MODEL BANGKITAN PERGERAKAN PENGGUNA SEPEDA MOTOR BERDASARKAN AKTIVITAS MANDATORY DI KOTA LHOKSEUMAWE

Transkripsi

1 Jurnal Teknik Sipil ISSN ISSN e pp MODEL BANGKITAN PERGERAKAN PENGGUNA SEPEDA MOTOR BERDASARKAN AKTIVITAS MANDATORY DI KOTA LHOKSEUMAWE Heru Pramanda 1, Renni Anggraini 2, Sugiarto 3 1) Magister Teknik Sipil, Fakultas Teknik, Jl. Tgk. Syeh Abdul Rauf No. 7, Darussalam Banda Aceh 23111, heru_nad@yahoo.co.id 2,3) Jurusan Teknik Sipil, Fakultas Teknik, Jl. Tgk. Syeh Abdul Rauf No. 7, Darussalam Banda Aceh 23111, renni.anggraini@unsyiah.ac.id 2, sugiarto@unsyiah.ac.id 3 Abstract: The increasing population and number of vehicles, especially motorcycles ownership in Lhokseumawe city raises complex traffic problems especially not accompanied by the addition of facilities. The activities influence the movement of the motorcycle. Several factors can affect the movement that is social demographic of individuals or families, accessibility and so on. This study aims to analyze the characteristics of the movement of the motorcycle and the factors that influence to obtain the trip generation model of motorcycle users in Lhokseumawe city. The primary survey conducted with questionnaires in 400 families residing in Lhokseumawe city covers four subdistricts, namely Banda Sakti, Muara Satu, Muara Dua, and Blang Mangat. Modelling the trip generation of motorcycle users for each subdistrict and each activity modelling used multiple linear regression analysis. Calibration parameters used OLS methode (Ordinary Least Square) with the SPSS-19. The results of this study were obtained two (2) groups of movement activity model in Lhokseumawe, namely the mandatory activity which variables that affect the movement of motorcycle users include: age, family income (Rp. 5 million to > Rp. 7.5 million) and SIM ownership. Keywords : Trip generation models, mandatory activities. Abstrak: Meningkatnya pertumbuhan penduduk dan jumlah kepemilikan kendaraan khususnya sepeda motor di kota Lhokseumawe menimbulkan permasalahan lalu lintas yang kompleks apalagi tidak disertai dengan penambahan fasilitas. Adanya aktivitas menimbulkan pergerakan pengguna sepeda motor. Beberapa faktor yang dapat mempengaruhi pergerakan yaitu sosial demografi dari individu atau keluarga, aksesibilitas dan sebagainya. Penelitian ini bertujuan menganalisis karakteristik pergerakan pengguna sepeda motor dan faktor yang mempengaruhinya sehingga didapatkan model bangkitan pergerakan pengguna sepeda motor di kota Lhokseumawe. Survei primer dilakukan dengan pengisian kuesioner pada 400 KK yang berdomisili di kota Lhokseumawe mencakup 4 kecamatan yaitu Banda Sakti, Muara Satu, Muara Dua, dan Blang Mangat. Pemodelan bangkitan pergerakan pengguna sepeda motor per masing-masing kecamatan dan masing-masing aktivitas digunakan pemodelan analisis regresi linier berganda. Kalibrasi parameter regresi digunakan metode OLS (Ordinary Least Square) dengan bantuan software SPSS-19. Hasil dari penelitian ini diperoleh 2 (dua) kelompok model aktivitas pergerakan di Kota Lhokseumawe yaitu pada aktivitas mandatory, variabel-variabel yang mempengaruhi pergerakan pengguna sepeda motor antara lain : umur, penghasilan keluarga (Rp. 5 juta s/d > Rp. 7,5 juta) dan kepemilikan SIM. Kata kunci : model bangkitan pergerakan, aktivitas mandatory. Permasalahan lalu lintas jalan raya merupakan suatu permasalahan yang kompleks dalam dunia transportasi darat, terutama untuk transportasi perkotaan. Masalah transportasi di perkotaan tingginya tingkat urbanisasi, pertumbuhan jumlah kendaraan tidak sebanding dengan pertumbuhan prasarana transportasi, serta populasi dan pergerakan yang meningkat dengan pesat setiap tersebut timbul terutama disebabkan karena harinya. Untuk itu, informasi mengenai pergerakan - 59

