Bab IV HASIL DAN PEMBAHASAN. Berikut adalah data kedatangan yang didapat dari pihak manajemen (Tabel yang lebih

Transkripsi

1 Bab IV HASIL DAN PEMBAHASAN 4.1 Pemaparan Data Data jumlah kedatangan penumpang diperoleh langsung dari pihak manajemen. Berikut adalah data kedatangan yang didapat dari pihak manajemen (Tabel yang lebih lengkap berada pada lampiran) : Tabel 4.1 Tabel jumlah penumpang Transjakarta tahun 2010 Manajemen Transjakarta Koridor Total Per Tahun Rata-Rata Per Hari Koridor Koridor Koridor Koridor Koridor Koridor Koridor Koridor Koridor Koridor Total Bus Transjakarta beroperasi mulai dari jam hingga Sistem kerja bus Transjakarta dibagi menjadi 2 shift kerja. Yaitu shift 1 jam dan shift 2 jam

2 dimana bus dalam 1 koridor akan dibagi menjadi dua dimana bus bus tersebut akan memulai start dari 2 titik halte paling ujung. Dimana pengunjung dari masing masing start memberikan perbandingan sebanyak 60 : 40 untuk pagi hari dan 40 : 60 untuk malam hari. Sedangkan untuk siang hari kedua arah tersebut cenderung merata (50 : 50). Selain itu didapatkan data penelitian manajemen untuk kedatangan per jam untuk 3 koridor fokus studi yang diambil pada tanggal 13 Desember 2010 hingga 17 Desember 2010(data lengkap pada lampiran), menyatakan bahwa terdapat 3 buah periode besar dimana terdapat perubahan grafik kedatangan penumpang, ketiga periode tersebut adalah: Tabel 4.2 Rata rata penumpang tiap jamnya bulan Desember 2010 Manajemen Transjakarta Jam Koridor 1 Koridor 2 Koridor 3 Rata2 Pk Pk Pk Pk Pk Pk Pk Pk Pk Pk

3 53 Pk Pk Pk Pk Pk Pk Pk Periode pergi kerja ( ) yang memberikan kontribusi sekitar 33,5% dari jumlah harian 2. Periode siang dan pergantian shiftpegawai ( ) yang memberikan kontribusi sekitar 26.5% dari jumlah harian 3. Periode pulang kerja ( ) yang memberikan kontribusi 40% dari jumlah harian Data di atas menunjukan bahwa kedatangan penumpang tidak tetap setiap saat. Sedangkan untuk jumlah penumpang yang melakukan transit pada halte transit seperti Halte Grogol, Halte Harmoni, Halte Senen, dan Halte Dukuh Atas tidak didapat dari manajemen karena sulitnya melakukan pengambilan data tersebut. Berikut ini adalah data perencanaan Manajemen Transjakarta untuk setiap koridor:

4 54 Tabel 4.3Tabel alokasi bus, panjang koridor, dan waktu tempuh normal Manajemen Transjakarta Koridor Jumlah Panjang Koridor Waktu Tempuh Normal Koridor ,9 KM 45 menit Koridor KM 45 menit Koridor KM 50 menit Pembagian bus untuk setip harinya bervariasi untuk setiap jam. Untuk pagi hari, pukul dan malam hari, pukul bus yang beroperasi lebih sedikit dikarenakan jumlah penumpang tidak terlalu banyak. Khusus koridor 1, pembagian bus lebih kompleks lagi dikarenakan bus dialokasikan untuk jalur trayek khusus Ragunan Harmoni, Harmoni Ancol, PGC Ancol, Harmoni PGC. Untuk pengisian bahan bakar, untuk Koridor 1 Bus Transjakarta menggunakan bahan bakar solar dan pengisian dapat dilakukan menggunakan mobil pengisian bahan bakar di beberapa halte, dan stasiun pengisian bahan bakar khusus Bus Transjakarta sehingga waktu pengisian menjadi fleksibel. Sedangkan Kooridor 2 dan Kooridor 3 yang menggunakan bahan bakar gas, stasiun pengisian bahan bakar berada di Pemuda dan memakan waktu sekitar 2 6 jam untuk melakukan pengisian bahan bakar karena banyaknya bus dari koridor lain yang juga mengisi bahan bakar di Stasiun Pemuda. Namun sekali pengisian, rata rata setiap bus mampu melakukan 4 kali perjalanan. 4.2 Analisis Data Sebelum memasukan data ke dalam analisis Teori Antrian, dilakukan analisis untuk menguji apakan data yang telah diperoleh dari manajemen adalah sebaran poisson.

