Study Potensi Penyebab Masalah Lalu Lintas dengan Metode Cluster Analysis (Study Kasus Ibukota-Ibukota Provinsi Seluruh Indonesia)

Transkripsi

1 Study Potensi Penyebab Masalah Lalu Lintas dengan Metode Cluster Analysis (Study Kasus Ibukota-Ibukota Provinsi Seluruh Indonesia) H. MEDRIOSA 1* dan F. NUGROHO 1 1 Jurusan Teknik Sipil, Institut Teknologi Padang, Jl. Gajah Mada Kandis Nanggalo, Padang , Indonesia * Corresponding author: hamdeni.medriosa@gmail.com Abstrak: Masalah lalu lintas di Indonesia memang sangat komplek. Mulai dari semrawutnya masalah transportasi sampai kepada kemacetan dan polusi udara. Dari berbegai hal diatas, dapat kita tinjau berbagai macam penyebab potensi masalah lalulintas. mulai dari besarnya jumlah penduduk, panjang jalan, banyaknya jumlah kendaraan dan Produk Domestik Regional Bruto (PDRB). Dar i ke empat hal diatas akan dapat kita ketahui mengenai study potensi penyebab masalah lalu lintas yang ada di ibukota propinsi di seluruh wilayah Indonesia, dari tahun Dari keempat hal diatas dapat juga diketahui dilevel mana suatu daerah dalam penyebab potensi masalah lalu lintas. Dari hasil analisa metode cluster analysis didapati dari dendogram bahwa daerah ibukota propinsi yang berada di level I yaitu Jakarta dan dilevel II yaitu Surabaya dan Bandung. Sementara daerah lainnya hanya berpotensi dilevel selanjutnya. Kata Kunci : cluster analysis, dendogram 1. PENDAHULUAN 1.1 Latar Belakang Masalah lalu lintas menjadi isu yang penting sekarang ini, karena disamping mengindikasikan kemajuan suatu daerah juga sebagai tanda apakah daerah tersebut berkembang atau tidak. Terlebih lagi bagi negara yang sedang berkembang. Dengan adanya MEA tidak dipungkiri bahwa masalah lalu lintas menjadi harus diperhatikan sebagai sarana pendukung kegiatan tersebut. Karena keadaan diataslah maka, Ibukota-Ibukota Provinsi harus bisa memberikan pelayanan yang memadai, umumnya di bidang transportasi khususnya masalah lalu lintas. Untuk itulah perlunya diadakan penelitian tentang keadaan potensi penyebab masalah lalu lintas di Ibukota-Ibukota Provinsi dan menganalisa pada posisi / levelnya dibandingkan dengan ibukota provinsi lain yang ada di Indonesia. 1.2 Tujuan Dan Manfaat Penelitian Tujuan dari penelitian ini untuk menetapkan hirarki dari potensi masalah lalu lintas di ibukota propinsi di Indonesia. Manfaat dari penelitian ini yaitu sebagai pedoman dalam menentukan kebijaksanaan perencanaan lalu lintas dengan diperolehnya hirarki potensi masalah lalu lintas. 1.3 Batasan Masalah Dalam penelitian ini ruang lingkup penelitiannya dibatasi pada: 1. Data data untuk penelitian berasal dari badan pusat statistik (BPS). 2. Data data yang digunakan adalah dari tahun Data-data tersebut berasal dari ibukota-ibukota propinsi di Indonesia. 4. Analisa data menggunakan software SPSS 2017 ITP. All right reserved 172