2 arus lalu lintas sangat penting untuk diketahui di daerah perkotaan dalam perencanaan, perancangan dan penetapan berbagai kebijaksanaan sistem transportasi. Pergerakan manusia telah dilaksanakan sejak jaman dahulu kala untuk berbagai tujuan. Semakin banyaknya mobilitas yang dilakukan oleh manusia maka akan semakin meningkat pula kebutuhan akan sarana transportasi. Beberapa faktor yang dapat mempengaruhi berbagai macam kebutuhan pergerakan yaitu sosial-ekonomi dari individu atau keluarga, ciri tata guna lahan, ciri transportasi, pemilihan moda dan lain-lain. Kota Lhokseumawe adalah salah satu kota di Provinsi Aceh yang jumlah penduduknya cukup padat 181,06 kilometer persegi. Sejalan dengan bertambahnya jumlah penduduk Kota Lhokseumawe, maka jumlah penduduk yang menggunakan sepeda motor di Kota Lhokseumawe juga akan mengalami peningkatan sehingga berbagai masalah lalu lintas seperti kemacetan, keterlambatan, polusi suara dan udara akan terjadi. Salah satu usaha untuk dapat mengatasinya adalah dengan memahami pola pergerakan sepeda motor yang akan terjadi, misalnya dari mana dan hendak kemana, besarnya, dan kapan terjadinya. Dalam hal ini dilakukan kajian pergerakan pengguna sepeda motor di empat kecamatan di Kota Lhokseumawe yaitu Kecamatan Banda Sakti, Kecamatan Blang Mangat, Kecamatan Muara Satu dan Kecamatan Muara Dua. Adanya pola bangkitan pergerakan pengemudi sepeda motor di wilayah tersebut dalam hal tujuan pergerakan seperti tujuan bekerja, bersekolah dan lainnya akan mempengaruhi tingkat pelayanan jalan utama di kota Lhokseumawe. Oleh karena itu perlu Jurnal Teknik Sipil dilakukannya penelitian untuk memodelkan bangkitan pengguna sepeda motor berdasarkan tujuan pergerakannya. TINJAUAN KEPUSTAKAAN Bangkitan Pergerakan Bangkitan pergerakan adalah banyaknya lalu lintas yang ditimbulkan oleh suatu zona atau tata guna lahan persatuan waktu (Tamin, 1997). Pembangkit perjalanan atau bangkitan perjalanan ini berhubungan dengan penentuan jumlah perjalanan keseluruhan yang di bangkitkan oleh suatu kawasan. Trip generation terbagi atas dua bagian yaitu trip production dan trip attraction. Menurut Warpani (1990), beberapa penentu bangkitan perjalanan yang dapat diterapkan di Indonesia antara lain penghasilan keluarga, jumlah kepemilikan kendaraan, jarak dari pusat kegiatan kota, moda perjalanan, penggunaan kendaraan, dan waktu. Metode Analisis Regresi Linier Berganda Dalam pemodelan bangkitan pergerakan, metode analisis linear berganda (Multiple Linear Regression Analysis) yang paling sering digunakan baik dengan data zona dan data rumah tangga atau individu. Metode analisis regresi linear berganda digunakan untuk menghasilkan hubungan dalam bentuk numerik dan untuk melihat bagaimana variabel saling terkait. Ada beberapa asumsi statistik harus dipertimbangkan dalam menggunakan metode analisis regresi linear berganda, sebagai berikut : 1. Variabel terikat (Y) merupakan fungsi linear dari variabel bebas (X); 2. Variabel, terutama variabel bebas adalah tetap atau telah diukur tanpa galat; 60 -