5 55 Untuk melakukan pengujian distribusi poisson, maka penulis memasukan data kedatangan per jam setiap hari ke dalam SPSS. Gambar 4.1 Uji Distribusi Poisson pada data kedatangan penumpang Analisis sistem berjalan di sini dibuat menggunakan Teori Antrian, melalui data yang didapat, dimana untuk koridor 1 saja dengan default kedatangan bus selama 2 menit dan terdapat rata rata 76,799 orang penumpang setiap harinyadan kapasitas maksimal busway sebanyak 85 orang (Bus koridor 1 tidak memiliki bus gandeng) dan waktu kerja selama 17 jam (pukul hingga 22.00) maka dengan Teori Antrian, perhitunggan manual untuk pola kedatangan bus dapat dihitung seperti berikut: 1. Jumlah kedatangan: Periode 1 = 33,5% x = orang λ 11 = orang x 60% / 6 jam = 2573 orang per jam λ 12 = orang x 40% / 6 jam = 1715 orang per jam Periode 2 = 26.5% x = orang

6 56 λ 21 = orang x 50% / 5 jam = 2035 orang per jam λ 22 = orang x 50% / 5 jam = 2035 orang per jam Periode 1 = 37,5% x = orang λ 31 = orang x 65% / 6 jam =2048 orang per jam λ 32 = orang x 35% / 6 jam = 3072 orang per jam 2. Untuk perhitungan manual. kapasitas pelayanan yang diambil dari 3 buah rentang waktu kedatangan sebagai perbandingan. Dengan masing masing: μ = 85 x 20 = 1700 (dengan asumsi kedatangan 3 menit sekali ) μ = 85 x 30 = 2550 (dengan asumsi kedatangan 2 menit sekali - default ) μ = 85 x 40 = 3400 (dengan asumsi kedatangan 1,5 menit sekali ) Untuk perhitungan komputer, maka rentang waktu diberikan 10 buah antara (5,5 menit hingga 1,5 menit dengan jarak 0,5 menit). 3. Kemungkinan kosongnya sistem (P0) untuk setiap rentang waktu kedatangan dapat dihitung dengan: Periode 1: P0 = 1 P0 = 1 P0 = 1 = 1 = (Bulking) = 1 = (Bulking untuk default) = 1 = P0 = 1 P0 = 1 P0 = 1 = 1 = 1 = = 1 = = (Bulking)

7 57 Begitu pula untuk periode 2 dan periode 3: P0 = -0,1971 P0 = -0,2047 P0 = 0,2020 P0 = 0,1969 P0 = 0,4015 P0 = 0,3976 P0 = -0,1971 P0 = -0,8071 P0 = 0,2020 P0 = -0,2047 P0 = 0,4015 P0 = 0,0965 Dari hasil perhitungan P0, maka dapat disimpulkan bahwa asumsi kedatangan bus selama 3 menit sekali dan 2 menit sekali pada periode 1start 1 tidak memiliki kemungkinan halte kosong. Hal ini dapat dilihat dari nilai P0 yang bernilai negatif. Sedangkan untuk kedatangan 1,5 menit sekali memiliki kemungkinan halte kosong (dengan catatan bus selalu dalam kondisi penuh)dan dianjurkan pola kedatangan lebih cepat lagi. Sedangkan untuk start 2 kedatangan 3 menit sekali masuk ke dalam kriteria (kriteria 0 < P0 < 0,3) namun pada perhitungan program dianjurkan untuk menggunakan kedatangan 2,5 menit.sedangkan untuk periode ke 2, untuk masing masing start, bisa menggunakan pola kedatangan 2 menit sekali. Dan untuk periode ke 3, start pertama dianjurkan untuk menggunakan pola kedatangan 2 menit sekali dan start pertama dianjurkan menggunakan pola kedatangan 1,5 menit sekali. Dengan menggunakan perhitungan kedatangan diatas, maka perhitungan LQ (banyaknya orang dalam antrian), dan WQ (rata-rata waktu tunggu dalam antrian) adalah sebagai berikut:

