BAB II TINJAUAN PUSTAKA...

Transkripsi

1 DAFTAR ISI KATA PENGANTAR... i ABSTRAK... iv DAFTAR ISI... v DAFTAR GAMBAR... vii DAFTAR GRAFIK... viii DAFTAR TABEL... ix DAFTAR ISTILAH... xi DAFTAR LAMPIRAN... xiii DAFTAR NOTASI... xiv BAB I PENDAHULUAN... 1 I.1 Umum... 2 I.2 Latar Belakang... 2 I.3 Tujuan Penelitian... 4 I.4 Pembatasan Masalah... 4 I.5 Metodologi Penelitian... 5 I.6 Keterangan... 6 BAB II TINJAUAN PUSTAKA II.1 Sistem Transportasi II.1.1 Pengertian II.1.2 Komponen Sistem Transportasi II.1.3 Peranan Transportasi II.2 Konsep Pemodelan II.2.1 Pemodelan Transportasi II.2.2 Konsep Perencanaan Transportasi II.3 Model Pemilihan Moda Transportasi (Mode Choice Models) II.3.1 Faktor Yang Mempengaruhi Pemilihan Moda II.3.2 Pemilihan Moda Transportasi II Angkutan Umum Kereta Api II Tingkat Pelayanan Kereta Api II Karakteristik Pengguna Kereta Api II Bus Angkutan Umum II Tingkat Pelayanan Angkutan Umum II Karakteristik PenggunaAngkutanUmum Bus31 II.3.3 Pendekatan Model Pemilihan Moda II.4 Model Pemilihan Diskret II.4.1 Utilitas II.4.2 Utilitas Acak II.5 Model Logit Multinomial/Binomial II.6 Teknik Stated Preference II.6.1 Desain Eksperimen (Experimental Design) II.6.2 Identifikasi Pilihan (Identification of Preference) II.6.3 Analisa Data Stated Preference II.6.4 Estimasi Parameter Stated Preference II.7 Analisa Terdahulu yang Berkaitan dengan Moda Choise BAB III METODOLOGI PENELITIAN III.1 Umum III.2 Rencana Kerja... 57

2 III.2.1 Studi Pendahuluan dan Kajian Pustaka III.2.2 Perancangan dan Pelaksanaan Survei Pendahuluan III.2.3 Perancangan dan Pelaksanaan Survei Penelitian III.2.4 Pengumpulan dan Pengolahan Data III.2.5 Estimasi Parameter Model III.2.6 Analisa Statistik III.2.7 Kompilasi Data III.2.8 Uji statistik III.2.9 Uji Sensivitas III.2.10 Kesimpulan dan Saran BAB IV PENGUMPULAN DAN PENGOLAHAN DATA IV.1 Gambaran Umum Wilayah Studi IV.2 Jalur Lintas IV.3 Perusahaan (Operator) Bus IV.4 Teknik Pengumpulan Data Primer IV.4.1 Teknik Pengumpulan Data IV.4.2 Jumlah Sampel IV.4.3 Pelaksanaan Survei Pegumpulan Data IV.4.4 Pemaparan Hasil Survei IV.5 Analisa Regresi Linear IV.5.1 Analisis Persamaan Fungsi Selisih Utilitas IV.5.2 Kompilasi Data IV.5.3 Korelasi IV.5.4 Alternatif Persamaan Fungsi Selisih Utilitas IV.5.5 Interpretasi Hasil Kalibrasi IV.5.6 Validasi Dengan Uji Statistik IV.5.7 Persamaan Model IV.5.8 Grafik Pemilihan Moda IV.6 Sensitivitas Model IV.7 Analisa Dengan Metode Revealed Preference IV.7.1 Umum. 97 IV.7.2 Kompilasi Data IV.7.3 Validasi Dengan Uji Statika 100 IV.7.4 Kombinasi Revealed Preference Dengan Stated Preference 101 BAB V KESIMPULAN DAN SARAN V.1 Kesimpulan V.2 Saran DAFTAR PUSATAKA LAMPIRAN

3 DAFTAR GAMBAR Gambar 1.1 Jalur Kereta Api dan Bus Di Sumatera Utara (Khususnya Medan-Tanjung Balai) Gambar 1.2 Gambar 2.1 Gambar 2.2 Gambar 2.3 Gambar 3.1 Bagan Alir ( Flowchart ) Penelitian Bagan Alir (Flowchart) Konsep Perencanaan Transportasi Empat Tahap Pemilihan Dua Moda (Angkutan Umum dan Mobil) Proses Pemilihan Moda Untuk Indonesia Bagan Alir ( Flowchart ) Penelitian

4 DAFTAR GRAFIK Grafik 4.1 Distribusi Responden Pengguna Moda Kereta Api dan Bus KUPJ Sebelum Kenaikan Harga BBM untuk Perjalanan Medan-Tanjung Balai Grafik 4.2 Distribusi Responden Pengguna Moda Kereta Api dan Bus KUPJ Sesudah Kenaikan Harga BBM untuk Perjalanan Medan-Tanjung Balai Grafik 4.3 Distribusi Tujuan Perjalanan Responden Pengguna Moda Kereta Api dan bus KUPJ Sebelum Kenaikan Harga BBM perjalanan Medan-Tanjung Balai Grafik 4.4 Distribusi Tujuan Perjalanan Responden Pengguna Moda Kereta Api dan bus KUPJ Sesudah Kenaikan Harga BBM perjalanan Medan-Tanjung Balai Grafik 4.5 Distribusi Alasan Pemilihan Moda untuk Responden Pengguna Moda Kereta Api dan Bus KUPJ Sebelum Kenaikan Harga BBM untuk perjalanan Medan- Tanjung Balai Grafik 4.6 Distribusi Alasan Pemilihan Moda untuk Responden Pengguna Moda Kereta Api dan Bus KUPJ Setelah Kenaikan Harga BBM untuk perjalanan Medan- Tanjung Balai Grafik 4.7 Distribusi Tingkat Pendapatan Responden Pengguna Moda Kereta Api dan Bus KUPJ untuk Perjalanan Medan-Tanjung Balai Grafik 4.8 Golongan pelaku perjalanan captive dan choice Grafik 4.9 Besarnya Utilitas dan Probabilitas Pemilihan Moda Grafik 4.10 Sensitivitas Model Terhadap Perubahan Atribut Cost Grafik 4.11 Sensitivitas Model Terhadap Perubahan Atribut Time Grafik 4.12 Sensitivitas Model Terhadap Perubahan Atribut Headway Grafik 4.13 Sensitivitas Model Terhadap Perubahan Atribut Service... 96

5 DAFTAR TABEL Tabel 1.1 Jadwal Keberangkatan KA (Medan-Tanjung Balai)... 7 Tabel 3.1 Kondisi sebelum kenaikan harga BBM pada bus KUPJ dan Kereta Api.. 38 Tabel 3.2 Kondisi setelah kenaikan harga BBM pada bus KUPJ dan Kereta Api Tabel 4.1 Nama-nama Perusahaan (Operator) Bus yang Melayani Rute Medan-Tanjung Balai Tabel 4.2 Acuan menentukan jumlah sampel : probabilitas individu memilih bus KUPJ/Kereta Api Tabel 4.3 Kuisioner yang tidak memenuhi syarat Tabel 4.4 Distribusi Responden pengguna Moda Kereta Api dan Bus KUPJ Sebelum Kenaikan Harga BBM untuk PerjalananMedan-Tanjung Balai Tabel 4.5 Distribusi Responden pengguna Moda Kereta Api dan Bus KUPJ Sesudah Kenaikan Harga BBM untuk PerjalananMedan-Tanjung Balai Tabel 4.6 Distribusi Tujuan Perjalanan Responden Pengguna Kereta Api dan bus KUPJ Sebelum Kenaikan Harga BBM perjalanan Medan-Tanjung Balai Tabel 4.7 Distribusi Tujuan Perjalanan Responden Pengguna Kereta Api dan bus KUPJ Sesudah Kenaikan Harga BBM perjalanan Medan-Tanjung Balai Tabel 4.8 Distribusi Alasan Pemilihan Moda untuk Responden Pengguna Moda Kereta Api dan Bus KUPJ Sebelum Kenaikan Harga BBM untuk perjalanan Medan-Tanjung Balai Tabel 4.9 Distribusi Alasan Pemilihan Moda untuk Responden Pengguna Moda Kereta Api dan Bus KUPJ Setelah Kenaikan Harga BBM untuk perjalanan Medan-Tanjung Balai Tabel 4.10 Distribusi Tingkat Pendapatan Responden Pengguna Moda Kereta Api dan Bus KUPJ untuk Perjalanan Medan-Tanjung Balai... 79

6 Tabel 4.11 Distribusi Responden Pengguna Moda Kereta Api dan Bus KUPJ Berdasarkan Umur Tabel 4.12 Distribusi Responden Pengguna Moda Kereta Api Berdasarkan Pekerjaan. 81 Tabel 4.13 Nilai Skala Numerik Tabel 4.14 Matriks Korelasi... 85

7 DAFTAR ISTILAH Cost : Ongkos/biaya perjalanan Time : Waktu tempuh perjalanan Headway : Frekwensi keberangkatan atau jadwal keberangkatan Service : Tingkat Pelayanan moda angkutan Feed Back Effect : Efek/pengaruh baik Teknik Stated Preference : Teknik yang digunakan kepada responden mengenai pilihan apa yang diinginkan untuk melakukan sesuatu Teknik Revealed Preference : Teknik yang digunakan kepada responden mengenai keadaan yang sebenarnya di lapangan. Discreate Choice Models : Model pemilihan yang didasarkan pada pendekatan terhadap perilaku individu Model Logit Biner : Model dimana pengambilan keputusan dihadapkan pada alternatif yang dipilih yang mempunyai utilitas terbesar Utilitas : Ukuran istimewa seseorang dalam menentukan pilihan alternatif terbaiknya Random utility : Utilitas acak Random error : Kesalahan acak Skala Semantik : Pilihan terhadap jawaban yang diberikan Skala Numerik : Suatu nilai yang menyatakan respon individu terhadap pernyataan pilihan Probability : Perubahan nilai probabilitas bila dilakukan perubahan nilai atribut Correlation : Mengukur ketepatan garis regresi dalam menjelaskan nilai variabel

8 Traveller : Pelaku perjalanan Interview Survey : Survei wawancara Option : Pilihan Surveyor : Petugas survei Maximum-Likelihood : Kemiripan maksimum Questionare : Alat interview Captive : Pengguna angkutan umum Trayek : Lintasan kendaraan umum untuk pelayanan jasa angkutan orang dengan mobil bus yang mempunyai asal dan tujuan perjalanan tetap, lintasan tetap dan jadwal tetap maupun tidak berjadwal. Flowchart : Bagan Alir Costumer : Pelanggan

9 DAFTAR LAMPIRAN Lampiran : Output Data Lampiran A : Format Kuisioner Penelitian Lampiran B : Atribut Perjalanan Moda Bus KUPJ dan Kereta Api Sebelum dan Sesudah Kenaikan BBM Lampiran C : Penentuan Ukuran Sampel Lampiran D : Kompilasi Data Lampiran E : Nilai Rata-rata Atribut Lampiran F : Tabel Perhitungan Sensitivitas Atribut Lampiran G : Uji Tanda Koefisien Atribut Lampiran H : Tabel Pemilihan Moda Lampiran I : Tabel Perhitungan Selisih Atribut Lampiran J : Distribusi T Lampiran K : Distribusi F Lampiran 1 : Hasil Kalibrasi Persamaan Lampiran 2 : Foto-foto Dokumentasi

10 DAFTAR NOTASI C n : Sekumpulan alternatif pilihan untuk dapat dipilih U in : Utilitas alternatif i bagi pembuat keputusan n V in : Fungsi deterministik utilitas i bagi individu n ε in : Kesalahan acak P in : Probabilitas memilih alternatif i bagi inidividu n P Bus KUPJ : Probabilitas memilih Bus KUPJ P Kereta Api : Probabilitas memilih Kereta Api KUPJ : Koperasi Usaha Pinggir Jalan KA : Kereta Api a : Konstanta regresi b 1,...,b n : Koefisien masing-masing atribut x 1,...,x n : Nilai atribut/atribut pelayanan R 2 : Koefisien determinasi, yaitu untuk mengetahui seberapa besar α : Tingkat keberartian persentase pengaruh seluruh atribut terhadap utilitas pemilihan moda g : Galat yang dikehendaki σ : Standart deviasi sampel Z α : Nilai kritis distribusi x 1 : Selisih biaya perjalanan antara Bus KUPJ dan Kereta Api x 2 : Selisih waktu tempuh perjalanan antara Bus KUPJ dan Kereta Api x 3 : Selisih jadwal keberangkatan antara Bus SE Makmur dan Kereta Api x 4 : Selisih tingkat pelayanan antara Bus KUPJ dan Kereta Api n : Jumlah observasi k : Jumlah atribut

11 y : Utilitas (Bus KUPJ dan Kereta Api) Pr : Probabilitas BBM : Bahan Bakar Minyak SP : Stated Preference RP : Revealed Preference M : Medan TB : Tanjung Balai WP : Waktu Perjalanan AKAP : Antar Kota Antar Provinsi AKDP : Antar Kota Dalam Provinsi MPU : Mobil Penumpang Umum PLH : Peristiwa Luar Biasa Hebat SIM : Surat Izin Mengemudi PT.KAI : Perusahaan Terbatas Kereta Api

12 BAB I PENDAHULUAN I. 1 Umum Sarana dan prasarana transportasi di suatu negara mempunyai peranan yang sangat penting dalam pengembangan suatu kawasan tertentu, baik ekonomi, sosial, budaya, dan sebagainya. Dimana kesemuanya itu membutuhkan pergerakan transportasi sebagai penunjang untuk memenuhi kebutuhan tersebut. Penyelenggaraan pergerakan transportasi akan mengarah pada penyediaan jasa transportasi terpadu antar moda yang efektif, efesien, aman dan nyaman, serta cepat dan murah, yang mengintegrasikan dengan moda transportasi yang ada. Namun dalam kenyataannya, kebutuhan akan transportasi belum terpenuhi seluruhnya. Kebutuhan transportasi merupakan pola kegiatan di dalam sistem tataguna lahan yang membutuhkan pergerakan sebagai sarana penunjang kebutuhan tersebut. Keduanya harus saling berhubungan baik dan erat agar hasil yang diharapkan dapat tercapai. Untuk memenuhi semua aspek diatas, sudah seharusnya sistem transportasi dipikirkan sejak dini hari agar kelak tidak menimbulkan berbagai persoalan. Perangkutan diperlukan karena sumber kegiatan manusia tidak hanya berpusat pada satu tempat saja. Oleh sebab itu, pergerakan (manusia/barang) ini memerlukan sarana (moda angkutan) maupun prasarana (media tempat moda angkutan dapat bergerak) yang baik. Perencanaan kota tanpa mempertimbangkan keadaan dan pola transportasi yang akan terjadi sebagai akibat dari perencanaan itu sendiri, akan menimbulkan keruwetan lalu lintas di kemudian hari. Dari pihak penduduk sebagai konsumen pengguna jasa transportasi dapat melakukan pemilihan moda yang tepat guna menhidari masalah lalu lintas. Pemilihan moda transportasi tersebut menyangkut efisiensi pergerakan dan ruang yang harus disediakan unruk dijadikan prasarana transportasi serta banyaknya pilihan moda transportasi yang dapat dipilih

13 oleh penduduk. Keseimbangan pemilihan moda tersebut belumlah tercapai karena masih dihambat oleh banyak faktor lain, misalnya kondisi jalan yang rusak, ketidaklancaran lalulintas dan keterbatasan sumber daya manusia yang kesemuanya itu menyebabkan perbedaan yang sangat jauh antara prasarana transportasi dengan peningakatan kebutuhan manusia. I.2 Latar Belakang Pengembangan transportasi ditujukan agar tersedianya transportasi yang lancar, aman, murah, nyaman, cepat, handal, tepat guna, terpadu, menyeluruh, berkelanjutan, dan berkesinambungan serta mendukung konsepsi pembangunan sosial dan ekonomi wilayah. Namun hal tersebut masih sangatlah sulit dicapai mengingat banyak aspek negatif yang perlu dihindari dalam bidang ekonomi, sosial, budaya, dan politik. Jumlah penduduk yang meningkat dari tahun ke tahun menjadi faktor utama dalam perencanaan transportasi. Persentase penduduk dan jumlah penduduk sekarang dan untuk masa yang akan datang perlu mendapat perhatian khusus dikarenakan hal ini merupakan salah satu karakteristik dalam memprediksi jumlah penumpang moda transportasi. Pemilihan moda transportasi yang diberikan kepada masyarakat cukup bervariasi yakni transportasi darat (jalan dan rel), transportasi air (sungai, danau, dan laut), serta transportasi udara. Namun dalam pemilihannya, pengguna jasa (masyarakat) harus mempertimbangkan tujuan perjalanan, jarak tempuh (waktu), biaya, dan fasilitas yang diberikan oleh moda transportasi tersebut. Pemilihan moda transportasi pada dasarnya ditentukan dengan mempertimbangkan salah satu persyaratan pokok, yaitu pemindahan barang dan manusia dilakukan dalam jumlah terbesar dengan jarak terkecil. Pemilihan angkutan massal (kereta api) yang berorientasi pada kepentingan publik atau pelanggan (costumer), merupakan pilihan yang lebih baik dibandingkan dengan angkutan pribadi atau bus. Namun bus juga mempunyai beberapa

14 kelebihan, yaitu mobilitasnya tinggi, dapat bergerak kapan saja, dan lebih mudah untuk dijangkau. Dalam perkembangannya, permasalahan menjadi lebih kompleks apabila kita mempertimbangkan interaksi antara dua moda transportasi yang berbeda mengingat kondisi harga bahan bakar minyak bumi (BBM) naik dari waktu ke waktu. Kemacetan yang berpengaruh terhadap waktu tempuh pada rute tertentu, frekuensi pelayanan, tarif, sangat perlu diperhatikan. Selain itu, kemauan masyarakat selaku pengguna jasa transportasi perlu untuk dperhatikan dan diteliti akibat kenaikan harga bahan bakar minyak bumi (BBM) tersebut. Apakah ada pengaruh atau dampak terhadap minat masyarakat untuk melakukan perjalanan akibat hal diatas. Mengingat pentingnya naik turunnya harga BBM tersebut terhadap pemilihan moda transportasi dan melakukan perjalanan maka perlu diadakan studi terhadap hal tersebut. Studi yang dilakukan adalah analisa dampak kenaikan harga bahan bakar minyak (BBM) terhadap pemilihan moda transportasi bus angkutan kota dengan kereta api rute Medan-Tanjung Balai dalam tugas akhir ini. Ada beberapa bus dan kereta api yang akan dijadikan sampel yang mewakili minat masyarakat terhadap pemilihan moda transportasi tersebut. Dari kenaikan harga BBM ini akan dilihat minat para pelaku perjalanan dalam memilih moda angkutan mana yang akan digunakan dalam perjalanannya, apakah masih menggunakan bus atau kereta api? Apa yang menyebabkan mereka tetap memilih moda itu? Adakah peralihan penggunaan moda dari bus ke kereta api atau sebaliknya, atau tidak ada peralihan sama sekali? Jika ada peralihan, akan dilihat berapa besar (banyak) yang melakukannya? Apakah ada pengurangan jadwal perjalanan dari hari-hari biasa? Berdasarkan latar belakang diatas, maka penulis mengadakan penelitian mengenai hal-hal diatas untuk mencapai tujuan penelitian yang ada di bawah ini.

15 I.3 Tujuan Penelitian Penelitian ini bertujuan untuk : 1. Memperoleh distribusi karakteristik pelaku perjalanan dalam pemilihan moda sebelum dan sesudah kenaikan harga BBM. 2. Memperoleh suatu model pemilihan moda yang dapat menjelaskan probabilitas pelaku perjalanan dalam memilih moda transportasi antara kereta api dan bus bila ditinjau dari cost, time, headway, dan service. 3. Mengetahui perubahan probabilitas pelaku perjalanan bila terjadi perubahan cost, time, headway, dan service selama kenaikan harga BBM. Dari data-data dan dokumentasi yang diperoleh, diharapkan akan dapat digunakan oleh pihakpihak tertentu untuk dapat melakukan perbaikan prasarana dan pelayanan moda transportasi tersebut dapat ditingkatkan untuk lebih baik lagi. I.4 Pembatasan Masalah Agar penelitian ini dapat terarah dan sesuai dengan tujuan, maka diperlukan pembatasan masalah. Dalam penelitian ini, permasalahan dibatasi pada : 1. Penelitian ini hanya membahas pergerakan penduduk dari kota Medan menuju Tanjung Balai, tidak sebaliknya. 2. Moda transportasi yang ditinjau adalah angkutan umum bus dan kereta api yang melayani rute Medan-Tanjung Balai. 3. Responden yang dipilih adalah penumpang angkutan umum bus dan kereta api. 4. Pengambilan data hanya dilakukan di beberapa stasiun bus rute Medan-Tanjung Balai di Jl. Sisingamangaraja Medan dan stasiun kereta api. 5. Bus yang digunakan sebagai perbandingan adalah bus sedang dengan kapasitas orang.

16 6. Teori pemilihan moda transportasi yang digunakan adalah Model Pemilihan Diskret (Discrete Choise Models), yaitu didasarkan pada pendekatan terhadap perilaku individu. 7. Analisis dilakukan dengan menggunakan teknik Stated Preferences. I.5 Pengumpulan Data Pengumpulan data dalam penelitan ini dilakukan dengan cara : 1. Studi literatur yaitu dengan pengumpulan bahan-bahan yang berhubungan dengan tugas akhir ini yang bersumberkan buku-buku serta referensi lainnya sebagai pendekatan teori maupun sebagai bahan perbandingan untuk mengkaji penelitian ini. 2. Pengambilan data yang terdiri dari dua sumber yakni data primer dan data sekunder. Data primer yaitu data yang diperoleh dengan teknik stated preference, yaitu dengan wawancara langsung kepada para pengguna jasa angkutan. Wawancara dapat dilakukan dengan penyebaran lembar kuisioner dan pemilihan responden dilakukan secara acak. Data sekunder yaitu data yang sudah tersusun yang diperoleh dari instansi-instansi tertentu. Data dapat berupa data-data mengenai operator-operator yang melayani rute Medan-Tanjung Balai, rata-rata jumlah penumpang dalam sekali berangkat, dan kapasitas angkutan umum tersebut. 3. Menganalisa dan mengolah data-data yang menyangkut situasi di lapangan saat pengambilan data. I.6 Keterangan Medan-Tanjung Balai memiliki jarak sejauh 173 km. Adapun bus-bus yang melayani rute Medan-Tanjung Balai, diantaranya adalah :

17 1. Koperasi Usaha Pinggir Jalan (KUPJ) 2. CV. Karunia Usaha Pinggir Jalan (KUPJ Tour) 3. Po. Garuda 4. FA. Medan Jaya 5. CV. Sumber Jaya 6. Po. Borneo 7. Po. Garuda Pribumi 8. CV. Rajawali Citra Transport 9. CV. Subur Baru 10. CV. Sartika Group 11. PT. Dirgantara Deli Trans 12. CV. Wisata Indah danau Toba 13. CV. Karya Agung 14. CV. Timbul Jaya 15. CV. Simpati 16. CV. Prima Jaya Transport 17. Koperasi Medan Raya Tour 18. CV. Sintong Jaya 19. Kop. Peng. Bintang Tapanuli 20. CV. Japaris 21. CV. Lubuk Raya Dalam tulisan ini penulis memilih perusahaan bus Koperasi Usaha Pinggir Jalan (KUPJ) sebagai sampel sekaligus sebagai sumber dalam pembuatan tugas akhir ini. Adapun alasan penulis memilih bus tersebut adalah karena : Memiliki jumlah bus yang paling banyak diantara bus yang lain yaitu 38 unit.

18 Dalam sehari bus mampu berangkat sebanyak 38 bahkan lebih dengan selang waktu ± 30 menit antar satu bus dengan bus yang lain. Harga tiket bus (Rp ,-) yang 2 kali lebih besar daripada harga tiket kereta api (Rp ). Pada hari-hari besar (libur), harga tiket tidak naik, tetap stabil. Bus ini beroperasi dari Pkl WIB sampai Pkl WIB. Sementara yang menjadi perbandingan dari bus KUPJ adalah kereta api kelas ekonomi karena KA yang melayani rute Medan-Tanjung Balai hanya KA kelas ekonomi. Harga tiket KA kelas ekonomi adalah Rp ,- per orang. Adapun jadwal keberangkatan KA rute Medan-Tanjung Balai ditunjukkan oleh Tabel Tabel Jadwal Keberangkatan KA (Medan-Tanjung Balai) No. KA Kelas/Nama KA Relasi Berangkat Datang WP U-14 Ekonomi Puteri Deli M-TB U-16 Ekonomi Puteri Deli M-TB U-18 Ekonomi Puteri Deli M-TB Keterangan : M = Medan TB = Tanjung Balai WP = Waktu Perjalanan Dalam tugas akhir ini juga turut dilampirkan peta rute perjalanan Medan-Tanjung Balai dengan menggunakan bus maupun kereta api (Gambar 1. 1) dan melampirkan format kuisioner penelitian sebagai bagian dari Metode Stated Preference serta melampirkan flowchart (bagan alir) penelitian (Gambar 1. 2).