3 Jurnal Teknik Sipil 3. Tidak ada korelasi antara variabel bebas; 4. Variansi dari variabel terikat terhadap garis regresi adalah sama untuk nilai semua variabel terikat; 5. Nilai variabel terikat harus tersebar normal atau minimal mendekati normal. Analisis regresi linear berganda (multiple linear regression analysis) yaitu suatu cara yang dimungkinkan untuk melakukan beberapa proses iterasi. Yang pada akhirnya diperoleh persamaan model regresi linier berganda seperti di bawah ini : Y = a + b1x1 + b2x bnxn (1) Dimana : Y = variabel terikat (jumlah produksi perjalanan); a = konstanta (angka yang dicari); b 1, b 2,..., bn = koefesien regresi (angka yang dicari); X 1,X 2,..Xn = variabel bebas (faktor-faktor berpengaruh). Faktor-faktor yang berpengaruh terhadap jumlah pergerakan sepeda motor antara lain : (X1) = Jenis kelamin, (X2A) = Jenis pekerjaan (pelajar), (X2B) = Jenis pekerjaan (pegawai); (X2C) = Jenis pekerjaan (wiraswasta); (X2D) = Jenis pekerjaan (ibu rumah tangga); (X3) = Umur; (X4A) = Tingkat pendidikan (tidak sekolah/ SD,SLTP, SLTA); (X4B) = Tingkat pendidikan (D, S1,S2,S3); (X5A) = Penghasilan keluarga (< Rp. 2,5 juta s/d Rp. 5 juta); (X5B) = Penghasilan keluarga (Rp. 5 juta s/d > Rp. 7,5 juta); (X6) = Jumlah anggota keluarga yang sudah bekerja; (X7) = Jumlah anggota keluarga yang masih bersekolah; (X8) = Jumlah sepeda motor dalam keluarga; (X9) = Jarak tempuh; dan (X10) = Kepemilikan SIM. Koefisien Determinasi (R 2 ) Koefisien determinasi menjelaskan variasi pengaruh variabel-variabel bebas terhadap variabel terikatnya. Atau dapat pula dikatakan sebagai proporsi pengaruh seluruh variabel bebas terhadap variabel terikat. Nilai koefisien determinasi dapat diukur oleh nilai R 2 atau Adjusted R 2. Uji F (F-Test) Uji keterandalan model atau uji kelayakan model atau yang lebih populer disebut sebagai uji F (ada juga yang menyebutnya sebagai uji simultan model) merupakan tahapan awal mengidentifikasi model regresi yang diestimasi layak atau tidak. Uji t (t-test) Uji t dalam regresi linier berganda dimaksudkan untuk menguji apakah parameter (koefisien regresi dan konstanta) yang diduga untuk mengestimasi persamaan/model regresi linier berganda sudah merupakan parameter yang tepat atau belum. Uji Korelasi Uji korelasi dan proses kalibrasi dilakukan dengan menggunakan bantuan sofware SPSS (Statistical Product and Service Solution) yaitu suatu program statistik yang mampu memproses data statistik secara tepat dan tepat serta menyajikannya dalam berbagai output yang dikehendaki para pengambil keputusan (Sulistyo, 2010). Uji Residual Uji residual merupakan pengujian asumsi klasik dimana tidak dilakukan operasionalisasi software SPSS, melainkan hanya membaca asumsi klasik dari output SPSS. Terdapat empat hal yang termasuk uji residual yaitu autokorelasi, heteroskedastisitas, multikolinieritas, dan normalitas. - 61

4 Populasi dan Sampel 62 - Menurut Sugiyono (2010:91) sampel adalah kelompok kecil yang kita amati dan merupakan bagian dari populasi sehingga karakteristik populasi juga termasuk sampel. Pengambilan sampel dilakukan dengan menggunakan teknik simple random sampling yaitu bentuk sampling probabilitas yang sifatnya sederhana, dimana tiap sampel yang berukuran sama memiliki suatu probabilitas atau kesempatan yang sama untuk dipilih dari populasi. Klasifikasi Aktivitas Menurut Anggraini, et al (2006), kegiatan aktivitas dibagi ke dalam 3 (tiga) kelompok yaitu mandatory, maintenance dan disrectionary. Aktivitas bekerja dan sekolah merupakan aktivitas compulsory atau mandatory yang dilakukan oleh individu perorangan. Aktivitas seperti kegiatan pelajar diluar jam sekolah, belanja harian, belanja yang tidak dilakukan perhari, membawa dan mengantar anak