MODEL TARIKAN PERGERAKAN SEPEDA MOTOR PADA PUSAT PERBELANJAAN (STUDI KASUS : DI KOTA BANDA ACEH)

Transkripsi

1 ISSN ISSN e pp MODEL TARIKAN PERGERAKAN SEPEDA MOTOR PADA PUSAT PERBELANJAAN (STUDI KASUS : DI KOTA BANDA ACEH) Alfi Salmannur 1, M. Isya, Renni Anggraini 3 1) Mahsiswa Magister Teknik Sipil, Fakultas Teknik, Jl. Tgk. Syeh Abdul Rauf No. 7, Darussalam Banda Aceh 3111, alfiesalmannoer@gmail.com,3) Jurusan Teknik Sipil, Fakultas Teknik, Jl. Tgk. Syeh Abdul Rauf No. 7, Darussalam Banda Aceh 3111, m_isya@unsyiah.ac.id, renni.anggraini@unsyiah.ac.id 3 Abstract: Shopping Centre is one of land use utilization that will lead to trip attraction of vehicles. Trip attraction of vehicles on shopping centre will cause on traffic towards highway network system around it. Banda Aceh is the capital of the province of Aceh, which has several shopping centre among others: Hermes Palace Mall, Suzuya Mall, Barata Shopping Centre, komplek Sinbun, Pasar Aceh Baru dan Pante Pirak Sp. 5. A large number of shopping centre in Banda Aceh will certainly increase the number of visitors who came, so did the number of employee. The purpose of this study is to model the statistical relationship between the magnitude of the vehicle towing the motorcycle and shopping centre parameter. The parameters in this study is reflected by building area, land area, parking area, number of shops, employees and cashiers. Processing data using multiple regression analysis methods, models generated then tested statistically. the results showed a motorcycle towing equation Y 1 = X 6 with variable X 6 is number of cashiers. Keywords : Trip attraction, shopping center, motorcycle, regression model Abstrak: Pusat Perbelanjaan merupakan salah satu jenis tata guna lahan yang akan menimbulkan tarikan pergerakan kendaraan. Tarikan pergerakan kendaraan yang terjadi pada pusat perbelanjaan di kota Banda Aceh akan menimbulkan dampak lalu-lintas terhadap sistem jaringan jalan yang ada disekitarnya. Kota Banda Aceh merupakan Ibukota provinsi Aceh yang memiliki beberapa pusat perbelanjaan antar lain : Hermes Palace Mall, Suzuya Mall, Barata Shopping Centre, komplek Sinbun, Pasar Aceh Baru dan Pante Pirak Sp. 5. Banyaknya jumlah pusat perbelanjaann di Kota Banda Aceh tentu akan meningkatkan jumlah pengunjung yang datang, demikian pula dengan jumlah pegawai. Tujuan penelitian ini adalah untuk membuat model hubungan statistik antara besarnya tarikan kendaraan sepeda motor dengan parameter pusat perbelanjaan. Parameter dalam penelitian ini dicerminkan oleh luas bangunan, luas tanah, luas lahan parkir, jumlah gerai, jumlah karyawan dan jumlah kasir. Pengolahan data menggunakan metode analisis regresi berganda, model-model yang dihasilkan kemudian di uji secara statistik. hasil menunjukan persamaan tarikan sepeda motor Y 1 = 59, ,33X 6 dengan variabel X 6 adalah jumlah kasir. Kata kunci : Tarikan, pusat perbelanjaan, sepeda motor, model regresi. Banda Aceh sebagai ibukota propinsi di Aceh mempunyai banyak potensi yang bisa dikembangkan. Secara geografis kota ini terletak Lintang Utara dan Bujur Timur. Letak yang strategis ini menjadi salah satu penyebab Kota Banda Aceh berkembang pesat, terutama dibidang ekonomi. Banyak pusat perdagangan dan bisnis didirikan untuk mengimbangi permintaan masyarakat yang Volume 6, Nomor 3, Mei