19 Keterangan : = jalur bus = jalur kereta api Gambar 1. 1 Jalur Kereta Api dan Bus Di Sumatera Utara (Khususnya Medan-Tanjung Balai)

20 Latar belakang Tujuan Penelitian : Menguji sensitifitas pelaku perjalanan dalam memilih moda setelah kenaikan harga BBM. Membandingkan jumlah pelaku perjalanan bus dan KA sebelum dan sesudah kenaikan harga BBM. Memperoleh model pemilihan moda. Batasan dan ruang lingkup Gambaran kondisi daerah studi Kajian Pustaka Pengumpulan Data Data Primer : Survei lapangan Kuisioner Data Sekunder Operator angkutan yang melayani rute Medan-Tanjung Balai Dinas terkait Pembahasan : Kompilasi data Analisa : Pengolahan data hasil lapangan dengan Miltiple Regression dan Model Logit Biner Aplikasi Model : Analisa sensitifitas respon Validasi dengan uji statika (R²) Pemodelan moda angkutan Kesimpulan dan saran Gambar 1.2 Bagan Alir ( Flowchart ) Penelitian

21 BAB II TINJAUAN PUSTAKA II. 1 II Sistem Transportasi Pengertian Pengertian sistem transportasi merupakan gabungan dari dua defenisi, yaitu sistem dan transportasi. Sistem adalah suatu bentuk keterikatan dan keterkaitan antara satu variabel dengan variabel lain dalam tatanan yang terstruktur, sedangkan transportasi adalah suatu usaha untuk memindahkan, menggerakkan, mengangkut, atau mengalihkan orang atau barang dari suatu tempat ke tempat lain, dimana di tempat lain ini objek tersebut lebih berguna atau dapat berguna untuk tujuan-tujuan tertentu. Maka, dari kedua pengertian di atas dapat disimpulkan bahwa, sistem transportasi adalah suatu bentuk keterikatan dan keterkaitan antara berbagai variabel dalam suatu kegiatan atau usaha untuk memindahkan, menggerakkan, mengangkut, atau mengalihkan orang atau barang dari satu tempat ke tempat lain secara terstruktur untuk tujuan tertentu. Sistem transportasi didukung oleh alat pendukung untuk menjamin lancarnya proses perpindahan sesuai dengan waktu yang diinginkan sehingga memberikan optimalisasi proses pergerakan tersebut. Alat pendukung ini berupa sarana dan prasarana yang meliputi ruang untuk bergerak (jalan raya, jalan rel), tempat awal/akhir pergerakan (terminal, dermaga, bandara), yang bergerak (alat angkut/ kendaraan dalam bentuk apapun), dan pengelolaan (yang mengkoordinasikan ketiga unsur sebelumnya). Adapun tujuan perencanaan sistem transportasi ini adalah : Mencegah masalah yang tidak diinginkan yang diduga akan terjadi pada masa yang akan datang (tindakan preventif). Mencari jalan keluar untuk berbagai masalah yang ada (problem solving).

22 Melayani kebutuhan transportasi (demand of transport) seoptimum dan seseimbang mungkin. Mempersiapkan tindakan/kebijakan untuk tanggapa pada keadaan di masa depan. Mengoptimalkan penggunaan daya dukung (sumber daya) yang ada. II Komponen Sistem Transportasi Dalam pemenuhan kebutuhannya, transportasi sangat diperlukan manusia karena sumber kebutuhan manusia tidak selalu berada pada satu tempat saja, tetapi banyak tempat. Kesenjangan antara jarak dengan lokasi sumber melahirkan adanya kebutuhan transportasinya. Dalam sistem transportasi terdapat lima unsur pokok, yaitu : a. Orang yang membutuhkan b. Barang yang dibutuhkan c. Kendaraan sebagai alat angkut d. Jalan sebagai prasarana angkutan e. Organisasi (pengelola angkutan) Adapun beberapa komponen sistem transportasi yang sangat penting sebagai elemen dasar dalam perencanaan sistem transportasi adalah sebagai berikut : Fasilitas fisik, meliputi jalan raya, jalan rel, bandara, dermaga, saluran. Armada angkutan, galangan kapal. Fasilitas operasional, meliputi fasilitas pemeliharaan angkutan, ruang kantor. Lembaga, terdiri dari 2 jenis, yaitu lembaga fasilitas orientasi dan lembaga pengoperasian. Lembaga fasilitas orientasi adalah dasar utama dalam perencanaan, perancangan, struktur, pemeliharaan, dan fasilitas pengoperasian. Lembaga pengoperasian adalah dasar keterkaitan dengan pengoperasian armada

23 dalam pelayanan transportasi yang meliputi perusahaan kereta api, perusahaan penerbangan, perusahaan kapal, perusahaan truk-truk, dan lain-lain. Strategi pengoperasian, meliputi rute kendaraan, jadwal, dan pengontrol lalu lintas. II Peranan Transportasi Transportasi memiliki peranan penting dan strategi dalam pembangunan nasional mengingat transportasi merupakan sarana untuk memperlancar roda perekonomian, memperkokoh persatuan dan kesatuan serta mempengaruhi hampir semua aspek kehidupan. Transportasi bukanlah tujuan akhir, melainkan sekadar alat untuk melawan jarak karena kemajuan teknologi memunculkan berbagai macam alat transportasi untuk memenuhi berbagai keperluan. Transportasi harus digunakan seefisien mungkin, karena ketidakefisienan sistem transportasi merupakan pembosoran besar. Akan banyak materi yang terbuang percuma dan sia-sia. Pentingnya transportasi sebagai urat nadi kehidupan ekonomi, sosial ekonomi, politik, dan pertahanan keamanan memiliki dua fungsi ganda yaitu sebagai unsur penunjang dan sebagai unsur pendorong. Sebagai unsur penunjang, transportasi berfungsi menyediakan jasa transportasi yang efektif untuk memenuhi kebutuhan berbagai sektor dan menggerakkan pembangunan nasional. Sebagai unsur pendorong, transportasi berfungsi menyediakan jasa transportasi yang efektif untuk membuka daerah-daerah yang terisolasi, melayani daerah terpencil, merangsang pertumbuhan daerah tertinggal dan terbelakang. Jadi, transportasi memegang peranan yang sangat penting karena melibatkan dan mempengaruhi banyak aspek kehidupan manusia yang saling berkaitan. Semakin lancar transportasi tersebut, maka semakin lancar pula perkembangan pembangunan daerah maupun nasional.

24 II. 2 II Konsep Pemodelan Pemodelan Transportasi Model merupakan alat bantu atau media yang dapat digunakan untuk mencerminkan dan menyederhanakan suatu realita (dunia sebenarnya) secara terukur atau penyederhanaan realita untuk mendapatkan tujuan tertentu, yaitu penjelasan dan pengertian yang lebih mendalam serta untuk kepentingan peramalan. Semakin mirip suatu model dengan realitanya, semakin sulit membuat model tersebut. Jadi, pemodelan adalah pendekatan kuantitatif yang dilakukan untuk mendapatkan penjelasan atau gambaran yang lebih jelas serta terukur mengenai sistem transportasi. Model dapat dibagi menjadi beberapa jenis, diantaranya : 1. Model fisik, yaitu model yang memperlihatkan dan menjelaskan suatu objek yang sama dengan skala yang lebih kecil sehingga didapatkan gambaran yang lebih jelas dan rinci serta terukur mengenai prilaku objek tersebut jika dibangun dalam skala sebenarnya. Misalnya : Model arsitek (model rumah, perumahan, mall, dan lain-lain) Model teknik (model pengembangan wilayah, kota, kawasan, dan lain-lain) 2. Model peta dan diagram, yaitu model yang menggunakan garis (lurus dan lengkung), gambar, warna, dan bentuk sebagai media penyampaian informasi yang memperlihatkan realita objek tersebut. Misalnya, kontur ketinggian, kemiringan tanah, lokasi sungai dan jembatan, gunung, batas administrasi pemerintah, dan lainlain. 3. Model statistik dan matematik, yaitu model yang menggambarkan keadaan yang ada dalam bentuk persamaan-persamaan dan fungsi matematis sebagai media dalam usaha mencerminkan realita. Misalnya, menerangkan aspek fisik, sosial-ekonomi,

25 dan model transportasi. Keuntungan pemakaian model matematis dalam perencanaan transportasi adalah bahwa sewaktu pembuatan formulasi, kalibrasi serta penggunaannya, para perencana dapat belajar banyak melalui eksperimen, tentang kelakuan dan mekanisme internal dari sistem yang sedang dianalisis. 4. Model deskriptif dan normatif, dimana model deskriptif adalah model yang berusaha menerangkan perilaku sistem yang ada, sedangkan model normatif adalah model yang berusaha menerangkan perilaku sistem yang ideal menurut keinginan si pembuat model (standar atau tujuan si pembuat model). II. 2.2 Konsep Perencanaan Transportasi Ada beberapa konsep perencanaan transportasi yang telah berkembang hingga saat ini dan yang paling populer adalah Model Perencanaan transportasi Empat Tahap (Four Step Models). Keempat model tersebut antara lain : 1. Model Bangkitan Pergerakan (Trip Generation Models), yaitu pemodelan transportasi yang berfungsi untuk memperkirakan dan meramalkan jumlah (banyaknya) perjalanan yang berasal (meninggalkan) dari suatu zona/kawasan/petak lahan dan jumlah (banyaknya) perjalanan yang datang/tertarik (menuju) ke suatu zona/kawasan/petak lahanpada masa yang akan datang (tahun rencana) per satuan waktu. 2. Model Sebaran Pergerakan (Trip Distribution Models), yaitu pemodelan yang memperlihatkan jumlah (banyaknya) perjalanan/yang bemula dari dari suatu zona asal yang menyebar ke banyak zona tujuan atau sebaliknya jumlah (banyaknya) perjalanan/yang datang mengumpul ke suatu zona tujuan yang tadinya berasal dari sejumlah zona asal. 3. Model Pemilihan Moda Transportasi (Mode Choice models), yaitu pemodelan atau tahapan proses perencanaan angkutan yang berfungsi untuk menentukan pembebanan perjalanan atau mengetahui jumlah (dalam arti proporsi) orang dan

26 barang yang akan menggunakan atau memilih berbagai moda transportasi yang tersedia untukmelayani suatu titik asal-tujuan tertentu, demi beberapa maksud perjalanan tertentu pula. 4. Model Pemilihan Rute (Trip Assignment Models), yaitu pemodelan yang memperlihatkan dan memprediksi pelaku perjalanan yang memilih berbagai rute dan lalu lintas yang menghubungkan jaringan transportasi tersebut. Secara konsepsi, perencanaan transportasi empat tahap ini dapat digambarkan seperti Gambar 2.1 di bawah ini : Aksesibilitas (Accessibility) Bangkitan Perjalanan (Trip Generation) Sebaran Pergerakan (Trip Distribution) Pemilihan Moda Angkutan (Mode Pemilihan Rute (Trip Assignment) Arus pada jaringan Transportasi (Flow at Transportation Network) Gambar 2. 1 Bagan Alir (Flowchart) Konsep Perencanaan Transportasi Empat Tahap Dalam tulisan ini yang dibahas hanya mengenai Model Pemilihan Moda Transportasi (Mode Choice Models) yang dipengaruhi oleh kenaikan harga Bahan Bakar Minyak (BBM).

27 II. 3 Model Pemilihan Moda Transportasi (Mode Choice Models) Pemilihan moda merupakan suatu tahapan proses perencanaan ankutan yang bertugas untuk menentukan pembebanan perjalanan atau mengetahui jumlah (dalam arti proporsi) orang dan barang yang akan menggunakan atau memilih berbagai moda transportasi yang tersedia untuk melayani suatu titik asal-tujuan tertentu, demi beberapa maksud perjalanan tertentu pula. Tahap pemilihan moda transportasi ini merupakan pengembangan dari tahap model asal-tujuan (sebaran perjalanan) dan bangkitan perjalanan, karena pada tahap sebaran perjalanan kita menentukan jumlah perjalanan ke masing-masing zona asal dan tujuan. Pemilihan moda transportasi dianggap sebagai tahap terpenting dalam perencanaan transportasi, dan sekaligus juga merupakan tahap tersulit karena pada tahap inilah ditemui berbagai kendala/hambatan berupa sulit dan rumitnya memodelkan realita yang terjadi di dunia nyata sebagai akibat dari sulitnya peneliti untuk membaca perilaku orang banyak, terutama masyarakat pengguna jasa transportasi, dan di pihak lain di dunia nyata tersebut pun banyak tersedia bentuk-bentuk pelayanan transportasi baik dari segi jarak geografis, teknik, ukuran, kecepatan, ekonomis, dan lain-lain yang kesemuanya menawarkan karakteristik layanan yang tidak sama antara satu dengan lainnya sehingga timbullah masalah pada para peneliti/perencana transportasi berupa kesulitan untuk mengkuantifikasikannya, memodelkannya, menganalisisnya serta mengidentifikasikan berbagai faktor yang mempengaruhinya. Hasil analisis tahap pemilihan moda transportasi sangat bermanfaat sebagai masukan bagi pihak penyedia jasa transportasi (transport supplier) seperti perusahaan mobil bus, kereta api, kapal laut, perusahaan penerbangan. Bahkan pengusaha ojek dapat memanfaatkannya untuk melihat pangsa pasar (market share) mereka sebagai dasar

28 pertimbangan untuk memperkirakan jumlah kendaraan atau armada yang harus mereka sediakan pada masa yang akan datang buat melayani suatu jaringan asal-tujuan. II Faktor Yang Mempengaruhi Pemilihan Moda Model pemilihan moda bertujuan untuk mengetahui proporsi orang yang akan menggunakan setiap moda. Proses ini dilakukan dengan maksud untuk mengkalibrasikan model pemilihan moda pada tahun dasar dengan mengetahui peubah atribut yang mempengaruhi pemilihan moda tersebut. Setelah dilakukan proses kalibrasi, model dapat digunakan untuk meramalkan pemilihan moda dengan menggunakan nilai peubah atribut untuk masa mendatang. Ada 4 (empat) kelompok faktor yang dianggap kuat pengaruhnya terhadap perilaku perjalanan atau calon pengguna (trip maker behavior). Masing-masing faktor ini terbagi lagi menjadi beberapa variabel yang dapat diidentikkan. Variabel-variabel ini dapat dinilai secara kuantitatif dan kualitatif. Faktor-faktor atau variabel-variabel tersebut adalah : I. Kelompok faktor karakteristik perjalanan (travel characteristics factor), meliputi variabel: 1. Tujuan perjalanan (trip purpuse), seperti pergi bekerja, sekolah, belanja, dan lain-lain. 2. Waktu perjalanan (time of trip made), seperti pagi hari, siang, sore, malam, hari libur, dan seterusnya. 3. Panjang perjalanan (trip length), merupakan jarak fisik antara asal dengan tujuan, termasuk panjang rute/ruas, waktu perbandingan kalau menggunakan moda modamoda lain. II. Kelompok faktor karakteristk si pelaku perjalanan (traveler characteristics factor) Pada kelompok faktor ini, seluruh variabel ikut serta berkontribusi mempengaruhi perilaku si pelaku perjalanan dalam memilih moda transportasi. Variabel tersebut adalah : 1. Pendapatan (income), berupa daya beli si pelaku perjalanan untuk membiayai perjalanannya, entah dengan mobil pribadi atau angkutan umum.

29 2. Kepemilikan kendaraan (car ownership), berupa tersedianya kendaraan pribadi sebagai sarana melakukan perjalanan. 3. Kondisi kendaraan pribadi (tua, jelek, baru, dan lain-lain). 4. Kepadatan pemukiman (density of residential development). 5. Sosial-ekonomi, seperti struktur dan ukuran keluarga (pasangan muda, punya anak, pensiunan atau bujangan), usia, jenis kelamin, jenis pekerjaan, lokasi pekerjaan, punya lisensi mengemudi (SIM) atau tidak. III. Kelompok faktor karakteristik sistem transportasi (transportation System Characteristics factor). Semua varibel yang berpengaruh terhadap perilaku si pelaku perjalanan berhubungan dengan kinerja pelayanan sistem transportasi seperti variabel : 1. Waktu relatif (lama) perjalanan (relative travel time) mulai dari lamanya waktu menunggu kendaraan di pemberhentian (terminal), waktu jalan ke terminal (walk to terminal time), dan waktu di atas kendaraan. 2. Biaya relatif perjalanan (relative travel cost), yaitu seluruh biaya yang timbul akibat melakukan perjalanan dari asal ke tujuan untuk semua moda yang berkompetisi seperti tarif tiket, bahan bakar, dan lain-lain. 3. Tingkat pelayanan relatif (relatif level of service), yaitu variabel yang cukup bervariasi dan sulit diukur, contohnya adalah variabel kenyamanan dan kesenangan, yang membuat orang mudah gonta-ganti moda transportasi. 4. Tingkat akses/indeks daya hubung/kemudahan pencapaian tempat tujuan. 5. Tingkat kehandalan angkutan umum di segi waktu (tepat waktu/reliability), ketersediaan ruang parkir dan tarif. Ketiga variabel terakhir ini (3, 4, dan 5) merupakan kelompok variabel yang sangat subjektif sehingga sulit diukur (dikuantifikasikan) dan masuk kelompok variabel kualitatif (difficult to quantify). IV. Kelompok faktor karakteristik kota dan zona (spacial characteristics factor), meliputi :

30 1. Variabel jarak kediaman dengan tempat kegiatan. 2. Variabel kepadatan penduduk (population density). II Pemilihan Moda Transportasi Dalam memodelkan pergerakan, pemilihan moda transportasi sangat tergantung oleh beberapa hal, misalanya tergantung pada pelaku perjalanan (trip maker) dan moda transportasi yang digunakan baik kendaraan pribadi maupun angkutan umum. Pemilihan moda transportasi tersebut dapat dikelompokkan dalam 2 (dua) kelompok, yaitu : A. Pengguna Jasa Transportasi/Pelaku Perjalanan (Trip maker) a) Golongan paksawan (captive), yaitu golongan masyarakat yang terpaksa menggunakan angkutan umum karena ketiadaan mobil pribadi. Mereka adalah golongan masyarakat lapisan menengah ke bawah. b) Golongan pilihwan (choice), yaitu golongan masyarakat yang mempunyai kemudahan (akses) ke kendaraan pribadi dan dapat memilih untuk menggunakan angkutan umum atau angkutan pribadi. B. Bentuk Alat (Moda) Transportasi/Jenis Pelayanan Transportasi a) Kendaraan pribadi (private transportation), yaitu moda transportasi yang dikhususkan untuk pribadi seseorang yang bebas menggunakannya kemana aja, kapan saja, dan dimana saja yang diinginkan atau tidak menggunakannya sama sekali. b) Kendaraaan umum (public transportation), yaitu moda transportasi yang diperuntukkan untuk kepentingan bersama (banyak orang), menerima pelayanan bersama, mempunyai arah dan titik tujuan yang sama, serta terikat dengan peraturan trayek yang sudah ditentukan.

31 Selain hal-hal diatas, aspek biaya dan pemilihan moda lebih dari dua menjadi perhitungan dalam menentukan angkutan yang akan digunakan. Biaya yang dimaksud disini adalah biaya perkiraan dan biaya aktual. Biaya perkiraan adalah biaya yang dipikirkan oleh pelaku perjalanan dan dasar pengambilan keputusan, sedangkan biaya aktual adalah biaya sebenarnya yang dikeluarkan setelah proses pemilihan moda dilakukan. Pemilihan moda lebih dari dua perlu dilakukan untuk mendapatkan moda yang tepat digunakan dalam perjalanan, baik pribadi maupun angkutan umum. Hal ini dapat digambarkan seperti pada Gambar 2.2. Total Pergerakan Total pergerakan Bergerak Tidak bergerak Bergerak Tidak bergerak Mobil Angkutan umum Mobil Angkutan umum 2 Angkutan umum 1 Angkutan umum 2 Angkutan umum 1 Gambar 2. 2 Pemilihan dua moda (angkutan umum dan mobil) Dari gambar diatas dapat diambil asumsi bahwa gambar sebelah kiri mengasumsikan pelaku perjalanan mengambil pilihan antara bergerak dan tidak bergerak. Apabila pelaku perjalanan melakukan pergerakan, maka pertanyaan yang timbul adalah apakah menggunakan angkutan pribadi atau umum? Dan jika angkutan yang dipilih, maka pertanyaan selanjutnya adalah apakah bus atau kereta api, dan seterusnya. Sedangkan gambar sebelah kanan mengasumsikan bahwa begitu memilih untuk bergerak maka pelaku perjalanan memilih moda yang tersedia. Model pemilihan moda yang berbeda tergantung pada jenis keputusan yang diambil. Dari kedua pilihan diatas maka untuk kondisi Indonesia digunakan gambar yang sebelah kiri karena lebih sederhana dan lebih

32 cocok. Akan tetapi, khusus untuk Indonesia, pendekatan yang lebih cocok digunakan dapat terlihat pada Gambar Total pergerakan Berjalan Bergera Berkendaraan Tidak b k Umum Pribadi Jalan rel Bermotor Jalan raya Tidak bermotor Tidak bermotor (sepeda) Bermotor Bus Paratransit Mobil Sepeda Pemilihan moda paratransit Gambar 2. 3 Proses pemilihan moda untuk Indonesia Gambar 2.3 mengilustrasikan betapa rumitnya memodelkan seluruh moda transportasi yang ada dalam suatu sistem. Masalah lain dalam hal angkutan pribadi adalah pengendara dan penumpang. Keduanya mempunyai atribut yang berbeda yang sangat berpengaruh dalam proses pemilihan moda. Pohon keputusan diatas dipilih sebagai dasar model pemilihan moda yang mempengaruhi perkiraan yang dibuat oleh model.

33 Karena begitu rumitnya memodelkan moda transportasi membuat kondisi ini menarik perhatian penulis untuk melakukan studi mengenai pengguna angkutan umum antar kota dan kereta api. Dapat kita lihat sendiri dalam hubungan transportasi, hubungan yang paling dominan adalah transportasi darat karena lebih banyak diminati oleh masyarakat. Transportasi darat yang digunakan adalah angkutan umum antar kota dengan kereta api. Oleh karena itu, hal mengenai pemilihan moda transportasi akan dibahas dalam laporan ini sehingga ada batasan-batasan. II Angkutan Umum Kereta Api Jalan kereta api pertama di Indonesia dibangun di pulau Jawa menghubungkan Semarang Gudang (Jurnatan) ke Tanggung (jurusan Semarang-Sala), sedangkan di Sumatera Utara jalan kereta api pertama dibangun tahun 1883 menghubungkan kota Medan dengan Labuhan (menuju Belawan). Tujuan awal dibangunnya jaringan jalan kereta api di Sumatera Utara ini adalah untuk mengangkut hasil-hasil perkebunan yang terdapat di sekitar lokasi yang dilintasi oleh jaringan jalan kereta api menuju pelabuhan Belawan. Dalam perkembangannya, fungsi kereta api menjadi bersifat public utility yaitu apabila perusahaan tersebut menghasilkan komoditi dan jasa untuk kepentingan masyarakat banyak dan karenanya sangat diperlukan bagi kesejahteraan masyarakat. Angkutan kereta api dibandingkan dengan moda transportasi darat lainnya, banyak memiliki keunggulan yang dapat dimanfaatkan dan dikembangkan karena semakin relevan dengan kemajuan dunia teknologi saat ini. Keunggulan kereta api tersebut antara lain : 1. Mampu mengangkut barang dan penumpang secara massal. 2. Tingkat keselamatan tinggi, hal ini dimungkinkan karena kereta api mempunyai jalan tersendiri, artinya umum tidak diperkenankan masuk ke halaman jalan baja atau ikut memakainya menurut kehendak dan di bawah pengawasan sendiri. 3. Hemat energi karena dapat menggunakan energi sekunder.

