PENENTUAN JUMLAH BUS YANG OPTIMAL DENGAN MENGGUNAKAN METODE GOAL PROGRAMMING (Studi Kasus Di Trayek B 35 Jurusan Terboyo - Cangkiran Semarang)

Transkripsi

1 PENENTUAN JUMLAH BUS YANG OPTIMAL DENGAN MENGGUNAKAN METODE GOAL PROGRAMMING (Studi Kasus Di Trayek B 35 Jurusan Teroyo Cangkiran Semarang) Arfan Bakhtiar, Diana Puspita Sari, Hendy Tantono Industrial Engineering Department, Diponegoro University Jl. Prof. Sudarto, SH, Temalang, Semarang Phone/Fax Astrak Transportasi adalah sarana pendukung utama agi kegiatan di suatu kota. Dengan sarana transportasi yang aik maka kegiatan akan dapat erjalan dengan lancar. Masalah yang sering dihadapi dalam transportasi adalah terjadinya ketidakseimangan antara permintaan dan ketersediaan alat transportasi. Dinas perhuungan kota Semarang adalah instansi pemerintah yang ertugas mengatur masalah transportasi di kota Semarang. Meskipun jumlah trayek di kota Semarang saat ini telah diatasi namun terlihat ahwa jumlah us yang ada saat ini terlalu anyak atau tidak seimang dengan keutuhan. Dalam penulisan ini akan diahas masalah penentuan jumlah us yang optimal agar terjadi keseimangan antara permintaan dan jumlah us yang disediakan sehingga penumpang dapat terlayani dengan aik dan iaya operasional us dapat leih efisien. Trayek yang diteliti adalah trayek Teroyo Cangkiran di kota Semarang. Penelitian ini mencoa menggunakan model Goal Programming yang seelumnya sangat jarang digunakan dalam penentuan jumlah us. Keleihan dari model Goal Programming adalah dapat menghitung dengan eragai tujuan sekaligus. Di dalam masalah transportasi anyak pihak yang terliat seperti pengusaha us yang menginginkan keuntungan yang maksimal dan juga penumpang yang menginginkan tranportasi yang nyaman dan murah. Kepentingan yang ertentangan itu perlu dicari titik keseimangannya karena jumlah us yang terlalu anyak akan merugikan pengusaha dan ila terlalu sedikit akan merugikan konsumen. Dari hasil penelitian dan perhitungan diperolah ahwa untuk trayek Teroyo Cangkiran jumlah us yang optimal adalah 16 us atau leih sedikit dari yang ada saat ini yaitu 25 us. Oleh karena itu diharapkan dinas perhuungan dapat mengkaji ulang masalah ini dengan mengurangi jumlah us yang ada dan memindahkannya ke trayek yang masih memutuhkan. Sehingga transportasi di kota Semarang khususnya trayek Teroyo Cangkiran dapat erjalan dengan lancar. Kata kunci : penentuan jumlah us, Goal Programming, keseimangan 1. PENDAHULUAN Dinas Perhuungan Kota Semarang merupakan instansi pemerintah yang erwenang dalam menentukan keijakan transportasi di kota Semarang. Penyediaan angkutan umum di kota Semarang dilakukan oleh pihak pemerintah dan swasta. Di sini peran dinas perhuungan kota Semarang adalah mengatur masalah rute trayek dan menentukan jumlah angkutan umum yang eroperasi agar jumlahnya sesuai dengan jumlah penumpang. Di kota Semarang jumlah angkutan umum yang ada tidak seimang dengan permintaan jasa angkutan umum. Angkutan umum yang ada di kota Semarang jumlahnya meleihi dari keutuhan angkutan umum terseut sehingga anyak angkutan umum yang menganggur pada saat diluar jam siuk ahkan ada yang tidak eroperasi sama sekali dan hal ini mengakiatkan terjadinya ketidakefisienan. Untuk mengatasi hal terseut maka sangat perlu untuk dilakukan penelitian untuk menentukan jumlah optimal angkutan umum yang diutuhkan agar iayanya optimal dan dapat memenuhi keutuhan transportasi agi masyarakat kota Semarang. J@TI Undip, Vol.1, No.1, Januari