2 semakin meningkat dan beragam. Salah satu tolak ukur pengembangan wilayah kota juga terlihat dari kemajuan dan perkembangan fasilitas pusat perbelanjaan untuk masyarakat kota tersebut. Kota Banda Aceh memiliki 6 pusat perbelanjaan modern. 6 pusat perbelanjaan modern ini diperkirakan memiliki potensi dampak lalu lintas. Tujuan penelitian ini adalah untuk membuat model hubungan statistik antara besarnya tarikan kendaraan sepeda motor dengan fasilitas pusat perbelanjaan. Fasilitas dalam penelitian ini dicerminkan oleh luas bangunan, luas tanah, luas lahan parkir, jumlah gerai, jumlah karyawan dan jumlah kasir. KAJIAN KEPUSTAKAAN Dalam kajian pustaka ini diuraikan beberapa teori yang mendukung penelitian yang dikutip dari beberapa referensi yang ada kaitan dengan penelitian. Dasar Teori Secara Teknis Pasar adalah salah satu dari berbagai sistem, institusi, prosedur, hubungan sosial dan infrastruktur di mana usaha menjual barang, jasa dan tenaga kerja untuk orang-orang dengan imbalan uang. Menurut jenis transaksi pasar dibedakan menjadi dua jenis yaitu Pasar Tradisional dan Pasar Modern. Pasar tradisional merupakan tempat bertemunya penjual dan pembeli serta ditandai dengan adanya transaksi penjual pembeli secara langsung dan biasanya ada proses tawarmenawar, bangunan biasanya terdiri dari kioskios atau gerai, los dan dasaran terbuka yang dibuka oleh penjual maupun suatu pengelola pasar. Pasar modern tidak banyak berbeda dari pasar tradisional, namun pasar jenis ini penjual dan pembeli tidak bertransakasi secara langsung melainkan pembeli melihat label harga yang tercantum dalam barang (barcode), berada dalam bangunan dan pelayanannya dilakukan secara mandiri (swalayan) atau dilayani oleh pramuniaga. Pergerakan orang dan barang di kota, menunjukkan pada arus lalu lintas, adanya hubungan konsekuensi antara aktivitas lahan dan kemampuan sistem transportasi untuk menangani arus lalu lintas ini. Secara alami, ada interaksi langsung antara tipe dan intensitas tata guna lahan dan penyediaan fasilitas transportasi yang tersedia. Satu tujuan utama perencanaan tata guna lahan dan sistem transportasi adalah untuk memastikan bahwa ada keseimbangan yang efisien antara tata guna lahan dan kemampuan transportasi (Black, 1981). Bangkitan atau tarikan perjalanan dapat diartikan sebagai banyaknya jumlah pergerakan atau lalu lintas yang dibangkitakan oleh suatu zona (kawasan) per satuan waktu. Tamin (008) juga menyatakan bahwa bangkitan pergerakan adalah tahapan permodelan yang memperkirakan jumlah pergerakan yang berasal dari suatu zona tata guna lahan dan jumlah pergerakan yang tertarik ke suatu tata guna lahan atau zona. Pergerakan lalu lintas merupakan fungsi tata guna lahan yang menghasilkan pergerakan lalu lintas. Bangkitan lalu lintas ini mencakup lalu lintas yang meninggalkan suatu lokasi dan lalu lintas yang menuju atau tiba ke suatu lokasi. Bangkitan dan tarikan pergerakan dapat 5 - Volume 6, Nomor 3, Mei 017