34 4. Dari segi teknis, jalan kereta api keamannya lebih terjamin, karena kendaraankendaraannya diantar oleh roda-roda berflens diatas rel. Juga konstruksinya lebih kuat dan stabil dibandingkan dengan kendaraan bermotor. 5. Sangat efektif untuk transportasi darat yang memiliki jarak tempuh menengah dan jauh. 6. Gangguan cuaca tidak begitu berpengaruh terhadap pengoperasian kereta api. Seperti halnya moda transportasi lainnya angkuta kereta api juga memiliki kelemahan-kelemahan, antara lain : 1. Biaya operasional yang sangat besar, karena perusahaan kereta api harus memelihara sendiri jalan rel yang digunakannya serta melengkapi sendiri fasilitasfasilitas penunjang keselamatan penumpang. 2. Kerena kereta api memiliki kecepatan yang tinggi dan mengangkut secara besarbesaran dalam jarak jauh, maka pengusahanya terikat oleh syarat-syarat konsesi dan peraturan. Peraturan itu baik secara teknis maupun umum, untuk menjamin keamanan. 3. Angkutan kereta api tidak dapat melayani penumpang untuk mencapai tempat dimana saja, karena keterbatasan saran jalan yang dimilikinya. 4. Dari segi frekuensi keberangkatan, angkutan kereta api kurang fleksibel karena harus mengikuti jadwal yang telah ditetapkan. Hal ini untuk menghindari terjadinya kecelakaan antar kereta api. II Tingkat Pelayanan Kereta Api Tingkat pelayanan dalam suatu sistem transportasi terbagi atas 2 bagian, yaitu tergantung arus dan fasilitas. Sementara menurut Stephenson (1987) dalam bukunya yang

35 berjudul Transportation USA menyatakan bahwa faktor-faktor yang mempengaruhi tingkat pelayanan penumpang antara lain : 1. Kecepatan Dalam setiap melakukan perjalanan tentunya orang memilih moda yang memiliki kecepatan yang dapat diandalkan. 2. Ketepatan waktu, yaitu menyangkut ketepatan waktu keberangkatan dan tiba suatu moda transportasi. 3. Keamanan Keamanan merupakan faktor yang paling penting karena ini menyangkut jiwa seseorang. Dengan adanya jaminan keselamatan yang tinggi pada setiap moda transportasi tentunya akan berpengaruh terhadap tingkat pemakaian moda tersebut. 4. Aksesibilitas Aksesibilitas disini merupakan jangkauan jalan yang luas, serta memiliki akses yang mudah untuk melanjutkan perjalanan dari dan ke terminal. 5. Kenyamanan, yaitu menyangkut segala fasilitas penunjang sehingga penumpang dapat menikmati perjalanannya. 6. Terminal atau stasiun Stasiun yang nyaman akan memberikan kemudahan bagi penumpang pada saat pergi dan tiba dari tempat tujuan. Sedangkan menurut Nasution (1996), pengukuran kualitas layanan dibagi menjadi 5 (lima) parameter, yaitu : 1. Keselamatan perjalanan dan keandalan Keselamatan perjalanan yaitu semakin diperkecilnya gangguan bagi angkutan penumpang dan barang dimulai sejak awal perjalanan sampai tiba di tempat tujuan. Dalam istilah perkeretaapian dikenal adanya PLH (peristiwa luar biasa hebat), yaitu suatu gangguan perjalanan yang mungkin disebabkan oleh anjloknya kereta

36 (derailment), kecelakaan pada pintu perlintasan sebidang (antar kereta api dengan kendaraan jalan raya), tabrakan antar kereta, ataupun kecelakaan yang disebabkan oleh hal-hal lain. Pada dasarnya, sejak diperkenalkannya jenis angkutan ini, perkeretaapian telah membuktikan bahwa angkutan ini merupakan jenis angkutan yang aman. Disamping kontrol mutu dan keandalan kualitas operasi, ada kegiatan lain yang penting, yaitu sistem pengawasan operasi dan keandalannya. 2. Ketepatan waktu Ketepatan waktu adalah persyaratan masyarakat pengguna jasa yang memungkinkan mereka dapat merencanakan kegiatan yang berkaitan dengan kegiatan yang berada pada lokasi tujuan. 3. Kemudahan pelayanan Kemudahan pelayanan dalam hal ini yaitu suatu kepastian pelayanan yang memungkinkan seseorang dapat dilayani, baik dari segi penumpang maupun barang. 4. Kenyamanan Dengan semakin meningkatnya taraf hidup masyarakat, maka dituntut juga suatu pelayanan dan kenyamanan yang lebih baik. Tingkat kebersihan, kebisingan, goyangan, kapasitas penumpang di setiap kereta, akomodasi dan ergonomi tempat duduk, temparatur ruangan, kenyamanan perjalanan, penampilan adalah persyaratan umum yang perlu diperhatikan. 5. Kecepatan Sejalan dengan perubahan tata nilai dan mobilitas masyarakat, tingkat kecepatan kereta api harus dapat ditingkatkan, dibandingkan dengan kecepatannya sekarang. Tentunya dalam hal ini peran kemajuan teknologi terkait dan berperan besar. II Karakteristik Pengguna Kereta Api

37 Memilih suatu moda angkutan (khusus kereta api) dipengaruhi oleh faktor kecepatan, jarak perjalanan, kenyamanan, kesenangan, biaya, ketersediaan moda, ukuran kota, usia, dan status sosial-ekonomi pelaku perjalanan. Kesemua faktor tersebut dapat berdiri sendiri-sendiri atau saling bergabung (Warpani, 1990, 146). Beberapa faktor yang tidak dapat dikuantifikasikan cenderung diabaikan, dengan pengertian pengaruhnya kecil atau dapat diwakili ole beberapa peubah lain yang dapat dikuantifikasikan. 1. Ciri Perjalanan Ada dua faktor utama yang termasuk kategori ini yakni jarak perjalanan dan tujuan perjalanan. a. Jarak perjalanan Jarak perjalanan mempengaruhi orang dalam menentukan pilihan moda. Hal ini dapat diukur dengan tiga cara populer, yaitu jarak fisik udara, jarak fisik yang diukur sepanjang lintasan yang dilalui, dan jarak yang diukur dengan waktu perjalanan. Lama waktu tempuh dari tempat asal ke tempat tujuan adalah ukuran waktu yang lebih banyak dipilih. Semakin jauh jarak perjalanan, orang akan memilih angkutan yang lebih cepat, lebih nyaman, dan lebih aman. Sebaliknya, semakin dekat jarak perjalanan orang cenderung akan memilih moda yang praktis saja. b. Tujuan perjalanan Tujuan perjalanan juga mempengaruhi terhadap pemilihan moda angkutan. Orang akan cenderung memilih moda yang memiliki akses yang lebih mudah untuk sampai ke tempat tujuan. 2. Ciri Pelaku Perjalanan

38 Pelaku perjalanan pada umumnya memiliki alasan-alasan tersendiri dalam pemilihan moda angkutan. Adapun faktor-faktor yang melatarbelakangi hal tersebut, antara lain : a. Tingkat pendapatan Penggunaan jasa angkutan dalam menempuh suatu perjalanan bergantung pada kemampuan pengguna jasa untuk membayar ongkos angkutan. Dengan demikian dapat dikatakan bahwa tingkat penghasilan suatu komunitas masyarakat memiliki pengaruh terhadap pemilihan moda angkutan yang akan digunakan. b. Kepemilikan kendaraan Pemilik kendaraan cukup berpengaruh terhadap pemilihan moda angkutan. Masyarakat yang memiliki kendaraan pribadi memiliki laju bangkitan bepergian lebih besar dibandingkan yang tidak memiliki kendaraan pribadi. Hal ini disebabkan fasilitas angkutan umum yang kita miliki belum memenuhi kondisi yang ideal. c. Kerapatan pemukiman Apabila kepadatan bersih daerah pemukiman menurun, maka penggunaan kendaraan umum menurun pula. d. Faktor sosial-ekonomi Besarnya keluarga, struktur kelamin, usia anggota keluarga, proporsi usia angkatan kerja, jumlah kekayaan yang dimiliki, dan jenis pekerjaan adalah sejumlah faktor yang mempengaruhi pemilihan moda angkutan. II Bus Angkutan Umum Angkutan dapat dikatakan sebagai sarana untuk memindahan orang dan / atau barang dari satu tempat ke tempat lain dengan menggunakan kendaraan, sedangkan kendaraan

39 umum adalah setiap kendaraan bermotor yang disediakan untuk dipergunakan oleh umum dengan dipungut bayaran (langsung maupun tidak langsung). Tujuannya membantu orang atau kelompok orang menjangkau berbagai tempat yang dikehendaki, atau mengirimkan barang dari tempat asalnya ke tempat tujuannya secara baik dan layak. Ukuran pelayanan yang baik adalah pelayanan yang aman, cepat, murah, dan nyaman. Mobil penumpang yang digunakan untuk mengangkut penumpang umum disebut juga dengan mobil penumpang umum (MPU). Sedangkan aset kendaraan mobil penumpang umum yang dipertanggungjawabkan perusahaan, baik yang dalam keadaan siap guna maupun dalam konservasi (sejumlah bus yang tidak beroperasi lagi karena rusak berat atau tidak layak jalan) disebut armada. Wilayah yang melingkupi beroperasinya angkutan umum disebut wilayah trayek, dan kumpulan trayek yang menjadi satu kesatuan pelayanan angkutan orang disebut jaringan trayek. Sementara biaya yang dibebankan kepada penumpang kendaraan penumpang umum oleh perusahaan angkutan disebut dengan tarif. Angkutan umum penumpang pada umumnya adalah jenis angkutan yang pelayanannya dengan lintasan tetap yang dapat dipolakan secara tegas. Angkutan umum (bus) merupakan angkutan massal yang penumpangnya memiliki kesamaan asal dan tujuan perjalanan. Kesamaan tujuan tidak selalu berarti kesamaan maksud, artinya penumpang yang bertujuan ke satu tempat yang sama belum tentu melakukan kegiatan yang sama. II Tingkat Pelayanan Angkutan Umum Angkutan umum, adalah layanan transportasi penumpang, biasanya dengan jangkauan lokal, yang tersedia bagi siapapun dengan membayar ongkos yang telah ditentukan. Angkutan ini biasanya beroperasi pada jalur khusus tetap atau jalur umum potensial yang terpisah dan digunakan secara eksklusif, sesuai jadwal yang ditetapkan dengan rute atau lini yang didesain dengan perhentian-perhentian tertentu, walaupun angkutan umum terkadang

40 juga beroperasi dalam lalu lintas yang beragam. Ini dirancang untuk memindahkan sejumlah besar orang dalam waktu yang bersamaan. Jenis pelayanan angkutan umum penumpang (bus) yang ditawarkan adalah pelayanan yang menyelenggarakan suatu pelayanan yang angkutan yang baik dan layak bagi masyarakat atau pengguna jasa angkutan, dimana ukuran pelayanannya dapat dilihat dari pelayanan yang aman, cepat, murah, dan nyaman. Peningkatan kualitas pelayanan angkutan umum bus bisa melalui pengolaan dan pengoperasian yang lebih baik dari perusahaanperusahaan bus, dan meningkatkan partipasi peran swasta dalam pengadaan pelayanan angkutan bus. Dilihat dari segi operasi pelayanannya, angkutan umum penumpang dioperasikan dalam lintasan yang tetap dan teratur yang dapat dipolakan secara tegas serta tidak dalam trayeknya. Pembagian trayek tetap dan teratur disini adalah : 1. Trayek Antar Kota Antar Propinsi (AKAP) dan lintas batas negara, trayek yang wilayah pelayanannya lebih dari satu propinsi. 2. Trayek Antar Kota Dalam Propinsi (AKDP), trayek yang wilayah pelayanannya melebihi satu wilayah kabupaten/kota namun masih dalam satu propinsi. 3. Trayek perkotaan dan pedesaan, trayek yang wilayah pelayanannya hanya dalam satu kota atau pedesaan tertentu. Dalam tugas akhir ini, yang menjadi pilihan trayek adalah Trayek Antar Kota Dalam Propinsi (AKDP) yaitu Trayek Kota Medan-Kota Tanjung Balai yang masih berada dalam provinsi Sumatera Utara. II Karakteristik Pengguna Angkutan Umum Bus Karakteristik pengguna angkutan umum kota tidak jauh berbeda dengan karakterisik pengguna kereta api seperti dijelaskan sebelumnya dalam bab ini yang dipengaruhi oleh faktor kecepatan, jarak perjalanan, kenyamanan, kesenangan, biaya,

41 ketersediaan moda, ukuran kota, usia, dan status sosial-ekonomi pelaku perjalanan serta faktor-faktor lainnya. Dalam karakteristik pengguna angkuatn umum bus ini ada beberapa tambahan faktor pendukung yang mempengaruhi pengguna angkutan umum bus. Bila ditinjau dari segi pemenuhan mobilitasnya, pengguna jasa transportasi dapat dibagi menjadi 2 (dua) kelompok yaitu kelompok choice dan captive. Kelompok choise adalah kelompok atau orang-orang yang mempunyai pilihan dalam pemenuhan kebutuhan mobilitasnya yang terdiri dari orangorang yang menggunakan kendaraan pribadi karena secara finansial, legal, dan fisik hal tersebut dimungkinkan. Orang-orang ini adalah kelompok yang berada pada strata menengah keatas. Kelompok choice ini biasanya banyak dijumpai di negara-negara maju, kaya, dan makmur. Namun tidak menutup kemungkinan kelompok ini menggunakan angkutan umum untuk pemenuhan kebutuhan mobilitasnya. Sebagian kelompok ini juga menggunakan angkutan umum karena alasan-alasan tertentu. Sedangkan, kelompok captive adalah orangorang yang tergantung atau terpaksa menggunakan angkutan umum dalam pemenuhan kebutuhan mobilitasnya. Kelompok ini sering dijumpai di negara-negara sedang berkembang atau orang-orang yang berada dalam kondisi ekonomi menengah ke bawah. Bagi kelompok initidak ada pilihan lain yang tersedia dalam pemenuhan kebutuhan mobilitasnya, kecuali menggunakan angkutan umum. Melihat karakteristik-karakteristik diatas, choice dan captive, maka jelaslah bahwa pengguna angkutan umum terdiri dari seluruh kolompok choise dan sebagian kelompok captive yang kebetulan menggunakan angkutan umum untuk pemenuhan kebutuhan mobilitasnya. Dengan melihat penjelasan diatas, dapat disimpulkan bahwa di negara manapun, kota manapun, baik berkembang, sedang berkembang, maupun maju, pengguna angkutan umum selalu ada karena sekaya apapun negara tersebut selalu ada kelompok masyarakat captive, yaitu kelompok yang menggunakan angkutan umum untuk pemenuhan kebutuhan mobilitasnya.

42 Dari penjelasan diatas dapat disimpulkan bahwa pengguna jasa angkutan umum (bus) di suatu kota atau negara pada dasarnya sangat dipengaruhi oleh 2 (dua) faktor, yaitu : 1. Kondisi perekonomian dari kota yang dimaksud, dengan asumsi bahwa aspek finansial menjadi faktor dominan yang mempengaruhi seseorang untuk accessible atau tidak memiliki kendaraan pribadi selain faktok legal dan fisik. 2. Kondisi pelayanan angkutan umum, baik atau jeleknya sangat mempengaruhi penggunaan angkutan umum baik untuk kelompok choice dan captive. Di Indonesia umumnya dan di Sumatera Utara khususnya yang termasuk dalam kategori negara dan kota sedang berkembang dimana kelompok captive (pengguna angkutan umum) lebih mayoritas daripada kelompok choice yaitu kelompok pengguna angkutan umum. II.3.3 Pendekatan Model Pemilihan Moda Model pendekatn yang dilakukan dalam penelitian ini terhadap pemilihan moda adalah model pemilihan diskret (Discrete Choice Models). Model ini menganalisis pilihan konsumen (pelaku perjalanan) dari sekumpulan alternatif pilihan moda yang saling bersaing dan tidak dapat dipilih (digunakan) secara bersama-sama lebih dari satu moda (mutually exclusive), seperti kalau kita sudah menggunakan bus, secara bersamaan tidak mungkin kita menggunakan kereta api. Hipotesa yang mendukung model pemilihan model diskret adalah berkenaan dengan situasi pilihan, yaitu pilihan individu terhadap setiap alternatif yang dapat dinyatakan dengan ukuran daya tarik (attractiveness) atau manfaat (utility). Sebenarnya kegiatan menentukan dan mengamati perilaku pelaku perjalanan melalui fungsi utilitas dapat dilakukan dengan dua pendekatan. Pendekatan apa yang kita lakukan sangat menentukan model pilihan probabilita apa yang akan kita gunakan. Kedua pendekatan tersebut adalah : 1. Pendekatan Agregat

43 Pendekatan agregat adalah pendekatan yang menganalisis perilaku pelaku perjalanan secara menyeluruh. Menurut Menheim (1979) pendekatan agregat dapat dilakukan dengan 2 (dua) cara, yaitu : a) Membagi objek pengamatan atas beberapa kelompok yang mempunyai karakteristik elemen yang relatif homogen (sama). b) Melakukan agregasi dari data-data disagregat. 2. Pendekatan Disagregat Pendekatan disagregat adalah pendekatan yang menganalisis perilaku pelaku perjalanan secara individu. Hal ini mencakup bagaimana bagaimana merumuskan tingkah laku individu ke dalam ke dalam model kebutuhan transportasi. Pendekatan disagregat dapat dilakukan dengan dua cara, yaitu : a. Disagregat Determinstik Pendekatan ini dilakukan kalau pelaku perjalanan mampu mengidentifikasikan semua alternatif moda yang ada, semua varibel yang ada, persepsi/preferensi varibel secara eksplisit, dan menggunakan seluruh informasi untuk mengambil keputusan. Bentuk modelnya adalah model persamaan regresi linear berganda tanpa unsur kesalahan (error) seperti persamaan berikut ini : Ui = a + b1t + b2x + b3c ( 2.1 ) dimana : Ui a T X C = Nilai kepuasan menggunakan moda i = Konstanta = variabel waktu di atas kendaraan = Variabel waktu di luar kendaraan = Varibel ongkos transportasi

44 b1 s/d b3 = Parameter fungsi kepuasan untuk masing-masing variabel tersebut (koefisien regresi). b. Disagregat Stokastik Pada pendekatan ini, nilai kepuasan lebih realistis karena mempertimbangkan unsur-unsur yang tidak teramati yang terjadi di dunia nyata. Jadi ini berbeda dengan pendekatan disagregat deterministik seperti model 2.1 diatas yang terlalu teoritis, yang tidak memasukkan unsur yang tidak teramati. Seluruh unsur yang tidak teramati yang terjadi di dunia nyata, pendekatan ini diwakili oleh unsur error (kesalahan) yang bersifat acak (random) atau bersifat stokastik, sehingga modelnya menjadi : Um = β0 + β1tm + β2 xm + β3 cm + en ( 2.2 ) dimana : Um = Nilai (fungsi) kepuasan menggunakan moda m tm s/d cm = idem diatas β1 s/d β2 en = idem diatas = Faktor kesalahan atau unsur stokastik, yaitu variabel random yang mengikuti bentuk distribusi tertentu. β0 = Konstanta karakteristik nilai kepuasan alternatif, apabila seluruh variabel tm s/d cm bernilai 0. Peramalan dikatakan relatif tepat, apabila nilai en sekurang-kurangnya mendekati 0 (seminimal mungkin) atau en = 0. II.4 Model Pemilihan Diskret Akiva dan Lerman (1985) dalam bukunya Discrete Choice analysis : Theory and Application to Travel Demand lebih menekankan model ini pada analisis pilihan konsumen

45 untuk memaksimalkan kepuasannya dalam mengkonsumsi pelayanan yang diberikan oleh suatu moda transportasi pilihan. Sang konsumen, sebagai seorang pembuat keputusan, akan menyeleksi berbagai alternatif dan memutuskan memilih moda transportasi yang memiliki nilai kepuasan tertinggi (highest utility). Prosedur model ini diawali dengan menentukan nilai-nilai parameter (koefisien regresi) dari sebuah fungsi kepuasan yang dipengaruhi oleh beberapa variabel bebas. Model ini untuk pertama kali diterapkan dalam transportasi, disebut sebagai model pilihan biner (binary choice model) (Warner, 1962). Prosedur awal (fungsi kepuasan) dari model ini menurutnya banyak memakai kalibrasi/analisis statistik dan ekonometrik. Bentuk umum fungsi kepuasan dapat dilihat di bawah ini : Vin = f (Xin) Atau ( 2.3 ) Vij = (Xjn) dimana : Vin dan Vjn = Nilai kepuasan konsumen yang mencerminkan perilaku konsumen (consumer behaviour). Xin dan Xj = Variabel yang berpengaruh terhadap perilakunya untuk memaksimalkan kepuasannya. f = fungsi matematis Sehingga persamaan regresi fungsi kepuasan dimaksud dapat kita bentuk menjadi : dimana : Vin/U = β1 Xin 1 + β2 Xin βk Xin k ( 2.4 ) Vin/U = Nilai kepuasan konsumen memakai moda i (maksimum kepuasan). Xin 1 s/d Xin k = Sekelompok variabel bebas yang mempengaruhi kepuasan maksimum.

46 β1 s/d βk = koefisien regresi/parameter variabel bebas. II.4.1 Utilitas Utilitas dapat didefenisikan sebagai ukuran istimewa seseorang (individu) dalam dalam menentukan pilihan alternatif terbaiknya atau suatu pilihan yang dimaksimumkan oleh individu (seseorang). Utilitas merupakan fungsi atribut-atribut alternatif dari karakteristik pembuat keputusan. Bentuk utilitas sulit diasumsikan, tetapi biasanya untuk memudahkan diasumsikan berbentuk linear. Utilitas suatu suatu moda angkutan penumpang bagi individu tertentu jadi dipresentasikan sebagai fungsi dari atribut-atribut, misalnya waktu perjalanan rata-rata, ongkos yang dikeluarkan, waktu tunggu di luar dan di dalam kendaraan, ketepatan waktu, keamanan, kenyamanan, dan pelayanan lainnya. Sedangkan atribut-atribut yang membuat keputusan adalah pendapatan, jumlah anggota keluarga, umur, dan pekerjaan. II.4.2 Utilitas Acak Utilitas tidak diukur secara langsung, oleh karena itu beberapa atribut yang mempengaruhi utilitas individu harus diperlakukan sebagai bentuk acak, sehingga utilitas harus dimodelkan secara acak pula, artinya pilihan yang dimodelkan hanya memberikan probability terhadap alternatif yang yang dipilih, dan bukan hanya pada pilihannya itu sendiri. Domenicich, Mcfadden (1975) dan Williams (1997) mengemukakan hal berikut sebagaiman dikutip Tamin (2000) : 1. Individu yang berada dalamsuatu populasi secara raional dan memiliki informasi yang tetap sehingga biasanya dapat menentukan pilihan yang dapat memaksimumkan utilitas individunya masing-masing sesuai dengan batasan hukum, sosial, fisik, dan uang.

47 2. Terdapat unsur parameter A = {A1, A2,..., X1} alternatif yang mempengaruhi pemilihan moda yang dirumuskan dalam fungsi pemilihan yang berbentuk fungsi deterministik sebagai berikut : Vin = A1. X ( 2.5 ) Apabila nilai utilitas i memberikan harga yang maksimum, maka pilihan akan jatuh pada alternatif i. 3. Setiap pilihan mempunyai utilitas U untuk setiap individu n. Pemodelan yang juga merupakan pengamat sistem tersebut tidak mempunyai informasi yang lengkap tentang semua unsur yang dipertimbangkan oleh setiap individu yang menentukan pilihan. Sehingga dalam membuat model diasumsikan bahwa U dapat dinyatakan dalam 2 komponen, yaitu : Vin yang terukur sebagai fungsi dari atribut terukur (deterministik) Bagian acak εin yang mencerminkan hal tertentu dari setiap individu termasuk kesalahan yang dilakukan oleh pemodelan. Uin = Vin + εin ( 2.6 ) dimana : Uin = Utilitas alternatif i bagi pembuat keputusan n. Vin = Fungsi deterministik utilitas moda i bagi individu n. εin = Kesalahan acak (Random error) komponen stokastik. Dalam pemilihan deterministik diatas, nilai utilitas ini bersifat pasti (constant utility). Hal ini terjadi dengan asumsi si pengambil keputusan mengetahui secara pasti semua atribut yang berpengaruh terhadap utilitas setiap moda alternatif dan pengambilan keputusan tersebut memiliki informasi serta kemampuan menghitung nyaris sempurna pada atribut tersebut. Asumsi ini tentunya sulit diterima dalam praktek sehari-hari sehingga penggunanya sangat terbatas.