8 58 Periode pertama: LQ = 3 orang WQ = 3,24 detik LQ, = 5 orang WQ, = 9,36detik Begitu pula untuk periode 2 dan periode 3: LQ = 4 orang WQ = 5,4 detik LQ = 4 orang WQ = 5,4 detik LQ = 4 orang WQ = 5,76 detik LQ = 9 orang WQ = 10,08 detik

9 59 Gambar 4.2 Hasil perhitungan program untuk koridor 1 Begitu pula dengan koridor koridor yang termasuk dalam ruang lingkup penulis (Pulo Gadung Harmoni dan Kalideres Pasar Baru, dua-duanya memiliki

10 60 default waktu kedatangan antar bus sebesar 1,5 menit) dengan tidak memiliki bus gandeng, dan perhitungan program sebagai berikut: Gambar 4.3 Hasil perhitungan program untuk koridor 2

11 61 Dengan perhitungan program diatas, didapatkan untuk periode pertama, start 1 optimum dengan kedatangan 4 menit, start 2 dengan kedatangan 5,5 menit sekali. Sedangkan untuk periode ke 2 optimum dengan kedatangan 5 menit, dan periode 3menggunakan pola kedatangan 5 dan 3,5 menit. Sedangkan untuk Kalideres Pasar Baru, dengan perhitungan program didapatkan: Gambar 4.4 Hasil perhitungan program untuk koridor 3

12 62 Dengan perhitungan program di atas, maka untuk periode 1, pola kedatangan menggunakan 5 menit dan 3,5 menit sekali. Untuk periode 2, akan maksimal di pola kedatangan 4,5 menit sekali, dan periode 3 akan menggunakan pola kedatangan 4 dan 3,5 menit sekali. Perhitungan di atas mengacu kepada keadaan apabila bus selalu terisi penuh (85 penumpang per bus). Ada baiknya bila perhitungan dapat menggunakan perhitungan dari faktor penumpangyang melakukan transit. Hasil rentang waktu kedatangan antar bus selanjutnya akan menjadi inputan untuk diolah menjadi penjadwalan oleh Algoritma Genetik. 4.3 Optimalisasi Penjadwalan Setelah melalui proses analisis, maka penjadwalan akan di generate menggunakan program yang telah dibuat berdasarkan metode Algoritma Genetik.Program tersebut akan menjalankan langkah seperti yang tertulis pada bab 3 dan akan berhenti apabila semua constraint telah terpenuhi dan fitness = 1. Berikut adalah perhitungan fitness 50 iterasi pertama pada program (nilai fitness dibulatkan 5 angka dibelakang nol): Proc: 0 cromosome ( [0] => [1] => [2] => [3] => ) Proc: 1 cromosome ( [0] => [1] => [2] => [3] => ) Proc: 2 cromosome ( [0] => [1] => [2] => [3] => ) Proc: 3 cromosome ( [0] => [1] => [2] => [3] => )

13 63 Proc: 4 cromosome ( [0] => [1] => [2] => [3] => ) Proc: 5 cromosome ( [0] => [1] => [2] => [3] => ) Proc: 6 cromosome ( [0] => [1] => [2] => [3] => ) Proc: 7 cromosome ( [0] => [1] => [2] => [3] => ) Proc: 8 cromosome ( [0] => [1] => [2] => [3] => ) Proc: 9 cromosome ( [0] => [1] => [2] => [3] => ) Proc: 10 cromosome ( [0] => [1] => [2] => [3] => ) Proc: 11 cromosome ( [0] => [1] => [2] => [3] => ) Proc: 12 cromosome ( [0] => [1] => [2] => [3] => ) Proc: 13 cromosome ( [0] => [1] => [2] => [3] => ) Proc: 14 cromosome ( [0] => [1] => [2] => [3] => ) Proc: 15 cromosome ( [0] => [1] => [2] => [3] => )

14 64 Proc: 16 cromosome ( [0] => [1] => [2] => [3] => ) Proc: 17 cromosome ( [0] => [1] => [2] => [3] => ) Proc: 18 cromosome ( [0] => [1] => [2] => [3] => ) Proc: 19 cromosome ( [0] => [1] => [2] => [3] => ) Proc: 20 cromosome ( [0] => [1] => [2] => [3] => ) Proc: 21 cromosome ( [0] => [1] => [2] => [3] => ) Proc: 22 cromosome ( [0] => [1] => [2] => [3] => ) Proc: 23 cromosome ( [0] => [1] => [2] => [3] => ) Proc: 24 cromosome ( [0] => [1] => [2] => [3] => ) Proc: 25 cromosome ( [0] => [1] => [2] => [3] => ) Proc: 26 cromosome ( [0] => [1] => [2] => [3] => ) Proc: 27 cromosome ( [0] => [1] => [2] => [3] => )

