PEMODELAN TARIKAN PERJALANAN PADA RUMAH SAKIT DI KOTA PADANG

No. Vo. Thn. XIV Apri 00 ISSN: 84-84 PEMODELAN TARIKAN PERJALANAN PADA RUMAH SAKIT DI KOTA PADANG Hendra Gunawan ),Titi Kurniati ),Dedi Arnadi ) )Staf Pengajar Jurusan Teknik Sipi Universitas Andaas )Mahasiswa Jurusan Teknik Sipi Universitas Andaas ABSTRAK Rumah sakit merupakan saah satu tempat peayanan kesehatan bagi masyarakat. Perkembangan rumah sakit yang pesat yang ditandai dengan peningkatan sarana dan kuaitas peayanannya menimbukan tarikan perjaanan (trip attractions) yang cukup tinggi. Peneitian ini memaparkan mengenai tarikan perjaanan rumah sakit di wiayah kota Padang, Sumatera Barat. Obyek peneitian adaah 4 buah rumah sakit yang berada di kota Padang. Data yang dianaisis adaah data primer yang dikumpukan meaui survey berupa jumah kendaraan yang datang ke suatu rumah sakit pada hari kerja. Sedangkan data yang menyangkut uas tanah, uas bangunan, jumah pegawai dan jumah tempat tidur merupakan data sekunder yang diperoeh dari pihak pengeoa rumah sakit. Mode tarikan perjaanan ditentukan berdasarkan anaisis regresi dan uji statistik. Pada kondisi jam puncak, tarikan perjaanan mobi dipegaruhi oeh Jumah Pegawai (JM= 0,xJP 0,, R = 4), tarikan perjaanan sepeda motor oeh Jumah Tempat Tidur (JSM= 0,4xJTT 0,8, R = 0,). Sedangkan untuk kondisi tota perhari, tarikan perjaanan mobi dipegaruhi oeh Jumah Pegawai (JM=,xJP 0,, R = 4), tarikan perjaanan sepeda motor oeh Jumah Pegawai (JSM=,044xJPP0,88, R = 0,8). Kata Kunci : anaisis regresi, rumah sakit, trip attractions.. PENDAHULUAN Pertumbuhan penduduk yang tinggi dan adanya peningkatan perekonomian masyarakat menuntut aju pembangunan yang cukup pesat, yang pada giirannya akan menimbukan tingkat mobiitas tinggi dari para peaku pembangunan. Pembangunan pada umumnya menyebabkan perubahan ke daam sistem kegiatan. Hubungan yang erat antara sistem kegiatan dengan sistem pergerakan mengakibatkan pembangunan yang juga akan memberikan perubahan kepada sistem pergerakan. Lebih jauh agi, perubahan sistem pergerakan ini harus didukung oeh sistem jaringan ( prasarana ), sehingga dibutuhkan pembangunan jaringan, kemudian proses di atas akan kembai teruang. Karena itu sebagai saah satu jaan untuk memperkirakan kebutuhan pembangunan jaringan, diperukan metode untuk mengetahui seberapa besar pengaruh adanya pembangunan (perubahan sistem kegiatan ) terhadap perubahan sistem pergerakan. Dengan diketahuinya seberapa besar pengaruh adanya pembangunan terhadap sistem pergerakan, dapat juga diniai seberapa jauh diperukan pengendaian dan pengaturan untuk menjamin keancaran, keseamatan dan efisiensi daam sistem jaringan yang ada. Pengaruh awa yang dapat diidentifikasi adaah besarnya bangkitan dan tarikan pergerakan ( jumah yang pergi dan yang datang ) akibat hasi pembangunan yang bersangkutan. Daam kasus ini adaah pembangunan yang cukup pesat pada beberapa rumah sakit yang berada di kota Padang. Ini ditandai dengan adanya penambahan sarana dan peningkatan kasifikasi pada rumah sakit yang berakibat pada meningkatnya fasiitas peayanan yang ada dan pada akhirnya akan meningkatkan jumah tarikan perjaanan/ kunjungan ke rumah sakit tersebut.. STUDI PUSTAKA Pemodean bangkitan perjaanan (trip generation) adaah suatu tahapan pemodean yang memperkirakan jumah pergerakan dari suatu zona (trip generation) dan jumah pergerakan yang tertarik ke suatu zona (trip attraction). Tujuan