48 Masalah diatas diatasi oleh Manski (Ben-Akiva, 1985), dengan adanya konsep utilitas acak (random utility) dimana terdapat 4 hal yang menyebabkan terjadinya keacakan tersebut, yaitu : Adanya atribut yang tidak teramati Adanya variasi cita rasa individu yang teramati Adanya kesalahan pengukuran karena informasi dan perhitungan yang tidak sempurna Adanya variabel acak yang bersifat instrumental Untuk persamaan diatas dapat dijelaskan hal-halyang tidak rasional. Misalnya, ada 2 individu dengan atribut yang sama dan mempunyai set pilihan yang sama mungkin memilih pilihan yang berbeda dan beberapa individu tidak selalu memilih alternatif terbaik II.5 Model Logit Multinomial/Binomial Model ini merupakan model pilihan diskret yang paling terkenal dan populer karena dalam penggunaannya mudah. Pilihan yang dihadapi oleh konsumen dalam model ini cukup banyak (lebih dari 2 pilihan). Sebagai contohnya, ada moda kendaraan pribadi, ada mikrolet, ada taxi, ada sepeda motor, ada sepeda, ada berjalan kaki, ada bus, ada kereta api. Model ini biasanya didapat dengan mengasumsikan bahwa residu acak disebarkan dengan residu Gumbel yang tersebas bebas dan identik (Independent of Identically- Distributed/IID) sehingga probalitas alternatif i yang dipilih oleh individu n yang dihadapkan pada sejumlah alternatif Cn adalah berikut : Pn ( i/cn ) = prob ( Uin Ujn ) ( 2.7 ) dengan : Vin Vjn εjn εin ( 2.8 )

49 Dalam model logit biner, Cn terdiri dari dua alternatif (dalam hal ini i dan j), sehingga probabilitas individu n memilih alternatif i adalah : Pin = prob (Uin Ujn ) ( 2.9 ) Pin = prob ( εjn εin ( Vin - Vjn) ) ( 2.10 ) Sedangkan probabilitas memilih alternatif j adalah : Pjn = 1 Pin ( 2.11 ) Menurut fungsi distribusi logistik atau Gumbel dan identik yaitu sebagai berikut : F( in) = exp -µexp(-x) ; µ > 0 ; < εin ( 2.12 ) Dimana µ merupakan skala parameter positif, maka dihasilkan : ( 2.13 ) Fungsi utilitas biasanya mempunyai bentuk parameter linier dan parameter β dalam praktek nilainya selalu dutentukan sama dengan 1 (satu) karena parameter tersebut tidak dapat ditaksir secara terpisah dari (α) yang ada kaitannya dengan simpangan baku Gumbel, yaitu ; β = ( 2.14 ) Model logit binomial/multinomial harus memenuhi aksioma Independent of Irrelevant Alternatif (IIA) yang dapat ditulis sebagai berikut : = exp {Vbus KUPJ + Vkereta api } ( 2.15 ) Pbus KUPJ = = ( 2.16 ) Pkereta api = 1-Pbus KUPJ = ( 2.17 ) Probabilitas bahwa individu memilih bus KUPJ (Pbus KUPJ) adalah fungsi perbedaan utilitas antara kedua moda. Dengan menganggap bahwa fungsi utilitas linear, maka perbedaan utilitas

50 diekspresikan dalam bentuk perbedaan dalam sejumlah atribut n yang relevan diantara kedua moda, dirumuskan sebagai berikut : Ubus KUPJ - Ukereta api = a0-a1 (X1 bus KUPJ X1 kereta api) + a2 (X2 bus KUP -X2kereta api) an (Xn bus KUPJ Xn kereta api) ( 2.18 ) Analisa pengolahan data diperlukan guna mendapatkan bunga kuantitatif antara atribut dan respon yang diekspresikan dalam skala semantik dengan rumusan model seperti pada persamaan diatas, dimana : Ubus KUPJ - Ukereta api = Respon individu pernyataan pilihan a0 = Konstanta a1, a2,..., an = Koefisien masing-masing atribut yang ditentukan melalui metode least square dengan multiple linier regresion. Dengan cara lain, nilai utilitas sebagai respon individu dapa juga dinyatakan dalam bentuk probabilitas memilih moda tertentu, serta diberikan pada persamaan berikut : Ln = - +b1 (X1bus KUPJ X1kereta api) + b2 (X2bus KUPJ X2kereta api) +b2(x2bus KUPJ X2kereta api) bn(xnbus KUPJ Xn kereta api)....( 2.19 ) Sehingga dari persamaan diatas dapat dirumuskan bentuk persamaan transformasi sebagai berikut : Ubus KUPJ - Ukereta api = Ln ( 2.20 ) Persamaan tersebut sebagai transformasi linier Model Logit Biner atau dikenal sebagai Transformasi Barkson-Theil. II.6 Teknik Stated Preference

51 Untuk mensurvei suatu preferensi, kita mengenal ada dua metode pendekatan. Pendekatan pertama adalah analisis pilihan masyarakat berdasarkan laporan yang sudah ada. Pendekatan kedua adalah dengan menggunakan teknik statistik diidentifikasi faktor-faktor yang mempengaruhi pemilihan. Teknik ini disebut Reveabled Preference (RP). Teknik RP memiliki kelemahan antara lain dalam hal memperkirakan respon individu terhadap suatu keadaan pelayanan yang pada saat sekarang belum ada dan bisa jadi keadaan tersebut jauh berbeda dari keadaan yang ada sekarang. Pendekatan pertama memiliki kelemahan dan kelemahan ini coba diatasi dengan pendekatan kedua yang disebut teknik Stated Preference (SP). Teknik SP dicirikan dengan adanya penggunaan desain eksperimen untuk membangun alternatif hipotesa terhadap situasi (hypothetical situation), yang kemudian disajikan kepada responden. Selanjutnya responden ditanya mengenai pilihan apa yang mereka inginkan untuk melakukan sesuatu atau bagaimana mereka membuat rating/rangking atau pilihan tertentu didalam satu atau beberapa situasi dugaan. Dengan meggunakan teknik SP ini, peneliti dapat mengontrol secara penuh faktorfaktor yang ada pada situasi yang dihipotesis. Stated preference adalah pendekatan relatif baru dalam penelitian transport, yaitu dengan menyampaikan pernyataan pilihan (option) berupa suatu hipotesa untuk dinilai oleh responden. Dengan metode ini, kita dapat melakukan kontrol eksperimen kehidupan nyata dalam sistem transportasi (Ortuzar and Willumsen, 1994). Data SP yang diperoleh dari responden selanjutnya dianalisa untuk mendapatkan suatu model berupa formulasi yang mencerminkan utilitas individu dalam perjalanannya. Stated Preference survey memiliki sifat-sifat utama yaitu antara lain : 1. C didasarkan pada pertanyaan pendapat responden tentang bagaimana respon mereka terhadap beberapa alternatif hipotesa.

52 2. Setiap pilihan dipresentasikan sebagai paket dari atribut yang berbeda seperti waktu, ongkos, headway, reability, dan lain-lain. 3. Peneliti membuat alternatif hipotesa sedemikian rupa sehingga pengaruh individu pada setiap atribut dapat diestimasi ; ini diperoleh dengan teknik design eksperimen (experimental design) 4. Alat interview (questionare) harus memberikan alternatif hipotesa yang dapat dimengerti oleh responden, tersusun rapi dan masuk akal. 5. Responden menyatakan pendapatnya pada setiap pilihan (option) dengan melakukan ranking, rating, dan choice pendapat terbaiknya sepasang atau sekelompok pernyataan. 6. Respon sebagai jawaban yang diberikan oleh individu dianalisa untuk mendapatkan ukuran kwantitatif mengenai hal yang penting (really) pada setiap atribut. Kemampuan penggunaan SP terletak pada kebebasan membuat desain eksperimen dalam upaya menemukan variasi yang luas bagi keperluan penelitian. Kemampuan ini harus diimbangi oleh keperluan untuk memastikan bahwa respon yang diberikan cukup realistis. Untuk membangun keseimbangan dalam penggunaan Stated Preference, dibuat tahap-tahap berikut : 1. Identifikasi atribut kunci dari setiap alternatif dan buat paket yang mengandung pilihan; seluruh atribut penting harus dipresentasikan dan pilihan harus dapat diterima dan realistis. 2. Cara yang digunakan di dalam memilih akan disampaikan pada responden dan responden diperkenankan untuk mengekspresikan apa yang lebih disukainya. Bentuk penyampaian alternatif harus mudah dimengerti, dalam konteks pengalaman responden dan dibatasi. 3. Strategi sampel harus dilakukan untuk menjamin perolehan data yang representatif.

53 Untuk mengembangkan model, data Stated Preference (SP) memiliki keuntungan tertentu dibandingkan dengan Revealed Preference (RP). Perbedaan karakteristik ini adalah sebagai berikut : 1. Data RP memiliki pengertian yang sesuai dengan perilaku nyata, tetapi data SP mungkin berbeda dengan perilaku nyatanya. 2. Metode SP secara langsung dapat diterapkan untuk perencanaan alternatif yang baru (non-exsiting). 3. Pertukaran (trade-off) diantara atribut lebih jelas dan dapat diobservasi dari dat SP dan nilai koefisien spesifik individu dapat diestimasi dari data SP. 4. Format pilihan respon dapat bervariasi (misalnya; memilih salah satu, ranking, rating), sedangkan format pilihan untuk RP hanya choice. II.6.1 Desain Eksperimen (Experimental Design) Dalam membuat alternatif hipotesa yang akan disampaikan kepada responden, pengguna Stated Preference disarankan menggunakan desain eksperimen. Desain eksperimen harus memastikan bahwa kombinasi atribut yang disampaikan kepada responden bervariasi tetapi tidak terkait satu dengan yang lainnya. Tujuannya agar hasil dari efek setiap level atribut atas berbagai tanggapan lebih mudah dipastikan. Desain pilihan dan penyampaiannya harus berisi tiga tahap : 1. Penyelesaian level atribut dan kombinasi susunan setiap alternatif. 2. Desain eksperimen apa yang akan disampaikan mengenai alternatif (presentation of alternative). 3. Persyaratan responden yang akan didapatkan dari jawaban responden (specification of responses).

54 Jika jumlah atribut (a) dan jumlah level yang akan diambil (n) maka desain akan menentukan desain faktorial, ini disebut sebagai full factorial design, artinya setiap kombinasi kemungkinan level atribut semuanya dipakai. Apabila jumlah pilihannya terlampau banyak, kemungkinan besar responden akan kelelahan dalam menentukan pilihan, sehingga akan menimbulkan tanggapan yang salah atau bahkan diabaikan oleh responden. Terdapat beberapa cara pendekatan untuk mengurangi jumlah pilihan, salah satunya adalah dengan cara memisahkan pilihan (option) kedalam bentuk blok melalui pembauran (comfounding) yang disebut sebagai desain replica sebagian (fractional replication design), yaitu suatu bentuk tiruan dari full fractorial kedalam pilihan dengan jumlah yng lebih sedikit. Sebaiknya semua blok digunakan dalam satu paket penelitian. II.6.2 Identifikasi Pilihan (Identification of Preference) Dalam identifikasi pilihan ini akan dilihat bagaimana responden mengekspresikan preference terbaiknya terhadap setiap pilihan yang ditawarkan padanya. Ada terdapat 3 cara utama untuk mengetahui dan mengumpulkan informasi mengenai preference responden terhadap alternatif pilihan yang ditawarkan kepadanya : 1. Ranking Responses (Conjoint Measurement) Pendekatan ini dilakukan dengan cara menyampaikan seluruh pilihan pendapat kepada responden. Kemudian responden diminta untuk merankingnya kedalam pilihan lain yang secar tidak langsung merupakan nilai hirarki dari utilitas. Dalam pendekatan ini seluruh pilihan dipresentasikan tetapi jumlah alternatif pilihan harus dibatasi agar tidak melelahkan. 2. Rating Techniques (Functional Measurement)

55 Dalam kasus ini, reponden ditanya untuk mengekspresikan derajat pilihan terbaiknya, menggunakan aturan skala, sering berada antar 1 sampai 10, dengan disertai label spesifik sebagai angka kunci, untuk contoh 1 = sangat tidak suka, 5 = tidak disukai, atau 10 = sangat disukai. Skor yang diberikan dapat ditransformasikan menjadi probabilitas yang masuk akal dari pilihan-pilihan tersebut. Disini diperlihatkan bahwa respon tidak lepas dari skala yang digunakan dan label yang disertakan, untuk itu pilihan terbaik didapatkan dan diterjemahkan ke dalam skal cardinal. 3. Eksperimen Pilihan (Choice Experiment) Dalam kasus ini individu hanya ditanya untuk memilih pilihan preferencenya dari beberapa alternatif (dua atau lebih) dari sekumpulan pilihan kemudian memperkenankan responden untuk mengekspresikan derajat keyakinannya kedalam pernyataan pilihan. Dalam literatur lain exercise ini kadang-kadang disebut juga sebagai rating, meskipun secara aktual identik dengan choice experiment. II.6.3 Analisa Data Stated Preference Fungsi utilitas adalah mengukur daya tarik setiap pilihan (skenario hipotesa) yang diberikan pada responden. Fungsi ini merefleksikan pengaruh pilihan responden pada seluruh atribut yang termasuk dalam stated preference. Umumnya fungsi utilitas berbentuk linier, sebagai berikut : Uj = a + b1x1 + b2x bnxn ( 2.21 ) dimana : Uj = utilitas pilihan j a, b1,...,bn = parameter model x1, x2,..., xn = nilai atribut Tujuan analisa adalah menentukan estimasi nilai sampai dimana nilai-nilai tersebut disebut sebagai bobot pilihan atau komponen utilitas. Dari niliai parameter model dapat efek

56 relatif setiap atribut pada seluruh utilitas. Setelah komponen utilitas dapat diestimasi, maka selanjutnya dapat digunakan untuk berbagai tujuan seperti menentukan kepentingan relatif dari atribut yang termasuk dalam eksperimen dan menentukan fungsi utilitas untuk peramalan model. II.6.4 Estimasi Parameter Stated Preference Ada beberapa cara yang secara keseluruhan dapat menentukan komponen utilitas. Empat teknik analisa stated preference antara lain : 1. Native atau Metode Grafik Native atau metode grafik sangat sederhana digunakan dengan pendekatan yang didasarkan pada prinsip bahwa tiap level dari atribut sering muncul sama-sama dalam desain eksperimen tertentu. Oleh karena itu, beberapa ciri utilitas dari pasangan level atribut tersebut bisa ditentukan dengan menghitung rata-rata (mean) nilai ranking, rating, dan choice setiap pilihan yang telah dimasukkan dalam level tersebut dan membandingkannya dengan rata-rata (mean) yang sama untuk level dan atribut yang lain. 2. Non-Metric Scaling Metode ini menggunakan Analisa Monotonic Variance (MONANOVA) yaitu pendekatan yang digunakan untuk skala non-metric, dengan menggunakan seluruh urutan ranking pilihan yang diperoleh dalam eksperimen stated preference. Metode ini memperkirakan komponen utilitas melalui cara iterasi, yaitu perkiraan nilai utilitas menyesuaikan pada setiap alternatif. Komponen utilitas yang pertama dihasilkan menggunakan metode Naïve, jika komponen utilitas naïve mampu menghasilkan urutan ranking secara pasti, proses iterasi selesai. Jika metode Naïve menghasilkan urutan ranking yang tidak sama dengan yang dihasilkan oleh

57 responden, komponen utilitas secara sistematik divariasikan dalam suatu urutan untuk diperbaiki, yaitu dengan menyesuaikan antara ramalan dan urutan ranking yang diobservasii sampai dicapain nilai optimum. Metode ini diterapkan pada setiap responden secara terpisah dan tidak memberikan secara keseluruhan goodness of fit statistic mengenai ketepatan model. Oleh karena itu, teknik ini menjadi kurang popular dalam studi pengembangaan transportasi sekarang ini. 3. Metode Regresi Metode regresi secara luas digunakan dalam pemodelan transportasi. Dalam penggunaan analisa stated preference, teknik regresi digunakan pada pilihan rating. Pengolahan data dilakukan untuk mendapatkan hubungan kuantitatif antara sekumpulan atribut dan responden. Hubungan tersebut dinyatakan dalam bentuk persamaan linear sebagi berikut : y = a + b1x1 + b2x bnxn ( 2.22 ) dimana : y = respon individu x1, x2,,xn = atribut pelayanan a = konstanta regresi b1, b2,,bn = parameter model Residual untuk setiap kejadian dirumuskan sebagai berikut : δ = y (a + b1x1 + b2x bnxn) ( 2.23 ) Dan jumlah kuadrat terkecil residual untuk sejumlah n observasi adalah : Σ δ² = Σ [y-(a+b1x1+b2x bnxn)] ( 2.24 )

58 Dengan menggunakan prinsip kuadrat terkecil, dengan meminimalkna nilai Σ δ², diperoleh jika turunan parsial Σ δ² berturut-turut terhadap a, b1, b2,, bn adalah sama dengan nol. Dengan langkah ini, maka akan diperoleh k + 1 persamaan dengan sejumlah k + 1 koefisien regresi sehingga masing-masing koefisien dapat ditentukan. 4. Analisa Logit Teknik estimasi pilihan diskrit seperti logit diperlukan teknik statistic yang lebih maju dalam analisis data stated preference. Meskipun pada mulanya dimaksudkan untuk menganalisa choice data diskret, tipe lain dalam mengukur pilihan seperti rating dan ranking dapat juga dianalisa sebagai data choice data. Estimasi yang dilakukan didasarkan pada prinsip statistic maksimum likehood. II.7 Analisa Terdahulu yang Berkaitan dengan Moda Choise Sebagai bahan perbandingan, penulis mengemukakan beberapa contoh studi terdahulu yang juga membahas tentang pemilihan moda transportasi (khususnya yang ada di luar Sumatera Utara), diantaranya adalah : Home Link F.A.Q Discussion Forum Contact us Help

59 Member Login : Username : Password : Login Keyword Mode Free Text Search Expanded Search (for Free text search only) SEARCH How to Search? - Advanced Search Detail Collection New Member? Register ITS» Master Theses» Manajemen Rekayasa Transportasi S2 Posted by erna at 03/01/ :49: Views STUDI PEMILIHAN MODA ANGKUTAN PENUMPANG ANTARA KERETA API DAN BUS (TRAYEK SURABAYA - YOGYAKARTA PASSENGER MODAL CHOICE STUDY BETWEEN RAIL AND BUS (SURABAYA - YOGYAKARTA ROUTE) Created by WIDAYANTI,ARI Keyword: Persamaan utilitas Model. [ Description ] Pemilihan moda merupakan model yang penting dalam perencanaan transportasi. Hal ini karena peran kunci dari angkutan umum dalam meningkatkan efisiensi dan efektivitas sistem pergerakan dalam kegiatan transportasi. Dalam kegiatan transportasi penumpang antar kota maka yang terjadi adalah persaingan antara moda Kereta Api dan Bus. Dalam meninjau persaingan yang terjadi maka faktor-faktor yang mempengaruhi pemilihan moda perlu dipelajari dengan baik sehingga pihak yang terkait dapat mewujudkan sistem angkutan umum yang lebih memadai. Studi ini dilakukan melalui survei sekunder ke instansi yang terkait serta survei primer dengan menyebarkan kuesioner kepada pengguna moda kereta api dan bus. Dari hasil survei yang dilakukan, diperoleh karakteristik pengguna moda serta faktor-faktor yang menjadi pertimbangan dalam pemilihan moda oleh pelaku perjalanan. Lima faktor dengan persentase terbesar yaitu waktu perjalanan, biaya perjalanan, kualitas pelayanan, keamanan dan kemudahan akses. Dari hasil uji statistik yang telah dilakukan, didapatkan persamaan sehsih utilitas antara kedua moda adalah sebagai berikut. Persamaan utilitas antara Kereta Api Eksekutif dengan Bus Patas adalah: U SE,BP = -0,844-0, AC - 0, ATT + 0, AH + 0,02726 ASQ Persamaan utilitas antara Kereta Api Bisnis dengan Bus Patas adalah: USB,BP =-1,070-0, AC-0, ATT + 0, AH + 0,02818 ASQ Dengan variabel bebas sehsih cost, travel time, headway dan service quality antara kedua moda. Model pemilihan moda dengan Logit Binomial yang didapatkan adalah sebagai berikut. Probabilitas pemilihan moda: (rumus liat file di pdf) Dengan U = persamaan utilitas antara moda Kereta Api dan Bus Patas. Pada perbandingan antara Kereta Api Eksekutif dengan Bus Patas, atribut yang paling sensitif mempengaruhi pemilihan moda adalah Atribut Service Quality. Demikian pula yang terjadi pada perbandingan antara Kereta Api Bisnis dengan Bus Patas. Alt. Description Modal choice is an important step in transportation modelling. This is due to public transports key role to improve efficiency and effectiveness of transport supply. For intercity passengers public transport between Surabaya-Yogyakarta, competition occurs between rail and bus. To

60 understand this competition, factors influencing modal choice need to be well studied, in order to realize good public transportation system. This study has been based on secondary survey to related institution and primary survey upon rail and bus users. From the survey data we can obtain user characteristics and modal choice considering factors for users. Five considering factors according with biggest percentage to users opinion, are travel time, travel cost, service quality, safety and accessibility. Statistic tests produce equation expressing the difference of utility between rail and bus. The equations of utility between rail and bus are as follows. The equations of utility between Executive Rail and Express Bus is : U SE, BP = -0,844-0, AC - 0, ATT + 0,0016% AH + 0,02726 ASQ. The equations of utility between Business Rail and Express Bus : U SB,BP = -1,070-0, AC - 0, ATT + 0, AH + 0,02818 ASQ. The independent variables are travel time difference, travel cost difference, headway difference and service quality difference. A Logit Binomial Modal Choice model has obtained, and presented as follow. Probability in modal choice. (rumus liat file di pdf) U = equation of utility between rail and bus. For competition between Executive Rail and Express Bus, the most sensitive attribute influencing modal choice is Service Quality Attribute. Same thing happens for competition between Business Rail and Express Bus. Contributor : IT. Hitapriya Suprayitno, M. Eng IT. Dudung Purwadi, M. Sc Date Create : 03/01/2007 Type : Text Format : pdf;106 pages Language : Indonesian Identifier : ITS-Master Collection ID : Call Number : 388 Wid Source : Theses Civil Engineering RTS 388 Wid, 2003 Relation Collection: model Coverage : ITS Community Rights : by ITS Library. This publication is protected by copyright and permission should be obtained from the ITS Library prior to any prohibited reproduction, storage in a retrievel system, or transmission in any form or by any means, electronic, mechanical, photocopying, recording, or likewise. For information regarding permission(s), write to ITS Library [ Links for download - Member Only ] 1. ITS-Master its-judul.pdf KB 2. ITS-Master its-bab1.pdf KB 3. ITS-Master its-bab2.pdf KB 4. ITS-Master its-bab3.pdf - 39 KB 5. ITS-Master its-bab4.pdf KB 6. ITS-Master its-bab5.pdf KB 7. ITS-Master its-bab6.pdf KB 8. ITS-Master its-babkesimp.pdf KB 10 Similar Document... No similar subject found! 10 Related Document... No related subject found!

61 HELP US! You can help us to define the exact keyword for this document by clicking the link below : Model., Persamaan, Persamaan utilitas, utilitas.: Back to Master Theses List [ Request this Collection ] Visitor Hits : times since December, You are connected from Copyright ITS Library All rights reserved. Dublin Core Metadata Initiative and OpenArchives Compatible developed by: hassane STUDI PEMILIHAN MODA ANGKUTAN PENUMPANG ANTARA KERETA API DAN BUS (TRAYEK SURABAYA YOGYAKARTA (WIDAYANTI,ARI) Pemilihan moda merupakan model yang penting dalam perencanaan transportasi. Hal ini karena peran kunci dari angkutan umum dalam meningkatkan efisiensi dan efektivitas sistem pergerakan dalam kegiatan transportasi. Dalam kegiatan transportasi penumpang antar kota maka yang terjadi adalah persaingan antara moda Kereta Api dan Bus. Dalam meninjau persaingan yang terjadi maka faktor-faktor yang mempengaruhi pemilihan moda perlu

62 dipelajari dengan baik sehingga pihak yang terkait dapat mewujudkan sistem angkutan umum yang lebih memadai. Studi ini dilakukan melalui survei sekunder ke instansi yang terkait serta survei primer dengan menyebarkan kuesioner kepada pengguna moda kereta api dan bus. Dari hasil survei yang dilakukan, diperoleh karakteristik pengguna moda serta faktor-faktor yang menjadi pertimbangan dalam pemilihan moda oleh pelaku perjalanan. Lima faktor dengan persentase terbesar yaitu waktu perjalanan, biaya perjalanan, kualitas pelayanan, keamanan dan kemudahan akses. Dari hasil uji statistik yang telah dilakukan, didapatkan persamaan sehsih utilitas antara kedua moda adalah sebagai berikut. Persamaan utilitas antara Kereta Api Eksekutif dengan Bus Patas adalah: U SE,BP = -0,844-0, AC - 0, ATT + 0, AH + 0,02726 ASQ Persamaan utilitas antara Kereta Api Bisnis dengan Bus Patas adalah: USB,BP =-1,070-0, AC-0, ATT + 0, AH + 0,02818 ASQ Dengan variabel bebas sehsih cost, travel time, headway dan service quality antara kedua moda. Model pemilihan moda dengan Logit Binomial yang didapatkan adalah sebagai berikut. Probabilitas pemilihan moda: (rumus liat file di pdf) Dengan U = persamaan utilitas antara moda Kereta Api dan Bus Patas. Pada perbandingan antara Kereta Api Eksekutif dengan Bus Patas, atribut yang paling sensitif mempengaruhi pemilihan moda adalah Atribut Service Quality. Demikian pula yang terjadi pada perbandingan antara Kereta Api Bisnis dengan Bus Patas.