2 Trayek yang akan diteliti dalam penelitian ini adalah Trayek B 35 Jurusan Teroyo Cangkiran yang merupakan trayek yang paling sepi atau trayek kering di kota Semarang. Hal ini dapat dilihat pada kondisi us yang jarang penumpang (dimana load faktor diawah standar DLLAJ seesar 0,7) dan us sering erhenti untuk menunggu penumpang. Trayek B 35 Jurusan Teroyo Cangkiran saat ini dilayani oleh 25 armada us sedang dengan jumlah penumpang rata rata tiap us per hari sekitar 120 penumpang. Trayek ini panjangnya sekitar 30 km dan rata rata kendaraan hanya jalan sekitar 6 rit per hari(satu rit adalah satu kali perjalanan dari tempat asal ke tempat tujuan). 2. METODE PENELITIAN 2.1 Goal Programming Metode yang dapat digunakan untuk memodelkan suatu masalah yang Minimasi : Suject to : m z = n j1 i1 (P oi d i P ui d i ) (a ij x j ) d i d i = i i = 1, 2,..., m mempunyai anyak tujuan adalah Goal Programming. Solusi dari metode ini merupakan solusi optimal dari anyak target yang sekaligus merupakan solusi optimal dari sistem yang sedang dianalisis. Sekalipun demikian, prinsip prinsip metode Goal Programming ini tidak jauh ereda dengan Linear Programming, dimana dalam perhitungan keduanya sama sama menggunakan metode simplek. Peredaan yang mencolok antara keduanya terletak pada teknik memformulasikan permasalahan. [Ref 7, hal ] Goal Programming adalah suatu metode yang memutuhkan informasi urutan ilangan untuk pemuatan keputusan multi kriteria. Dalam Goal Programming Variael deviasi dari tujuan dengan menetapkan prioritas dan oot adalah minimasi daripada optimalisasi kriteria ojektif secara langsung seperti pada Linear Programming. Bentuk umum dari Goal Programming ditunjukkan seagai erikut : Xj, d i, d i 0 i = 1, 2,..., m j = 1, 2,..., n Dimana x i adalah variael dalam persamaan tujuan, i adalah target atau tujuan, a ij adalah koefisien dari variael asis, d i menyatakan kekurangan dari target dari tujuan i, d i menyatakan keleihan dari target dari tujuan i. P ui adalah prioritas yang erhuungan dengan d i dan P oi adalah prioritas yang erhuungan dengan d i. Bila kekurangan dari target memuaskan, d i harus dihilangkan dari fungsi ojektif, ila tujuan harus diterima tepat sesuai target, d i dan d i harus dimasukkan ke dalam fungsi ojektif. 3. HASIL DAN PEMBAHASAN 3.1 Pengumpulan Data Data yang dikumpulkan adalah data jumlah penumpang, data waktu tempuh us Variael deviasi harus diranking menurut prioritasnya, dari yang paling penting ke yang kurang penting. Jika tujuan diklasifikasikan ke dalam R rangking, faktor prioritas P r (r = 1,..., R) harus dimasukkan ke dalam variael deviasi. Faktor prioritas memiliki huungan : P r >>>NP r1 (r = 1,..., R1), yang menunjukkan perkalian dari N, agaimanapun esarnya tidak dapat memuat P r1 leih esar daripada atau sama dengan P r. Prosedur algoritmanya adalah metode simplek yang telah dimodifikasi. [Ref 9, hal 6162] pada pagi hari tanpa waktu ngetem, data iaya operasional us. Data Jumlah Penumpang Data Waktu Tempuh Bus Pada Pagi Hari Tanpa Waktu Ngetem Data Biaya Operasional Bus J@TI Undip, Vol.1, No.1, Januari