3 terlihat secara diagram pada Gambar 1. Jumlah Trip (Q trip ) = f (TGL) (1) Dimana : Q trip = Jumlah perjalanan yang timbul dari suatu tata guna lahan (zona) persatuan waktu; f = fungsi matematik; TGL = karakteristik-karakteristik dan sosio ekonomi tata guna lahan (zona) dalam lingkup wilayah kajian. Gambar 1. Bangkitan dan tarikan pergerakan Sumber : Wells (1975) dalam Tamin (008) Menurut Tamin (008) Tujuan dasar bangkitan pergerakan adalah menghasilkan model hubungan yang mengaitkan parameter tata guna lahan dengan jumlah pergerakan yang menuju ke suatu zona atau jumlah pergerakan yang meninggalkan suatu zona. Model ini sangat dibutuhkan apabila efek tata guna lahan dan pemilik pergerakan terhadap besarnya bangkitan dan tarikan pergerakan berubah sebagai fungsi waktu. Tahapan ini biasanya menggunakan data berbasis zona untuk memodel besarnya pergerakan yang terjadi (baik bangkitan maupun tarikan), misalnya tata guna lahan, pemilikan kendaraan, populasi, jumlah pekerja, kepadatan penduduk, pendapatan dan juga moda transportasi yang digunakan. Menurut Miro (005) secara sederhana dapat diartikan bahwa jumlah perjalanan adalah fungsi dari tata guna lahan/kawasan/zona yang mengahasilkan perjalanan tersebut dan dapat pula kita bentuk model sederhananya seperti fungsi pada Rumus 1 berikut : Menurut Santoso (010) secara spesifik, tujuan analisis korelasi adalah ingin mengetahui apakah di antara dua variabel terdapat hubungan, dan jika ada hubungan, bagaimana arah hubungan dan seberapa besar hubungan tersebut. Koefisien korelasi r adalah suatu ukuran relatif dari asosiasi diantara dua variabel. Koefisien ini bervariasi dari -1 sampai dengan +1 ( -1 < r < +1 ). Koefisien korelasi 0 (nol) berarti tidak ada korelasi, dan koefisien korelasi +1 menunjukkan adanya korelasi sempurna (Perfect Competition). Bila koefisien korelasi lebih besar dari nol, maka kedua variabel itu mempunyai korelasi positif. Sebaliknya bila koefisien korelasi tersebut lebih kecil dari nol maka, kedua variabel itu mempunyai korelasi negatif. Apabila variabel independennya lebih besar dari satu maka dihitung koefisien korelasi dan koefisien determinasi masing-masing variabel secara terpisah (parsial). Angka koefisien korelasi Product Moment dihitung rumus sebagai berikut : r xy = nå XY - ( å X )( åy ) { nå X - ( å X ) } nåy - ( åy ) { } Volume 6, Nomor 3, Mei

4 Keterangan : r xy = Koefisien korelasi Product Momen n = Jumlah pengamatan X = Jumlah dari pengamatan nilai X Y = Jumlah dari pengamatan nilai Y Metode analisis regresi digunakan untuk menghasilkan hubungan antara dua variable atau lebih dalam bentuk numerik, dan untuk melihat bagaiman dua atau lebih peubah saling berkait, dimana telah diketahui variabel mana yang variasinya dipengaruhi oleh variabel lainnya dan variabel mana yang mempengaruhinya. Persamaan regresi ini merupakan persamaan garis yang paling mewakili hubungan antara dua variabel tersebut. Hubungan tersebut dianggap linier dan akan memberikan suatu persamaan linier dengan bentuk sebagai berikut : Y = a + bx () Dimana : Y = variabel tak bebas; X = variabel bebas; a = Konstanta regresi atau intersep: b = Koefisien variable Apabila variabel independen lebih dari satu dimana beberapa variabel independen tersebut secara bersama-sama mempengaruhi variabel dependen, untuk menggambarkan hubungan antara variabel dependen dengan lebih dari satu variabel independen atau memprediksi nilai variabel dependen atas dasar lebih besar dari satu variabel independen dipergunakan dengan metode analisa regresi berganda atau multi regresi. Bentuk umum persamaan hasil analisa berganda adalah : Y = a + b1x1 + bx + b3x3 +...bixi. (3) Angka koefisien penentu /determinasi dihitung dengan dasar mengkuadratkan nilai koefisien korelasi yang rumusnya adalah : R = å å ^ _ ( yi- y) ( yi - y) (4) Uji ini digunakan untuk mengetahui apakah variabel bebas (X1, X, Xn) secara bersama-sama berpengaruh secara signifikan terhadap variabel terikat (Y). F hitung dapat dicari dengan persamaan berikut ini : F hitung = (4) Dimana : = koefisien determinasi N = jumlah data atau kasus k = jumlah variabel bebas R Uji ini digunakan untuk mengetahui apakah dalam model regresi variabel bebas (X 1, X, X n ) secara parsial berpengaruh signifikan terhadap variabel terikat (Y). Persamaan t hitung pada analisis regresi adalah sebagai berikut : t hitung = (5) Dimana : 54 - Volume 6, Nomor 3, Mei 017