2 2. TINJAUAN PUSTAKA 2.1 Umum Di Indonesia mempunyai masalah lalulintas yang komplek. Dampak yang ditimbulkan dari keadaan tersebut bisa berupa kemacetan, polusi dan lain-lain. Daerah ibukot-ibukota provinsi di Indonesia terlebih kota besar mempunyai tingkat masalah yang beragam. Dimana di dalam pengelolaannya selalu saja menimbulkan berbagai permasalahan, sehingga kita harus dapat megelompokkan masalah lalu lintas Indonesia ini kedalam suatu organisir tertentu, yang diamati berdasarkan data ke dalam jumlah penduduk, PDRB, panjang jalan dan jumlah kendaraan. 2.2 Cluster Analysis Istilah analisis gugus (pertama yang digunakan oleh Tryon, (1939) [1] meliputi sejumlah metoda berbeda untuk menggolongkan object sesama serupa ke dalam kategori masingmasing. Suatu pertanyaan umum yang menghadapi penelitian di dalam area pemeriksaan bagaimana cara mengorganisir diamati data ke dalam struktur penuh arti. Analisis Cluster termasuk dalam analisis statistik multivariate metode interdependen, sebagai alat analisis interdependen maka tujuan analisis cluster tidak untuk menghubungkan ataupun membedakan dengan sample ataupun variable yang lain. Analisis cluster merupakan salah satu alat analisis yang berguna dalam meringkas data atau sejumlah variabel untuk menjadi lebih sedikit. Dalam melakukan proses meringkas data ini dapat di lakukan dengan jalan mengelompokan objek - objek berdasarkan kesamaan karakteristik tertentu di antara objek- objek yang hendak di teliti. Pembentukan kelompok - kelompok observasi/kasus ini berdasarkan jarak, observasi yang mirip seharusnya berada dalam kelompok yang sama, dan data observasi yang jauh seharusnya berada dalam kelompok yang berbeda. Pembentukan kelompok ini akan di ikuti dengan terjadinya pengelempokan yang menunjukan kedekatan kesamaan antar kasus [2]. Agar hasil analisis dapat ideal sebaiknya di lakukan beberapa kali analisis cluster dengan menggunakan beberapa metode jarak cluster [3]. Beberapa hal yang harus di perhatikan dalam melakukan analisis cluster adalah: 1. Lakukan beberapa kali analisis cluster 2. Pastikan data yang di dapatkan adalah data yang valid, baik secara validitas maupun validitas konten. 3. Berikan justifikasi logika pada output analisis cluster yang telah di keluarkan SPSS, jika output yang di hasilkan jauh dari logika, kemungkinan terjadi berbagai kesalahan baik pengukuran maupun sample [4]. Analisis cluster mempunyai beberapa istilah penting, antara lain: 1. Agglomeration schedule, ialah jadwal yang memberikan informasi tentang objek atau kasus yang akan di kelompokan pada setiap tahap pada suatu proses analisis cluster yang hierarkis. Cluster Centroid, ialah titik awal di mulainya pengelompokan di dalam cluster nonhierarki, cluster di bentuk / di bangun di sekitar titik titik atau Seeds. Cluster Membership, ialah keanggotaan yang menunjukan cluster, untuk setiap objek/ kasus yang menjadi anggotanya. 2. Dendogram adalah output SPSS yang memvisualisasikan hasil 2017 ITP. All right reserved 173

3 analisis cluster yang di di lakukan peneliti. Garis vertical (Y) menunjukan cluster yang di gabung bersama, posisi garis pada skala (X) menunjukan jarak ( Distance), dimana cluster di gabung, dendogram harus di baca mulai dari kiri ke kanan. Salah satu cara yang digunakan dalam mengukur, yang menggunakan jarak euclidean, yaitu jarak berupa akar jumlah kuadrat nilai untuk tiap variabel [5]. Tabel 1: Kuadrat nilai untuk tiap variabel Person X1 X2 X1a X2a B X1b X2b C X1c X2c D X1d X2d E X1e X2e D(i,j)= a 2 b 2 2 ( x1 a xib) ( x2a x2b ) 2.(1) cluster dapat berguna bagi klasifikasi secara umum, seperti hubungan/ taksonomi hewan, serangga, tumbuhan, atau makhluk lainnya, dapat juga untuk mengindikasikan alasan untuk menandai kasus/observasi dan mendiagnosis tujuan, menemukan contoh/jenis untuk mempresentasikan kelas. Sebagai contoh, masalah kemacetan di Indonesia kalau kita telusuri dapat disebabkan oleh beberapa komponen seperti banyaknya jumlah penduduk, panjang jalan, banyaknya jumlah kendaraan dan Produk Domestik Regional Bruto. Hal ini dijadikan landasan dalam faktor-faktor yang mempengaruhi masalah kemacetan, disamping lusanya suatu daerah. Dari faktor-faktor yang komplek itulah dijadikan analisa penyebab masalah kemacetan yang akan kita analisa dengan menggunakan metoda cluster analysis dengan menggunakan software SPSS [4]. D11 D12... D13 D(i,j) = D21 D22... D23 : : Dn1 Dn2... Dnp Analisis cluster dilakukan dengan dua cara, yaitu Hierarki Cluster dan K Means Cluster, Hierarki Cluster digunakan untuk analisis data dengan sample kecil sedangkan K Means Cluster di gunakan untuk analisis data dengan sample yang relatif besar (>100). Dalam penelitian ini hanya digunakan hierarki cluster karena sampel yang kecil. Analisis cluster juga adalah sebuah alat untuk penelusuran (eksploring), analisis cluster menampakan hubungan dan susunan menurut data dengan tidak memerhatikan alasan mengapa itu terjadi, analisis cluster akan menunjukan hasil yang penting bagi pengambilan keputusan. Hasil analisis Area Aplikasi Cluster analysis telah diberlakukan bagi suatu permasalahan riset yang luas [6] menyediakan suatu ringkasan yang sempurna banyak studi diterbitkan yang melaporkan hasil analisa seikat. Sebagai contoh, dalam bidang kedokteran, suatu penyakit, cara perawatan untuk penyakit, atau gejala penyakit dapat mendorong kearah yang sangat bermanfaat. Di bidang transportasi seperti menganalisa masalah kemacetan dan masalah transportsai lainnya. 3. METODOLOGI PENELITIAN Penelitian diawali dengan mengumpulkan bahan-bahan literatur berupa teori yang dapat dijadikan landasan penelitian dan data-data lain yang berkaitan dengan penelitian, setelah itu barulah berusaha untuk memahami metoda survei yang akan 2017 ITP. All right reserved 174