3 3.2 Identifikasi Masalah Identifikasi masalah memahas permasalahan, pematasan sistem yang diamati, stekeholder (pihak yang terliat), elemen masalah dan deskripsi sistem yang relevan. Influence diagram dari permasalahan dapat dilihat pada gamar erikut : Jumlah Penumpang yang Tidak Terlayani (Vts) Jika Pts > K x Nts Jumlah Bus Menganggur (Ets) Jumlah Penumpang (Pts) Jumlah Bus Tiap Shift (Nts) Jumlah Bus (N) Kapasitas Bus (K) Biaya Tidak Tetap (VC) Biaya total FC VC Biaya Tetap (FC) Target Pendapatan (B) tarif x jumlah penumpang Keuntungan Pendapatan Biaya total akan menentukan jumlah us yang eroperasi tiap shift. Jumlah us yang eroperasi tiap shift diperoleh dari jumlah penumpang diagi kapasitas us. Jumlah us total ditentukan oleh jumlah us yang eroperasi tiap shift yang teresar. Dari jumlah us total dan jumlah us yang eroperasi dapat diperoleh jumlah us yang menganggur yaitu dengan mengurangi jumlah us total dengan jumlah us yang eroperasi. Jumlah penumpang yang tidak terlayani diperoleh ila jumlah penumpang leih esar dari jumlah us dikali kapasitasnya. Biaya operasional terdiri dari iaya tetap dan iaya tidak tetap. Biaya tetap diperoleh dari jumlah us dan iaya tidak tetap diperoleh dari jumlah us yang eroperasi. Dengan iaya operasional dan pendapatan maka diperoleh keuntungan yaitu dengan mengurangkan pendapatan dengan iaya operasional. 3.3 Pengemangan Model Matematis Gamar 1. Influence Diagram Dari gamar influence diagram diatas dapat diketahui ahwa input dari permasalahan penentuan jumlah us adalah jumlah penumpang dan kapasitas us yang Perumusan Model Matematis Fungsi Pencapaian dan keseluruhan formulasi yang akan dikemangkan untuk model Goal Programming adalah seagai erikut : Model Goal Programming Minimasi d 1 Maksimasi d 2 Minimasi d 3 Minimasi d 4 Suject to : t a V ts d 1 d 1 = 0 m FC. N VC. N d 3 d 3 t a t a m s1 N ts s1 = G t a E ts d 4 d 4 = 0 t a N ts d 2 d 2 s = m = B Ets = N s = 1 J@TI Undip, Vol.1, No.1, Januari

4 Jumlah Penumpang Bus Jumlah Penumpang Bus E ts N ts = Et(s1) N(t1)(s1) t = a, s = 2,..., m P ts V ts K. N ts t = a, s = 1 V t(s1) P ts V ts K. N ts t = a, s = 2,..., m V ts, N, N ts, E ts, Estimasi Parameter Perhitungan Jumlah Penumpang Cangkiran Teroyo Dalam menentukan jumlah penumpang diperlukan pemagian waktu erdasarkan shift. Pemagian shift ditentukan dari waktu tempuh us satu kali perjalanan dan digunakan data waktu tempuh us pada pagi hari tanpa waktu ngetem yang terlama yaitu 55 menit. Kemudian jumlah penumpang diagi erdasarkan shift, kolom jumlah penumpang menunjukkan jumlah penumpang yang naik pada saat shif terseut sedangkan kolom waktu pengamatan adalah waktu pengamatan selama interval waktu terseut yang kemudian akan digunakan untuk mengkonversi ke dalam waktu interval jumlah penumpangnya seragam. Setelah diagi ke dalam shift kemudian jumlah penumpang diagi waktu pengamatan dan dikali waktu satu shift yaitu 55 menit. Jumlah penumpang diperoleh dengan mengalikan rata rata jumlah penumpang dengan jumlah us yang eroperasi dalam 1 jam yaitu 6 us. Pola jumlah penumpang us jurusan Cangkiran Teroyo terlihat pada gamar 3.2 erikut : Grafik Jumlah Penumpang Bus Cangkiran Teroyo Interval Waktu 55 menit mulai Gamar 2. Grafik Jumlah Penumpang Bus Jurusan Cangkiran Teroyo Teroyo Cangkiran Pola jumlah penumpang us jurusan Teroyo Cangkiran terlihat pada gamar 3.3 erikut : Grafik Jumlah Penumpang Bus Teroyo Cangkiran Interval Waktu 55 menit mulai Gamar 3. Grafik Jumlah Penumpang Bus Jurusan Teroyo Cangkiran J@TI Undip, Vol.1, No.1, Januari