63 BAB III METODOLOGI PENELITIAN III. 1 Umum Penelitian ini dimulai dengan melakukan pengumpulan bahan literatur dan data-data primer dan sekunder berupa pengamatan di lapangan dan dari instansi-instansi terkait mengenai penelitian yang dilakukan. Dalam pelaksanaan survei di lapangan, data primer dapat diperoleh dari dua cara, yaitu : 1. Pembagian kuisioner kepada pengguna moda angkutan bus dan kereta api. 2. Dengan teknik wawancara secara langsung kepada pengguna angkutan bus dan kereta api yang dilakukan oleh surveyor. Sedangkan data sekunder dapat diperoleh dari instansi pemerintah maupun swasta, misalnya Departemen Dinas Perhubungan Sumatera Utara, PT. KAI Sumatera Utara, Perusahaan Angkutan KUPJ, maupun instansi lainnya. Data yang diperoleh dapat berupa data mengenai operator-operator bus yang melayani rute Medan-Tanjung Balai, rata-rata jumlah penumpang dalam sekali berangkat, dan kapasitas angkutan umum tersebut. Bentuk pertanyaan yang terdapat pada formulir angket yang akan disurvei meliputi dua hal, yaitu : 1. Pertanyaan akan difokuskan untuk mengetahui kondisi sebenarnya dan karakteristik umum pengguna moda sebelum dan sesudah kenaikan harga BBM tentang kondisi sosial ekonomidari pengguna moda angkutan dan informasi perjalanan pengguna moda angkutan. 2. Pertanyaan difokuskan untuk preferensi responden seandainya beberapa atribut pelayananan yang ditawarkan mengalami perubahan pada ongkos perjalanan, tingkat pelayanan dan fasilitas, atau frekwensi keberangkatan.

64 Dari kedua bentuk pertanyaan diatas, akan dilihat sensitifitas pengguna jasa angkutan umum terhadap pemilihan moda antara bus KUPJ maupun kereta api. Apakah tetap mengunakan bus, tetap menggunakan kereta api, atau ada peralihan dari penggunaan bus ke kereta api atau sebaliknya. Prosedur pelaksanaan penelitian ini dapat diuraikan sebagai berikut : 1. Tahap pertama adalah menentukan jalur lalu lintas angkutan umu bus dan nama perusahaan (operator) bus yang melayani rute Medan-Tanjung Balai sesuai dengan judul penelitian. 2. Tahap kedua adlah menentukan data-data yang diperlukan dengan survei ke lapangan. 3. Tahap ketiga adalah penyajian data yaitu dari data survei. Semua data yang diperoleh dari survei lapangan disajikan dalam bentuk tabulasi. 4. Tahap terakhir adalah analisis data dari survei lapangan. Dalam penelitian ini meliputi klasifikasi data-data yang dikumpulkan, analisis setiap parameter, evaluasi kondisi angkutan umum bus KUPJ dan kereta api rute Medan-Tanjung Balai. 5. Kesimpulan dan saran. Secara skematis, rencana program kerja dari penelitian ini dapat ditunjukan dalam Gambar 3.1 seperti berikut :

65 Latar Belakang Tujuan Penelitian : Menguji sensitifitas pelaku perjalanan dalam memilih moda setelah kenaikan harga BBM. Membandingkan jumlah pelaku perjalanan bus dan KA sebelum dan sesudah kenaikan harga BBM. Memperoleh model pemilihan moda. Batasan dan ruang lingkup Gambaran kondisi daerah studi Kajian Pustaka Pengumpulan Data Data Primer : Survei lapangan Kuisioner Data Sekunder Operator angkutan yang melayani rute Medan-Tanjung Balai Dinas terkait Pembahasan : Kompilasi data Analisa : Pengolahan data hasil lapangan dengan Miltiple Regression dan Model Logit Biner Aplikasi Model : Analisa sensitifitas respon Validasi dengan uji statika (R²) Pemodelan moda angkutan Kesimpulan dan saran Gambar 3.1 Bagan Alir ( Flowchart ) Penelitian

66 III. 2 Rencana Kerja III.2.1 Studi Pendahuluan dan Kajian Pustaka Sebelum mulai melakukan suatu kegiatan diperlukan suatu penelitian berupa studi pendahuluan untuk mendapatkan data yang ada pada saat ini (data ekisting). Kemudian dicari maksud dari penelitian serta tujuan akhir yang akan dicapai dari penelitian ini. Setelah itu dilakukan studi pustaka untuk mencari dan mengumpulkan bahan-bahan literatur berupa landasan teori, metode-metode yang akan digunakan dalam pengolahan data maupun dalam melakukan analisis, serta hasil-hasil penelitian yang akan dilakukan sebelumnya dimana memiliki kaitan dan mendukung penelitian itu sendiri. III.2.2 Perancangan dan Pelaksanaan Survei Pendahuluan Dalam perancangan survei pendahuluan kegiatan-kegiatan yang dilakukan mencakup: 1. Penentuan metode survei untuk mendapatkan data-data yang digunakan dalam penelitian, data primer diperoleh dari cara sampling yaitu dengan wawancara langsung dan pengisian kuisioner oleh responden. 2. Perancangan desain kuisioner dengan melakukan analisa teknik Stated Preference. Perancangan kuisioner ini dilakukan berdasarkan kondisi eksiting dari moda yang ada untuk kemudian pada proses selanjutnya dilakukan perubahan (baik peningkatan, pengurangan ataupun tidak ada perubahan) pada atribut yang ada. Adapun kondisi sebelum dan sesudah kenaikan harga BBM pada moda bus KUPJ dan kereta api yang ditinjau dapat dilihat pada tabel berikut :

67 Tabel 3.1 Kondisi sebelum kenaikan harga BBM pada moda bus KUPJ dan Kereta Api NO. ATRIBUT JENIS MODA/KENDARAAN BUS KUPJ KERETA API 1. Biaya Perjalanan (COST) RP ,- RP ,- 2. Waktu Tempuh Perjalanan (TIME) ± 4.30 jam ± 4.30 jam 3. Jadwal Keberangkatan (HEADWAY) Pkl. ( ) WIB (setiap 30 menit sekali) Pkl WIB Pkl WIB Pkl WIB Tabel 3.2 Kondisi setelah kenaikan harga BBM pada moda bus KUPJ dan Kereta Api NO. ATRIBUT JENIS MODA/KENDARAAN BUS KUPJ KERETA API 1. Biaya Perjalanan (COST) RP ,- RP ,- 2. Waktu Tempuh Perjalanan (TIME) ± 4.30 jam ± 4.30 jam 3. Jadwal Keberangkatan (HEADWAY) Pkl. ( ) WIB (setiap 30 menit sekali) Pkl WIB Pkl WIB Pkl WIB

68 Berikut ini merupakan penjelasan untuk masing-masing atribut : 1. Biaya Perjalanan (COST) Biaya yang harus dikeluarkan untuk pembayaran ongkos transportasi dalam satuan rupiah per orangnya, yang merupakan biaya dari stasiun bus dan kereta api hingga ke tempat tujuan. 2. Waktu Tempuh Perjalanan (TIME) Waktu tempuh kendaraan dalam satuan jam, yang merupakan waktu tempuh dari stasiun bus dan kereta api hingga ke tempat tujuan. 3. Jadwal Keberangkatan (HEADWAY) Jarak waktu keberangkatan kendaraan saat meninggalkan terminal, antara satu kendaraan dengan kendaraan berikutnya. 4. Tingkat Pelayanan (SERVICE) Fasilitas yang diberikan/disediakan oleh pengelola moda transportasi kepada pengguna jasa angkutan umum selama proses keberangkatan. Kemudian dalam format kuisioner yang akan disebarkan kepada penumpang bus KUPJ dan penumpang kereta api, dimana responden dapat mengekspresikan pilihannya dengan mengunakan teknik point rating dengan lima point skala semantik sebelum dan sesudah kenaikan harga BBM, yaitu : a. Pasti pilih bus KUPJ b. Mungkin pilih bus KUPJ c. Pilihan berimbang d. Mungkin pilih kereta api e. Pasti milih kereta api

69 Dari lembar kuisioner ini juga dapat dilihat pengaruh BBM terhadap pemilihan moda yang digunakan oleh penumpang, adakah perubahan/peralihan dari satu moda ke moda lain karena beberapa alasan tertentu. Dari yang biasa menggunakan bus beralih ke kereta api atau sebaliknya atau justru tidak ada pengaruh sama sekali. Selanjutnya dilakukan survei di lapangan untuk mengumpulkan data yang dibutuhkan terhadap responden pengguna angkutan umum. Pelaksanaan survei pendahulu ini dilakukan untuk mengetahui banyaknya jumlah kuisioner yang dibutuhkan untuk survei penelitian yang sebenarnya serta mengantisipasi kesulitan-kesulitan yang akan dihadapi dalam proses pengumpulan data untuk mengetahui apakah dari kuisioner yang telah dibuat dapat diperoleh keseluruhan data yang dibutuhkan. III.2.3 Perancangan dan Pelaksanaan Survei Penelitian Dalam memperoleh data primer untuk penelitian, data dari hasil survei pendahuluan diolah untuk mengetahui apakah kuisioner yang diberikan pada survei pendahuluan memiliki kekurangan-kekurangan untuk dapat diperbaiki (misalnya data yang dihasilkan kurang lengkap). Selain itu, juga dipersiapkan upaya-upaya untuk mengatasi kesulitan yang dialami selama proses pengumpulan data yang dibutuhkan. Pelaksanaan survei dilakukan untuk memperoleh ata primer dan data sekunder yang dibutuhkan dalam penelitian. Data primer diperoleh dengan mengadakan survei langsung pada penumpang angkutan bus dan kereta api yang melakukan perjalanan Medan-Tanjung Balai. Adapun data yang diambil meliputi pilot survei dan kuisioner. Data sekunder yang dikumpulkan dalam penelitian ini meliputi data jaringan jalan (lintas) dan jaringan rel. Secara umum lintas yang digunakan untuk trayek Medan-Tanjung Balai adalah jalur lintas timur. Data ini diperlukan untuk mengetahui kondisi masing-masing ruas jalan dan rel serta fungsi dari jalan lintas timur yang menghubungkan kota Medan- Tanjung Balai.

70 Data operator angkutan umum bus antar kota dalam provinsi dan kereta api digunakan untuk mengetahui jumlah angkutan antar kota dalam provinsi (AKDP) dan kereta yang beroperasi di wilayah studi. Data kapasitas angkutan umum bus dan kereta api untuk mengetahui kapasitas angkutan umum bus dan kereta api. III.2.4 Pengumpulan dan Pengolahan Data Data primer dan data sekunder yang telah diperoleh dari hasil survei selanjutnya diolah agar dapat digunakan sebagai data masukan dalam bentuk data kualitatif. Kemudian dilakukan kuantifikasi dan transformasi terhadap data kualitatif dimana skala semantik selanjutnya ditransformasikan ke dalam skala numerik. III.2.5 Estimasi Parameter Model Nilai skala numerik digunakan sebagai variabel tidak bebas dan sebagi variabel bebas adalah selisih nilai atribut bus KUPJ dan Kereta Api. Proses analisa dilakukan dengan cara analisi regresi linier dengan input data adalah varibel bebas dan variabel bebas tersebut. Dari hasil estimasi paraneter ini akan diperoleh bentuk model pemilihan moda. III.2.6 Analisa Statistik Validasi terhadap model dilakukan untuk mengui tingkat kepercayaan terhadap model yang diperoleh, yaitu dengan mengukur kemampuannya dalam mengestimasi nilai utilitas (nilai guna) pemilihan moda. Ukuran statistik digunakan untuk menentukan sifat penting yang menjadi dasar dalam memahami dan meramalkan perilaku. III.2.7 Kompilasi Data Kompilasi data merupakn data yang digunakan dalam studi, merupakn hasil dari survei yang berupa jawaban dari responden. Hasil dari pilihan responden merupakan nilai

71 skala numerik yang digunakan sebagai variabel tidak bebas dan sebagai varibel bebas adalah selisih nilai atribut bus KUPJ dan kereta api. Proses analisa dilakukan dengan cara analisa regresi linier dengan input data adalah varibel bebas dan varibel tidak bebas tersebut. Dari hasil estimasi parameter ini akan diperoleh bentuk model pemilihan moda. III.2.8 Uji statistik Ukuran statistik digunakan untuk menentukan sifat penting yang menjadi dasar dalam memahami perilaku penumpang, yaitu konsep goodness of fit yaitu ukuran kesesuaian model (R²) atau yang disebut koefisien determinasi. III.2.9 Uji Sensivitas Sensivitas model dimaksudkan untuk memahami perubahan nilai probabilitas pemilihan moda salah satu bus atau kereta api seandainya terjadi perubahan harga akibat kenaikan harga BBM yang dilakukan secara gradual. Apakah kenaikan harga BBM memberikan pengaruh pada penumpang dalam memilih moda yang disediakan. III.2.10 Kesimpulan dan Saran Berdasarkan hasil analisa yang dilakukan akan diperoleh beberapa kesimpulan yang berkaitan dengan karakteristik pemilihan moda yang dilakukan oleh pelaku perjalanan. Setelah memperoleh kesimpulan dari hasil penelitian, selanjutnya dapat diberikan rekomendasi atau saran, baik yang berkaitan dengan penelitian lebih lanjut maupun yang berkaitan dengan pihak pengelola moda transportasi mengenai langkah-langkah perbaikan.

72 BAB IV PENGUMPULAN DAN PENGOLAHAN DATA IV.1 Gambaran Umum Wilayah Studi Wilayah studi dari penelitian ini adalah wilayah yang berada di dua kota tetapi masih dalam satu provinsi yaitu kota Medan dan Tanjung Balai di Provinsi Sumatera Utara. Bangkitan pergerakan dari perjalanan yang dilakukan dengan dua moda yang berbeda dan dengan jenis pelayanan yang berbeda pula yaitu moda bus KUPJ dengan moda Kereta Api. Untuk itu perlu diketahui karakteristik dari wilayah tersebut selain untuk memahami karakteristik perjalanan yang terjadi juga untuk mendapatkan informasi tambahan karakteristik pelaku perjalanan. Untuk mengetahui kondisi fisik, kependudukan dan kepadatan penduduk pada wilayah studi ini, maka diadakan pengambilan data di Badan Pusat Statistik Sumatera Utara (BPS-SU). Hasilnya didapat data penduduk menurut kabupaten pemkot, dengan jumlah yang bervariasi menurut tingkat pertumbuhan penduduk pada masing-masing daerah tersebut. Data yang diperoleh merupakan data dari hasil sensus penduduk. Provinsi Sumatera Utara dengan ibukotanya Medan terletak di bagian utara khatulistiwa, memanjang dari barat ke timur diantara 98º samapi 100º Bujur Timur dan melebar dari Utara ke Selatan diantara 1º sampai 4º Lintang Utara. Di sebelah Timur berbatasan dengan Selat Malaka, sebelah selatan dengan Provinsi Riau dan Sumatera Barat dengan Samudera Indonesia. Posisi Sumatera Utara berdekatan dengan negara tetangga, yaitu Thailand, Malaysia dan Singapura. Sumatera Utara mempunyai luas wilayah daratan Km² atau sekitar 3,27% dari luas seluruh Indonesia.

73 Tingkat pendapatan penduduk adalah salah satu karakteristik dari perjalanan arus penumpang. Jika dilihat dari segi kemampuan seseorang calon penumpang untuk melakukan perjalanan ke tempat tujuan tertentu. Jadi, pendapatan penduduk akan mempengaruhi pelaku perjalanan dalam memilih moda transportasi yang akan digunakan. Tingkat pelayanan juga menjadi pertimbangan tersendiri bagi penumpang dalam pemilihan moda transportasi. IV.2 Jalur Lintas Jalur lintas yang digunakan baik untuk bus KUPJ ataupun kereta api dari Medan ke Tanjung Balai adalah jalur lintas timur Sumatera. Jalur lintas yang dilewati oleh kereta api maupun bus KUPJ meliputi Medan Lubuk Pakam Tebing Tinggi Lima Puluh Kisaran Tanjung Balai. Jarak yang ditempuh dari Medan ke Tanjung Balai adalah ± 173 km. IV.3 Perusahaan (Operator) Bus Berdasarkan data Dinas Perhubungan Sumatera Utara, perusahaan bus yang melayani perjalanan rute Medan-Tanjung Balai berjumlah 21 operator. Sebagian operator mempunyai pusat/kantor cabang dilokasi lain, seperti Siantar, Padang Bulan, tetapi ikut menggunakan lokasi di Jl. Sisingamangaraja untuk menaikkan dan menurunkan penumpang. Di bawah ini merupakan nama-nama operator bus yang melayani rute Medan-Tanjung Balai seperti terdapat pada Tabel 4.1 ini.

74 Tabel 4.1 Nama-nama Perusahaan (Operator) Bus yang Melayani Rute Medan-Tanjung Balai No. Nama Perusahaan Lokasi Koperasi Usaha Pinggir Jalan (KUPJ) CV. Karunia Usaha Pinggir Jalan (KUPJ Tour) Po. Garuda FA. Medan Jaya CV. Sumber Jaya Po. Borneo Po. Garuda Pribumi CV. Rajawali Citra Transport CV. Subur Baru CV. Sartika Group PT. Dirgantara Deli Trans CV. Wisata Indah danau Toba CV. Karya Agung CV. Timbul Jaya CV. Simpati CV. Prima Jaya Transport Koperasi Medan Raya Tour CV. Sintong Jaya Kop. Peng. Bintang Tapanuli CV. Japaris CV. Lubuk Raya Jl. Sisingamangaraja Medan Jl. Sisingamangaraja Medan Jl. Surakarta Medan Jl. Rebab Medan Jl. Letda Sujono Medan Jl. Djamin Ginting Medan Jl. Surakarta Medan Jl. Letjen Haryono MT Medan Jl. P. W. S Medan Jl. Sisingamangaraja Medan Jl. Medan (Batang Kuis) Medan Jl. Haranggaol Medan Jl. Enau III Medan Jl. Tanjung Raya Medan Jl. Melati I Medan Jl. Sisingamangaraja Medan Jl. Sisingamangaraja Medan Jl. P. Siantar Medan Jl. D. I. Panjaitan Medan Jl. P. Siantar Medan Jl. Sisingamangaraja Medan

75 Dari sejumlah operator diatas, maka diambil hanya satu operator bus yang dijadikan sebagai perbandingan dengan moda lain yakni kereta api. Kemudian kedua moda ini akan diadakan survei dan penelitian baik di kantor maupun terminal untuk mendapatkan data selain data dari para penumpang. Operator bus yang dipilih adalah bus Koperasi Usaha Pinggir Jalan (KUPJ) dengan pertimbangan sebagai berikut :

76 Memiliki jumlah bus yang paling banyak diantara bus yang lain yaitu 38 unit. Dalam sehari bus mampu berangkat sebanyak 38 bahkan lebih dengan selang waktu ± 30 menit antar satu bus dengan bus yang lain. Harga tiket bus (Rp ,-) yang 2 kali lebih besar daripada harga tiket kereta api (Rp ). Pada hari-hari besar (libur), harga tiket tidak naik, tetap stabil. Bus ini beroperasi dari Pkl WIB sampai Pkl WIB. Dari alasan-alasan diatas dapat diambil kesimpulan bahwa untuk melakukan perjalanan Medan-Tanjung Balai sangat mudah dengan jumlah armada bus yang banyak, dengan demikian jumlah penumpang yang menggunakan bus juga cukup banyak. Hal ini sangat membantu surveyor dalam menyebarkan angket kuisioner kepada para penumpang selaku responden. IV.4 Teknik Pengumpulan Data Primer IV.4.1 Teknik Pengumpulan Data Teknik pengumpulan data dalam penelitian menggunakan teknik Stated Preference yaitu yang disajikan kepada responden berupa survei kuisioner (quistionnaire survey) dan survei wawancara (interview survey). Lembar kuisioner langsung dibawa oleh tenaga survei (surveyor) kepada setiap responden sehingga diharapkan dapat memperjelas maksud yang terkandung dalam kuisioner. Selain itu juga, surveyor bertindak sebagai pewawancara. IV.4.2 Jumlah Sampel Menurut Permain, D. dan Swanson, J. (1991), dalam Stated Preference Techniques :A Guide to Practise tidak ada suatu teori tertentu untuk menentukan besar jumlah sampel yang dibutuhkan untuk suatu penelitian. Penelitian-penelitian terakhir yang menggunakan teknik

77 Stated Preference mengindikasikan bahwa dalam teknik ini dibutuhkan sampel dalam jumlah yang lebih besar. Jumlah sampel yang diperlukan dalam penelitian ini ditentukan oleh tiga hal, yaitu : a. Seberapa besar tingkat kepercayaan terhadap hasil yang akan diperoleh (confidence level). b. Nilai standar deviasi yang diperoleh melalui penaksiran rata-rata sampel. c. Dipengaruhi oleh beberapa penyimpangan (galat) yang diperkenankan, yaitu kesalahan atau perbedaan antara rataan yang diperoleh dari sampel dan rataan yang sebenarnya (populasi). Walpole (1974) menyatakan teoremanya, bila ratusan sampel x dipakai untuk menaksir rataan sesungguhnya (µ), maka dengan kepercayaan paling sedikit (1-α)100% galat akan lebih kecil dari besaran g tertentu, bila ukuran sampel : dimana : uji sampel. n = Z 2 α σ ( 4.1 ) g n = Jumlah sampel yang dibutuhkan Zα = Nilai kritis distribusi t untuk tingkat keberartian α (level of significant) = Standar deviasi sampel dari populasi g = Galat yang dikehendaki Untuk menentukan minimal sampel yang akan diambil, maka terlebih dahulu diadakan Pada uji sampel yang disebarkan kepada 60 responden yang dibagi atas dua tempat, yaitu : Stasiun Bus KUPJ Medan dan Stasiun Kereta Api Medan. Survei dilakukan dengan menempatkan surveyor pada dua lokasi di saat jam keberangkatan.

78 Hasil yang diperoleh dari 60 responden menyatakan bahwa 41 responden yang sering menggunakan moda kereta api dan selebihnya 19 responden menggunakan moda bus KUPJ dalam melakukan perjalanannya dari Medan ke Kisaran. Dari 60 responden pengguna kereta api, umumnya berasal dari kaum wanita dan pelajar. Mereka lebih cenderung memilih kereta api karena tingkat keamanan dan keselamatan yang lebih baik dibandingkan dengan moda bus KUPJ selain harga kereta api yang murah. Hasil jawaban dari pengguna kedua moda bus tersebut diperoleh jawaban yang cukup baik. Jawaban yang diperoleh lengkap dan konsisten dengan apa yang dipilihnya serta tidak terlalu fanatik terhadap satu moda tertentu bila diadakan beberapa perubahan atribut. Penentuan Ukuran Sampel Berdasarkan hasil pilot survey terhadap 60 responden, masing-masing responden menjawab 14 option dari seluruh respoden. Responden terkumpul = 60 x 14 = 840 Tabel 4.2 Acuan menentukan jumlah sampel : probabilitas individu memilih bus KUPJ/Kereta Api Pr (KA) Jumlah No. Makna pilihan (p) responden (n) n.p (p-p rerata ) n(p-p rerata )² 1 Pasti pilih Bus KUPJ 0, Mungkin pilih Bus KUPJ 0, Pilihan Berimbang 0, Mungkin pilih Kereta Api 0, Pasti pilih Kereta Api 0, Jumlah Probabilitas rata-rata sampel, p rerata = 336/840 = Variasi sampel, α = n( p p ) /( n 1) σ = rerata

79 2 Standar deviasi sampel, = n. ( p p ) /( n 1) σ = Asumsi tingkat keberartian (level of significant), α/2 = 0.05 (5%) Maka, dari tabel normal t diperoleh Z a /2 = 1.96 Galat yang dikehendaki g tidak lebih dari 2% = 0.02 rerata Maka, jumlah sampel minimal : σ. Z n = α 2 2 g = Jumlah responden n = Syarat minimal data yang dapat disebarkan kepada responden adalah 79 individu. Maka, data yang diambil untuk disebarkan kepada responden, ambil : 200 individu. IV.4.3 Pelaksanaan Survei Pegumpulan Data Pelaksanaan survei ini dilakukan selama satu minggu terhadap responden. Pengambilan responden dilakukan secara acak kepada seluruh penumpang yang menggunakan moda bus KUPJ dan moda kereta api dalam perjalanan dari Medan ke Tanjung Balai. Para surveyor dalam menyebarkan kuisioner atau angket ditempatkan pada titik-titik utama yaitu di stasiun kereta api dan terminal bus. Dari kuisioner yang telah disebarkan diperoleh jawaban yang memenuhi syarat dan sisanya sebanyak jawaban yang dinyatakan tidak memenuhi syarat. Adapun hasil kuisioner yang tidak memnuhi syarat adalah yang termasuk dalam salah satu kriteria berikut : a. Kuisioner tidak kembali Yaitu kuisioner yang dibawa oleh responden namun tidak dikembalikan atau kuisioner-kuisioner yang rusak karena suatu hal tertentu. b. Responden yang terlalu fanatik terhadap satu moda tertentu

80 Yaitu kelompok kuisioner yang diberikan pada responden yang terlalu fanatik terhadap moda tertentu sehingga jawaban yang diberikan sama untuk semua option yang ditawarkan. c. Jawaban lebih dari satu pada suatu option tertentu Ini merupakan kelompok kuisioner dimana responden memberikan dua atau lebih jawaban pada suatu option tertentu. d. Jawaban tidak lengkap Pada kelompok ini jawaban yang diberikan oleh responden tidak lengkap sehingga terdapat beberapa option yang tidak dijawab oleh responden. e. Jawaban tidak konsisten Berdasarkan hasil tersebut, responden memberikan jawaban yang tidak konsisten atau saling bertentangan. Berdasarkan kriteria tersebut, dari kuisioner yang tidak memenuhi syarat diatas dapat dikelompokkan seperti yang ditunjukkan pada tabel 4.2 berikut : Tabel 4.3 Kuisioner yang tidak memenuhi syarat No Kriteria Jumlah (buah) Kuisioner tidak kembali Responden fanatik terhadap satu moda Jawaban lebih dari satu Jawaban tidak lengkap Jawaban tidak konsisten IV.4.4 Pemaparan Hasil Survei Responden dalm survei ini merupakan masyrakat pengguna moda bus KUPJ dan kereta api dalam melakukan perjalanan dari Medan ke Tanjung Balai.

