalam tabel 4.6

7 42 Tabel : 4.6 Jumlah Kepemilikan Kendaraan Tahun Jumlah kendaraan ( kendaraan ) Sumber : Biro Pusat Statistik Kota Pekalongan Analisis Tingkat Pertumbuhan Lalu Lintas Analisis terhadap data-data sekunder di atas nantinya digunakan untuk memperkirakan jumlah masing-masing data tersebut pada n tahun mendatang dengan menggunakan metode analisis geometrik dengan bentuk persamaan sebagai berikut : 1. Analisis Geometrik P n = P o ( 1 + i ) n Dimana : P o = Data pada tahun terakhir yang diketahui Pn = Data pada tahun ke n dari tahun terakhir n = Tahun ke n dari tahun terakhir i = Tingkat pertumbuhan ( % ) Data data pertumbuhan jumlah penduduk, PDRB, dan kepemilikan kendaraan tersebut akan dianggap sebagai variabel bebas dan akan dicari seberapa besar pengaruh dari semua variabel tersebut terhadap pertumbuhan lalu lintas. Metode yang digunakan untuk menghitung

8 43 seberapa besar pengaruh dari variabel-variabel tersebut adalah metode regresi berganda dengan bentuk persamaan : Y = a + bx 1 + cx 2 + dx 3 Data yang akan dicari tingkat pertumbuhannya dijadikan variabel tidak bebas (Dependent Variabel), yang untuk selanjutnya disebut variabel Y yaitu LHRT. Kemudian data lainnya diuji terlebih dahulu apakah variabel tersebut benar-benar merupakan variabel bebas (Independent Variabel) atau bukan. Apabila data tersebut merupakan variabel bebas maka dapat digunakan untuk perhitungan regresi berganda dan apabila bukan merupakan variabel bebas maka tidak bisa digunakan untuk perhitungan regresi berganda. Data-data yang akan diuji yaitu jumlah penduduk, PDRB dan jumlah kepemilikan kendaraan. Langkah selanjutnya yaitu menguji berapa besar pengaruh variabelvariabel bebas (X) terhadap variabel tidak bebas (Y). Dengan memakai metode analisis regresi dapat diketahui besarnya pengaruh tersebut dengan melihat harga r yang mempunyai batas 1 r 1. Hasil pengujian dari data-data sekunder di atas dapat dilihat pada perhitungan berikut ini. A. Prediksi Jumlah Penduduk Dari data jumlah penduduk yang ada dapat diketahui jumlah penduduk sampai tahun 2054 dengan menggunakan metode analisis aritmatik dan analisis geometrik. Berikut disajikan perhitungan analisis aritmatik dan analisis geometrik dalam tabel 4.7 di bawah ini.

9 44 Tabel : 4.7 Data Pertumbuhan Penduduk Jumlah Tingkat No Tahun Penduduk Pertumbuhan ( jiwa ) ( % ) , , , , , , , , , Rata - rata 1,342 Sumber : Hasil Analisis Rumus dasar Analisis Geometrik : P n = P o ( 1 + r ) n Dari data di atas diperoleh : P o = 7850 r = (r1 + r r9) / 9 = 1,342 % Maka diperoleh persamaan geometrik : P n = 7850 ( ) n Dari persamaan-persamaan tersebut dapat diketahui pertumbuhan penduduk sampai tahun 2056 dengan menggunakan tahun 2006 sebagai tahun ke- 0 seperti terlihat dalam tabel 4.8 di bawah ini.

10 45 Tabel : 4.8 Analisis Pertumbuhan Penduduk No N Tahun Pertumbuhan Geometrik ( jiwa )

11 Sumber : Hasil Analisis B. Prediksi Pertumbuhan PDRB Dengan cara yang sama dapat dihitung jumlah pertumbuhan PDRB seperti yang terlihat pada tabel 4.9 di bawah ini. Tabel : 4.9 Data Angka Pertumbuhan PDRB ( % ) No Tahun PDRB Pertumbuhan ( ribuan rupiah ) Geometrik ( % ) ,00-13, ,00 4, ,00 13, ,00 3, ,00 14, ,00 6, ,00 11, ,00 10, ,00 7, ,00 Rata - rata 6,510 % Sumber : Hasil Analisis Perhitungan analisis geometrik P n = P o ( 1 + r ) n Dari data di atas diperoleh : P o = ,00 r = (r1 + r2 + + r9) / 9 = 6,510 % Maka diperoleh persamaan geometrik :

12 47 P n = ( ) n Dari persamaan-persamaan tersebut dapat diketahui pertumbuhan PDRB sampai tahun 2056 dengan menggunakan tahun 2006 sebagai tahun ke-0 seperti terlihat dalam tabel 4.10 di bawah ini. Tabel : 4.10 Analisis Pertumbuhan PDRB ( Rupiah ) Pertumbuhan No N Tahun Geometrik ( rupiah )

13 Sumber : Hasil Analisis C. Prediksi Jumlah Kepemilikan Kendaraan Untuk mengetahui jumlah kepemilikan kendaraan sampai tahun 2056 dapat dilihat pada perhitungan pada tabel 4.11 di bawah ini. Tabel : 4.11 Data Pertumbuhan Jumlah Kendaraan No Tahun Jumlah Kendaraan Pertumbuhan ( kendaraan ) Geometrik ( % ) , , , , , , , , , Rata - rata 2,145 Sumber : Hasil Analisis Rumus dasar Analisis Geometrik : P n = P o ( 1 + r ) n