5 Jumlah Penumpang Bus Pola jumlah penumpang us jurusan Cangkiran Teroyo dan Teroyo Cangkiran terlihat pada gamar 3.4 erikut : Grafik Jumlah Penumpang Bus Interval Waktu 55 menit mulai Cangkiran Teroyo Teroyo Cangkiran Gamar 4. Grafik Jumlah Penumpang Bus Perhitungan Biaya Operasional Biaya operasional us diagi menjadi 2 yaitu iaya tetap dan iaya tidak tetap. Biaya tetap adalah iaya per hari yang dikeluarkan aik us itu eroperasi maupun tidak. Biaya tidak tetap adalah iaya yang dikeluarkan untuk operasi us per km atau per satu kali jalan. Biaya Tetap Biaya tetap dihitung per hari dengan asumsi 1 tahun adalah 300 hari karena pada umumnya is hanya eroperasi 6 hari dalam 1 minggu. Dalam perhitungan, yang termasuk iaya tetap adalah pemelian us, ijin trayek, STNK, kir, gaji sopir, gaji kondektur. Perhitungan iaya tetap dapat dilihat pada tael 3.1 erikut : Tael 1. Perhitungan Biaya Tetap Operasional Bus Biaya Tetap Biaya Jangka Waktu Biaya / hari Pemelian us 170,000, tahun 56,667 Ijin trayek 10,000, tahun 3,333 STNK 400,000 1 tahun 1,333 Kir 160,000 6 ulan 1,067 Gaji supir 40,000 1 hari 40,000 Gaji kondektur 30,000 1 hari 30,000 Total 132,400 Jadi iaya yang harus dikeluarkan per hari aik us terseut eroperasi maupun tidak adalah Rp , Biaya Tidak Tetap Biaya tidak tetap dihitung per km. Dalam perhitungan, yang termasuk iaya tidak tetap adalah ahan akar, an, oli, gemuk, minyak rem, kampas rem, kep koupling, dinamo. Perhitungan iaya tetap dapat dilihat pada tael 3.2 erikut : Tael 2. Perhitungan Biaya Tidak Tetap Operasional Bus Biaya Tidak Tetap Biaya Keutuhan Jangka Penggunaan (km) Biaya / km BBM 4,300 1 liter Ban 150,000 6 uah Oli 11,000 8 liter Gemuk 25,000 1 kg Minyak rem 7,500 1 liter Kampas rem 45,000 1 set J@TI Undip, Vol.1, No.1, Januari

6 Kep Koupling 30,000 1 uah Dinamo 60,000 1 uah Servis 50,000 1 kali Total 953 Jadi iaya tidak tetap yang harus dikeluarkan adalah Rp 953, per km dan jarak Teroyo Cangkiran adalah 30 km sehingga iaya per perjalanan adalah Rp 953, x 30 = Rp , per perjalanan. Perhitungan Kapasitas Kapasitas us adalah daya angkut us tetapi karena jarak yang ditempuh us cukup jauh dan kecenderungan penumpang naik turun cukup tinggi sehingga kapasitas sekali jalan us leih tinggi dari kapasitasnya. Kapasitas us sekali jalan adalah kapasitas us ditamah kapasitas us dikali prosentase penumpang yang menempuh jarak pendek. Kapasitas us sekali jalan = 30 (30 x 0,5) = 45 orang per perjalanan. 3.4 Solusi Model Solusi optimal dari model Goal Programming yang telah dikemangkan dan diselesaikan dengan antuan software QS adalah seagai erikut : Tael 3. Hasil Running QS Metode Goal Programming No Decision Variale Solution Value 1 d d d 2 5,095, d d d d 4 8 d 4 81 Tael 4. Hasil Running QS Metode Goal Programming (lanjutan tael 3.3) Shift Va V Na N Ea E J@TI Undip, Vol.1, No.1, Januari

7 3.5 Analisis Jumlah Penumpang Dari hasil pengamatan di lapangan dan pengolahan data diperoleh ahwa jumlah penumpang memiliki suatu pola erdasarkan waktunya dan jumlahnya juga ereda dari pagi, siang, maupun sore. Pada saat pagi hari jumlah penumpang dari Cangkiran leih anyak karena cangkiran merupakan daerah yang masih pedesaan sehingga pada pagi hari anyak yang pergi aik ke sekolah, kantor maupun parik yang ada di kota. Kemudian jumlah penumpang dari Cangkiran semakin menurun sedangkan jumlah penumpang dari Teroyo pada sore hari justru meningkat meskipun isa dikatakan sedikit ila diandingkan jumlah penumpang pada pagi hari karena pada sore hari anyak orang pulang kerja atau orang dari Cangkiran kemali ke Cangkiran. 