81 Adapun hasil distribusi pengguna kedua moda tersebut sebelum dan sesudah kenaikan harga BBM dapat dilihat pada tabel 4.3 dan tabel 4.4 berikut ini: Tabel 4.4 Distribusi Responden pengguna Moda Kereta Api dan Bus KUPJ Sebelum Kenaikan Harga BBM untuk PerjalananMedan-Tanjung Balai No. Responden Pengguna Jumlah Persentase (%) 1 Kereta Api Bus KUPJ Selanjutnya distribusi preferensi responden pengguna kedua moda tersebut dapat kita lihat pada gambar grafik 4.1 berikut : Grafik 4.1 Distribusi Responden Pengguna Moda Kereta Api dan Bus KUPJ Sebelum Kenaikan Harga BBM untuk Perjalanan Medan-Tanjung Balai Tabel 4.5 Distribusi Responden pengguna Moda Kereta Api dan Bus KUPJ Sesudah Kenaikan Harga BBM untuk PerjalananMedan-Tanjung Balai

82 No. Responden Pengguna Jumlah Persentase (%) 1 Kereta Api Bus KUPJ Data kereta api 124 tersebut sudah termasuk data peralihan dari moda lain yaitu dari bus KUPJ ke kereta api sebesar 8, dan data bus KUPJ 63 tersebut sudah termasuk data peralihan dari moda lain yaitu dari kereta api ke bus KUPJ sebesar 7. Selanjutnya distribusi preferensi responden pengguna kedua moda tersebut dapat kita lihat pada gambar grafik 4.2 berikut : Grafik 4.2 Distribusi Responden Pengguna Moda Kereta Api dan Bus KUPJ Sesudah Kenaikan Harga BBM untuk Perjalanan Medan-Tanjung Balai Berdasarkan distribusi responden pengguna tersebut, kemudian akan dilihat kondisi dan karakteristik dari pengguna untuk masing-masing jenis moda, yaitu sebagai berikut :

83 a. Tujuan Perjalanan Berdasarkan tujuan perjalanan yang dilakukan sebelum kenaikan harga BBM terlihat bahwa karakteristik pengguna Kereta Api lebih banyak melakukan perjalanan dengan tujuan perjalanan non-berlibur/rekreasi yaitu 50.41% dibandingkan perjalanan dengan tujuan berlibur/rekreasi sebesar 49.59%. Sedangkan setelah kenaikan harga BBM terlihat bahwa karakteristik pengguna Kereta Api lebih banyak melakukan perjalanan dengan tujuan berlibur/rekreasi sebesar 52.03% dibandingkan perjalanan dengan tujuan nonberlibur/rekreasi sebesar 47.97%. Pengguna moda bus KUPJ, mayoritas tujuan perjalanannya sebelum kenaikan harga BBM adalah untuk non-berlibur/rekreasi sebesar 57.81%, dibandingkan perjalanan berlibur/rekreasi sebesar 42.19%. Sedangkan setelah kenaikan harga BBM adalah untuk perjalanan non-berlibur/rekreasi sebesar 65.62% dibandingkan perjalanan dengan tujuan berlibur/rekreasi sebesar 34.38%. Tabel 4.6 Distribusi Tujuan Perjalanan Responden Pengguna Moda Kereta Api dan bus KUPJ Sebelum Kenaikan Harga BBM untuk perjalanan Medan-Tanjung Balai No. Tujuan Perjalanan Kereta Api Bus KUPJ Jumlah % Jumlah % 1 Perjalanan Berlibur Perjalanan Non-Berlibur Jumlah berikut : Distribusi tujuan perjalanan tersebut secara jelas dapat kita lihat pada grafik 4.3

84 Grafik 4.3 Distribusi Tujuan Perjalanan Responden Pengguna Moda Kereta Api dan bus KUPJ Sebelum Kenaikan Harga BBM untuk perjalanan Medan-Tanjung Balai Tabel 4.7 Distribusi Tujuan Perjalanan Responden Pengguna Moda Kereta Api dan bus KUPJ Sesudah Kenaikan Harga BBM untuk perjalanan Medan-Tanjung Balai No. Tujuan Perjalanan Kereta Api Bus KUPJ Jumlah % Jumlah % 1 Perjalanan Berlibur Perjalanan Non-Berlibur Jumlah berikut : Distribusi tujuan perjalanan tersebut secara jelas dapat kita lihat pada grafik 4.4

85 Grafik 4.4 Distribusi Tujuan Perjalanan Responden Pengguna Moda Kereta Api dan bus KUPJ Sesudah Kenaikan Harga BBM untuk perjalanan Medan-Tanjung Balai b. Alasan Pemilihan Moda Dari beberapa alasan-alasan pemilihan moda, pada umumnya pengguna angkutan Kereta Api sebelum kenaikan harga BBM mengemukakan alasan kenyamanan sebagai alasan utama yang paling banyak dipilih responden dengan persentase sebesar 32.52%, sedangkan setelah kenaikan harga BBM tetap memilih faktor kenyamanan sebagai alasan memilih Kereta Api yaitu sebesar 32.52% juga. Untuk pengguna bus KUPJ, pada umumnya justru mereka mengemukakan alasan kemudahan sebagai alasan utama yang paling banyak dipilih responden sebelum kenaikan BBM dengan persentase sebesar 40.63%, sedangkan setelah kenaikan BBM tetap memilih kemudahan sebagai alasan memilih moda yaitu sebesar 39.05%. Adapun rekapitulasi hasil survei mengenai alasan utama pemilihan kedua moda tersebut sebelum kenaikan harga BBM dapat dilihat pada tabel 4.7 dan grafik 4.5 berikut ini.

86 Tabel 4.8 Distribusi Alasan Pemilihan Moda untuk Responden Pengguna Moda Kereta Api dan Bus KUPJ Sebelum Kenaikan Harga BBM untuk perjalanan Medan-Tanjung Balai No. Alasan Pemilihan Moda Kereta Api Bus KUPJ Jumlah % Jumlah % 1 Pertimbangan kecepatan/waktu Pertimbangan keselamatan/keamanan Pertimbangan kenyamanan Pertimbangan kemudahan Pertimbangan harga/murah Jumlah

87 Grafik 4.5 Distribusi Alasan Pemilihan Moda untuk Responden Pengguna Moda Kereta Api dan Bus KUPJ Sebelum Kenaikan Harga BBM untuk perjalanan Medan-Tanjung Balai Adapun rekapitulasi hasil survei mengenai alasan utama pemilihan kedua moda tersebut setelah kenaikan harga BBM dapat dilihat pada tabel 4.8 dan grafik 4.6 berikut ini. Tabel 4.9 Distribusi Alasan Pemilihan Moda untuk Responden Pengguna Moda Kereta Api dan Bus KUPJ Setelah Kenaikan Harga BBM untuk perjalanan Medan-Tanjung Balai No. Alasan Pemilihan Moda Kereta Api Bus KUPJ Jumlah % Jumlah % 1 Pertimbangan kecepatan/waktu Pertimbangan keselamatan/keamanan Pertimbangan kenyamanan Pertimbangan kemudahan Pertimbangan harga/murah Jumlah

88 Grafik 4.6 Distribusi Alasan Pemilihan Moda untuk Responden Pengguna Moda Kereta Api dan Bus KUPJ Setelah Kenaikan Harga BBM untuk perjalanan Medan-Tanjung Balai. c. Tingkat Pendapatan Secara umum, tingkat pendapatan antara responden pengguna Kereta Api menunjukkan persentase tingkat pendapatan sebagian besar antara Rp ,- - Rp ,- yaitu 30.09%. Sedangkan tingkat pendapatan responden pengguna Bus KUPJ berkisar antara Rp ,- - Rp ,- yaitu 50%. Untuk lebih jelasnya mengenai tingkat pendapatan responden diatas dapat dilihat pada tabel 4.8 dan grafik 4.7 berikut ini.

89 Tabel 4.10Distribusi Tingkat Pendapatan Responden Pengguna Moda Kereta Api dan Bus KUPJ untuk Perjalanan Medan-Tanjung Balai No. Tingkat Pendapatan Kereta Api Bus KUPJ Jumlah % Jumlah % 1 < Rp , Rp Rp Rp Rp , > Rp , Jumlah Grafik 4.7 Distribusi Tingkat Pendapatan Responden Pengguna Moda Kereta Api dan Bus KUPJ untuk Perjalanan Medan-Tanjung Balai

90 d. Golongan pelaku perjalanan Golongan pelaku perjalanan dalam pemilihan moda terbagi atas 2 bagian, yaitu golongan captive dan golongan choice. Golongan captive adalah golongan masyarakat yang terpaksa menggunakan angkutan umum karena ketiadaan mobil pribadi. Sedangkan golongan choice adalah golongan masyarakat yang mempunyai kemudahan kendaraan pribadi dan dapat memilih mengunakan angkutan umum atau angkutan pribadi. Dalam studi ini, jumlah golongan captive adalah 162 orang atau sekitar 86,6%. Golongan ini termasuk orang yang tidak mempunyai kendaraan pribadi dan mempunyai sepeda motor. Sedangkan golongan choice berjumlah 25 orang atau 13,4% sudah termasuk yang mempunyai kendaraan pribadi (mobil) dan sepeda motor. Grafik 4.8 Golongan pelaku perjalanan captive dan choice

91 e. Pengelompokan Jumlah Responden Berdasarkan Umur Tabel 4.11 Distribusi Responden Pengguna Moda Kereta Api dan Bus KUPJ Berdasarkan Umur No. Umur (Tahun) Jumlah Responden (orang) 1 < > 60 3 Jumlah 187 f. Pengelompokan Jumlah Responden Berdasarkan Pekerjaan Tabel 4.12 Distribusi Responden Pengguna Moda Kereta Api Berdasarkan Pekerjaan No. Jenis Pekerjaan Jumlah Responden (orang) 1 Mahasiswa 58 2 Pegawai Swasta 22 3 Pegawai Negeri 22 4 Wiraswasta 33 5 Guru/Dosen 6 6 Perawat 3 7 Petani 3 8 Ibu Rumah Tangga 14 9 Pegawai Kejaksaan 2 10 Pensiunan 2 11 Karyawan Buruh 9 Jumlah 187

92 IV.5 Analisa Regresi Linear Model logit binomial yang digunakan dalam studi pemilihan moda antara Bus KUPJ dan Kereta Api ini merupakan fungsi dari selisih utilitas pada kedua jenis moda yang ditinjau. Persamaan (UBus KUPJ UKereta Api) adalah fungsi selisih utilitas antara Bus KUPJ dan Kereta Api. Fungsi selisih utilitas dalam pemilihan moda ini dipresentasikan sebagai parameter-parameter linier (linier in parameter) dimana perbedaan utilitas diekspresikan dalam bentuk perbedaan sejumlah n atribut diantara kedua moda, yang telah ditunjukkan pada Bab 2. Dalam analisa pengolahan data, persamaan fungsi selisih utilitas tersebut dapat digunakan untuk mendapatkan hubungan kuantitatif antara atribut dan respon yang diekspresikan dalam skala semantik, dimana UBus KUPJ UKereta Api menyatakan respon individu terhadap pernyataan pilihan. Dalam proses analisis, kegiatan pertama yang dilakukan adalah mencari persamaan fungsi selisih utilitas antara Bus KUPJ dan Kereta Api. Kemudian persamaan fungsi selisih utilitas yang diperoleh ini akan digunakan dalam model pemilihan moda untuk mengetahui probabilitas pemilihan pada masing-masing moda yaitu Bus KUPJ dan Kereta Api. Selanjutnya, berdasarkan hubungan antar nilai selisih utilitas kedua moda dengan nilai probabilitas pemilihan moda Bus KUPJ dan kereta api akan diketahui grafik pemilihan moda. IV.5.1 Analisis Persamaan Fungsi Selisih Utilitas Analisis yang digunakan untuk memperoleh fungsi selisih utilitas Bus KUPJ dan Kereta Api yang akan dikembangkan dalam studi ini adalah analisa regresi. Analisa dengan pendekatan regresi dilakukan untuk data stated preference dimana pilihannya menggunakan rating yaitu respon individu adalah berupa pilihan terhadap point rating yang disajikan dalam bentuk skala semantik, yaitu :

93 a. 1 : Pasti pilih Bus KUPJ b. 2 : Mungkin pilih Bus KUPJ c. 3 : Pilihan berimbang d. 4 : Mungkin pilih Kereta Api e. 5 : Pasti pilih Kereta Api Skala semantik ini kemudian ditransformasikan ke dalam skala numerik (suatu nilai yang menyatakan respon individu terhadap pernyataan pilihan) dengan menggunakan transfirmasi linier logit biner, pada probabilitas untuk masing-masing point rating. Nilai skala numerik merupakan variabel tidak bebas pada analisis regresi dan sebagai variabel bebasnya adalah nilai antar atribut Bus KUPJ dan Kereta Api. Proses transformasi dari skala semantik ke dalam skala numerik adalah sebagai berikut: a. Nilai skala probabilitas pilihan yang diwakili oleh nilai point rating 1, 2, 3, 4, dan 5 adalah nilai skala standart yang ditunjukkan pada tabel Tabel 4.13 Nilai Skala Numerik Skala Standart Point Skala Numerik Rating Pr (Kereta Api) R1 = R2 = R3 = R4 = R5 =

94 b. Dengan menggunakan transformasi linier moel logit biner dapat diketahui nilai skala numerik untuk masing-masing probabilitas pilihan. Dimana : Untuk point rating 1 dengan nilai probabilitas 0.9, maka nilai numeriknya adalah : Ln [0.9/(1-0.9)] = Untuk point rating 2 dengan nilai probabilitas 0.7, maka nilai numeriknya adalah : Ln [0.7/(1-0.7)] = Untuk point rating 3 dengan nilai probabilitas 0.5, maka nilai numeriknya adalah : Ln [0.5/(1-0.5)] = Untuk point rating 4 dengan nilai probabilitas 0.3, maka nilai numeriknya adalah : Ln [0.3/ (1-0.3)] = Untuk point rating 5 dengan nilai probabilitas 0.1, maka nilai numeriknya adalah : Ln [0.1/(1-0.1)] = IV.5.2 Kompilasi Data Kompilasi data dilakukan terhadap semua responden yang ada berdasarkan jawaban atau pilihan yang diberikan (point rating) pada setiap option yang ditawarkan proses kompilasi data dimana dilakukan dengan menggunakan paket program dari Microsoft Office Ecxel Dalam analisis dengan menggunakan data stated preference terdapat banyak skala numerik yang dapat dihubungkan pada responden individu dan pendekatan regresi yang digunakan dalam studi ini, seperti yang telah dijelaskan sebelumnya, merupakan analisis regresi yang menggunakan nilai skala standart dalam probabilitas pilihannya. Untuk hasil lebih lengkap dari proses kompilasi data dengan pendekatan nilai skala standart dalam probabilitasnya pilihannya dapat dilihat pada lampiran.

95 IV.5.3 Korelasi Dalam hubungannya dengan regresi maka analisa korelasi digunakan untuk mengukur ketepatan garis regresi dalam menjelaskan nilai variabel tidak bebas (variabel terikat). Pengujian hubungan korelasi (derajat hubungan/keeratan hubungan) dalam proses analisis regresi merupakan hal penting yang harus dilakukan terutama untuk mengatasi masalah multikolineaitas antara variabel bebas. Selain itu, uji korelasi juga berfungsi untuk mengetahui seberapa besar hubungan antara varibel-variabel bebas terhadap variabel tidak bebas. Adapun hasil uji korelasi terhadap persamaan linier fungsi selisih utilitas adalah sebagai berikut : Tabel 4.14 Matriks Korelasi X1 X2 X3 X4 Y X1 1 X X X Y X1 = Selisih atribut Cost antara bus KUPJ dan kereta api X2 = Selisih atribut Time antara bus KUPJ dan kereta api X3 = Selisih atribut Headway antara bus KUPJ dan kereta api X4 = Selisih atribut Service antara bus KUPJ dan kereta api Y = Skala numerik Berdasarkan hasil pengamatan dari matriks korelasi tersebut dapat diinterpretasikan sebagai berikut : a. Semua variabel bebas (COST, TIME, HEADWAY, SERVICE) mempunyai korelasi yang cukup rendah dengan variabel tidak bebas.

96 b. Antar variabel bebas memiliki korelasi yang rendah sehingga semua variabel bebas tersebut dapat dipergunakan bersama-sama tanpa ada kemungkinan masalah kolinieritas. IV.5.4 Alternatif Persamaan Fungsi Selisih Utilitas Persamaan fungsi selisih utilitas Bus SE Makmur dan Bus SE Lorena yang digunakan dalam model pemilihan moda pada studi ini adalah persamaan linier. Bentuk umum dari persamaan linier dengan empat atribut adalah sebagai berikut : y = a + b 1 x 1 + b 2 x 2 + b 3 x 3 + b4x ( 4.2 ) dimana : y x 1 x 2 x 3 x4 = Utilitas (Bus KUPJ dan Kereta Api) = Cost (Selisih biaya perjalanan antara Bus KUPJ dan Kereta Api) = Time (Selisih waktu tempuh perjalanan antara Bus KUPJ dan Kereta Api) = Headway (Selisih jadwal keberangkatan antara Bus KUPJ dan Kereta Api) = Service ( Selisih tingkat pelayanan antara Bus KUPJ dan Kereta Api) Selanjutnya akan dibuat beberapa alternatif persamaan yang dapat dibentuk dari persamaan tersebut, untuk kemudian dipilih satu persamaan yang merupakan fungsi selisih utilitas terbaik. Alternatif persamaan yang dibentuk adalah : a. Alternatif 1 y = a + b 1 x 1 b. Alternatif 2 y = a + b 2 x 2 c. Alternatif 3 y = a + b 3 x 3 d. Alternatif 4 y = a + b4 x4

97 e. Alternatif 5 y = a + b 1 x 1 + b 2 x 2 f. Alternatif 6 y = a + b 1 x 1 + b 3 x 3 g. Alternatif 7 y = a + b 1 x 1 + b 4 x 4 h. Alternatif 8 y = a + b 2 x 2 + b 3 x 3 i. Alternatif 9 y = a + b 2 x 2 + b 4 x 4 j. Alternatif 10 y = a + b 3 x 3 + b 4 x 4 k. Alternatif 11 y = a + b 1 x 1 + b 2 x 2 + b 3 x 3 l. Alternatif 12 y = a + b 1 x 1 + b 2 x 2 + b 4 x 4 m. Alternatif 13 y = a + b 2 x 2 + b 3 x 3 + b 4 x 4 n. Alternatif 14 y = a + b 1 x 1 + b 2 x 2 + b 3 x 3 + b 4 x4 IV.5.5 Interpretasi Hasil Kalibrasi Proses kalibrasi adalah menentukan nilai parameter yang belum diketahui. Pada penelitian ini, proses kalibrasi dilakukan dengan bantuan perangkat lunak komputer. Untuk tiap-tiap alternatif persamaan, variabel yang signifikan dalam mempengaruhi probabilitas pemilihan moda dan nilai statistik dipresentasikan.

98 Berdasarkan tanda koefisien persamaan sebagai parameter uji kemasuk akalan pada masing-masing atribut untuk beberapa persamaan dapat disimpulkan sebagai berikut : a. Atribut Cost secara umum memiliki tanda negatif ( - ) pada alternatif persamaannya. Bila selisih biaya perjalanan antara Bus KUPJ dan Kereta Api meningkat, maka utilitas (Bus KUPJ Kereta Api) akan berkurang sehingga mengakibatkan probabilitas Bus KUPJ akan menurun dan probabilitas Kereta Api akan meningkat. Hal ini menunjukkan tanda negatif ( - ) pada atribut Cost dalam persamaan adalah masuk akal. b. Atribut TIME secara umum memiliki tanda positif ( + ) pada alternatif persamaannya. Bila selisih waktu tempuh perjalanan antara Bus KUPJ dan Kereta Api meningkat, maka utilitas (Bus KUPJ Kereta Api) akan bertambah sehingga mengakibatkan probabilitas Bus KUPJ akan meningkat dan probabilitas Kereta Api akan menurun. Hal ini menunjukkan tanda positif ( + ) pada atribut Time dalam persamaan adalah masuk akal. c. Atribut Headway secara umum memiliki tanda positif ( + ) pada alternatif persamaannya. Bila selisih jadwal keberangkatan antara KUPJ dan Kereta Api meningkat, maka utilitas (Bus KUPJ Kereta Api) akan bertambah sehingga mengakibatkan probabilitas Bus KUPJ akan meningkat dan probabilitas Kereta Api akan menurun. Hal ini menunjukkan tanda positif ( +) pada atribut Headway dalam persamaan tidaklah masuk akal. d. Atribut service secara umum memiliki tanda positif (+) pada alternatif persamaannya. Bila selisih tingkat pelayanan antara Bus KUPJ dan Kereta Api meningkat, maka utilitas (Bus KUPJ Kereta Api) akan bertambah sehingga mengakibatkan probabilitas Bus KUPJ akan meningkat dan probabilitas akan menurun. Hal ini menunjukkan bahwa tanda positif (+) pada atribut Service dalam persamaan adalah masuk akal.

99 IV.5.6 Validasi Dengan Uji Statistik Maksud dari validasi ini adalah untuk menguji tingkat kepercayaan (realibility) terhadap model yang didapat. Adapun proses validasi tersebut dilakukan dengan cara : a. Memastikan pengaruh masing-masing atribut yang terdapat dalam persamaan secara individu terhadap utilitas pemilihan moda, yaitu dengan melakukan pengujian hipotesa terhadap koefisien regresi secara parsial (t-test). b. Memastikan pengaruh seluruh atribut yang terdapat dalam persamaan secara simultan terhadap utilitas pemilihan moda, dengan melakukan pengujian hipotesa terhadap variasi nilai utilitas (F-test). c. Mengetahui seberapa besar persentase pengaruh seluruh atribut terhaap utilitas pemilihan moda yang ditunjukkan oleh besarnya koefifien determinasi (R 2 ). IV.5.7 Persamaan Model Model pemilihan moda angkutan penumpang bus angkutan kota antar propinsi antara moda Bus KUPJ dan KA untuk rute Medan-Tanjung Balai yang diperoleh dalam studi tugas akhir ini adalah model logit binomial dengan fungsi utilitas antara kedua moda dalam bentuk persamaan linier. Persamaan model pemilihan moda hasil analisa adalah sebagai berikut : Probabilitas pemilihan moda Bus KUPJ adalah P Bus exp U Bus KUPJ U KeretaApi = KUPJ 1+ exp U U BusKUPJ KeretaApi ( 4.3 ) Dan probabilitas pemilihan moda Kereta Api adalah :

100 P KeretaApi = 1 P ( 4.4 ) BusKUPJ Dengan persamaan selisih utilitas Bus KUPJ dan Kereta Api adalah : ( U BusKUPJ ) U KeretaApi = X X X X 4 Dimana : X 1 = Cost X 2 = Time X 3 = Headway X 4 = Service....(4.5) IV.5.8 Grafik Pemilihan Moda Grafik pemilihan moda merupakan hubungan antar probabilitas pemilihan moda dengan selisih nilai utilitas Bus KUPJ dan Kereta Api. Bila selisih biaya perjalanan antara Bus Bus KUPJ dan Kereta Api meningkat, selisih waktu tempuh perjalanan antara Bus KUPJ dan Kereta Api meningkat, selisih headway antara Bus KUPJ dan Kereta Api meningkat maka, utilitas (Bus KUPJ dan Kereta Api) akan berkurang sehingga mengakibatkan probabilitas Bus KUPJ akan menurun dan probabilitas Kereta Api akan bertambah. Demikian pula sebaliknya. Bila biaya perjalanan, waktu tempuh, dan headway antara Bus KUPJ dan Kereta Api adalah sama maka, utilitas Bus KUPJ sama dengan Kereta Api sehingga probabilitas Bus KUPJ dan Kereta Api akan seimbang (Pr Bus KUPJ = Kereta Api = 0.5). Besarnya utilitas dan probabilitas pemilihan moda ini dapat dilihat pada grafik 4.8 sebagai berikut :

101 Grafik 4.9 Besarnya Utilitas dan Probabilitas Pemilihan Moda IV.6 Sensitivitas Model Sensitivitas model dimaksudkan untuk memahami perubahan nilai probabilitas pemilihan moda Bus KUPJ seandainya dilakukan perubahan nilai atribut pelayanannya secara gradual. Untuk menggambarkan sensitivitas ini dilakukan beberapa perubahan atribut berikut terhadap model pada masing-masing kelompok, yaitu : a. Biaya perjalanan dikurangi atau ditambah. b. Waktu perjalanan diperlambat atau dipercepat. c. Frekwensi keberangkatan dikurangi atau ditambah. d. Tingkat pelayanan dikurangi atau ditingkatkan. Analisa sensitivitas terhadap atribut dari salah satu perubahan diatas dilakukan dengan menganggap bahwa dengan perubahan ini tidak mempengaruhi atribut lainnya atau pengaruh baik (feed back effect) tidak diperhitungkan. Adapun prosedur perhitungan sensitivitas dilakukan sebagai berikut : a. Urutkan nilai atribut sesuai kelompok perubahan.