14 49 Dari data di atas diperoleh : P o = 876 r = (r1 + r2 + + r9) / 9 = 2,145 % Maka diperoleh persamaan geometrik : P n = 876 ( 1 + 0,02145 ) n Dari persamaan-persamaan tersebut dapat diketahui pertumbuhan jumlah kendaraan sampai tahun 2056 dengan menggunakan tahun 2006 sebagai tahun ke-0 seperti terlihat dalam tabel 4.12 di bawah ini. Tabel : 4.12 Analisis Pertumbuhan Jumlah Kendaraan No N Tahun Pertumbuhan Geometrik ( kendaraan )

15 Sumber : Hasil Analisis Pengaruh Jumlah Penduduk Terhadap pertumbuhan LHR Pengaruh jumlah penduduk terhadap jumlah LHR dapat dilihat dari berapa besar nilai korelasi yang terjadi antara keduanya. Nilai korelasi tersebut dapat dicari dengan menggunakan metode regression analysis dari program SPSS 12. Berikut disajikan data-data jumlah LHR dan jumlah penduduk dalam tabel 4.13 di bawah ini. Tabel : 4.13 Data Jumlah LHR dan Jumlah Penduduk Tahun LHRT ( smp/hari ) Jumlah HOS Cokroaminoto - Pelita IV Penduduk ( jiwa ) Sumber : BPS Kota Pekalongan dan Hasil Analisis Dari data-data di atas kemudian dicari berapa besar nilai korelasi antara keduanya dengan memakai metode regression analysis seperti terlihat dalam tabel 4.14 di bawah ini.

16 51 Tabel : 4.14 Nilai Korelasi Antara LHR dengan Jumlah Penduduk Regression Statistics Multiple R 0,865 R Square 0,749 Adjusted R Square 0,665 Standard Error 91,335 Observations 5 Sumber : Hasil Analisis Dari tabel di atas didapatkan bahwa nilai korelasi antara LHR dengan jumlah penduduk untuk ruas jalan HOS Cokroaminoto Pelita IV, R = 0,749. Hal ini menunjukkan bahwa jumlah penduduk mempunyai pengaruh yang cukup besar terhadap pertumbuhan jumlah LHR dan dapat digunakan sebagai variabel untuk memprediksi jumlah LHR pada tahun-tahun berikutnya Pengaruh PDRB terhadap pertumbuhan LHR Pengaruh PDRB terhadap jumlah LHR dapat dilihat dari berapa besar nilai korelasi yang terjadi antara keduanya. Nilai korelasi tersebut dapat dicari dengan menggunakan metode regression analysis dari program SPSS 12. Berikut disajikan data-data jumlah LHR dan PDRB dalam tabel 4.15 di bawah ini. Tabel : 4.15 Data Jumlah LHR dan PDRB Tahun LHRT ( smp/hari ) HOS Cokroaminoto - Pelita IV PDRB ( rupiah ) Sumber : Data Survei Dinas Perhubungan dan BPS Kota Pekalongan

17 52 Dari data-data di atas kemudian dicari berapa besar nilai korelasi antara keduanya dengan memakai metode regression analysis seperti terlihat dalam tabel 4.16 di bawah ini. Tabel : 4.16 Nilai Korelasi Antara Jumlah LHR dengan PDRB Regression Statistics Multiple R 0,988 R Square 0,977 Adjusted R Square 0,969 Standard Error 27,806 Observations 5 Sumber : Hasil Analisis Dari tabel di atas didapatkan bahwa nilai korelasi antara LHR dengan jumlah PDRB untuk ruas jalan HOS Cokroaminoto - Pelita IV, R = 0,977. Hal ini menunjukkan bahwa jumlah PDRB mempunyai pengaruh yang besar terhadap pertumbuhan jumlah LHR dan dapat digunakan sebagai variabel untuk memprediksi jumlah LHR pada tahun-tahun berikutnya Pengaruh Jumlah Kepemilikan Kendaraan Terhadap LHR Pengaruh jumlah kepemilikan kendaraan terhadap jumlah LHR dapat dilihat dari berapa besar nilai korelasi yang terjadi antara keduanya. Nilai korelasi tersebut dapat dicari dengan menggunakan metode regression analysis dari program SPSS 12. Berikut disajikan data-data jumlah LHR dan jumlah kendaraan dalam tabel 4.17 di bawah ini.

18 53 Tabel : 4.17 Data Jumlah LHR dan Jumlah Kendaraan Tahun LHRT ( smp/hari ) Kepemilikan HOS Cokroaminoto - Pelita IV Kendaraan ( kendaraan ) Sumber : Data Survei Dinas Perhubungan dan BPS Kota Pekalongan Dari data-data di atas kemudian dicari berapa besar nilai korelasi antara keduanya dengan memakai metode regression analysis seperti terlihat dalam tabel 4.18 di bawah ini. Tabel : 4.18 Nilai Korelasi Antara LHR dengan Jml. Kendaraan Regression Statistics Multiple R 0,986 R Square 0,972 Adjusted R Square 0,963 Standard Error 30,268 Observations 5 Sumber : Hasil Analisis Dari tabel di atas didapatkan bahwa nilai korelasi antara LHR dengan jumlah kendaraan untuk ruas jalan HOS Cokroaminoto - Pelita IV, R = 0,972. Hal ini menunjukkan bahwa jumlah kendaraan mempunyai pengaruh yang besar terhadap pertumbuhan jumlah LHR dan dapat digunakan sebagai variabel untuk memprediksi jumlah LHR pada tahuntahun berikutnya Pengaruh Jumlah Penduduk Terhadap PDRB Besarnya pengaruh antara jumlah penduduk dengan PDRB dapat dilihat dari berapa nilai korelasi antara kedua variabel tersebut yang