15 65 Proc: 28 cromosome ( [0] => [1] => [2] => [3] => ) Proc: 29 cromosome ( [0] => [1] => [2] => [3] => ) Proc: 30 cromosome ( [0] => [1] => [2] => [3] => ) Current Fitness: Proc: 31 cromosome ( [0] => [1] => [2] => [3] => ) Current Fitness: Proc: 32 cromosome ( [0] => [1] => [2] => [3] => ) Current Fitness: Proc: 33 cromosome ( [0] => [1] => [2] => [3] => ) Current Fitness: Proc: 34 cromosome ( [0] => [1] => [2] => [3] => ) Current Fitness: Proc: 35 cromosome ( [0] => [1] => [2] => [3] => ) Current Fitness: Proc: 36 cromosome ( [0] => [1] => [2] => [3] => ) Current Fitness: Proc: 37 cromosome ( [0] => [1] => [2] => [3] => ) Current Fitness: Proc: 38 cromosome ( [0] => [1] => [2] => [3] => ) Current Fitness: Proc: 39 cromosome ( [0] => [1] => [2] => [3] => )

16 66 Current Fitness: Proc: 40 cromosome ( [0] => [1] => [2] => [3] => ) Current Fitness: Proc: 41 cromosome ( [0] => [1] => [2] => [3] => ) Current Fitness: Proc: 42 cromosome ( [0] => [1] => [2] => [3] => ) Current Fitness: Proc: 43 cromosome ( [0] => [1] => [2] => [3] => ) Current Fitness: Proc: 44 cromosome ( [0] => [1] => [2] => [3] => ) Current Fitness: Proc: 45 cromosome ( [0] => [1] => [2] => [3] => ) Current Fitness: Proc: 46 cromosome ( [0] => [1] => [2] => [3] => ) Current Fitness: Proc: 47 cromosome ( [0] => [1] => [2] => [3] => ) Current Fitness: Proc: 48 cromosome ( [0] => [1] => [2] => [3] => ) Current Fitness: Proc: 49 cromosome ( [0] => [1] => [2] => [3] => ) Current Fitness: Proc: 50 cromosome ( [0] => [1] => [2] => [3] => ) Current Fitness:

17 67 Disini dapat dilihat selama iterasi tersebut, nilai fitness untuk start 1 yang semula bernilai akan semakin naik menjadi mendekati 1. Dan setelah beberapa kali proses iterasi, apabila semua constraint terpenuhi, maka nilai fitness menjadi 1 dan proses perhitungan algoritma genetik akan selesai maka penjadwalan sudah dalam kondisi optimal. Gambar 4.5 Perhitungan fitness 50 iterasipada program

18 68 Berikut hasil outputyang di-generatedari program untuk Koridor 2 selama 1 hari: Tabel 4.4 Tabel hasil optimalisasi penjadwalan pada koridor 2 No. Time1 Pulo Gadung Time2 Harmoni 1 5:00:00 TA031 5:00:00 TA :04:00 TA021 5:05:30 TA :08:00 TA014 5:11:00 TA :12:00 TA023 5:16:30 TA :16:00 TA010 5:22:00 TA :20:00 TA012 5:27:30 TA :24:00 TA030 5:33:00 TA :28:00 TA024 5:38:30 TA :32:00 TA027 5:44:00 TA :36:00 TA029 5:49:30 TA :40:00 TA034 5:55:00 TA :44:00 TA016 6:00:30 TA :48:00 TA028 6:06:00 TA :52:00 TA003 6:11:30 TA :56:00 TA020 6:17:00 TA :00:00 TA036 6:22:30 TA :04:00 TA025 6:28:00 TA :08:00 TA002 6:33:30 TA Tabel 6:12: Tabel hasil TA032 optimalisasi penjadwalan 6:39:00 pada koridor TA :16:00 TA006 6:44:30 TA039