dasar bangkitan perjaanan adaah menghasikan suatu mode hubungan yang mengaitkan tata guna ahan dengan jumah pergerakan yang menuju ke suatu zona atau jumah pergerakan yang meninggakan suatu zona. Zona asa dan tujuan pergerakan biasanya menggunakan istiah trip end. Pergerakan merupakan fungsi tata guna ahan yang menghasikan perjaanan au intas. Perjaanan au intas ini mencakup : Lau intas yang meninggakan suatu okasi Lau intas yang menuju atau tiba ke suatu okasi Hasi keuaran dari perhitungan bangkitan dan tarikan au-intas berupa jumah kendaraan, orang, atau angkutan barang per satu satuan waktu, misanya kendaraan/jam. Kita dapat menghitung jumah orang atau kendaraan yang masuk atau keuar dari suatu uas tanah tertentu daam satu hari TeknikA 4

No. Vo. Thn. XIV Apri 00 ISSN: 84-84 atau satu jam untuk mendapatkan bangkitan dan tarikan pergerakan. Bangkitan dan tarikan au intas tersebut tergantung kepada dua aspek tata guna ahan, yaitu: a. Jenis tata guna ahan Tata guna ahan yang akan ditinjau untuk dimodekan tarikan perjaanannya adaah RUMAH SAKIT, dimana parameter dari kawasan yang umum digunakan sebagai variabe bebas daam mode bangkitan/tarikan diantaranya : Luas tanah Luas bangunan Jumah pegawai Jumah tempat tidur b. Jumah aktifitas dan intensitas pada tata guna ahan.. Formuasi Mode Mode bangkitan atau tarikan yang akan dikaibrasi pada studi ini adaah mode matematis. Secara umum, mode matematis untuk bangkitan/tarikan merupakan bentuk koreasi antara variabe tata guna ahan sebagai variabe bebas dengan besarnya bangkitan tarikan sebagai variabe tak bebas. Persamaan matematis yang paremeternya diperoeh dari anaisis regresi. Bentuk persamaan yang dipiih adaah yang menghasikan tingkat koreasi yang optima. Anaisis regresi juga menghasikan parameterparemeter yang dapat meng-gambarkan tingkat keandaan mode yang diperoeh, sehingga mode bangkitan atau tarikan yang diperoeh dapat dipergunakan secara ebih uas.. Anaisis Regresi Anaisis regresi adaah suatu anaisis yang mempeajari bagaimana suatu peubah tidak bebas (respon) berhubungan dengan satu atau ebih peubah bebas (predictor). Anaisa regresi inier dapat digunakan untuk menghasikan hubungan antara satu peubah tidak bebas dengan dua atau ebih peubah bebas. Persamaan yang sederhana dan uas penggunaannya untuk menunjukkan hubungan variabe-variabe adaah persamaan inier. Y = a + bx (.) Dimana, a : Konstanta b : Koefisien Regresi X : Variabe yang diketahui (independent variabe) Y : Variabe yang diramakan (dependent variabe) Sumber : Wapoe, Asumsi dasar dari anaisis regresi adaah (Hutchinson, 4) :. Variasi dari niai y di sekitar garis regresi harus sama dengan seuruh rentang jarak peubah bebas.. Penyimpangan niai y di sekitar garis regresi harus bebas satu sama ain serta terdistribusi norma.. Niai X diasumsikan bebas dari kesaahan. 4. Hubungan regresi peubah tidak bebas, inier terhadap peubah bebas. Daam persamaan inier, hubungan antara dua variabe bia digambarkan secara grafis (dengan scatter diagram), semua niai X dan Y yang sesuai dengan persamaan Y = a + bx akan jatuh pada suatu garis urus (straight ine). Garis tersebut yang dinamakan garis regresi (regression ine). Untuk membuat garis regresi dapat digunakan metode east square. Metode Least Square Metode east square berusaha membuat garis yang mempunyai jumah seisih (jarak vertika) kuadrat antara data dengan garis regresi yang terkeci. Bentuk persamaan regresi yang akan dikembangkan sebagai mode daam studi dapat dibagi menjadi dua keompok utama : a. Persamaan Regresi Variabe Tungga Untuk persamaan regresi variabe tungga, dibatasi hanya regresi yang bersifat inier, ogaritmik, power(berpangkat) dan eksponensia saja. Bentuk umum persamaan regresi variabe tungga yang dijadikan aternatif persamaan adaah : Y = a + bx (inier) (.) Y = a + b Ln (X) (ogaritmik) (.) Y = a (X) b (power) (.4) Y = a exp [b(x)] (eksponensia)..