4 digunakan selama pelaksanaan penelitian. Dalam pengumpulan data sekunder ini dikelompokkan dahulu kedalam sub bidang masing-masing. Sub bidang masing-masingnya yaitu jumlah penduduk, panjang jalan, jumlah kendaraan dan PDRB. kemudian dikelompokkan berdasarkan tahun dan daerahnya. Rencana kerja pada penelitian ini secara umum ditunjukkan pada bagan alir berikut: Parameter Pengumpulan Data Pengolahan Data Sekunder Analisis Data b. Data Panjang Jalan dilakukan pencarian panjang jalan yang ada di ibukota-ibukota propinsi di Indonesia. Panjang jalan ini didapat dari penjumlahan dari panjang jalan negara ditambah jalan propinsi ditambah lagi dengan jalan kabupaten dari tahun c. Data Jumlah Kendaraan dilakukan pencarian jumlah total banyaknya kendaraan bermotor yang ada di ibukota-ibukota propinsi di Indonesia dari tahun Dimana jumlah kendaraan terdiri dari jumlah kendaraan roda dua dan kendaraan mobil penumpang,bis dan truck. Pembuatan Laporan Gambar 1: Diagram alir penelitian 4. PROSEDUR DAN HASIL KERJA 6.1 Prosedur kerja Pada bagian ini diuraikan mengenai prosedur kerja dari survey yang akan dilakukan dimana survey yang dilakukan ini adalah langsung mencari data sekunder yand terdapat di BPS. Survey yang dilakukan antara lain, survey jumlah penduduk, survey panjang jalan, survey jumlah kendaraan dan survey PDRB. a. Data Jumlah Penduduk dilakukan pencaraian jumlah penduduk di ibukota-ibukota propinsi di Indonesian dari tahun d. Data PDRB dilakukan pencarian jumlah PDRB ibukota-ibukota propinsi di Indonesia dari tahun Hasil Pengumpulan Data a. Hasil Pengumpulan Data Ibukota- Ibukota Propinsi Di Indonesia 1. Data Jumlah Penduduk diketahui total jumlah penduduk ibukota-ibukota propinsi di Indonesia dari tahun dapat dilihat pada lampiran. Total jumlah penduduk ibukota ibukota propinsi di Indonesia pada tahun 1994 yaitu berjumlah juta jiwa dan total jumlah penduduk tahun 2014 yaitu sebesar juta jiwa. 2. Data Panjang Jalan 2017 ITP. All right reserved 175

5 9 Bangka Belitung Pangkal Pinang diketahui panjang jalan ibukota-ibukota 10 Kepulauan Riau Tanjung Pinang propinsi di Indonesia dari tahun DKI Jakarta Jakarta 2004 dapat dilihat pada lampiran. Total 12 Banten Serang jumlah panjang jalan ibukota ibukota 13 Jawa Barat Bandung propinsi di Indonesia pada a tahun Daerah Istimewa Yogyakarta yaitu berjumlah km dan total Yogyakarta (DIY) jumlah panjang jalan tahun 2014 yaitu 15 Jawa Tengah Semarang 16 Jawa Timur Surabaya km. 17 Bali Denpasar 3. Data Jumlah Kendaraanan 18 Nusa Tenggara Barat Mataram 19 Nusa Tenggara Kupang Timur diketahui total jumlah kendaraan 20 Kalimantan Barat Pontianak ibukota-ibukota propinsi di Indonesia 21 Kalimantan Tengah Palangkaraya dari tahun dapat at dilihat pada 22 Kaliamantan Selatan Banjarmasin lampiran. Total jumlah kendaraan 23 Kaliamantan Timur Samarinda ibukota ibukota propinsi di Indoesia 24 Sulawesi Utara Manado pada tahun 1994 yaitu berjumlah 25 Gorontalo Gorontalo 26 Sulawesi Tengah Palu juta dan total jumlah 27 Sulawesi Selatan Makassar kendaraan tahun 2014 yaitu sebesar 28 Sulawesi Barat Mamuju juta. 29 Sulawesi Tenggara Kendari 4. Data PDRB 30 Maluku Ambon 31 Muluku Utara Sofifi 32 Papua Jayapura 33 Papua Barat Manokwari diketahui total PDRB ibukota-ibukota propinsi di Indonesia dari tahun dapat dilihat pada lampiran. 5. ANALISA DAN PEMBAHASAN Gambaran umum tentang jumlah penduduk di ibukota-ibukota propinsi di Indonesia dari tahun Wilayah studi penelitian ini meliputi semua daerah-daerah ibukota propinsi diseluruh Indonesia, yaitu: Sumber: [7] Tabel 2: Wilayah studi penelitian No Provinsi IbuKota 1 Nanggroe Aceh Banda Aceh Darussalam (NAD) 2 Sumatera Utara Medan 3 Sumatera Barat Padang 4 Riau Pekanbaru 5 Jambi Jambi 6 Sumatera Selatan Palembang 7 Bengkulu Bengkulu 8 Lampung Bandar Lampung Gambar 2. Jumlah penduduk Ibukota- Ibukota Provinsi Indonesia tahun ITP. All right reserved 176