19 :20:00 TA026 6:50:00 TA :24:00 TA004 6:55:30 TA :28:00 TA005 7:01:00 TA :32:00 TA019 7:06:30 TA :36:00 TA001 7:12:00 TA :40:00 TA017 7:17:30 TA :44:00 TA018 7:23:00 TA :48:00 TA009 7:28:30 TA :52:00 TA013 7:34:00 TA :56:00 TA011 7:39:30 TA :00:00 TA007 7:45:00 TA :04:00 TA008 7:50:30 TA :08:00 TA033 7:56:00 TA :12:00 TA015 8:01:30 TA :16:00 TA000 8:07:00 TA :20:00 TA022 8:12:30 TA :24:00 TA035 8:18:00 TA :28:00 TA056 8:23:30 TA :32:00 TA065 8:29:00 TA :36:00 TA050 8:34:30 TA :40:00 TA053 8:40:00 TA Tabel 7:44: Tabel hasil TA061 optimalisasi penjadwalan 8:45:30 pada koridor TA :48:00 TA044 8:51:00 TA012

20 :52:00 TA052 8:56:30 TA :56:00 TA042 9:02:00 TA :00:00 TA063 9:07:30 TA :04:00 TA038 9:13:00 TA :08:00 TA045 9:18:30 TA :12:00 TA059 9:24:00 TA :16:00 TA064 9:29:30 TA :20:00 TA058 9:35:00 TA :24:00 TA040 9:40:30 TA :28:00 TA062 9:46:00 TA :32:00 TA046 9:51:30 TA :36:00 TA073 9:57:00 TA :40:00 TA055 10:02:30 TA :44:00 TA039 10:08:00 TA :48:00 TA069 10:13:30 TA :52:00 TA054 10:19:00 TA :56:00 TA051 10:24:30 TA :00:00 TA049 10:30:00 TA :04:00 TA037 10:35:30 TA :08:00 TA048 10:41:00 TA :12:00 TA070 10:46:30 TA Tabel 9:16: Tabel hasil TA041 optimalisasi penjadwalan 10:52:00 pada koridor TA :20:00 TA057 10:57:30 TA013

21 :24:00 TA068 11:05:00 TA :28:00 TA072 11:10:00 TA :32:00 TA047 11:15:00 TA :36:00 TA060 11:20:00 TA :40:00 TA066 11:25:00 TA :44:00 TA067 11:30:00 TA :48:00 TA043 11:35:00 TA :52:00 TA071 11:40:00 TA :56:00 TA031 11:45:00 TA :00:00 TA021 11:50:00 TA :04:00 TA014 11:55:00 TA :08:00 TA023 12:00:00 TA :12:00 TA010 12:05:00 TA :16:00 TA012 12:10:00 TA :20:00 TA030 12:15:00 TA :24:00 TA024 12:20:00 TA :28:00 TA027 12:25:00 TA :32:00 TA029 12:30:00 TA :36:00 TA034 12:35:00 TA :40:00 TA016 12:40:00 TA :44:00 TA028 12:45:00 TA Tabel 10:48: Tabel hasil TA003 optimalisasi penjadwalan 12:50:00 pada koridor TA :52:00 TA020 12:55:00 TA040

22 :56:00 TA036 13:00:00 TA :00:00 TA025 13:05:00 TA :05:00 TA002 13:10:00 TA :10:00 TA032 13:15:00 TA :15:00 TA006 13:20:00 TA :20:00 TA026 13:25:00 TA :25:00 TA004 13:30:00 TA :30:00 TA005 13:35:00 TA :35:00 TA019 13:40:00 TA :40:00 TA001 13:45:00 TA :45:00 TA017 13:50:00 TA :50:00 TA018 13:55:00 TA :55:00 TA009 14:00:00 TA :00:00 TA013 14:05:00 TA :05:00 TA011 14:10:00 TA :10:00 TA007 14:15:00 TA :15:00 TA008 14:20:00 TA :20:00 TA033 14:25:00 TA :25:00 TA015 14:30:00 TA :30:00 TA000 14:35:00 TA :35:00 TA022 14:40:00 TA Tabel 12:40: Tabel hasil optimalisasi TA035 penjadwalan 14:45:00 pada koridor TA :45:00 TA056 14:50:00 TA031