19 54 didapat dengan menggunakan metode regression analysis dari program SPSS 12. Berikut disajikan data-data dari variabel jumlah penduduk dan PDRB dalam tabel 4.19 di bawah ini. Tabel : 4.19 Data Jumlah Penduduk dan PDRB Tahun Jumlah Penduduk ( jiwa ) PDRB ( rupiah ) Sumber : Data BPS Kota Pekalongan Tabel : 4.20 Nilai Korelasi Antara Jumlah Penduduk dengan PDRB Regression Statistics Multiple R 0,857 R Square 0,735 Adjusted R Square 0,647 Standard Error 25129,318 Observations 5 Sumber : Hasil Analisis Dari tabel di atas didapatkan bahwa nilai korelasi antara variabel jumlah penduduk dengan variabel PDRB adalah R = 0,735. Hal ini menunjukkan bahwa jumlah penduduk mempunyai karakeristik yang hampir sama terhadap pertumbuhan PDRB Pengaruh Jumlah Penduduk Terhadap Kepemilikan Kendaraan Pengaruh jumlah penduduk terhadap jumlah kendaraan dapat dilihat dari berapa besar nilai korelasi yang terjadi antara keduanya. Nilai korelasi tersebut dapat dicari dengan menggunakan metode regression

20 55 analysis dari program SPSS 12. Berikut disajikan data-data jumlah penduduk dan jumlah kendaraan dalam tabel 4.21 di bawah ini. Tabel : 4.21 Data Jumlah Penduduk dan Kepemilikan Kendaraan Tahun Jumlah Kepemilikan Penduduk ( jiwa ) Kendaraan ( kendaraan ) Sumber : Data BPS Kota Pekalongan Dari data-data di atas kemudian dicari berapa besar nilai korelasi antara keduanya dengan memakai metode regression analysis seperti terlihat dalam tabel 4.22 di bawah ini. Tabel : 4.22 Nilai Korelasi Antara Jumlah Penduduk dengan Jumlah Kendaraan Regression Statistics Multiple R 0,844 R Square 0,712 Adjusted R Square 0,616 Standard Error 34,967 Observations 5 Sumber : Hasil Analisis Dari tabel di atas didapatkan bahwa nilai korelasi antara jumlah penduduk dengan jumlah kendaraan adalah R = 0,712. Hal ini menunjukkan bahwa jumlah penduduk mempunyai karakteristik yang hampir sama terhadap pertumbuhan jumlah kendaraan.

21 Pengaruh PDRB Terhadap Kepemilikan Kendaraan Besarnya pengaruh jumlah PDRB terhadap jumlah kendaraan dapat dilihat dari berapa besar nilai korelasi yang terjadi antara keduanya. Nilai korelasi tersebut dapat dicari dengan menggunakan metode regression analysis dari program SPSS 12. Berikut disajikan data-data jumlah PDRB dan jumlah kendaraan dalam tabel 4.23 di bawah ini. Tabel : 4.23 Data PDRB dan Kepemilikan Kendaraan Tahun PDRB Kepemilikan Kendaraan ( rupiah ) ( kendaraan ) Sumber : Data BPS Kota Pekalongan Dari data-data di atas kemudian dicari berapa besar nilai korelasi antara keduanya dengan memakai metode regression analysis seperti terlihat dalam tabel 4.24 di bawah ini. Tabel : 4.24 Nilai Korelasi Antara PDRB dengan Jumlah Kendaraan Regression Statistics Multiple R 0,983 R Square 0,966 Adjusted R Square 0,954 Standard Error 12,042 Observations 5 Sumber : Hasil Analisis Dari tabel di atas didapatkan bahwa nilai korelasi antara jumlah PDRB dengan jumlah kendaraan adalah R = 0,966. Hal ini menunjukkan bahwa

22 57 jumlah PDRB mempunyai karakteristik yang hampir sama terhadap pertumbuhan jumlah kendaraan. Besarnya nilai korelasi dari variabel-variabel di atas dapat disajikan secara ringkas dalam tabel 4.25 di bawah ini. Tabel : 4.25 Nilai Korelasi Antara Berbagai Variabel Pada Ruas Jalan HOS Cokroaminoto - Pelita IV R LHR Jumlah Jumlah PDRB Penduduk Kendaraan LHR 1 0,749 0,977 0,972 Jumlah Penduduk 0, ,735 0,570 PDRB 0,977 0, ,966 Jumlah Kendaraan 0,972 0,570 0,966 1 Sumber : Hasil Analisis Tabel : 4.26 Persamaan Regresi dari Berbagai Kombinasi Variabel No Keterangan 1 X 1 = Jumlah Penduduk Y = LHRT 2 X 1 = Jumlah PDRB Y = LHRT 3 X 1 = Jumlah Kendaraan Y = LHRT 4 X 1 = Jumlah Penduduk X 2 = Jumlah PDRB Persamaan Angka R Square Regresi Pertumbuhan Y = -2182, ,563 X 1 0,749 3,338 % Y = 1124, ,004X 1 0,977 5,106 % Y = 20, ,758X 1 0,972 4,446 % Y = 843, ,045X 1 0,978 4,488 % + 0,003X 2