5 bi = koefesien regresi variabel i bi = standar error variabel i Tamin (008) menyatakan dalam melakukan analisis bangkitan pergerakan dengan menggunakan model analisis-korelasi berbasis zona terdapat 3 (tiga) metode analisis yang dapat digunakan : 1. Metode analisis langkah demi langkah tipe 1. Metode analisis langkah demi langkah tipe 3. Metode coba-coba Metode ini secara bertahap mengurangi jumlah peubah bebas sehingga didapatkan model terbaik yang hanya terdiri atas beberapa peubah bebas. v Tahap 1 : Tentukan parameter sosioekonomi yang akan digunakan sebagai peubah bebas. Pertama, pilihlah parameter (peubah bebas) yang berdasarkan logika saja sudah mempunyai keterkaitan (korelasi) dengan peubah tidak bebas. Kemudian lakukan uji korelasi untuk mengabsahkan keterkaitannya dengan peubah tidak bebas (bangkitan atau tarikan pergerakanya). Dua persyaratan statistik utama yang harus dipenuhi dalam memilih peubah bebas adalah : Peubah bebas harus mempunyai korelasi tinggi dengan peubah tidak bebas; Sesama peubah bebas tidak boleh saling berkorelasi. Jika terdapat dua peubah bebas yang saling berkorelasi, pilih salah satu yang mempunyai korelasi lebih tinggi terhadap peubah tidak bebasnya v Tahap : lakukan analisis regresi linear berganda dengan semua peubah bebas terpilih untuk mendapatkan nilai koefisien serta nilai konstanta dan koefisien regresinya. v Tahap 3 : Tentukan parameter yang mempunyai korelasi terkecil terhadap peubah tidak bebasnya dan hilangkan parameter tersebut. Lakukan kembali analisa regresi linear berganda dan dapatkan kembali nilai koefisien determinasi serta nilai konstanta dan koefisien regresinya. v Tahap 4 : Lakukan kembali tahap (3) satu demi satu sampai hanya tertinggal satu parameter saja. v Tahap 5 : Kaji nilai koefisien determinasi serta nilai konstanta dan koefisien regresi setiap tahap untuk menetukan model terbaik dengan kriteria berikut : Semakin banyak peubah bebas yang digunakan semakin baik model tersebut; Tanda koefisien regresi (+/-) sesuai dengan diharapkan; Nilai konstanta regresi kecil (semakin mendekati nol, semakin baik) Nilai koefisien determinasi (R) besar (semakin mendekati satu semakin baik) Menurut Santoso (010) sebuah model regresi akan dapat dipakai untuk prediksi jika memenuhi sejumlah asumsi, yang disebut dengan asumsi klasik. Dalam praktik, sebuah model akan sulit untuk memenuhi semua asumsi yang ada; walaupun demikian pelanggaran yang signifikan terhadap asumsi Volume 6, Nomor 3, Mei

6 yang ada akan mengakibatkan prediksi menjadi bias. Menurut Suliyanto (011) Pengujian lineritas ini perlu dilakukan untuk mengetahui model yang dibuktikan merupakan model linear atau tidak. Hasil dari uji linearitas ini adalah informasi apakah model empiris sebaiknya linier, kuadrat atau kubik. Untuk mendeteksi apakah model sebaiknya menggunakan persamaan linear atau tidak, maka digunakan metode analisis grafik dan metode statistik. Menurut Suliyanto (011) Uji normalitas dimaksudkan untuk menguji apakah nilai residual yang telah terstandarisasi pada model regresi berdistribusi normal atau tidak. Tidak terpenuhinya normalitas pada umumnya disebabkan karena distribusi data yang dianalisis tidak normal, karena terdapat nilai ektrem pada data yang diambil. Nilai eksterm ini dapat terjadi karena adanya kesalahan dalam pengambilan sampel, bahkan karena kesalahan dalam melakukan input data atau memang karena karateristik data tersebut sangat jauh dari rata-rata. METODE PENELITIAN Lokasi penelitian berada dikawasan Kota Banda Aceh dengan objek penelitian berupa bangunan pusat perbelanjaan, untuk masingmasing fasilitas diambil di 6 (lima) lokasi yang berbeda. enam lokasi tersebut yang di ambil adalah Hermes Palace Mall, Suzuya Mall, Barata Shopping Center, komplek Sinbun, Pasar Aceh Baru dan Pante Pirak Sp. 5. Data yang digunakan dalam penelitian ini dibagi menjadi dua jenis data primer dan data sekunder. Data primer ( Y) adalah jumlah tarikan pergerakan yang menuju masingmasing pusat perbelanjaan yang menggunakan moda transportasi yaitu sepeda motor, sedangkan data sekunder (X) yang digunakan meliputu luas bangunan (X 1 ), luas tanah (X ), luas lahan parkir (X 3 ), jumlah gerai (X 4 ), jumlah karyawan (X 5 ) dan jumlah kasir (X 6 ) Metode pengolahan data kendaraan adalah sebagai berikut : Data jumlah kendaraan a. Data diurutkan berdasarkan waktu kedatangan b. Data kedatangan dikelaskan dalam interval waktu 15 menit dan dikelompokkan menurut jenis kendaraannya c. Data yang sudah dikelaskan kemudian di jumlahkan sehingga menjadi kendaraan /11 jam kemudian di konversi menjadi kendaraan/ jam. d. Data yang sudah dikonversi kemudian ditampilkan dalam bentuk tabel. Pada penelitian ini variabel terikat (Y) adalah Tarikan Sepeda Motor Sedangkan variabel bebas yang digunakan dalam penelitian ini adalah luas bangunan (X 1 ), Luas tanah (X ), luas lahan parkir (X 3 ), jumlah gerai (X 4 ), jumlah karyawan (X 5 ), jumlah kasir (X 6 ). HASIL PEMBAHASAN Rekapitulasi data primer dan sekunder diperlihatkan pada Tabel 1. Dengan Y adalah Tarikan pergerakan kendaraan sepeda motor; X 1 adalah luas bangunan (m ); X adalah luas tanah (M ); X 3 adalah luas lahan parkir (M ); X 4 adalah jumlah gerai unit); X 5 adalah jumlah 56 - Volume 6, Nomor 3, Mei 017