atau orang lain dan sebagainya merupakan aktivitas maintenance. Sedangkan aktivitas seperti rekreasi, kunjungan sosial dan aktivitas senang-senang lainnya dikategorikan sebagai aktivitas disrectionary. Dalam membuat suatu model berdasarkan tujuan pergerakan, aktivitas maintenance dan disrectionary dapat digabungkan menjadi aktivitas non-mandatory yaitu aktivitas seperti belanja harian, belanja yang tidak dilakukan perhari, membawa dan mengantar anak atau orang lain serta aktivitas lainnya seperti rekreasi, kunjungan sosial dan aktivitas hiburan lainnya (Anggraini, 2009). METODE PENELITIAN Tahapan penelitian diawali dengan perumusan masalah, selanjutnya diikuti dengan tahap studi Jurnal Teknik Sipil literatur dan pengambilan data primer serta sekunder. Setelah itu data diolah dengan menngunakan software SPSS untuk didapatkan pemodelan dan pengujian dengan Uji T, Uji F, dan uji residual. Penentuan jumlah sampel penelitian menggunakan teknik pengambilan sampel secara teknik simple random sampling yaitu bentuk sampling probabalitas yang sifatnya sederhana, dimana tiap sampel yang berukuran sama memiliki suatu probabilitas atau kesempatan yang sama untuk dipilih dari populasi. Jumlah keseluruhan sampel di 4 (empat) kecamatan di Kota Lhokseumawe dapat dilihat pada Tabel 1 di bawah ini : Tabel 1. Jumlah sampel KK di 4 (empat) kecamatan di Kota Lhokseumawe No. Kecamatan Jumlah Jumlah Sampel KK KK 1 Banda Sakti ,57 2 Muara Satu ,95 3 Muara Dua ,22 4 Blang Mangat ,56 TOTAL ,30 Dalam penelitian ini, kriteria pengambilan sampel dengan pembagian strata berdasarkan Kecamatan di Kota Lhokseumawe dengan keseluruhan sampel sebanyak 396,30 sampel yang dibulatkan menjadi 400 sampel yang terbagi untuk keempat kecamatan di Kota Lhokseumawe. HASIL PEMBAHASAN Pengujian Korelasi Variabel yang digunakan dalam menentukan model regresi harus diseleksi dengan uji korelasi (r) antar semua variabel yang ditinjau, yang akan menghasilkan koefisien korelasi antara variabel terikat (Y) dengan variabel bebas (X) dan koefisien korelasi antar variabel bebas (X). Bila ada sesama variabel bebas (X) memiliki nilai korelasi kuat,

5 Jurnal Teknik Sipil maka antara variabel bebas tersebut harus dipilih salah satu karena dianggap dapat mewakili variabel bebas (X) yang lain. Pengujian Regresi Pengujian regresi dilakukan untuk meramalkan suatu variabel terikat (Y) berdasarkan dua atau lebih variabel bebas (X) dalam suatu persamaan linear. Untuk mendapatkan model yang paling sesuai menggambarkan pengaruh satu atau beberapa variabel bebas terhadap variabel terikatnya dapat digunakan analisis regresi linear berganda (Multiple Linear Regression Analysis). Pengujian regresi linear berganda dilakukan dengan menggunakan variabel-variabel bebas yang mempunyai korelasi kuat terhadap jumlah bangkitan pergerakan (Y). Selanjutnya masingmasing variabel bebas tersebut dimasukkan ke dalam persamaan regresi dengan kombinasi beberapa variabel bebasnya secara coba-coba. Dari hasil analisis pengujian korelasi didapatkan variabel-variabel yang berpengaruh terhadap aktivitas mandatory yaitu aktivitas bekerja dan sekolah, yang mana variabel tersebut dianalisis kembali untuk mendapatkan model yang terbaik. Tabel 2. Pengujian Regresi No Model t sig. f sig. R 2 1 Y11 = 2,092 X4B+ 1,398 X5B + 0,631 X9 2 Y12 = 0,050 X3+ 0,714 X8 + 1,082 X10 3 Y13 = 0,080 X3 + 1,029 X6 4 Y14 = 0,670 X9 + 2,635 X10 5 Y1 = 0,070 X3 + 0,408 X5B + 1,724 X10 4,582 0,000 77,521 0,000 0,795 2,742 0,008 4,277 0,000 3,929 0, ,02 0,000 0,910 3,420 0,001 