6 Gambar 3. Jumlah penduduk Indonesia tahun 2014 Gambar 4. Panjang jalan ibukota propinsi di Indonesia tahun 2014 Gambar 6. Dendogram Tahun 2014 ibukota propinsi di Indonesia Dari dendogram diatas terbagi dua cluster, dimana dalam cluster tersebut terdapat beberapa sub cluster yang membentuk level. Level I nomor 11 (Jakarta). 6. PENUTUP Gambar 5. PDRB ibukota propinsi di Indonesia tahun Kesimpulan Setelah dilakukan analisa dan pembahasan dapat diambil kesimpulan sebagai berikut: 1. Pada analysis cluster yang dilakukan, terdapatt 4 level dalam dendogram yang mempunyai potensi penyebab masalah lalu lintas berada pada level satu (I) dan dua (II). 2. Analysis cluster yang dilakukan pada 33 ibukota provinsi yang paling berpotensi mengalami masalah lalu lintas adalah Jakarta, Surabaya, Bandung, Semarang, Medan, dan Palembang yang 2017 ITP. All right reserved 177

7 masing masing berada pada level I dan II. 3. Kota Pekanbaru, Padang, Makassar, dan Pontianak merupakan ibukota propinsi yang mengalami perkembangan yang sangat cepat dari tahun ke tahun dalam potensi penyebab masalah lalu lintas. 6.2 Saran Untuk penelitian yang sama akan dilakukan kedepan disarankan: 1. Faktor-faktor yang mempengaruhi potensi masalah lalu lintas ditambah satu lagi yaitu luas daerah. 2. Agar dalam pengambilan data berpatokan kepada data BPS yang lebih spesifik seperti Sumatera Barat dalam angka atau Padang dalam angka bukan berdasarkan statistik Indonesia. 3. Dalam menggunakan program SPSS diharapkan menggunakan program seri yang terbaru agar output yang dihasilkan lebih komplek sehingga mudah dimengerti. 4. Dalam pengambilan data sekunder, surveyor harus paham mengenai hal-hal yang akan dilakukan, sehingga dalam penyusunan data tidak mengalami banyak kesulitan. 5. Referensi yang banyak sangat membantu dalam pengumpulan tinjauan pustaka. 7. DAFTAR PUSTAKA 1. Aldenderfer, T,(1984), Cluster Analysis Google. 2. Ariyanto, (2005), Pengembangan Analisis Multivariate SPSS 12,Penerbit Salemba Infotek,Jakarta. 3. Garibaldi L, (2003), Trends In Oceanic Captures And Clustering Of Large Marine Ecosystems, Food And Agriculture Organization Of The United Nations, Rome. 4. Nursalim, A,A, 2006, Analisis Cluster dan Penjabaran Dendogram,Google. 5. Cahyono, T, 2006, Analisa Dampak Lalu Lintas Di Beberapa Kota Besar Di Indonesia,Google. 6. Hartigan, (1975), Cluster Analysis,Google. 7. BPS Sumatera Barat,(2005), PDRB Sumatera Barat Menurut Kabupaten/Kota , BPS, Sumbar 8. Mujiharto,.( 1993 ), Faktor Yang Mempengaruhi Masalah Lalu Lintas Pada Daerah-Daerah Di Kota Besar,Google. 9. Morlok,E.K,(1997), Pengantar Teknik Dan Perencanaan Transportasi, Erlangga, Jakarta ITP. All right reserved 178

8 2017 ITP. All right reserved 179