102 b. Tetapkan nilai atribut lain dengan menggunakan nilai rata-rata. c. Tentukan nilai utilitas dan probabilitas sesuai dengan perubahan yang dilakukan. d. Gambarkan grafik hubungan antara probabilitas dan nilai atribut sesuai dengan kelompok perubahan yang dilakukan. Perubahan terhadap analisis sensitivitas ini diperoleh dengan mengggunakan persamaan utilitas Bus KUPJ dan Kereta Api, yaitu : ( U BusKUPJ ) U KeretaApi = X X X X 4 Grafik 4.10 Sensitivitas Model Terhadap Perubahan Atribut Cost Berdasarkan analisa sensitivitas terhadap perubahan atribut cost sebagaimana diperlihatkan pada grafik 4.9, maka dapat disimpulkan beberapa hal sebagai berikut : a. Memperlihatkan arah kemiringan garis, maka menunjukkan arah kemiringan positif, yaitu semakin kecil selisih perbedaan ongkos perjalanan akan semakin memperbesar probabilitas memilih Bus KUPJ. b. Dengan hanya memperlihatkan perubahan selisih biaya, untuk kompetisi pemilihan moda antara Bus KUPJ dan Kereta Api dapat dijelaskan bahwa probabilitas memilih Bus KUPJ akan lebih besar daripada probabilitas memilih

103 Kereta Api bila selisih biaya Bus KUPJ dan Kereta Api lebih besar dari Rp ,- Grafik 4.11 Sensitivitas Model Terhadap Perubahan Atribut Time Berdasarkan analisa sensitivitas terhadap perubahan atribut time sebagaimana diperlihatkan pada grafik 4.10, maka dapat disimpulkan beberapa hal sebagai berikut : a. Bahwa semakin kecil selisih waktu perjalanan maka, semakin memperbesar probabilitas orang dalam pemilihan Bus Kereta Api. b. Dengan hanya memperhatikan perubahan selisih waktu tempuh perjalanan, dapat dijelaskan bahwa probabilitas memilih Bus KUPJ akan lebih besar dari probabilitas memilih Kereta Api bila selisih waktu tempuh perjalanan lebih kecil dari -0.5 menit.

104 Grafik 4.12 Sensitivitas Model Terhadap Perubahan Atribut Headway Kemiringan garis menunjukkan arah positif, yaitu menyatakan bahwa: a. Semakin kecil selisih perbedaan frekwensi keberangkatan perjalanan maka, akan semakin memperbesar probabilitas dalam memilih bus KUPJ. b. Dengan hanya memperhatikan perubahan selisih headway perjalanan maka, dapat disimpulkan bahwa probabilitas memilih Bus KUPJ akan lebih besar dari probabilitas memilih Kereta Api bila selisih headway antara Bus KUPJ dan Kereta Api lebih kecil dari 5 jam/hari.

105 Grafik 4.13 Sensitivitas Model Terhadap Perubahan Atribut Service Berdasarkan analisa sensitivitas terhadap perubahan atribut service sebagaimana diperlihatkan pada grafik 4.12, maka dapat disimpulkan beberapa hal sebagai berikut : a. Bahwa semakin kecil selisih tingkat pelayanan maka, semakin memperkecil probabilitas orang dalam pemilihan Bus Kereta Api. b. Dengan hanya memperhatikan perubahan selisih tingkat pelayanan, dapat dijelaskan bahwa probabilitas memilih Bus KUPJ akan lebih besar dari probabilitas memilih Kereta Api bila selisih tingkat pelayanan lebih besar dari 25%.

106 ANALISA DENGAN METODE REVEALED PREFERENCE (RP) 1. Umum Revealed Preferance ialah suatu analisa yang membandingkan waktu sebenarnya dengan harga yang harus dikeluarkan untuk mencapai daerah tujuan. Waktu sebenarnya (real time) Biaya perjalanan (Cost) Revealed Preference adalah nilai waktu yang diperoleh dari kenyataan pilihan perjalanan yang terjadi dan dikaitkan dengan biaya perjalanan yang ada. Dalam hal ini kasus yang ditinjau adalah Medan Tanjung Balai pada keadaan yang sesungguhnya, sehinggga dengan adanya metode Revealed Preference dapat membantu pengguna memberikan informasi aktual tentang biaya perjalanan (dalam hal ini waktu), jarak aktual kepada para pengguna jaringan jalan. Dengan nilai perhitungan yang hampir sama dengan Stated Preference namun Revealed preference menekankan pada koefisien waktu sebenarnya (Real Time) dengan perbandingan terhadap biaya perjalanan (COST).

107 Tabel 1.1 Perbandingan Biaya Perjalanan dan Waktu sebenarnya KA dan Bus KUPJ Biaya Perjalanan (Rupiah) Waktu Perjalanan (Menit) KA KUPJ

108 Cost 1 Medan Tanjung balai dengan menggunakan KUPJ: Rp ,- Cost 2 Medan Tanjung balai dengan menggunakan Kereta Api: Rp ,- II. Kompilasi Data Kompilasi data dilakukan terhadap semua responden yang ada berdasarkan jawaban atau pilihan yang diberikan (point rating) pada setiap option yang ditawarkan proses kompilasi data dimana dilakukan dengan menggunakan paket program dari Microsoft Office Ecxel Dalam analisis dengan menggunakan data Revealed Preference terdapat banyak skala numerik yang dapat dihubungkan pada responden individu dan pendekatan regresi yang digunakan dalam studi ini, seperti yang telah dijelaskan sebelumnya, merupakan analisis regresi yang menggunakan nilai skala standart dalam probabilitas pilihannya. Untuk hasil lebih lengkap dari proses kompilasi data dengan pendekatan nilai skala standart dalam probabilitasnya pilihannya dapat dilihat pada lampiran.

109 III. Validasi Dengan Uji Statistik Maksud dari validasi ini adalah untuk menguji tingkat kepercayaan (realibility) terhadap model yang didapat. Adapun proses validasi tersebut dilakukan dengan cara : a. Memastikan pengaruh masing-masing atribut yang terdapat dalam persamaan secara individu terhadap utilitas pemilihan moda, yaitu dengan melakukan pengujian hipotesa terhadap koefisien regresi secara parsial (t-test). b. Memastikan pengaruh seluruh atribut yang terdapat dalam persamaan secara simultan terhadap utilitas pemilihan moda, dengan melakukan pengujian hipotesa terhadap variasi nilai utilitas (F-test). c. Mengetahui seberapa besar persentase pengaruh seluruh atribut terhaap utilitas pemilihan moda yang ditunjukkan oleh besarnya koefifien determinasi (R 2 ).

110 IV. Kombinasi antara Revealed Preference dengan StateD Preference IV.1 Umum RP dan SP memiliki kelebihan dan kekurangannya masing-masing, beberapa poin dari kekurangan dari RP ialah kelebihan dari data SP, beberapa penelitian telah mencoba untuk menggabungkan kedua tipe data. Dalam studi transportasi, beberapa studi telah menelaah bagaimana mengkombinasikan kedua data diatas (Ben Akiva, Morikawa, 1990; Swait and Louvere, 1993;Bradley and Daly, 1997). Dalam literatur transportasi, tipe dari aplikasi digunakan untuk memilih moda, data RP biasanya digunakan sebagai arus pilihan, dan untuk data SP biasanya digunakan untuk memprediksi pemilhan terhadap masa depan (Future) dan transportasi alternatif. Ben-Akiva dan Morikawa (1990) menjelaskan bahwasanya penggabungan dari kedua tipe yeng berbeda diatas akan menghasikan perbedaan hasil akhir, kedua tipe tadi menimbulakan beberapa keunikan yang lain, data pertama menyediakan informasi parameter utama yang digunakan sebagai model, model kedua menyediakan semua parameter yang sebenarnya. Menurut Ben-Akiva dan Mokinwa (1990) Perbedaan hasil dari RP dan SP dapat langsung digunakan sebagai fungsi (σ 2 RP, σ 2 SP). σ 2 RP= µ 2 σ 2 SP Banyak kasus dan model yang telah dicoba. Kebanyakan dari hasil tersebut mengasilkan nilai data yang signifikan.

111 Perbandingan Revealed Preferance dan State Preferance RP RP SP Ordinary Time Adjustment Time Change/Oportunity dimana, σ 2 RP= µ 2 σ 2 SP σ 2 RP : Standard Deviasi Revealed Preference µ 2 : scale parameter σ 2 SP : Standard Deviasi Stated Preference Kasus 1 Perbandingan antara RP dan SP pada Bus KUPJ σ 2 RP : µ 2 : - σ 2 SP : Kasus 2 Perbandingan antara RP dan SP pada Kereta Api σ 2 RP : µ 2 : - σ 2 SP :

112 Maka nilai µ 2 untuk masing-masing kasus pada Kereta api dan pada KUPJ dapat diperoleh dari persamaan diatas. Penyelesaian Kasus 1 σ 2 RP= µ 2 σ 2 SP, Dimana nilai-nilainya adalah: σ 2 RP : µ 2 : - σ 2 SP : = µ 2 ( ) µ² = µ = µ = µ = 1/ λ λ = 1/ µ λ = 1/ λ = Penyelesaian Kasus 2 σ 2 RP= µ 2 σ 2 SP, Dimana nilai-nilainya adalah: σ 2 RP : µ 2 : - σ 2 SP : = µ 2 ( ) µ 2 = µ =

113 µ = µ = 1/λ λ = 1/ µ λ = 1/ λ =

114 BAB V KESIMPULAN DAN SARAN V.1 Kesimpulan Dari hasil pengamatan terhadap perilaku pelaku perjalanan diperoleh hasil karakteristik pengguna angkutan umum dalam pemilihan moda sebagai berikut : 1.a Bus KUPJ Sebelum Kenaikan harga BBM : Tujuan perjalanan lebih banyak untuk urusan non-berlibur/rekreasi sebesar 57.81%, sedangkan 42.19% untuk tujuan berlibur. Alasan utama pemilihan moda yang dipilih adalah karena pertimbangan kemudahan/mobilitas sebesar 40.63%. Setelah kenaikan harga BBM : Tujuan perjalanan lebih banyak untuk urusan non-berlibur/rekreasi sebesar 65.62% sedangkan 34.38% untuk tujuan berlibur. (Mengalami kenaikan berkisar 7.81% ) Alasan utama pemilihan moda yang dipilih adalah karena pertimbangan kemudahan/mobilitas sebesar 39.05%. (Mengalami penurunan berkisar 1.58% ) 1.b Kereta Api Sebelum Kenaikan harga BBM : a. Tujuan perjalanan lebih banyak untuk urusan non-berlibur/rekreasi sebesar 50.41%, sedangkan 49.59% untuk tujuan berlibur.

115 b. Alasan utama pemilihan moda yang dipilih adalah karena pertimbangan kenyamanan sebesar 32.52%. Setelah kenaikan harga BBM : a. Tujuan perjalanan lebih banyak untuk urusan berlibur/rekreasi sebesar 52.03% sedangkan 47.97%.untuk tujuan non-berlibur. (Mengalami perubahan tujuan ) b. Alasan utama pemilihan moda yang dipilih adalah tetap karena pertimbangan kenyamanan sebesar 32.52%. (Tidak ada mengalami perubahan ) 1.c Pendapatan yang terbesar antara Rp ,- s/d Rp ,- sebesar 50.00% di bus KUPJ, dan RP ,- s/d Rp ,- di Kereta Api sebesar 30.09%. 2. Model pemilihan moda angkutan penumpang antar kota dalam propinsi antara moda Bus KUPJ dan Kereta Api rute Medan-Tanjung Balai adalah : ( U BusKUPJ ) U KeretaApi = X X X X 4 (X 1 = selisih biaya perjalanan Bus KUPJ dan Kereta Api, X 2 = selisih waktu tempuh perjalanan Bus KUPJ dan Kereta Api, X 3 = selisih jadwal keberangkatan Bus KUPJ dan Kereta Api, X 1 = selisih tingkat pelayanan Bus KUPJ dan Kereta Api ) 3. Hasil yang diperoleh dari analisa sensitivitas diketahui bahwa atribut yang sensitif terhadap probabilitas pemilihan moda antara bus KUPJ dan Kereta Api adalah Cost, Time, dan Headway karena pada saat kondisi utilitas antara bus KUPJ dan Kereta Api sama dengan nol atau U (Bus KUPJ Kereta Api) = 0 maka, probabilitas Bus KUPJ lebih besar dari probabilitas Kereta Api (Pr Bus KUPJ > PrKereta Api). V.2 Saran

116 1. Analisa pemilihan moda yang diamati dalam penelitian ini merupakan analisis untuk pergerakan angkutan penumpang untuk rute Medan-Tanjung Balai. Penelitian ini dapat dikembangkan untuk pergerakan penumpang pada rute-rute lainnya. 2. Hambatan yang diperoleh dalam penelitian ini adalah pada saat survei pengambilan data di lapangan dikarenakan responden dalam mengisi kuisioner ini merasa enggan untuk menjawab sehingga sering kali jawaban yang diperoleh tidak memadai bahkan terkesan seadanya. 3. Untuk memperoleh hasil yang lebih baik, perlu dipertimbangkan atribut lainnya di samping dari ketiga atribut yang digunakan, seperti : atribut waktu tunggu (dalam satuan menit), atribut biaya terminal (dalam satuan Rupiah), atribut biaya dari rumah ke stasiun (dalam satuan Rupiah), dan lain-lain.

117 DAFTAR PUSTAKA Banks, James H., (2002). Introduction to Transportation Engineering. McGraw-Hill companies, New York. ITB, (1998). Prosiding Simposium I Forum Studi Transportasi Antar Perguruan Tinggi. Penerbit ITB, Bandung. Miro, Fidel., (2005). Perencanaan Transportasi. Erlangga, Jakarta. Morlok, Edwar K., (1995). Pengantar Teknik dan Perencanaan Transportasi. PT. Gelora Aksara Pratama, Jakarta. Pramesti, Getut., (2007). Aplikasi SPSS15.0 Dalam Model Linier Statika. PT Elex Media Komputindo, Jakarta. Sitindaon, Charles., (2001). Kajian Model Pemilihan Moda Angkutan Barang Antara Kereta Api dan Truk. Tesis Magister Teknik Sipil ITB, Bandung. Tamin, Ofyar Z., (1997). Perencanaan dan Pemodelan Transportasi. Penerbit ITB, Bandung. Warpani, Suwardjoko., (1990). Merencenakan Sistem Perangkutan. Penerbit ITB, Bandung.

118 Kompilasi Data Nomor Responden 1 2 Selisih Nilai Variabel Bebas Jawaban Responden Skala Nilai Cost (Rp) Time (Jam) Headway (/hari) Service (%) Option Point Rating Numerik a b c d e f g h a b c d e f g h a b d e f a b c d a b c d f g a b c f g a b d e f a b c d a b c d e f g h a b c d

119 f g a b c d e f a b c d f a b c d e f g h a b c d e f g h a b c d e f a b c d e f a b c d e f g h a b c d e f g h a b c d e f a b c d e f a b c d e f g h a b c

120 d f g a b c d e f a b c d a b c d f g a b c d f g a b d e f a b c d a b c d f g a b c d e f g h a b c d e f a b c d e f a b c d f g a

121 b c d e f g h a b c d e f a b c d e f a b c d e f g h a b c d e f g h a b c d e f a b c d e f a b c d e f g h a b c d e f g h a b c d e f a b c d e f a b c d f g

122 a b c f g a b d e f a b c d f a b c d f g a b c f g a b d e f a b c d e f a b c d e f g a b c d f g a b c d e f a b c d e f a b c d

123 f g a b c e f g h a b d e f a b c d a b c d f g a b c e f g a b d e f a b c d a b c d f g h a b c d f g a b c d e f a b c d e f a b c

124 d f g a b c d f g a b c d e f a b c d e f a b c d f g a b c d f g a b c d e f a b c d e f a b c d f g a b c d e f g a b c d e f a b c d a

125 b c d f g a b c d f g a b c d e f a b c d e f a b c d f g a b c d f g a b c d e f a b c d e f a b c d f g a b c e f g h a b c d e f a b c d e

126 f a b c d f g a b c d f g a b c d e f a b c d e f a b c d f g a b c e f g a b d e f a b c d a b c d f g a b c d f g a b c d e f a b c

127 d e f a b c d f g a b c d f g a b c d e f a b c d e f a b c d f g a b c d f g a b c d e f a b c d e f a b c d f g a b c f g a b d e f a

128 b c d e f a b c d e f g h a b c d e f g h a b c d e f a b c d e f a b c d f g a b c d f g a b c d e f a b c d e f a b c d e f g a b c e f g a b d e

129 f a b c d a b c d e f g h a b c e f g h a b d e f a b c d a b c d e f g a b c d e f g a b c d e f a b c d e f a b c d e f g a b c e f g a b c

130 d e f a b c d e f a b c d f g a b c d f g a b c d e f a b c d f a b c d f g a b c e f g a b d e f a b c d a b c d f g a b c d f g a

131 b c d e f a b c d f a b c d f g a b c f g a b d e f a b c d f a b c d f g a b c d f g a b c d e f a b c d f a b c d f g a b c d f g

132 a b c d e f a b c d f a b c d f g a b c d f g a b c d e f a b c d f a b c d e f g a b c f g a b d e f a b c d a b c d f g a b c d

133 f g a b c d e f a b c d e f a b c d f g a b c d f g a b c d e f a b c d e f a b c d f g a b c d f g a b c d e f a b c d e f a b c d f g a b c

134 d e f g h a b c d e f a b c d e f a b c d f g a b c d e f g h a b d e f a b c d a b c d f g a b c d f g a b d e f a b c d e f a b c d f g a

135 b c e f g h a b c d e f a b c d e f a b c d f g a b c d f g a b c d e f a b c d f a b c d f g a b c e f g a b d e f a b c d a b c d f g

136 a b c e f g a b d e f a b c d a b c d f g a b c f g a b c d e f a b c d a b c d f g a b c d e f g a b c d e f a b c d e f a b c d e

137 f g h a b c f g h a b c d e f a b c d e f a b c d e f g h a b c e f g h a b d e f a b c d e f a b c d f g a b c d e f g a b c d e f a b c d e f a b c

138 d f g a b c d f g a b c d e f a b c d e f a b c d e f g a b c f g a b d e f a b c d a b c d e f g h a b c e f g h a b d e f a b c d a

139 b c d e f g h a b c d e f g h a b c d e f a b c d e f a b c d e f g h a b c d e f g h a b c d e f a b c d e f a b c d e f g h a b c d e f g h a b c d e f a b c d e 3 0

140 f a b c d e f g h a b c d e f g h a b c d e f a b c d e f a b c d f g a b c d e f g h a b c d e f a b c d e f a b c d e f g h a b c d e f g h a b c d e f a b c

141 d e f a b c d f g h a b c d e f g h a b c d e f a b c d e f a b c d f g a b c e f g a b d e f a b c d a b c d f g a b c e f g a b d e f a

142 b c d a b c d f g a b c f g h a b d e f a b c d a b c d f g a b c f g h a b d e f a b c d e f a b c d e f g a b c e f g a b c d e 3 0

143 f a b c d a b c d e f g a b c e f g a b c d e f a b c d e f a b c d e f g a b c e f g h a b d e f a b c d a b c d e f g h a b c e f g a b c

144 d e f a b c d a b c d e f g h a b c d e f g h a b d e f a b c d a b c d e f g a b c e f g a b c d e f a b c d e a b c d e f g a b c e f g a 3 0

145 b d e f a b c d a b c d e f g a b c e f g a b c d e f a b c d a b c d e f g a b c e f g a b d e f a b c d e a b c d e f g a b c e f g

146 a b c d e f a b c d e f a b c d e f g a b c f g a b d e f a b c d e f a b c d e f g h a b c e f g h a b d e f a b c d a b c d e f g a b c e

147 f g a b c d e f a b c d e f a b c d f g h a b c e f g h a b d e f a b c d a b c d f g a b c e f g a b c d e f a b c d e f a b c d f g a b c

148 e f g a b d e f a b c d a b c d f g a b c e f g a b d e f a b c d a b c d e f g a b c f g a b d e f a b c d a b c d f g a

149 b c f g a b d e f a b c d e f a b c d e f g a b c d e f g a b c d e f a b c d e a b c d e f g a b c d e f g a b c d e f a b c d e f a b c d f g

150 a b c d f g a b d e f a b c d a b c d f g a b c f g a b d e f a b c d a b c d f g a b c e f g a b d e f a b c d a b c d

151 f g a b c e f g a b d e f a b c d a b c d f g a b c e f g a b d e f a b c d a b c d f g a b c e f g a b d e f a b c d a b c

152 d f g a b c e f g a b d e f a b c d a b c d f g a b c d e f g a b d e f a b c d e f a b c d f g a b c d e f g a b d e f a b c d e f a

153 b c d f g a b c d e f g a b d e f a b c d a b c d f g a b c e f g a b d e f a b c d a b c d f g a b c d f g a b c d e f a b c d e

154 a b c d f g a b c f g a b c d e f a b c d e f a b c d e f g a b c e f g a b d e f a b c d a b c d f g a b c f g a b d e f a b c

155 d a b c d f g a b c f g a b c d e f a b c d e f a b c d e f g a b c e f g a b d e f a b c d a b c d f g a b c e f g a b d e f a

156 b c d e f a b c d e f g a b c e f g a b d e f a b c d a b c d f g a b c e f g a b d e f a b c d a b c d e f g h a b c f g a b d e 3 0

157 f a b c d a b c d f g a b c f g a b d e f a b c d e f a b c d f g a b c e f g a b d e f a b c d a b c d e f g a b c e f g a b c

158 d e f a b c d e f a b c d e f g a b c e f g a b c d e f a b c d e f a b c d f g a b c d f g a b c d e f a b c d e f a b c d f g a b c d f g a

159 b c d e f a b c d e f a b c d e f g a b c e f g a b d e f a b c d a b c d e f g a b c f g a b d e f a b c d a b c d f g a b c d f g

160 a b d e f a b c d a b c d e f g a b c e f g a b d e f a b c d a b c d f g h a b c f g h a b d e f a b c d a b c d f g h a b c

161 f g a b d e f a b c d a b c d f g h a b c f g a b d e f a b c d a b c d f g h a b c f g a b d e f a b c d a b c d f g h a b c

162 f g h a b d e f a b c d a b c d e f g h a b c e f g h a b d e f a b c d a b c d f g h a b c f g h a b d e f a b c d a b c d f g h a

163 b c f g h a b d e f a b c d a b c d f g h a b c f g h a b d e f a b c d a b c d f g h a b c f g h a b d e f a b c d a b c d f g

164 h a b c f g a b d e f a b c d a b c d f g h a b c f g a b d e f a b c d a b c d e f g a b c e f g a b c d e f a b c d a b c d

165 f g a b c f g a b d e f a b c d a b c d f g h a b c f g a b d e f a b c d a b c d e f g a b c e f g a b c d e f a b c d a b c