2,520 0,014 6,317 0, ,727 0,000 0,893 3,888 0,000 3,123 0, ,921 0,000 0,867 4,707 0,000 8,567 0, ,335 0,000 0,879 2,094 0,037 5,936 0,000 Berdasarkan Tabel 2 di atas dapat dilihat bahwa persamaan (model) regresi linier berganda berdasarkan aktivitas mandatory di Kecamatan Banda Sakti (Y11), Blang Mangat (Y12), Muara Satu (Y13), Muara Dua (Y14) dan Kota Lhokseumawe (Y1), didapatkan model yang memenuhi persyaratan. Untuk uji F dan uji T dapat ditarik kesimpulan apabila nilai F dan T hitung (ouput SPSS ditunjukkan pada kolom sig.) lebih kecil dari tingkat kesalahan/error (alpha) 0,05 (yang telah ditentukan) maka dapat dikatakan bahwa model regresi yang diestimasi layak, sedangkan apabila nilai nilai F dan T hitung lebih besar dari tingkat kesalahan 0,05 maka dapat dikatakan bahwa model regresi yang diestimasi tidak layak. Pengujian Residual Uji residual merupakan pengujian asumsi klasik dimana tidak dilakukan operasionalisasi software SPSS, melainkan hanya membaca asumsi klasik dari output SPSS. Tabel 4. Pengujian Residual No Pengujian Percobaan Hasil Uji Autokorelasi Uji Multi kolinieritas Uji Heteros kedastisitas Uji Normalitas Nilai Dw hitung > nilai du dan Nilai Dw hitung < nilai 4-dU Nilai VIF pada variabel tidak ada yang lebih besar dari 10 Dari gambar Scatterplot terlihat bahwa sebaran titik tidak membentuk suatu pola/alur tertentu Dari gambar Normal P-P Plot terlihat bahwa sebaran titik-titik relatif mendekati garis lurus Tidak terjadi autokorelasi Tidak terjadi Multi kolinieritas Homos kedastisitas Terdistribusi normal Berdasarkan Tabel 4 di atas dapat dilihat bahwa persamaan (model) regresi linier berganda yang terbentuk berdasarkan aktivitas mandatory di Kecamatan Banda Sakti, Blang Mangat, Muara Satu, Muara Dua dan Kota Lhokseumawe merupakan model regresi yang sesuai dengan - 63

6 persyaratan lolos uji residual. Model Regresi Linier Berganda 64 - yang terbentuk di Kecamatan Banda Sakti Kota Lhokseumawe yaitu Y11 = 2,092 X4B + 1,398 X5B + 0,631 X9, merupakan model regresi yang sesuai menggambarkan pengaruh 3 (tiga) variabel bebas, yaitu tingkat pendidikan D, S1, S2, S3 (X4B), penghasilan keluarga Rp. 5 juta s/d > Rp. 7,5 juta (X5B) dan jarak tempuh (X9) yang secara bersamaan mempengaruhi produksi pergerakan (Y11), hal ini dapat dilihat dari nilai analisis Anova regresi (F) yang signifikan sebesar 77,521. Kuat hubungan yang ditunjukkan oleh variabel bebas terhadap variabel terikat dalam model yang terbentuk dapat dilihat koefisien determinan (R square), yaitu sebesar 0,795 atau 79,5%. Nilai pada variabel tingkat pendidikan D, S1, S2, S3 (X4B) yaitu sebesar 2,092 X4B, dapat diartikan bahwa peningkatan tingkat pendidikan D, S1, S2, S3 (X4B) cenderung akan mempengaruhi produksi pergerakan. Nilai pada variabel penghasilan keluarga Rp. 5 juta s/d > Rp. 7,5 juta (X5B) yaitu sebesar 1,398 X5B, dapat diartikan bahwa peningkatan penghasilan keluarga Rp. 5 juta s/d > Rp. 7,5 juta cenderung akan mempengaruhi produksi pergerakan. Nilai pada variabel jarak tempuh (X9) yaitu sebesar 0,631 X9, dapat diartikan bahwa apabila terjadi peningkatan jarak tempuh 1 km akan mempengaruhi produksi pergerakan yaitu sebesar 0,631 pergerakan/orang/hari. yang terbentuk di Kecamatan Blang Mangat Kota Lhokseumawe yaitu Y12 = 0,050 X3 + 0,714 X8 + 1,082 X10, merupakan model regresi yang sesuai menggambarkan pengaruh 3 (tiga) variabel bebas, Jurnal Teknik Sipil yaitu umur (X3), jumlah sepeda motor dalam keluarga (X8) dan kepemilikan SIM (X10) yang secara bersamaan mempengaruhi