23 58 Y = LHRT 5 X 1 = Jumlah PDRB X 2 = Jumlah Kendaraan Y = LHRT Y = 629, ,002X 1 0,983 3,689 % + 1,216X 2 6 X 1 = Jumlah Penduduk X 2 = Jumlah PDRB X 3 = Jumlah Kendaraan Y = LHRT Sumber : Hasil Analisis Y = 359, ,043X 1 0,984 4,772 % + 0,002X 2 + 1,209X 3 Berdasarkan Tabel di atas maka dapat disimpulkan bahwa untuk mencari perkiraan LHRT memakai persamaan no.6 dengan alasan : 1. R Square yang dihasilkan 0,984, nilai ini baik untuk menandakan adanya hubungan ketiga variabel tersebut dengan LHRT. 2. Angka Pertumbuhan yang dihasilkan bila menggunakan persamaan no.6 adalah 4,772%.Angka tersebut masih dalam batas batas tingkat pertumbuhan yang wajar. 3. Penggunaan ketiga variable tersebut dalam mencari LHRT dapat menghasilkan persamaan yang lebih teliti Prediksi Jumlah LHR Untuk menghitung jumlah LHR yang lewat pada ruas jalan HOS Cokroaminoto - Pelita IV sampai tahun 2056 dapat digunakan metode regression analysis dari program SPSS 12. Berikut disajikan data-data jumlah LHR, PDRB, Jumlah penduduk dan jumlah kepemilikan kendaraan dari tahun dalam tabel 4.27 di bawah ini.

24 59 Ruas Jalan HOS Cokroaminoto - Pelita IV Tabel : 4.27 Data LHR, PDRB, Jumlah Penduduk dan Jumlah Kepemilikan Kendaraan. Tahun LHRT Jumlah Penduduk PDRB Jumlah Kendaraan ( smp/jam ) ( jiwa ) ( juta rupiah ) ( kendaraan ) Sumber : Data Survei Dinas Perhubungan dan BPS Kota Pekalongan Tabel : 4.28 Nilai Korelasi LHR, PDRB, Juml Pend, Juml Kendaraan Regression Statistics Multiple R 0,992 R Square 0,984 Adjusted R Square 0,937 Standard Error 39,505 Observations 5 Sumber : Hasil Analisis Tabel : 4.29 Nilai konstanta dan Prediktor X1, X2, X3 Variable Coefficients Constant 359,921 X1 0,043 X2 0,002 X3 1,209 Sumber : Hasil Analisis Dengan demikian didapatkan bahwa nilai : a = 359,921 b = 0,043 c = 0,002

25 60 d = 1,209 Sehingga didapatkan persamaan regresi sebagai berikut : Y = 359, ,043X 1 + 0,002X 2 + 1,209X 3 Dengan memasukkan X 1 sebagai jumlah penduduk, X 2 sebagai jumlah PDRB dan X 3 sebagai jumlah kepemilikan kendaraan maka akan didapatkan jumlah LHR sampai tahun 2056, seperti terlihat dalam tabel 4.30 di bawah ini : Tabel : 4.30 Perkiraan jumlah LHR sampai tahun 2054 Penduduk PDRB Kendaraan LHRT Angka No n Tahun Pertumbuhan ( jiwa ) (rupiah ) (kendaraan) (smp/hari) ( % )

26 Rata rata Sumber : Hasil Analisis Dengan pertimbangan faktor biaya maka perhitungan diambil 25 tahun kedepan dengan perkiraan proyek dimulai pada tahun 2007, perencanaannya pada tahun 2008, dilaksanakan pada tahun Jadi pada tahun yang direncanakan, yaitu tahun 2035, LHR yang melintasi Jalan HOS Cokroaminoto - Pelita IV adalah sebesar 7182 smp/hari. Maka dapat digolongkan dalam kelas jalan Lokal Perhitungan Kapasitas Jalan Perhitungan kapasitas jalan didasarkan pada rumus : C = C o x FC W x FC SP x FC SF x FC CS Keterangan : C = Kapasitas (smp/jam) C 0 FCw FC SP = Kapasitas dasar (smp/jam) ( MKJI 97 tabel C-1:1 hal 5-50 ) = Faktor penyesuaian akibat lebar jalur lalu lintas ( MKJI 97 tabel C-2:1 hal 5-51 ) = Faktor penyesuaian akibat pemisahan arah ( MKJI 97 tabel C-3:1 hal 5-52 )

27 62 FC SF FC CS = Faktor penyesuaian akibat hambatan samping ( MKJI 97 tabel C-4:1 hal 5-53 ) = Faktor penyesuaian akibat ukuran kota ( MKJI 97 tabel C-5:1 hal 5-55 ) C = C o x FC W x FC SP x FC SF x FC CS = 2900 x 0,87 x 1,00 x 0,94 x 0,86 = 2040 smp/jam Menentukan Lajur Dalam menentukan jumlah lajur digunakan rentang arus lalu lintas seperti pada tabel Tata Cara Perencanaan Geometrik Jalan Antar Kota tahun 1997, Direktorat Jendral Bina Marga Departemen Pekerjaan Umum. Penentuan lebar jalur dan bahu jalan adalah sebagai berikut : Tabel : 4.31 Penentuan Lebar Jalur dan Bahu Jalan ARTERI KOLEKTOR LOKAL VLHR (smp/jam) Ideal Minimum Ideal Minimum Ideal Minimum Lebar Jalur (m) Lebar Bahu (m) Lebar Jalur (m) Lebar Bahu (m) Lebar Jalur (m) Lebar Bahu (m) <3000 6,0 1,5 4,5 1,0 6,0 1,5 4,5 1,0 6,0 1,0 4,0 1, Lebar Jalur (m) Lebar Bahu (m) Lebar Jalur (m) Lebar Bahu (m) 7,0 2,0 6,0 1,0 7,0 1,5 6,0 1,5 7,0 1,5 5,0 1,0 7,0 2,0 7,0 2,0 7,0 2,0 ** ** > x3,5 2x2,0 2,5 2,0 * * Sumber : TCPGJAK Tahun 1997, hal 16 2x3,5 * Lebar Jalur (m) Lebar Bahu (m) 2,0 ** ** Keterangan : ** = mengacu pada persyaratan ideal * = 2 lajur terbagi, masing-masing n x 3,5 m, dimana n = jumlah lajur/jalur - = tidak ditentukan Rencana jalan jembatan Kuripan terdiri dari 2 lajur 2 arah UD, lebar setiap lajurnya 3 meter dengan bahu jalan 1 meter.