(.) Sumber : Wapoe, b. Persamaan Regresi Muti Variabe Yaitu persamaan yang memiiki variabe bebas ebih dari satu. Karena itu untuk bentuk persamaan ini akan terdapat beberapa aternatif persamaan berdasarkan kombinasi kandidat variabe yang ada. Untuk persamaan regresi muti variabe, dibatasi hanya regresi yang bersifat inier saja (regresi mutiinier), bentuk umumnya adaah : Y = a + b X + b X + b X + (.) Sumber : Wapoe, Keuntungan dari persamaan muti variabe adaah sebagai bentuk aternatif persamaan yang secara umum dikatakan semakin banyak variabe makin baik keandaan dari mode yang dihasikan, namun itu juga tergantung kepada variabe yang teribat. Pemiihan kombinasi variabe didasarkan pada matrik koreasi yang teah dihasikan. TeknikA 0

No. Vo. Thn. XIV Apri 00 ISSN: 84-84 Sebagai acuan daam pemiihan kombinasi variabe daam suatu aternatif persamaan adaah sebagai berikut : Untuk variabe bebas yang secara angsung memiiki pengaruh positif terhadap bangkitan/tarikan. Dipiih variabe bebas yang memiiki niai koreasi tinggi terhadap variabe tak bebasnya. Variabe bebas yang memiiki koreasi tinggi dengan variabe bebas ainnya tidak disatukan daam satu aternatif persamaan. Sebagian besar persamaan regresi teah dikembangkan dengan menggunakan paket program anaisis regresi bertahap (stepwise). Program anaisis stepwise memungkinkan adanya anaisis untuk menguji sejumah besar peubah yang potensia. Pemode kemudian akan memiih persamaan yang paing baik menggunakan kriteria statistik tertentu... Anaisis Koreasi Koreasi adaah saah satu teknik statistik yang digunakan untuk mencari hubungan antara dua variabe atau ebih yang sifatnya kuantitatif. Dua variabe dikatakan berkoreasi apabia perubahan pada variabe yang satu akan diikuti oeh perubahan pada variabe yang ain secara teratur, dengan arah yang sama atau dapat pua dengan arah yang berawanan. Bia dua variabe tersebut dinyatakan sebagai variabe X dan variabe Y, maka apabia variabe X berubah, variabe Y pun berubah dan sebaiknya. Koefisien koreasi merupakan ukuran besar kecinya atau kuat tidaknya hubungan antara variabe. Koefisien koreasi dinyatakan dengan biangan bergerak antara 0 sampai + atau 0 sampai -. Apabia koefisien koreasi (r) mendekati + atau - berarti terdapat hubungan yang kuat, sebaiknya apabia mendekati 0 berarti terdapat hubungan yang emah atau tidak ada hubungan. Apabia r sama dengan + atau - berarti terdapat hubungan positif sempurna atau hubungan negatif sempurna. Koefisien koreasi dapat dihitung dengan beberapa metode :. Least Square Biasanya dipergunakan niai statistik : r = + n ( Yi Y ' i ) i = n ( Yi Y ) i = (.) Sumber : Wapoe,. Pearson Product Moment Rumus menurut metode east square terau banyak memerukan perhitungan. Ha ini dapat dihindari dengan menggunakan metode product moment yang dikemukakan oeh Kar Pearson. n n n. i i i i r = n XY X Y i= i= i= n n n n i i i i i= i= i= i= (.8) n. X X. n. Y Y Sumber : Wapoe,. METODOLOGI