3.6 Analisis Model Goal Programming Analisis Solusi Optimal Model Goal Programming Analisis Variael Jumlah Bus Solusi optimal untuk variael jumlah us akan dierikan dalam tael di awah ini : Tael 5. Solusi Optimal GP Jumlah Bus No Variael Nilai Solusi Optimal 1 N 16 Dari tael 3.5 di atas, variael N menyatakan jumlah us total untuk rute Teroyo Cangkiran yang optimal. Solusi optimal untuk N adalah 16 us. Analisis Variael Jumlah Bus Yang Beroperasi Tiap Shift Solusi optimal untuk variael jumlah us yang eroperasi tiap shift akan dierikan dalam tael di awah ini : Tael 6. Solusi Optimal GP Jumlah Bus Yang Beroperasi Tiap Shift No Variael Nilai Solusi Optimal No Variael Nilai Solusi Optimal 1 n a n n a n n a n n a n n a n n a n n a n n a n n a n n a n n a n n a n 12 9 Dari tael 3.6 di atas, variael n a1 menyatakan jumlah us yang erangkat dari terminal a (Terminal Cangkiran) pada shift 1 (pukul ). Solusi optimal untuk na1 adalah 8 us jadi jumlah us yang erangkat dari terminal Cangkiran pada saat shift 1 adalah 8 us. Sedangkan n 1 menyatakan jumlah us yang erangkat dari terminal (Terminal Teroyo) pada shift 1 (pukul ). Solusi optimal untuk n1 adalah 8 us jadi jumlah us yang erangkat dari terminal Teroyo pada saat shift 1 adalah 8 us. Jumlah us adalah 16 us jadi isa dipastikan ahwa pada shift 1 jumlah us yang menganggur adalah 0 us. Dari tael di atas terlihat J@TI Undip, Vol.1, No.1, Januari

8 ahwa jumlah us yang erangkat tiap shiftnya ereda sehingga waktu keerangkatan antar us juga ereda tiap shiftnya. Pada shift 1 jumlah us jumlah us yang erangkat dari Teroyo atau n 1 adalah 8 erarti waktu keerangkatan antar us adalah sekitar 7 menit. Pada shift 2 jumlah us yang erangkat dari Teroyo adalah 6 erarti waktu keerangkatan antar us adalah sekitar 9 menit. Pada shift 3 jumlah us yang erangkat dari Teroyo adalah 7 us erarti waktu keerangkatan antar us adalah sekitar 8 menit. Kondisi ini ereda dengan kondisi saat ini yaitu waktu keerangkatan antar us adalah 10 menit tanpa memandang jumlah penumpang sehingga aik jam sepi maupun ramai waktu keerangkatan us sama yaitu 10 menit. Bila dilihat dari jumlah penumpang yang eruah setiap waktu maka leih aik waktu keerangkatan us juga disesuaikan dengan jumlah penumpang sehingga tidak terjadi penumpang menunggu terlalu lama pada jam ramai dan us kosong pada jam sepi. Waktu keerangkatan us seaiknya eruah sepanjang waktu mengikuti jumlah penumpang yang ada Analisa Pencapaian Tujuan Berikut ini akan dierikan hasil pencapaian masing masing tujuan dalam solusi optimal model Goal Programming : 1) Tujuan pertama yaitu meminimalkan penumpang yang tidak terlayani. Nilai penyimpangan atau deviasi positif d 1 ernilai 0 erarti jumlah penumpang yang tidak terlayani sesuai dengan target yaitu 0. 2) Tujuan kedua yaitu memaksimalkan keuntungan. Nilai penyimpangan atau deviasi negatif d2 ernilai erarti keuntungan yang diperoleh per hari adalah Rp , umtuk 16 us atau Rp , per us per hari. 3) Tujuan ketiga adalah meminimalkan jumlah us yang menganggur. Nilai penyimpangan atau deviasi positif d3 ernilai 81 erarti dalam satu hari rata rata satu is mengangur selama 5,1 shift. Bila dilihat nilai penyimpangan ini memang cukup esar hal ini karena jumlah penumpang tiap shiftnya sangat ereda. Bila nilai jumlah is yang menganggur ingin ditekan lagi maka pada saat jam siuk akan leih anyak orang yang tidak mendapatkan us Analisa Sensitivitas Analisa sensitivitas dilakukan untuk mengetahui seerapa esar peruahan yang terjadi ila terjadi peruahan input. Analisa sensitivitas dilakukan terhadap data jumlah penumpang karena jumlah penumpang merupakan parameter yang mudah eruah. Bila terjadi peruahan jumlah penumpang maka variael keputusan seperti jumlah us dan jumlah us yang erangkat akan eruah. Analisa sensitivitas dilakukan dengan menguah jumlah penumpang erkurang 10% dan ertamah 10% (Data hasil running QS untuk jumlah penumpang