28 63 Untuk mengetahui mengetahui tingkat kinerja jalan pada ruas jalan HOS Cokroaminoto - Pelita IV pada tiap tahun mulai tahun 2006 sampai umur rencana tahun 2056 maka diperhitungkan sebagai berikut : No U R Tahun Tabel : 4.32 Nilai nilai Paremeter Kinerja Jalan Baru LHRT ( smp/hari ) Q C HOS Cokroaminoto - Pelita IV (smp/jam) (smp/jam) LAYAK LAYAK LAYAK LAYAK LAYAK LAYAK LAYAK LAYAK LAYAK LAYAK LAYAK LAYAK LAYAK LAYAK LAYAK LAYAK LAYAK LAYAK LAYAK LAYAK LAYAK LAYAK LAYAK LAYAK LAYAK LAYAK LAYAK LAYAK LAYAK LAYAK LAYAK LAYAK LAYAK LAYAK LAYAK LAYAK LAYAK Q/C Ket

29 LAYAK LAYAK LAYAK LAYAK LAYAK LAYAK LAYAK LAYAK LAYAK LAYAK TIDAK LAYAK TIDAK LAYAK TIDAK LAYAK TIDAK LAYAK Sumber : Hasil Analisis 3. Derajat Kejenuhan Untuk perhitungan rencana jalan diperoleh nilai LHRT tahun 2053 yaitu smp/hari,maka dengan nilai k = 0,09 diperoleh VJP sebesar 1570 smp/jam. Dengan demikian maka nilai DS dapat dihitung dengan : DS = Q/C = 1570/2040 = 0,77 Ds > 0,75 menunjukkan bahwa jalan tersebut terlalu padat sehingga diperlukan penanganan untuk mengurangi kepadatan tersebut dengan cara penambahan lajur agar arus lalulintas menjadi lancar. Dari perhitungan diatas dapat diambil kesimpulan bahwa penggunaan lajur dengan lebar 3 meter dapat memenuhi kapasitas arus lalulintas hingga tahun Volume 1 jam yang dipergunakan sebagai VJP tidak boleh mempunyai nilai yang sangat besar, sehingga akan mengakibatkan jalan menjadi lenggang dan biayanya pun mahal menyebabkan pemborosan. Dalam pelaksanaan pelaksanaan Jembatan Kuripan ini dilaksanakan dengan pembangunan 2 lajur.umur rencana jembatan pada umumnya di Indonesia berkisar antara tahun.berdasarkan perhitungan tabel diatas dapat dijadikan pertimbangan bahwa jalan tersebut pada suatu saat akan menggunakan 4 lajur apabila telah terlampaui DS nya.tetapi dari segi ekonomis jalan direncanakan dengan 2 lajur terlebih dahulu. Ketika jalan

30 65 maupun jembatan tidak dapat lagi menampung volume arus lalu lintas maka dapat ditambah lagi dengan 2 lajur, cara ini akan lebih efisien ketimbang merencanakan langsung jalan maupun jembatan secara langsung dengan 4 lajur.

31 ANALISIS ASPEK HIDROLOGI DAN HIDRAULIK Dari data yang diperoleh dari Badan Meteorologi dan Geofisika ( BMG ) diambil 3 lokasi stasiun,yaitu Warung Asem dan Kutosari/Doro curah hujan bulanan diambil dari data sepuluh tahunan yaitu dari tahun adalah sebagai berikut : Tabel : 4.33 Data Curah Hujan Lokasi Warungasem ( mm/hari ) Tahun Bulan Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember CH maks Sumber : BMG Tabel : 4.34 Data Curah Hujan Lokasi Kutosari/Doro ( mm/hari ) Tahun Bulan Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember CH maks Sumber : BMG

32 Analisis Frekuensi Curah Hujan Berdasarkan data curah hujan, maka perlu ditentukan kemungkinan curah hujan maksimum tersebut untuk menentukan debit banjir rencana.dalam penentuan curah hujan yang dipakai dalam menghitung besar debit banjir rencana digunakan cara cara sebagai berikut : 1. Menentukan jenis sebaran yang diperlukan faktor faktor sebagai berikut : a. Standar Deviasi b. Koefisien Skewness ( Cs ) c. Koefisien Kurtosis ( Ck ) d. Koefisien Variasi ( Cv ) Tabel : 4.35 Perhitungan Frekuensi Curah Hujan Stasiun Warungasem ( mm/hari ) Tahun Xi ( mm/hari ) Xi - Xr (Xi - Xr) 2 (Xi - Xr) 3 (Xi - Xr) Jumlah Sumber : Hasil Analisis Xi 4242 X rata rata = = = 424,4 mm/hari n 10 Keterangan : n = Banyaknya tahun data curah hujan yang dipakai Xi = Jumlah curah hujan maksimum