23 :50:00 TA065 14:55:00 TA :55:00 TA050 15:00:00 TA :00:00 TA053 15:05:00 TA :05:00 TA061 15:10:00 TA :10:00 TA044 15:15:00 TA :15:00 TA052 15:20:00 TA :20:00 TA042 15:25:00 TA :25:00 TA063 15:30:00 TA :30:00 TA038 15:35:00 TA :35:00 TA045 15:40:00 TA :40:00 TA059 15:45:00 TA :45:00 TA064 15:50:00 TA :50:00 TA058 15:55:00 TA :55:00 TA040 16:00:00 TA :00:00 TA062 16:03:30 TA :05:00 TA046 16:07:00 TA :10:00 TA073 16:10:30 TA :15:00 TA055 16:14:00 TA :20:00 TA039 16:17:30 TA :25:00 TA069 16:21:00 TA :30:00 TA054 16:24:30 TA Tabel 14:35: Tabel hasil optimalisasi TA051 penjadwalan 16:28:00 pada koridor TA :40:00 TA049 16:31:30 TA019

24 :45:00 TA037 16:35:00 TA :50:00 TA048 16:38:30 TA :55:00 TA070 16:42:00 TA :00:00 TA041 16:45:30 TA :05:00 TA057 16:49:00 TA :10:00 TA068 16:52:30 TA :15:00 TA072 16:56:00 TA :20:00 TA047 16:59:30 TA :25:00 TA060 17:03:00 TA :30:00 TA066 17:06:30 TA :35:00 TA067 17:10:00 TA :40:00 TA043 17:13:30 TA :45:00 TA071 17:17:00 TA :50:00 TA031 17:20:30 TA :55:00 TA021 17:24:00 TA :00:00 TA014 17:27:30 TA :05:00 TA023 17:31:00 TA :10:00 TA010 17:34:30 TA :15:00 TA012 17:38:00 TA :20:00 TA030 17:41:30 TA :25:00 TA024 17:45:00 TA Tabel 16:30: Tabel hasil optimalisasi TA027 penjadwalan 17:48:30 pada koridor TA :35:00 TA029 17:52:00 TA038

25 :40:00 TA034 17:55:30 TA :45:00 TA016 17:59:00 TA :50:00 TA028 18:02:30 TA :55:00 TA003 18:06:00 TA :00:00 TA020 18:09:30 TA :05:00 TA036 18:13:00 TA :10:00 TA025 18:16:30 TA :15:00 TA002 18:20:00 TA :20:00 TA032 18:23:30 TA :25:00 TA006 18:27:00 TA :30:00 TA026 18:30:30 TA :35:00 TA004 18:34:00 TA :40:00 TA005 18:37:30 TA :45:00 TA019 18:41:00 TA :50:00 TA001 18:44:30 TA :55:00 TA017 18:48:00 TA :00:00 TA018 18:51:30 TA :05:00 TA009 18:55:00 TA :10:00 TA013 18:58:30 TA :15:00 TA011 19:02:00 TA :20:00 TA007 19:05:30 TA Tabel 18:25: Tabel hasil optimalisasi TA008 penjadwalan 19:09:00 pada koridor TA :30:00 TA033 19:12:30 TA060

26 :35:00 TA015 19:16:00 TA :40:00 TA000 19:19:30 TA :45:00 TA022 19:23:00 TA :50:00 TA035 19:26:30 TA :55:00 TA056 19:30:00 TA :00:00 TA065 19:33:30 TA :05:00 TA050 19:37:00 TA :10:00 TA053 19:40:30 TA :15:00 TA061 19:44:00 TA :20:00 TA044 19:47:30 TA :25:00 TA052 19:51:00 TA :30:00 TA042 19:54:30 TA :35:00 TA063 19:58:00 TA :40:00 TA038 20:01:30 TA :45:00 TA045 20:05:00 TA :50:00 TA059 20:08:30 TA :55:00 TA064 20:12:00 TA :00:00 TA058 20:15:30 TA :05:00 TA040 20:19:00 TA :10:00 TA062 20:22:30 TA :15:00 TA046 20:26:00 TA025 Tabel :20:00 Tabel hasil optimalisasi TA073 penjadwalan 20:29:30 pada koridor TA :25:00 TA055 20:33:00 TA032