7 karyawan (orang) dan X 6 adalah jumlah kasir (orang). Hasil analisis korelasi dapat dilihat pada tabel. n o Tabel 1 Data primer dan data sekunder Tarikan Luas Sepeda Banguna Pusat Motor n (M) Perbelanjaan (Kend/jam) Luas Tanah (M) Luas Lahan Parkir (M) Jumlah Gerai (unit) Jumlah Pegawa i (Orang) Jumlah Kasir (orang) Y X1 X X3 X4 X5 X6 1 Hermes Palace Mall Pante Pirak Sp Barata Komplek Sinbun Suzuya Mall Pasar Aceh Baru Tabel. Hasil analisis korelasi Y 1 X 1 X X 3 X 4 X 5 X 6 Y 1 1-0,00-0,196-0,199 0,979 0,967 0,98 X 1 1 0,754-0,54-0,17 0,153-0,14 X 1 0,075-0,366-0,138-0,349 X 3 1-0,40-0,318-0,51 X 4 1 0,95 0,999 X 5 1 0,93 X 6 1 Tabel 3 Hasil analisis Regresi dan nilai R No Model R Kesimpulan 1 Y 1 = 14,744-0,001X 1 + 0,005X + 0,019X 3 + 0,105X 5 + 0,17X Y 1 = 4, ,004X 1 + 0,001X + 0,0X 3 +,771X 4,449X Y 1 = 15,89 + 0,006X + 0,015X 3 0,19X 4 + 0,16X 6 0,99 Baik 4 Y 1 = 41, ,05X 3-0,874X 4 + 1,16X 6 0,974 Baik 5 Y 1 = 55,61 0,611X 4 + 0,940X 6 0,968 Baik 6 Y 1 = 59, ,33X 6 0,964 Baik Tabel 4 Rekapitulasi uji F No Model F hitung F tabel Kesimpulan 1 Y 1 = 14,744-0,001X 1 + 0,005X + 0,019X 3 + 0,105X 5 + 0,17X Y 1 = 4, ,004X 1 + 0,001X + 0,0X 3 +,771X 4,449X Y 1 = 15,89 + 0,006X + 0,015X 3 0,19X 4 + 0,16X 6 9,171 5 H 0 diterima 4 Y 1 = 41, ,05X 3-0,874X 4 + 1,16X 6 4,764 19,16 H 0 ditolak 5 Y 1 = 55,61 0,611X 4 + 0,940X 6 45,574 9,55 H 0 ditolak 6 Y 1 = 59, ,33X 6 107,763,776 H 0 ditolak Keterangan : F hitung < F tabel H 0 diterima F hitung >F tabel H 0 ditolak Volume 6, Nomor 3, Mei