erkurang 10% dapat dilihat pada lampiran B2 dan untuk jumlah penumpang ertamah 10% dapat dilihat pada lampiran B3). Bila jumlah penumpang erkurang 10% maka jumlah us akan eruah yaitu seesar 13 atau erkurang 3 us sedangkan ila jumlah penumpang ertamah 10% maka jumlah us akan menjadi 18 us atau ertamah 2 us. Penurunan jumlah penumpang dapat terjadi terutama pada saat hari liur atau hari liur sekolah. Sedangkan kenaikan jumlah penumpang dapat terjadi pada saat hari raya. 3.7 Analisis Perandingan Kondisi Aktual Dan Solusi Model GP Jumlah us Jurusan Teroyo Cangkiran saat ini adalah 25 us dan nilai ini leih esar daripada jumlah us yang didapat dari model Goal Programming yaitu 16 us. Bila melihat solusi model Goal Programming maka isa dikatakan jumlah us saat ini terlalu anyak karena dengan 16 us saja dapat mengangkut semua penumpang atau dengan kata lain penumpang yang tidak terlayani = 0. Jumlah us yang erangkat saat ini adalah 1 us tiap 10 menit atau sekitar 6 us tiap shift. Bereda dengan solusi model Goal Programming yang tiap shiftnya jumlah us yang erangkat ereda eda menyesuaikan jumlah demand yang ada. J@TI Undip, Vol.1, No.1, Januari

9 Untuk kondisi saat ini yaitu us erangkat tiap 10 menit, pengaturannya dapat dilakukan leih mudah tetapi hal ini kurang aik karena memang jumlah penumpang tidak sama tiap waktu sehingga saat jam sepi jumlah us yang eroperasi sama dengan jumlah us saat jam ramai sehingga menyeakan pemorosan. Untuk solusi Goal Programming saat jam sepi ada eerapa us yang memang tidak eroperasi hal ini mungkin leih aik karena us yang eroperasi leih sedikit sehingga jumlah penumpang tiap usnya leih anyak sehingga leih efisien. 4. KESIMPULAN Jumlah penumpang us dari Cangkiran pada pagi hari leih anyak daripada jumlah penumpang dari Teroyo sedangkan pada sore hari erlaku sealiknya meskipun jumlahnya sedikit ila diandingkan pada pagi hari. Jumlah penumpang paling anyak adalah pada pagi hari aik dari Teroyo maupun dari cangkiran. Dari hasil solusi optimal model Goal Programming didapatkan ahwa jumlah penumpang yang tidak terlayani adalah 0 dan total keuntungan Rp , per hari dengan jumlah us 16 sehingga keuntungan tiap us Rp , per hari. Berarti dengan 16 uah us yang eroperasi sudah dapat untuk melayani permintaan yang ada saat ini dan keuntungan yang diperoleh juga cukup aik. DAFTAR PUSTAKA [1] Daellenach, Hans G, Systems and Decision Making, John Wiley & Sons Ltd, England, [2] Dimyati, Tjuju Tarliah dan Akhmad Dimyati, Operations Research, Sinar Baru Algesindo, Bandung, [3] Ditjend Perhuungan Darat, Pedoman Teknis Penyelenggaraan Angkutan Umum Di Wilayah Perkotaan Dalam Trayek Tetap Dan Teratur, Tidak Diteritkan, Jakarta, [4] Hiller, Frederick S. dan Gerald J. Lieerman, Introduction To Operation Research, Mc Graw Hill, Singapore, [5] Kusharjoko, Wahyudi, Makalah Profil Angkutan Umum Penumpang Kota Semarang, Magister Teknik Sipil UNDIP, [6] Mujihartono, Eko dkk, Materi Ajar Dasar Dasar Rekayasa Transportasi, Jurusan Teknik Sipil UNDIP, Semarang, [7] Nachrowi, Nachrowi Djalal dan Hardius Usman, Teknik Pengamilan Keputusan, Grasindo, Jakarta, [8] Setijowarno, D. dan R. B. Frazila, Pengantar Sistem Transportasi, Penerit Unika Soegijapranata, Semarang, [9] Taucanon, Mario T., Multiple Criteria Decision Making In Industry, Asian Institute Of Technology, Bangkok,1988. [10] Widodo, Tri dan Wicaksono, Pengaruh Permintaan Terhadap Pelayanan Angkutan Umum Bis Sedang Di Kota Semarang, Tidak diteritkan, Semarang, J@TI Undip, Vol.1, No.1, Januari