27 :30:00 TA039 20:36:30 TA :35:00 TA069 20:40:00 TA :40:00 TA054 20:43:30 TA :45:00 TA051 20:47:00 TA :50:00 TA049 20:50:30 TA :55:00 TA037 20:54:00 TA :00:00 TA048 20:57:30 TA :05:00 TA070 21:01:00 TA :10:00 TA041 21:04:30 TA :15:00 TA057 21:08:00 TA :20:00 TA068 21:11:30 TA :25:00 TA072 21:15:00 TA :30:00 TA047 21:18:30 TA :35:00 TA060 21:22:00 TA :40:00 TA066 21:25:30 TA :45:00 TA067 21:29:00 TA :50:00 TA043 21:32:30 TA :55:00 TA071 21:36:00 TA :00:00 TA031 21:39:30 TA056 Waktu yang dibutuhkan untuk menghasilkan output tersebut adalah 46,3 menit. Untuk menunjukan bertapa banyak langkah yang ditempuh oleh Algoritma Genetik untuk menyelesaikan permasalahan penjadwalan.

28 78 Hasil output untuk koridor lain tidak ditampilkan mengingat banyaknya penjadwalan yang dihasilkan. Gambar 4.6Output penjadwalan untuk koridor Evaluasi Hasil Untuk menguji hasil optimalisasi dari Teori Antrian, maka penulis membandingkan hasil perhitungan program dengan kenyataan di lapangan dikarenakan kapasitas penulis melakukan studidi Transjakarta masih sebatas memberikan usulan. Maka, dari data yang didapat di lapangan, menyebutan:

29 79 Tabel 4.5 Tabel operasional kedatangan Bus Transjakarta Manajemen Transjakarta Periode (jam) Koridor 1 Koridor 2 Koridor 3 05:00 05:30 3,75 menit 4-5 menit 3-8 menit 05:30 06:00 1,73 menit 2,25 menit 1,67 menit 06:00 06:30 1,30 menit 2,25 menit 1,67 menit 06:30 07:00 1,36 menit 2,25 menit 1,67 menit 07:00 08:00 1,22 menit 2,25 menit 1,67 menit 08:00 09:00 1,22-1,30 menit 2,25 menit 1,67 menit 09:00 10:00 1,34-1,55 menit 2,25 menit 1,85 menit 10:00 11:00 1,55 menit 2,25 menit 1,85 menit 11:00 12:00 1,55-1,38 menit 2,25 menit 1,85 menit 12:00 13:00 1,38 menit 2,25 menit 1,85 menit 13:00 14:00 1,38 menit 2,25 menit 1,85 menit 14:00 15:00 1,38-1,41 menit 2,25 menit 1,85 menit 15:00 16:00 1,41 menit 2,25 menit 1,85 menit 16:00 17:00 1,30 menit 2,25 menit 1,85 menit 17:00 18:00 1,30 menit 2,25 menit 1,85 menit 18:00 19:00 1,30-1,50 menit 2,25 menit 1,85 menit 19:00 20:00 1,50 menit 2,25 menit 1,85 menit 20:00 21:00 1,34-2,25 menit 2,25 menit 2,27 menit 21:00 22:00 2,25-3 menit 2,50 menit 2,78 menit

30 80 Bila dibandingkan dengan pola kedatangan dari perhitungan program, untuk Koridor 1 yang mempunyai hasil penjadwalan sebagai berikut: start 1: 1,5 menit start 2: 2,5 menit start 1: 2 menit start 2: 2 menit start 1: 2 menit start 2 : 1,5 menit Maka penjadwalan yang dihasilkan oleh komputer memiliki rentang kedatangan yang labih besar dibandingkan dengan sistem yang berjalan. Hal yang sama juga berlaku untuk koridor 2 dengan hasil penjadwalan sebagai berikut: start 1: 4 menit start 2: 5,5 menit start 1: 5 menit start 2: 5 menit start 1: 5 menit start 2 : 3,5 menit Yang memiliki perbedaan cukup mencolok dibandingkan sistem yang berjalan dengan rata rata mempunyai 2,25 menit. Dan koridor ke 3 dengan hasil penjadwalan sebagai berikut: start 1: 3,5 menit start 2: 5 menit start 1: 4,5 menit start 2: 4,5 menit start 1: 4 menit start 2 : 3 menit Berbeda dengan sistem yang mempunyai rata rata kedatangan di bawah 2 menit. Dari ketiga hasil perhitungan di atas menunjukan bahwa ketiganya mempunyai pola kedatangan di atas sistem yang berjalan. Hal ini disebabkan belum masuknya perhitungan faktor penumpang yang melakukan transit pada halte transit seperti halte Harmoni untuk koridor 1, halte Senen dan Harmoni untuk koridor 2, halte Grogol dan Harmoni untuk koridor 3. Sehingga perhitungan dari teori antrian tersebut masih belum menggambarkan hasil pada lapangan.