8 Tabel 5. Uji t No Model t hitung t tabel Kesimpulan 1 Y 1 = 14,744-0,001X 1 + 0,005X + 0,019X 3 + 0,105X 5 + 0,17X Y 1 = 4, ,004X 1 + 0,001X + 0,0X 3 +,771X 4,449X Y 1 = 15,89 + 0,006X + 0,015X 3 0,19X 4 + 0,16X 6 1,444 1,706 H 0 diterima 0,47 1,706 H 0 diterima 0,109 1,706 H 0 diterima 0,18 1,706 H 0 diterima 4 Y 1 = 41, ,05X 3-0,874X 4 + 1,16X 6 0,657 4,30 H 0 diterima -0,736 4,30 H 0 diterima 1,008 4,30 H 0 diterima 5 Y 1 = 55,61 0,611X 4 + 0,940X 6-0,608 3,18 H 0 diterima 0,95 3,18 H 0 diterima 6 Y 1 = 59, ,33X 6 10,381,776 H 0 ditolak Pengujian model a. Uji Linearitas Gambar 1. Uji Linearitas Y 1 = 9, ,0001X 1 + 0,006X + 0,00X 3 + 0,309X 6 Gambar 3. Uji Linearitas Y 1 = 43, ,001X 1 + 0,90X 6 Gambar. Uji Linearitas Y 1 = 5, ,001X 1 + 0,031X 3 + 0,99X 6 Gambar 4. Uji Linearitas Y 1 = 51,67 + 0,86X Volume 6, Nomor 3, Mei 017

9 b. Uji Normalitas Gambar 8. Uji Normalitas Y 1 = 51,67 + 0,86X 6 Gambar 5. Uji Normalitas Y 1 = 9, ,0001X X + 0,00X 3 + 0,309X 6 Gambar 6. Uji Normalitas Y 1 = 5, ,001X X 3 + 0,99X 6 Pemilihan model Dari hasil analisis statistik dan pengujian model, Model tarikan pergerakan sepeda motor yang terbaik yang didapatkan pengujian regresi linear berganda dan sudah memenuhi syarat uji statistik adalah Y 1 = 59, ,33X 6, dengan nilai determinasi (R ) sebesar 0,964 atau (96,4%). Hal ini menunjukan bahwa persentase sumbangan pengaruh variabel bebas X 6 (jumlah kasir) terhadap variabel terikat (tarikan pergerakan kendaraan sepeda motor) sebesar 96,4% atau variansi variabel bebas yang digunakan dalam model (jumlah kasir) mampu menjelaskan sebesar 96,4% variansi variabel bebas (jumlah kasir). Sedangkan sisanya sebesar 3,6% dipengaruhi atau dijelaskan oleh variabel lain yang tidak dimasukkan dalam penelitian ini. Gambar 7. Uji Normalitas Y 1 = 43, ,001X X 6 KESIMPULAN DAN SARAN Kesimpulan Dari proses analisis terhadap tarikan pergerakan kendaraan pada rumah sakit di Kota Banda Aceh kesimpulan sebagai berikut: Volume 6, Nomor 3, Mei

10 1. Model yang memenuhi persyaratan hasil uji statistik dan pengujian model adalah : Y 1 = 59, ,33X 6 Keterangan : Y 1 = Tarikan pergerakan kendaraan sepeda motor (kend/jam). X 6 = Jumlah Kasir (Orang). Faktor yang paling mempengaruhi jumlah tarikan pergerakan kendaraan sepeda motor pada pusat perbelanjaan di Kota Banda Aceh adalah variabel pusat perbelanjaan (X 6 ), artinya bila jumlah kasir bertambah, makan akan bertambah pula tarikan sepeda motornya. Teori dan Aplikasi dengan SPSS, Penerbit CV. Andi Offset, Yogyakarta Tamin, O.Z, 008, Perencanaan, Permodelan dan Rekayasa Transportasi, Penerbit ITB, Bandung. Saran Perlunya penganalisaan dengan metode yang berbeda agar model yang didapatkan dapat menjelaskan lebih menyeluruh terhadap objek penelitian DAFTAR KEPUSTAKAAN Black, J.A., 1981, Urban Transport Planning : Theory and Practice,London. Morlok, E.K., 1988, Pengantar Teknik Dan Perencanaan Transportasi, Erlangga, Jakarta. Ortuzar JD & Willumsen LG Modelling Transport Third Edition, Department of Transport Engineering Pontificia Universidad Catolica de Chile Santiago, Chile Priyatno, D., 008, Mandiri Belajar SPSS, Mediakom, Yogyakarta Suliyanto, 011, Ekonometrika Terapan 60 - Volume 6, Nomor 3, Mei 017