produksi pergerakan (Y12), hal ini dapat dilihat dari nilai analisis Anova regresi (F) yang signifikan sebesar 218,018. Kuat hubungan yang ditunjukkan oleh variabel bebas terhadap variabel terikat dalam model yang terbentuk dapat dilihat koefisien determinan (R square), yaitu sebesar 0,910 atau 91%. Nilai pada variabel umur (X3) yaitu sebesar 0,050 X3, dapat diartikan bahwa apabila terjadi peningkatan umur 1 tahun akan mempengaruhi produksi pergerakan yaitu sebesar 0,050 pergerakan/orang/hari. Nilai pada variabel jumlah sepeda motor dalam keluarga (X8) yaitu sebesar 0,714 X8, dapat diartikan bahwa apabila terjadi peningkatan jumlah sepeda motor dalam keluarga 1 unit akan mempengaruhi produksi pergerakan yaitu sebesar 0,714 pergerakan/orang/hari. Nilai pada variabel kepemilikan SIM (X10) yaitu sebesar 1,082 X10, dapat diartikan bahwa peningkatan kepemilikan SIM cenderung akan mempengaruhi produksi pergerakan. yang terbentuk di Kecamatan Muara Satu Kota Lhokseumawe yaitu Y13 = 0,080 X3 + 1,029 X6 merupakan model regresi yang sesuai menggambarkan pengaruh 2 (dua) variabel bebas, yaitu umur (X3) dan jumlah anggota keluarga yang sudah bekerja (X6) yang secara bersamaan mempengaruhi produksi pergerakan (Y13), hal ini dapat dilihat dari nilai analisis Anova regresi (F) yang signifikan sebesar 249,727. Kuat hubungan yang ditunjukkan oleh variabel bebas terhadap variabel terikat dalam model yang terbentuk dapat dilihat koefisien determinan (R square), yaitu

7 Jurnal Teknik Sipil sebesar 0,893 atau 89,3%. Nilai pada variabel umur (X3) yaitu sebesar 0,080 X3, dapat diartikan bahwa apabila terjadi peningkatan umur 1 tahun akan mempengaruhi produksi pergerakan yaitu sebesar 0,080 pergerakan/orang/hari. Nilai pada variabel jumlah anggota keluarga yang sudah bekerja (X6) yaitu sebesar 1,029 X6, dapat diartikan bahwa apabila terjadi peningkatan jumlah anggota keluarga yang sudah bekerja 1 orang akan mempengaruhi produksi pergerakan yaitu sebesar 1,029 pergerakan/orang/hari. yang terbentuk di Kecamatan Muara Satu Kota Lhokseumawe yaitu Y14 = 0,670 X9 + 2,635 X10, merupakan model regresi yang sesuai menggambarkan pengaruh 2 (dua) variabel bebas, yaitu jarak tempuh (X9) dan kepemilikan SIM (X10) yang secara bersamaan mempengaruhi produksi pergerakan (Y14), hal ini dapat dilihat dari nilai analisis Anova regresi (F) yang signifikan sebesar 194,921. Kuat hubungan yang ditunjukkan oleh variabel bebas terhadap variabel terikat dalam model yang terbentuk dapat dilihat koefisien determinan (R square), yaitu sebesar 0,867 atau 86,7%. Nilai pada variabel jarak tempuh (X9) yaitu sebesar 0,670 X9, dapat diartikan bahwa apabila terjadi peningkatan jarak tempuh 1 km akan mempengaruhi produksi pergerakan yaitu sebesar 0,670 pergerakan/orang/hari. Nilai pada variabel kepemilikan SIM (X10) yaitu sebesar 2,635 X10, dapat diartikan bahwa peningkatan kepemilikan SIM cenderung akan mempengaruhi produksi pergerakan. yang terbentuk di Kota Lhokseumawe yaitu Y1 = 0,070 X3 + 0,408 X5B + 1,724 X10, merupakan model regresi yang sesuai menggambarkan pengaruh 3 (tiga) variabel bebas, yaitu umur (X3), penghasilan keluarga Rp. 5 juta s/d > Rp. 7.5 juta (X5B) dan kepemilikan SIM (X10) yang secara bersamaan mempengaruhi produksi pergerakan (Y1), hal ini dapat dilihat dari nilai analisis Anova regresi (F) yang signifikan sebesar 612,335. Kuat hubungan yang ditunjukkan oleh variabel bebas terhadap variabel terikat dalam model yang terbentuk dapat dilihat koefisien determinan (R square), yaitu sebesar 0,879 