33 68 Tabel : 4.36 Perhitungan Frekuensi Curah Hujan Stasiun Kutosari/Doro ( mm/hari ) Tahun Xi ( mm/hari ) Xi - Xr (Xi - Xr) 2 (Xi - Xr) 3 (Xi - Xr) Jumlah Sumber : Hasil Analisis Xi 3835 X rata rata = = = 383,5 mm/hari n 10 Keterangan : n = Banyaknya tahun data curah hujan yang dipakai Xi = Jumlah curah hujan maksimum a. Standart Deviasi Ukuran sebaran yang paling banyak digunakan adalah deviasi standar, apabila penyebaran sangat besar terhadap nilai rata rata maka nilai x akan besar,akan tetapi apabila penyebaran data sangat kecil terhadap nilai rata rata maka nilai x akan kecil. Untuk stasiun Warungasem : Sx = ( Xi Xrata rata) n 1 2 = 3570 = 19,916 9 Untuk stasiun Kutosari / Doro : Sx = ( Xi Xrata rata) n 1 2 = 10270,5 9 = 33,781

34 69 Keterangan : n = Banyaknya tahun data curah hujan yang dipakai (Xi-X rata-rata ) 2 = Curah hujan maksimum dikurangi curah hujan rata- rata dikuadratkan b. Koefisien Skewness ( Cs ) Kemencengan ( Skewness ) adalah suatu nilai yang menunjukan derajat ketidak simetrisan ( Asimetry ) demi suatu bentuk distribusi. Apabila kurva frkuensi dari kanan atau ke kiri terhadap titik pusat maksimum, maka kurva tersebut tidak akan berbentuk simetris.keadaaan tersebut disebut menceng ke kiri atau ke kanan.pengukuran kemencengan adalah untuk mengukur seberapa besar frekuensi dari suatu distribusi tidak simetris atau menceng.ukuran kemencengan dinyatakan dengan besarnya koefisien kemencengan dan dapat dihitung dengan persamaan berikut : Cs = n ( Xi Xrata rata ) 3 ( n 1)( n 2) Sx ,781 = 3 3 = 1,275 Keterangan : n = Banyaknya tahun data curah hujan yang dipakai (Xi-X rata-rata ) 3 = Curah hujan maksimum dikurangi curah hujan rata- rata dipangkat tiga Sx = Standart deviasi

35 70 c. Koefisien Kurtois ( Ck ) Pengukuran Kurtois dimaksudkan untuk mengukur kemencengan dari kurva distribusi dan sebagai perbandingan adalah distribusi normal koefisien Kurtois dirumuskan sebagai berikut : Ck = n 2 ( Xi Xrata rata) 4 ( n 1)( n 2)( n 3) Sx , ,781 2 = 4 = 6,9 Keterangan : n = Banyaknya tahun data curah hujan yang dipakai (Xi-X rata-rata ) 3 = Curah hujan maksimum dikurangi curah hujan rata- rata dipangkat empat Sx = Standart deviasi d. Koefisien Variasi ( Cv ) nilai Koefisien Variasi adalah nilai perbandingan deviasi standar dengan rata rata hitung dari suatu distribusi.koefisien Variasi dapat dihitung dengan rumus sebagai berikut : Cv = = Sx X 33, ,5 = 0,088 Keterangan : Sx = Standart deviasi X = Curah hujan rata-rata

36 71 2. Pemilihan Jenis Sebaran Dalam sebaran dikenal beberapa jenis distribusi, diantaranya yang banyak digunakan dalam hidrologi adalah sebagai berikut : a. Distribusi normal b. Distribusi log normal c. Distribusi log Pearson d. Distribusi Gumbel Tabel : 4.37 Perhitungan Frekuensi Curah Hujan Stasiun Warungasem ( mm/hari ) No Jenis Distribusi Syarat Hasil Perhitungan Keterangan 1 Normal Ck = 3 Cs = 0 Ck = 6,9 Cs = 1,275 Tidak Tidak 2 Gumbel Ck = 5,4002 Cs = 1,129 Ck = 6,9 Cs = 1,275 Tidak Memenuhi 3 Log Pearson III Cs 0 Cs = 1,275 Memenuhi 4 Log Normal Cs = 3 x Cv Cv = 0,088 Cs = 1,275 Tidak Tidak Sumber : Hasil Analisis Keterangan : Cs = Koefisien Skewness Ck = Koefisien Kurtois Cv = Koefisien Variasi Analisis Curah Hujan Rencana Perhitungan Distribusi Log Pearson Untuk Stasiun Hujan Warungasem Rata rata ( x ) = 424,2 mm/hari Standar Deviasi ( Sx ) = 19,916

37 72 Rumus : Subarkah Kr = 0,78 ln ln 1 0, 45 Tr Tr => 25 = 2,045 Xtr = Xrata rata + ( Kr * Sx ) Xtr = X 25 + R X 25 = R = 424,2 + ( 2,045 19,916) = 464,928 mm/hari Keterangan : Xtr = Curah Hujan dengan kala ulang tertentu ( diambil 25 tahun ) Xr = Curah Hujan Rata rata Sx = Standart Deviasi Untuk Stasiun Kutosari/Doro Rata rata ( x ) = 383,5 mm/hari Standar Deviasi ( Sx ) = 33,781 1 Kr = 0,78 ln ln 1 0, 45 Tr Tr => 25 = 2,045 Xtr = Xrata rata + ( Kr * Sx ) Xtr = X 25 + R X 25 = R = 383,5 + (2,045 33,781 ) = 452,582 mm/hari Keterangan :