31 81 Untuk menguji hasil penjadwalan dari AlgoritmaGenetik, penulis memilih 10 bus dari hasil penjadwalan di atas untuk dijadikan sample evaluasi.10 bus tersebut dipilih secara random dan disajikan dengan rentang waktu sebagai berikut: Tabel 4.6 Tabel hasil pengujian penjadwalan pada koridor 2 TA018 start 1 6:44:00 11:50:00 18:00:00 start 2 10:46:30 16:42:00 21:01:00 TA047 start 1 9:32:00 15:20:00 21:30:00 start 2 7:50:30 14:20:00 19:09:00 TA005 start 1 6:28:00 11:30:00 17:40:00 start 2 10:24:30 16:28:00 20:47:00 TA032 start 1 6:12:00 11:10:00 17:20:00 start 2 10:02:30 16:14:00 20:33:00 TA029 start 1 5:36:00 10:32:00 16:35:00 start 2 9:13:00 15:35:00 20:01:30 TA011 start 1 6:56:00 12:05:00 18:15:00 start 2 11:05:00 16:52:30 21:11:30 TA025 start 1 6:04:00 11:00:00 17:10:00 start 2 9:51:30 16:07:00 20:26:00 TA033 start 1 7:08:00 12:20:00 18:30:00 start 2 11:20:00 17:03:00 21:22:00 TA006 start 1 6:16:00 11:15:00 17:25:00 start 2 10:08:00 16:17:30 20:36:30 TA040 start 1 8:24:00 13:55:00 20:05:00

32 82 start 2 6:17:00 12:55:00 18:09:30 Dari constraint yang disebutkan pada bab 3, maka untuk setiap sample bus akan dicocokan ke dalam constraint: 1. Tidak ada bus yang berada dalam dua jalur dengan arah yang berbeda, dilihat dari apakah ada waktu antara start 1 dan 2 yang berjarak dibawah waktu tempuh (45 menit). 2. Tidak ada bus yang berada dalam kondisi rusak atau dalam perbaikan, karena secara default untuk perhitungan dianggap semua bus dalam kondisi baik. 3. Tidak ada bus yang tidak mempunyai waktu untuk melakukan pengisian bahan bakar. Untuk melakukan pengisian ulang, setiap bus mendapat waktu sebesar 3 jam untuk melakukan pengisian bahan bakar. 4. Tidak ada bus melakukan operasi berturutan hingga 4 (pergi - pulang) kali, di atas terlihat bahwa setiap bus maksimal akan mendapat operasi berurutan hingga 3 kali saja. 5. Tidak ada bus yang melakukan pengisian bakar melebihi 2 kali. Karena rata rata kapasitas pengisian bus cukup untuk 4 kali operasi berturutan sehingga masing masing bus cukup melakukan pengisian ulang sebanyak 1 kali. Evaluasi dari bus yang lain juga menunjukan hasil yang serupa. Maka dari hasil pengujian tersebut disebutkan bahwa penjadwalan yang dihasilkan melalui Algoritma Genetik telah optimal untuk inputan dari Teori Antrian karena seluruh constraintyang ditentukan telah terpenuhi dan terbukti metode yang digunakan dapat menghasilkan solusi yang optimal untuk penjadwalan bus.

33 83 Secara metode, hasil perhitungan dapat dikatakan sudah benar. Namun, karena hasil dari penjadwalan tersebut sangat bergantung dari hasil dari Teori Antrian, maka dapat dikatakan hasil penjadwalan ini belum layak untuk diimplementasikan selama data yang dibutuhkan Teori Antrian belum mewakili kenyataan di lapangan.namun, untuk memperoleh pola kedatangan dan penjadwalan yang optimal, dapat disimpulkan proses perhitungan menggunakan Teori Antrian dan Algoritma Genetik dapat dipergunakan manajemen karena dapat mengoptimalkan penjadwalan pada data normal.