atau 87,9%. Nilai pada variabel umur (X3) yaitu sebesar 0,070 X3, dapat diartikan bahwa apabila terjadi peningkatan umur 1 tahun akan mempengaruhi produksi pergerakan yaitu sebesar 0,070 pergerakan/orang/hari. Nilai pada variabel penghasilan keluarga Rp. 5 juta s/d > Rp. 7.5 juta (X5B) yaitu sebesar 0,408 X5B, dapat diartikan bahwa peningkatan penghasilan keluarga Rp. 5 juta s/d > Rp. 7.5 juta cenderung akan mempengaruhi produksi pergerakan. Nilai pada variabel kepemilikan SIM (X10) yaitu sebesar 1,724 X10, dapat diartikan bahwa peningkatan kepemilikan SIM cenderung akan mempengaruhi produksi pergerakan. KESIMPULAN DAN SARAN Kesimpulan 1. Faktor-faktor yang mempengaruhi dari aktivitas mandatory di Kota Lhokseumawe yaitu : umur (X3), penghasilan keluarga Rp. 5 juta s/d > Rp. 7,5 juta (X5B), dan kepemilikan SIM (X10). 2. Nilai koefisien determinasi (R 2 ) dari masingmasing kategori aktivitas mandatory di kota Lhokseumawe memiliki nilai koefisien determinasi (R 2 ) sebesar 87,9%, serta pada kecamatan Banda Sakti, Blang Mangat, Muara Satu dan Muara Dua, masing-masing memiliki - 65

8 nilai koefisien determinasi (R 2 ) sebesar 79,5%, 91%, 89,3%, dan 86,7%. Saran 1. Perlu adanya peninjauan ulang dengan menambahkan faktor-faktor lain yang berpengaruh sehingga menghasilkan model yang lebih baik lagi dan memiliki korelasi yang tinggi terhadap kebutuhan pergerakan sebagai variabel yang di tinjau dari keempat kecamatan suatu kota. 2. Hasil dari penelitian ini dapat dijadikan bahan rujukan bagi kalangan akademisi dalam hal kebutuhan pergerakan (trip Generation) untuk melihat dan memprediksi tingkat kebutuhan pergerakan pada suatu kawasan. DAFTAR PUSTAKA Anggraini, R, et. al A Model of Within- Households Travel Activity Decisions Capturing Interactions between Household Heads, 8 th International DDSS Conference, Eindhoven University of Technology. Anggraini, Household Activity-Travel Behavior:Implementation of Within- Household Interactions, Dissertation Eindhoven University of Technology, The Netherlands. Andrialdi, R Karakteristik Pola Pergerakan Pada Penduduk Perumahan Pinggiran Kota Banda Aceh, Master Tesis, Banda Aceh. Bruton M. J Introduction To Transportation planning, Hutchinson Technical Education, London. Dinas Kependudukan dan Pencatatan Sipil Kota Lhokseumawe Laporan Kependudukan Kota Lhokseumawe. Jurnal Teknik Sipil Disdukcapil Kota Lhokseumawe. Levinson Transportation & Traffic Engineering Handbook, New Jersey. Miro. F Perencanaan Transportasi, Penerbit Erlangga, Jakarta. Miro. F Perencanaan Transportasi untuk Mahasiswa, Perencana dan Praktisi, Penerbit Erlangga, Jakarta. Morlok, E. K Pengantar Teknik dan Perencanaan Transportasi, Penerbit Erlangga, Jakarta. Morlok, E. K Pengantar Teknik dan Perencanaan Transportasi, Penerbit Erlangga, Jakarta. Saputra, J Model Bangkitan Pergerakan Pelajar dan Mahasiswa (Studi Kasus Kota Banda Aceh), Master Tesis, Banda Aceh. Sugiyono Statistik untuk Penelitian. Alfabeta. Bandung. Sugiyono Metode Penelitian Kuantitatif, Kualitatif dan R&D. Alfabeta. Bandung. Sulistyo, J Hari Jago SPSS, Cakrawala, Yogyakarta. Susana, N Model Bangkitan Aktivitas Dari Pekerja dan Non-Pekerja (Studi Kasus Kota Banda Aceh), Master Tesis, Banda Aceh. Tamin. O. Z Perencanaan dan Pemodelan Transportasi, Penerbit ITB, Bandung. Tamin. O. Z Perencanaan dan Pemodelan Transportasi, Penerbit ITB, Bandung. Tamin. O. Z Perencanaan dan Pemodelan Transportasi, Penerbit ITB, Bandung. Warpani, S Merencanakan Sistem Perangkutan, Penerbit ITB, Bandung. 66 -