38 73 Xtr = Curah Hujan dengan kala ulang tertentu ( diambil 25 tahun ) Xr = Curah Hujan Rata rata Sx = Standart Deviasi 464, ,582 Rdiambil = = 458, mm/hari Perhitungan Debit Banjir ( Q ) Tujuan dari perhitungan debit ini adalah untuk mengetahui besarnya debit air yang melewati sungai Kupang untuk suatu periode ulang tertentu, sehubungan dengan perencanaan ini periode debit banjir yang direncanakan adalah periode ulang 25 tahunan ( Q tr = Q 25 ). A. Data dari Dinas Pengairan Jratunseluna Luas DAS ( A ) = 155 km 2 Panjang aliran sungai ( L ) = m Perbedaan ketinggian = 168 m Kemiringan dasar saluran = 0,0028 B. Waktu Konsentrasi ( tc ) tc = L / ( 72 x i 0,6 ) Keterangan : L = panjang aliran ( m ) i = kemiringan medan tc = waktu pengaliran ( jam ) tc = ( / ( 72 x 0,0028 0,6 )) / 3600 = 5,25 jam C. Intensitas Hujan ( I ) I = ( R/24 ) x ( 24/tc ) 0,67 Keterangan : I = Intensitas Hujan ( mm/jam ) R = Curah hujan ( mm ) tc = Waktu penakaran ( jam )

39 74 I = ( 458,755 / 24 ) x ( 24 / 5,25 ) 0,67 = 52,918 mm/jam Formula Relation Mononobe : Q = 0,278.C.I.A Keterangan : Q = Debit banjir ( m 3 /det ) C = Koefisien run off = 0,6 I = Intensitas hujan ( mm/jam ) A = Luas DAS ( km 2 ) ( 0,278 = konversi satuan ) Q = 0,278 x 0,6 x 52,918 x 155 = 1368,142 m 3 /det Perhitungan Tinggi Muka Air Banjir Penampang sungai direncanakan sesuai dengan bentuk kali Kupang yaitu berupa trapesium dengan ketentuan sebagai berikut : Q = 1368,142 m 3 /det Kemiringan dasar ( I ) = 0,0028 Kemiringan dinding (m) = 1:2 Koefisien Manning ( n ) = 0,04 Panjang Aliran Sungai ( L ) = m Beda elevasi ( H ) = 168 m Lebar Sungai ( B ) = 23,81 m Rumus kecepatan aliran : 0,6 H 168 V = 72x = 72x L ,6 = 2,7 m/det Luas kebutuhan : A = Q 1368,142 r = = 506,719 m 2 V 2,7

40 75 Gambar 4.2 potongan Kali Kupang dimulai dari pertemuan Kali Banger dengan Sungai Pekalongan sampai dengan hulu Jembatan Kuripan Lor Jenggot A S BIDANG PERS : ( M ) ELEVASI J A R A K P A S BIDANG PERS : ( M ) ELEVASI J A R A K P A S BIDANG PERS : ( M ) ELEVASI J A R A K P A S BIDANG PERS : ( M ) ELEVASI J A R A K P A S BIDANG PERS : ( M ) ELEVASI J A R A K P 4

41 A S BIDANG PERS : ( M) ELEVASI J A R A K P A S BIDANGPERS : ( M) ELEVASI J A R A K P 6 Tabel 4.38 HASIL PENGUKURAN KALI KUPANG DIMULAI DARI PERTEMUAN KALI BANGER DENGAN SUNGAI PEKALONGAN SAMPAI DENGAN HULU JEMBATAN KURIPAN LOR - JENGGOT No Jarak Lebar Lebar Atas Elevasi Dasar Rata 2 (m) Patok (m ) Bawah (m) (m) Sungai (m) P.6 27,82 41,39 34,65 +9,453 50,00 P.5 29,00 46,46 37,73 +9,558 50,00 P.4 23,58 46,29 34,93 +9,923 50,00 P.3 20,88 41,78 31,34 +9,861 50,00 P.2 23,83 56,77 40,30 +10,249 50,00 P.1 18,86 41,80 30,38 +9,809 36,00 P.0 22,46 56,39 39,43 +9,819 Rata 2 23,81 47,27 35,54 Sumber : Hasil Analisis

42 77 Langkah perhitungan tinggi air maksimum dengan menggunakan lebar ratarata, B = 23,81 m Penampang tanpa menggunakan pilar H2 H1 B Gambar 4.3 gambar perhitungan tinggi muka air banjir B 1 = 23,81 m Dengan cara coba-coba didapat : H 1 = 8,26 m F = (B + mh1) H1 = ( 23,81 + (2 x 8,26)) 8,26 = 333,126 m² P = B + 2( 2 1+ m ) H1 = 23,81 + 2( = 60,75 m F R = P ) 8,26 = 333,126 60,75 1 Q = R 2 / 3 n I = 5,484 m 1/ 2 F = 1.5,484 2 / 3 0,04.0, / 2.333,126

43 78 = 1370,437 m³/det > 1368,142 m³/det.ok Penampang dengan menggunakan pilar H2 H1 D B Gambar 4.4 gambar perhitungan tinggi muka air banjir mengunakan pilar B rata-rata = 23,81 m 1 1 Diameter pilar = 1 m ( H H ) 5 10 Dengan cara coba-coba didapat : H 1 = 8,4 m F = (B + mh1) H1 = ( 22,81 + (2 x 8,4)) 8,4 = 332,724 m² P = B + 2( 2 1+ m ) H1 = 22,81 + 2( = 60,376 m F R = P ) 8,4 = 332,724 60,376 1 Q = R 2 / 3 n I 1/ 2 = 5,622 m F