166 d f g h a b c f g a b d e f a b c d a b c d f g h a b c f g h a b d e f a b c d a b c d f g h a b c f g a b d e f a b c d a

167 b c d e f g a b c e f g a b d e f a b c d e a b c d f g h a b c f g a b d e f a b c d a b c d f g h a b c f g h a b d e f a b c d

168 a b c d f g a b c f g a b d e f a b c d a b c d f g h a b c f g a b d e f a b c d a b c d e f g a b c e f g a b d e f a b c

169 d a b c d f g a b c e f g a b d e f a b c d a b c d e f g a b c f g a b d e f a b c d a b c d e f g a b c e f g h a b d e f a

170 b c d a b c d f g h a b c f g h a b d e f a b c d a b c d e f g a b c e f g a b d e f a b c d a b c d e f g a b c e f g h a b d e

171 f a b c d a b c d f g h a b c f g a b d e f a b c d a b c d e f g a b c e f g a b c d e f a b c d a b c d f g h a b c f g h a b

172 d e f a b c d a b c d f g h a b c f g a b d e f a b c d a b c d e f g a b c e f g a b d e f a b c d a b c d f g h a b c f g h a

173 b d e f a b c d a b c d f g h a b c f g a b d e f a b c d a b c d f g h a b c f g h a b d e f a b c d a b c d f g h a b c f g

174 h a b d e f a b c d a b c d f g h a b c f g a b d e f a b c d a b c d e f g a b c e f g a b c d e f a b c d a b c d f g h a b c

175 f g h a b d e f a b c d a b c d e f g a b c e f g a b c d e f a b c d a b c d f g h a b c f g a b d e f a b c d a b c d f g h a b c

176 f g a b d e f a b c d a b c d e f g h a b c f g h a b d e f a b c d a b c d e f g a b c e f g h a b d e f a b c d a b c d e f g a

177 b c e f g h a b d e f a b c d a b c d f g h a b c f g h a b d e f a b c d a b c d e f g a b c e f g a b d e f a b c d a b c d e f g

178 a b c e f g a b d e f a b c d a b c d e f g a b c f g a b d e f a b c d a b c d f g h a b c f g a b d e f a b c d a b c d

179 f g h a b c f g a b d e f a b c d a b c d e f g a b c f g a b d e f a b c d a b c d f g h a b c f g h a b d e f a b c d a b c

180 d f g h a b c f g h a b d e f a b c d a b c d f g h a b c f g h a b d e f a b c d a b c d e f g h a b c f g a b d e f a b c d a

181 b c d f g h a b c f g a b d e f a b c d a b c d f g h a b c f g a b d e f a b c d a b c d f g h a b c f g h a b d e f a b c d

182 Lampiran A FORMAT KUISIONER PENELITIAN ANALISA PEMILIHAN MODA TRANSPORTASI BUS ANGKUTAN KOTA DAN KERETA API TERHADAP KENAIKAN HARGA BBM (STUDI KASUS : MEDAN-TANJUNG BALAI)

183 A. Diisi oleh surveyor 1. L okasi survei : Stasiun Kereta Api Stasiun Bus KUPJ 2. T anggal :.. 3. H ari : Kerja Libur 4. W aktu : Pagi ( WIB) Siang ( WIB Sore ( WIB) I. S EBELUM KENAIKAN BBM B. D iisi oleh Responden 1. D ata Responden Nama : Jenis Kelamin : Pria Perempuan Umur : tahun Pendidikan Terakhir : SD Akademi SLTP Diploma SLTA Sarjana Status : Sudah Menikah Belum Menikah Pekerjaan :. 2. A pakah Anda pernah menggunakan bus KUPJ maupun kereta api dalam perjalanan Medan-Tanjung Balai? Ya, kedua-duanya pernah Ya, salah satunya pernah 3. D ari kedua angkutan diatas, mana yang lebih sering Anda gunakan? Kereta Api Bus KUPJ 4. L atar belakang/alasan Anda menggunakan Moda diatas? Pertimbangan kecepatan/waktu Pertimbangan kemudahan Pertimbangan keselamatan/keamanan Pertimbangan harga (murah) Pertimbangan kenyamanan 5. A pa maksud perjalanan Anda? Bisnis/bekerja Belanja Pendidikan Lain-lain..(tuliskan) Berlibur/rekreas 6. B erapa frekuensi rata-rata Anda menggunakan angkutan bus KUPJ?

184 Seminggu.kali Sebulan kali Setahun..kali 7. B erapa frekuensi rata-rata Anda menggunakan kereta api? Seminggu.kali Setahun..kali Sebulan kali 8. K endaraan pribadi yang Anda miliki? Tidak punya Mobil Sepeda motor Lain-lain.(tuliskan) 9. P endapatan/penghasilan perbulan? < Rp ,- Rp Rp ,- Rp Rp ,- > Rp ,- II. ETELAH KENAIKAN BBM S Diisi oleh responden 1. A pakah Anda pernah menggunakan Bus KUPJ maupun kereta api dalam perjalanan Medan-Tanjung Balai? Ya, kedua-duanya pernah ya, salah satunya pernah 2. D ari kedua moda angkutan diatas, mana yang lebih sering Anda gunakan? Kereta Api Bus 3. L atar belakang/alasan Anda menggunakan moda tersebut? Pertimbangan kecepatan/waktu Pertimbangan kemudahan Pertimbangan keselamatan/keamanan Pertimbangan harga (murah) Pertimbangan kenyamanan 4. A pa maksud perjalanan Anda? Bisnis/bekerja Belanja Pendidikan Lain-lain..(tuliskan) Berlibur/rekreasi 5. B erapa frekuensi rata-rata Anda menggunakan angkutan bus KUPJ? Seminggu.kali Setahun..kali Sebulan kali

185 6. B erapa frekuensi rata-rata Anda menggunakan kereta api? Seminggu.kali Setahun..kali Sebulan kali PERUBAHAN PADA ATRIBUT BIAYA PERJALANAN (COST) (KONDISI ATRIBUT LAINNYA TETAP) Biaya Perjalanan Bus KUPJ (Rupiah) Biaya Perjalanan Kereta Api (Rupiah) SILAHKAN DIJAWAB DI KOLOM INI POINT RATING Pasti pilih bus KUPJ (1) Mungkin Pilih Bus KUPJ (2) Pilihan Berimbang (3) Mungkin Pilih Kereta Api (4) PERUBAHAN PADA ATRIBUT WAKTU TEMPUH PERJALANAN (TIME) (KONDISI ATRIBUT LAINNYA TETAP) Waktu tempuh bus KUPJ (Jam) Waktu tempuh kereta api (Jam) SILAHKAN DIJAWAB DI KOLOM INI POINT RATING Pasti pilih bus KUPJ (1) Mungkin Pilih Bus KUPJ (2) Pilihan Berimbang (3) Mungkin Pilih Kereta Api (4) Pasti Pilih Kereta Api (5) Pasti Pilih Kereta Api (5) PERUBAHAN PADA ATRIBUT JADWAL KEBERANGKATAN (HEADWAY) (KONDISI ATRIBUT LAINNYA TETAP) Jadwal keberangkatan bus KUPJ (/hari) Jadwal keberangkatan kereta api (/hari) SILAHKAN DIJAWAB DI KOLOM INI POINT RATING Tiap ½ jam Tiap ½ jam Tiap ½ jam Tiap ½ jam Tiap 2 jam Tiap 5 jam Pasti pilih bus KUPJ (1) Mungkin Pilih Bus KUPJ (2) Pilihan Berimbang (3) Mungkin Pilih Kereta Api (4) Pasti Pilih Kereta Api (5)

186 Tiap ½ jam Tiap 2 jam Tiap 5 jam Tiap ½ jam Tiap ½ jam Tiap ½ jam PERUBAHAN PADA ATRIBUT PELAYANAN (SERVICE) (KONDISI ATRIBUT LAINNYA TETAP) Tingkat pelayanan bus KUPJ Tingkat pelayanan kereta api SILAHKAN DIJAWAB DI KOLOM INI POINT RATING Tetap Tetap Tetap +AC +AC,majalah +AC,majalah,snack +AC +AC,musik +AC,musik,snack Tetap Tetap Tetap Pasti pilih bus KUPJ (1) Mungkin Pilih Bus KUPJ (2) Pilihan Berimbang (3) Mungkin Pilih Kereta Api (4) Pasti Pilih Kereta Api (5) Lampiran B Atribut Perjalanan Moda Bus KUPJ dan Kereta Api Sebelum Kenaikan BBM NO. ATRIBUT JENIS MODA/KENDARAAN BUS KUPJ KERETA API 1. Biaya Perjalanan (COST) RP ,- RP ,- 2. Waktu Tempuh Perjalanan (TIME) ± 4.30 jam ± 4.30 jam 3. Jadwal Keberangkatan (HEADWAY) Pkl. ( ) WIB (setiap 30 menit sekali) Pkl WIB Pkl WIB Pkl WIB Atribut Perjalanan Moda Bus KUPJ dan Kereta Api Setelah Kenaikan BBM JENIS MODA/KENDARAAN NO. ATRIBUT BUS KUPJ KERETA API 1. Biaya Perjalanan RP ,- RP ,-

187 (COST) 2. Waktu Tempuh Perjalanan (TIME) ± 4.30 jam ± 4.30 jam 3. Jadwal Keberangkatan (HEADWAY) Pkl. ( ) WIB (setiap 30 menit sekali) Pkl WIB Pkl WIB Pkl WIB Lampiran C Penentuan Ukuran Sampel Berdasarkan hasil pilot survey terhadap 60 responden, masing-masing responden menjawab 14 option dari seluruh respoden. Responden terkumpul = 60 x 14 = 840 Tabel Acuan menentukan jumlah sampel : probabilitas individu memilih bus KUPJ/Kereta Api Pr (KA) Jumlah No. Makna pilihan (p) responden (n) n.p (p-p rerata ) n(p-p rerata )² 1 Pasti pilih Bus KUPJ 0, Mungkin pilih Bus KUPJ 0, Pilihan Berimbang 0,

188 4 Mungkin pilih Kereta Api 0, Pasti pilih Kereta Api 0, Jumlah Probabilitas rata-rata sampel, p rerata = 336/840 = Variasi sampel, α = n( p p ) /( n 1) σ = rerata 2 Standar deviasi sampel, = n. ( p p ) /( n 1) σ = Asumsi tingkat keberartian (level of significant), α/2 = 0.05 (5%) Maka, dari tabel normal t diperoleh Z a /2 = 1.96 Galat yang dikehendaki g tidak lebih dari 2% = 0.02 rerata Maka, jumlah sampel minimal : σ. Z n = α 2 2 g = Jumlah responden n = Syarat minimal data yang dapat disebarkan kepada responden adalah 79 individu. Maka, data yang diambil untuk disebarkan kepada responden, ambil : 200 individu. Lampiran D Kompilasi Data 1. Variabel Bebas (Independent Variable) Cost (X1) : Selisih biaya perjalanan (Bus KUPJ-Kereta Api) Time (X2) : Selisih waktu tempuh perjalanan (Bus KUPJ-Kereta Api) Headway (X2) : Selisih jadwal keberangkatan (Bus KUPJ-Kereta Api) Service (X2) : Selisih tingkat pelayanan (Bus KUPJ-Kereta Api) 2. Variabel Tidak Bebas Adalah skala numerikyang diperoleh melalui transportasi logit biner pada probabilitas masing-masing point rating. 3. Skala Numerik

189 Skala Standart Point Skala Numerik Rating Pr (Kereta Api) R1 = R2 = R3 = R4 = R5 = LAMPIRAN E : NILAI RATA-RATA ATRIBUT Nomor Cost Time Headway Service (RP) (Jam) (Jam) (%)

190 Jumlah Rata-rata Lampiran F.1 Tabel Perhitungan Sensitivitas Atribut Cost NilaiRata-rata Selisih Atribut (Bus-KA) Cost Time Headway Service U (BUS-KA) Pr (BUS) (RP) (Jam) (Jam) (%)

191 Lampiran F.2 Tabel Perhitungan Sensitivitas Atribut Time NilaiRata-rata Selisih Atribut (Bus-KA) Cost Time Headway Service U (BUS-KA) Pr (BUS) (RP) (Jam) (Jam) (%)

192 Lampiran F.3 Tabel Perhitungan Sensitivitas Atribut Headway NilaiRata-rata Selisih Atribut (Bus-KA) Cost Time Headway Service U (BUS-KA) Pr (BUS) (RP) (Jam) (Jam) (%)

193 Lampiran F.4 Tabel Perhitungan Sensitivitas Atribut Service NilaiRata-rata Selisih Atribut (Bus-KA) Cost Time Headway Service U (BUS-KA) Pr (BUS) (RP) (Menit) (Jam) (%)

194 Lampiran G.1 Uji Tanda Koefisien Atribut Cost SELISIH COST (Rp) U (BUS-KA) Pr (BUS)

195 Lampiran G.2 Uji Tanda Koefisien Atribut Time SELISIH TIME (Menit) U (BUS-KA) Pr (BUS)

196 Lampiran G.3 Uji Tanda Koefisien Atribut Headway SELISIH HEADWAY (JAM) U (BUS-KA) PR BUS

197 Lampiran G.4 Uji Tanda Koefisien Atribut Service SELISIH SERVICE (%) U (BUS-KA) Pr (BUS)

198 Lampiran H : Tabel Pemilihan Moda No. 1 2 Option Cost (Rp) Time (Menit) Headway (Jam) Service (%) U (BUS-KA) Pr (BUS) Pr (KA) a b c d e f g h a b c d

199 e f g h a b c d e f a b c d e f

200 LAMPIRAN I : TABEL PERHITUNGAN SELISIH ATRIBUT Atribut Bus KUPJ KA Selisih (Bus KUPJ-KA) Cost (RP) Time (jam) Headway Service

201 Lampiran J Distribusi T

202 Lampiran K Distribusi F

203 Lampiran L Tabel Data Hasil Survey Revelead Preference Data KUPJ Keterangan Rute (Medan-Tanjung Balai) WB WT WP Biaya Perjalanan Keterangan Rute (Medan-Tanjung Balai) WB WT WP Biaya Perjalanan Data Kereta Api Keterangan Rute (Medan-Tanjung Balai) WB WT WP Biaya Perjalanan Keterangan WB : Waktu Berangkat WT : Waktu Tiba WP : Waktu Perjalanan

204 Lampiran M Tabel Hasil Kalibrasi Persamaan HASIL KALIBRASI PERSAMAAN BUS KUPJ REGRESI Descriptive Statistics Mean Std. Deviation N WAKTU BIAYAPERJALANAN Correlations BIAYAPER WAKTU JALANAN Pearson Correlation WAKTU BIAYAPERJALANAN Sig. (1-tailed) WAKTU..000 BIAYAPERJALANAN.000. N WAKTU 5 5 BIAYAPERJALANAN 5 5 Variables Entered/Removed(b) Variables Model Entered 1 BIAYAPERJ ALANAN(a) Variables Removed. Enter Method a All requested variables entered. b Dependent Variable: WAKTU Model Summary(b) Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1.994(a) a Predictors: (Constant), BIAYAPERJALANAN b Dependent Variable: WAKTU ANOVA(b) Model Sum of Squares df Mean Square F Sig. 1 Regression (a) Residual Total a Predictors: (Constant), BIAYAPERJALANAN b Dependent Variable: WAKT Coefficients(a) Model Unstandardized Coefficients Standardized Coefficients t Sig. 95% Confidence Interval for B B Std. Error Beta Lower Bound Upper Bound B Std. Error 1 (Constant)

205 BIAYAPERJALANAN a Dependent Variable: WAKTU Residuals Statistics(a) Minimum Maximum Mean Std. Deviation N Predicted Value Residual Std. Predicted Value Std. Residual a Dependent Variable: WAKTU HASIL KALIBRASI PERSAMAAN KERETA API REGRESI Descriptive Statistics Mean Std. Deviation N WAKTU BIAYAPERJALANAN Correlations BIAYAPER WAKTU JALANAN Pearson Correlation WAKTU BIAYAPERJALANAN Sig. (1-tailed) WAKTU..044 BIAYAPERJALANAN.044. N WAKTU 4 4 BIAYAPERJALANAN 4 4 Variables Entered/Removed(b) Variables Model Entered 1 BIAYAPERJ ALANAN(a) Variables Removed a All requested variables entered. b Dependent Variable: WAKTU. Enter Method Model Summary(b) Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1.911(a) a Predictors: (Constant), BIAYAPERJALANAN b Dependent Variable: WAKTU

206 ANOVA(b) Model Sum of Squares df Mean Square F Sig. 1 Regression (a) Residual Total a Predictors: (Constant), BIAYAPERJALANAN b Dependent Variable: WAKTU Coefficients(a) Model Unstandardized Coefficients Standardized Coefficients t Sig. 95% Confidence Interval for B B Std. Error Beta Lower Bound Upper Bound B Std. Error 1 (Constant) BIAYAPERJALANA N a Dependent Variable: WAKTU Residuals Statistics(a) Minimum Maximum Mean Std. Deviation N Predicted Value Residual Std. Predicted Value Std. Residual a Dependent Variable: WAKTU

207 LAMPIRAN 1 : HASIL KALIBRASI PERSAMAAN ALTERNATIF 1 REGRESSION Descriptive Statistics Mean Std. Deviation N SkalaNumerik Cost Correlations SkalaNumerik Cost Pearson Correlation SkalaNumerik Cost Sig. (1-tailed) SkalaNumerik..000 Cost.000. N SkalaNumerik Cost Variables Entered/Removed(b) Model Variables Entered Variables Removed Method 1 Cost(a). Enter a All requested variables entered. b Dependent Variable: SkalaNumerik Model Summary(b) Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1.166(a) a Predictors: (Constant), Cost b Dependent Variable: SkalaNumerik ANOVA(b) Model Sum of Squares df Mean Square F Sig. 1 Regression (a) Residual Total

208 a Predictors: (Constant), Cost b Dependent Variable: SkalaNumerik Coefficients(a) Unstandardized Coefficients Standardized Coefficients t Sig. 95% Confidence Interval for B Model B Std. Error Beta Lower Bound Upper Bound B Std. Error 1 (Constant) Cost -5.85E a Dependent Variable: SkalaNumerik Residuals Statistics(a) Minimum Maximum Mean Std. Deviation N Predicted Value Residual Std. Predicted Value Std. Residual a Dependent Variable: SkalaNumerik

209 LAMPIRAN 1 : HASIL KALIBRASI PERSAMAAN ALTERNATIF 2 REGRESSION Descriptive Statistics Mean Std. Deviation N SkalaNumerik Time Correlations SkalaNumerik Time Pearson Correlation SkalaNumerik Time Sig. (1-tailed) SkalaNumerik..000 Time.000. N SkalaNumerik Time Variables Entered/Removed(b) Model Variables Entered Variables Removed Method 1 Time(a). Enter a All requested variables entered. b Dependent Variable: SkalaNumerik Model Summary(b) Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1.261(a) a Predictors: (Constant), Time b Dependent Variable: SkalaNumerik ANOVA(b) Model Sum of Squares df Mean Square F Sig. 1 Regression (a) Residual

210 Total a Predictors: (Constant), Time b Dependent Variable: SkalaNumerik Unstandardized Coefficients Coefficients(a) Standardized Coefficients t Sig. 95% Confidence Interval for B Model B Std. Error Beta Lower Bound Upper Bound B Std. Error 1 (Constant) Time a Dependent Variable: SkalaNumerik Residuals Statistics(a) Minimum Maximum Mean Std. Deviation N Predicted Value Residual Std. Predicted Value Std. Residual a Dependent Variable: SkalaNumerik

211 LAMPIRAN 1 : HASIL KALIBRASI PERSAMAAN ALTERNATIF 3 REGRESSION Descriptive Statistics Mean Std. Deviation N SkalaNumerik Headway Correlations SkalaNumerik Headway Pearson Correlation SkalaNumerik Headway Sig. (1-tailed) SkalaNumerik..000 Headway.000. N SkalaNumerik Headway Variables Entered/Removed(b) Model Variables Entered Variables Removed Method 1 Headway(a). Enter a All requested variables entered. b Dependent Variable: SkalaNumerik Model Summary(b) Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1.142(a) a Predictors: (Constant), Headway b Dependent Variable: SkalaNumerik ANOVA(b) Model Sum of Squares df Mean Square F Sig. 1 Regression (a) Residual

212 Total a Predictors: (Constant), Headway b Dependent Variable: SkalaNumerik Coefficients(a) Unstandardized Coefficients Standardized Coefficients t Sig. 95% Confidence Interval for B Model B Std. Error Beta Lower Bound Upper Bound B Std. Error 1 (Constant) Headway a Dependent Variable: SkalaNumerik Residuals Statistics(a) Minimum Maximum Mean Std. Deviation N Predicted Value Residual Std. Predicted Value Std. Residual a Dependent Variable: SkalaNumerik

213 LAMPIRAN 1 : HASIL KALIBRASI PERSAMAAN ALTERNATIF 4 REGRESSION Descriptive Statistics Mean Std. Deviation N SkalaNumerik Service Correlations SkalaNumerik Service Pearson Correlation SkalaNumerik Service Sig. (1-tailed) SkalaNumerik..000 Service.000. N SkalaNumerik Service Variables Entered/Removed(b) Model Variables Entered Variables Removed Method 1 Service(a). Enter a All requested variables entered. b Dependent Variable: SkalaNumerik Model Summary(b) Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1.126(a) a Predictors: (Constant), Service b Dependent Variable: SkalaNumerik ANOVA(b) Model Sum of Squares df Mean Square F Sig. 1 Regression (a)

214 Residual Total a Predictors: (Constant), Service b Dependent Variable: SkalaNumerik Coefficients(a) Unstandardized Coefficients Standardized Coefficients t Sig. 95% Confidence Interval for B Model B Std. Error Beta Lower Bound Upper Bound B Std. Error 1 (Constant) Service a Dependent Variable: SkalaNumerik Residuals Statistics(a) Minimum Maximum Mean Std. Deviation N Predicted Value Residual Std. Predicted Value Std. Residual a Dependent Variable: SkalaNumerik

215 LAMPIRAN 1 : HASIL KALIBRASI PERSAMAAN ALTERNATIF 5 REGRESSION Descriptive Statistics Mean Std. Deviation N SkalaNumerik Cost Time Headway Service Correlations SkalaNumerik Cost Time Headway Service Pearson Correlation SkalaNumerik Cost Time Headway Service Sig. (1-tailed) SkalaNumerik Cost Time Headway Service N SkalaNumerik Cost Time Headway Service Variables Entered/Removed(b) Model 1 Variables Entered Service, Time, Cost, Headway(a) Variables Removed. Enter Method a All requested variables entered. b Dependent Variable: SkalaNumerik Model Summary(b)

216 Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1.357(a) a Predictors: (Constant), Service, Time, Cost, Headway b Dependent Variable: SkalaNumerik ANOVA(b) Model Sum of Squares df Mean Square F Sig. 1 Regression (a) Residual Total a Predictors: (Constant), Service, Time, Cost, Headway b Dependent Variable: SkalaNumerik Coefficients(a) Unstandardized Coefficients Standardized Coefficients t Sig. 95% Confidence Interval for B Model B Std. Error Beta Lower Bound Upper Bound B Std. Error 1 (Constant) Cost -5.85E Time Headway Service a Dependent Variable: SkalaNumerik Residuals Statistics(a) Minimum Maximum Mean Std. Deviation N Predicted Value Residual Std. Predicted Value Std. Residual a Dependent Variable: SkalaNumerik

217 KONDISI KERETA API RUTE MEDAN-TANJUNG BALAI Gambar 1. Surveyor mewawancarai responden

218 Gambar 2. Kondisi di dalam kereta api Fasilitas-Fasilitas dan kondisi yang ada di dalam kereta api Gambar 3. Tempat duduk penumpang dan rak tas

219 Gambar 4. Toilet Gambar 5. Kipas angin

220 Gambar 6. Suasana di dalam kereta api Fasilitas-fasilitas yang ada di luar stasiun kereta api Gambar 7. Jadwal keberangkatan

221 Gambar 8. Ruang tunggu Gambar 9. Lokasi penjualan serba ada

222 Gambar 10. Papan petunjuk KONDISI BUS KUPJ RUTE MEDAN-TANJUNG BALAI

223 Gambar 11. Papan nama kantor KUPJ Gambar 12. Parkiran bus KUPJ Gambar. 13 Bus KUPJ tujuan Tanjung Balai dan Kisaran

224 Gambar 14. Surveyor mewancarai responden Fasilitas-fasilitas yang ada di luar bus KUPJ Gambar 15. Loket pembelian tiket

225 Gambar 16. Ruang tunggu Gambar 17. Tempat makan minum

226 Gambar 18. Kondisi kamar mandi Fasilitas-fasilitas dan suasana di dalam bus KUPJ Gambar 19. Kondisi tempat duduk penumpang

227 Gambar 20. Kondisi di tempat supir bus KUPJ Gambar 21. Suasana menaiki bus KUPJ