44 79 1 =.5,622 2 / 3.0, / 2.332,724 0,04 = 1373,273 m³/det > 1368,142 m³/det.ok Tinggi Bebas Menurut Peraturan Perencanaan Pembebanan Jembatan dan Jalan Raya, bahwa tinggi bebas yang disyaratkan untuk jembatan minimal 1,00 m diatas nuka air banjir 25 tahunan. Maka untuk tinggi bebas jembatan Kali Kupang ini direncanakan 1,5 meter Analisa Data Penggerusan (Scouring) Penggerusan (scouring) terjadi di dasar sungai di bawah pier akibat aliran sungai yang mengikis lapisan tanah dasar sungai. Aliran sungai diarahkan agar tidak berubah arah sehingga tidak terjadi penggerusan (scouring) ini. Dalamnya penggerusan dihitung berdasarkan rumus Lacey, sebagai berikut - Bentang jembatan ( L ) = 60 m - Lebar alur sungai ( W ) = 47,27 m - Jenis tanah dasar lanau ( standart silt ), maka berdasar tabel 2.6 Faktor Lempung Lacey pada bab II : - Diameter butir ( d ) = 0,322 mm - Faktor lempung Lacey ( f ) = 1,0 - Tipe aliran sungai : aliran belok - Q = Q 25 = 1368,142 m 3 /det Dari rumus Lacey : Q L W d = 0,473 f 0, ,142 d = 0,473 1 d = 5,238m 0,333 Penggerusan maksimum = 1,75d = 1,75 x 5,238 = 9,167 m. Jadi kedalaman pondasi jembatan harus diperhitungkan terhadap kedalaman scouring di atas (9,167 m dari permukaan tanah/dasar sungai)

45 80 1,5m 8,26m 23,81m Gambar 4.5 Sketsa Penampang Sungai 4.4 ANALISIS KONDISI TANAH DASAR Analisa terhadap kondisi tanah dasar dimaksudkan untuk mengetahui sifat fisik dan sifat teknis tanah di lokasi untuk menentukan jenis pondasi yang sesuai dengan keadaan tanah pada jembatan Kuripan Pekerjaan Boring Jumlah titik bor dilaksanakan pada 2 ( dua ) titik bor yaitu titik BH-1 dan BH-2. Alat yang dipergunakan pada pekerjaan boring ini adalah bor mesin ( Kano Boring ), yang dilakukan higga kedalaman 20 meter dari permukaan tanah setempat. Hasil pengujian boring tersebut adalah sebagai berikut : Kedalaman (meter) Tabel 4.39 Pekerjaan Boring BH-1 Jenis tanah Diskripsi Tanah N SPT 0 5 Pasir Coklat, Setengah Padat Pasir Kelempungan 6 7,6 Pasir Coklat Kemerahan, Setengah Padat Hitam Keabu-abuan, Setengah Padat 7,6 10 Gambut Hitam Kecoklatan, Lepas 4 4 4

46 Lempung Kepasiran Abu-abu Kecoklatan, Teguh Gambut Coklat, Lepas ,6 Lempung Abu-abu, Teguh 6 14,6 20 Pasir Sumber : DPU Kota Pekalongan Kedalaman (meter) Hitam Keabu-abuan, Setengah Padat Tabel 4.40 Pekerjaan Boring BH Jenis tanah Diskripsi Tanah N SPT 0 6,5 Pasir Kelempungan Coklat, Lepas 5 9 6,5 8 Pasir Abu-abu Kehitaman, Lepas 8 10 Lempung Kepasiran Abu-abu, Kaku Lempung Kepasiran Coklat, Teguh Gambut Hitam Kecoklatan, Teguh Lempung Abu-abu, Teguh Pasir Abu-abu, Lepas 7 Sumber : DPU Kota Pekalongan 5 9 5

47 Pekerjaan Sondir Jumlah titik sondir yang dilaksanakan ada pada 2 ( dua ) titik yaitu titik SD 1 dan SD 2. Alat yang dipergunakan adalah sondir mesin hydrolis dengan kapasitas 2,5 ton. Hasil pengujian sondir tersebut adalah sebagai berikut : Kedalaman ( meter ) Tabel 4.41 Pekerjaan Sondir Titik SD 1 Titik SD 2 Tahanan Konus qc ( c ) Kedalaman ( meter ) Tahanan Konus qc ( kg/cm 2 ) 0,2 4,2 14,0 36,0 0,2 4,0 20,0 100,0 4,4 5,8 8,0 18,0 4,2 6,6 8,0 22,0 6,0 7,0 20,0 70,0 6,8 7,6 22., 62,0 7,2 12,8 6,0 18,0 7,8 19,0 6,0 20,0 13,0 14,0 19,0 25,0 19,2 20,0 20,0 22,0 14,2 17,8 8,0 20,0 18,0 20,0 20,0 Sumber : DPU Kota Pekalongan 18,0 25,0 qc = 351 kg/cm 2 20,0 qc = 351 kg/cm 2 JHP = 1464 kg/cm 2 JHP = 1518 kg/cm 2 Kesimpulan : a. Titik Sondir I Nilai perlawanan ujung konus ( conuss resistance ) sampai kedalaman 20,00 m adalah 351 kg/cm 2 Jumlah hambatan pelekat ( total friction ) adalah 1464 k b. Titik Sondir II Nilai perlawanan ujung konus ( conuss resistance ) sampai kedalaman 20 m adalah 351 kg/cm 2 Jumlah hambatan pelekat ( total friction ) adalah 1518 kg/cm 2

48 83 Dari hasil pengujian tersebut dapat disimpulkan bahwa tanah keras terletak pada kedalaman > 20 m maka pondasi yang digunakan yaitu jenis pondasi dalam.