PENELITIAN Bagan air metodoogi peneitian untuk meakukan pemodean tarikan dapat diihat pada Gambar berikut. Data Karakteristik Kawasan Pengumpuan Data Primer dan Sekunder Anaisis Koreasi Data Aternatif Persamaan Mode Loos UJI MODEL Pemiihan Persamaan Mode MODEL FINAL Gambar- Bagan Air Metodoogi Peneitian 4. PENGUMPULAN DATA Data Tarikan (Variabe Tak Bebas) TidakLoos Pengumpuan data Primer dan Sekunder diakukan untuk mengetahui besarnya bangkitan/tarikan au intas (variabe tak bebas) sebagai data primer dan data karakteristik kawasan (variabe bebas) sebagai data sekunder di suatu kawasan tinjauan. Jenis survey primer yang diakukan untuk mengumpukan data tarikan dari suatu guna ahan tertentu adaah dengan Survey Pencacahan Lau Lintas. Survey pencacahan au-intas merupakan suatu pencacahan kendaraan menurut jenisnya. Umumnya di kawasan rumah sakit yang terihat cukup signifikan adaah kendaraan jenis Sepeda Motor dan Mobi. Periode waktu pencacahan adaah perjam, tota waktu pencacahan disesuaikan dengan jenis tata guna ahan tinjauan. Data pencacahan dituis daam data form yang TeknikA

No. Vo. Thn. XIV Apri 00 ISSN: 84-84 tersedia. Lokasi pencacahan ditetapkan pada pintu masuk okasi yang bersangkutan. Survey sekunder diakukan dengan mendatangi masing-masing okasi atau pengeoa dari kawasan yang dipiih untuk mengumpukan data-data yang diperukan. Data sekunder yang diperukan untuk rumah sakit umumnya berada pada okasinya. Survey sekunder untuk memperoeh data-data sebagai berikut :. Luas tanah (LT, m ). Luas bangunan (LB, m ). Jumah pegawai (JP, orang) 4. Jumah tempat tidur (JTT, buah) Lokasi Survey Pemiihan okasi survey tergantung dari ketersediaan data dan kemudahan serta kemampuan daam meaksanakan survey apangan. Lokasi yang di survey yaitu :. Rumah Sakit Umum Pusat M. DJAMIL.. Rumah Sakit YOS SUDARSO.. Rumah Sakit TNI REKSODIWIRYO. 4. Rumah Sakit SELAGURI.. ANALISIS DATA.. Koefisien Koreasi Sebeum meakukan pembuatan Aternatif Persamaan Mode maka terebih dahuu diakukan penentuan Koefisien Koreasi dan Uji Koreasi. Perhitungan angka koefisien koreasi diakukan dengan menggunakan program SPSS (Statistica Product Service Soution) versi. yaitu dengan mengkoreasikan masing-masing variabe terikat (jumah mobi dan jumah sepeda motor) dengan variabe bebasnya (uas tanah, uas bangunan, jumah pegawai, jumah tempat tidur). Hasi dari perhitungan koefisien koreasi disajikan daam bentuk Matrik Koreasi kondisi tarikan pada jam puncak dan kondisi tarikan tota daam satu hari. Koefisien koreasi berfungsi untuk meihat tingkat hubungan (secara statistik) antara variabe karakteristik kawasan dengan variabe tarikannya. Niai koreasi adaah niai yang digunakan untuk memiih variabe bebas (yaitu yang mempunyai niai koreasi yang besar) dengan variabe tak bebasnya. Besarnya niai koreasi antara dua variabe adaah antara - s/d +... Aternatif Persamaan Mode Kemungkinan-kemungkinan Aternatif Persamaan Mode diakukan dengan menggunakan program SPSS (Statistica Product Service Soution) versi. yaitu dengan mengkoreasikan masing-masing variabe terikat (jumah mobi dan jumah sepeda motor) dengan variabe bebasnya (uas tanah, uas bangunan, jumah pegawai, jumah tempat tidur)... Uji Mode Pengujian anaisis ini adaah pengujian terhadap kemungkinan-kemungkinan Ater-natif Persamaan Mode yang diperoeh dari program SPSS (Statistica Product Service Soution) versi. yang diakukan dua () tahap pengujian yaitu Uji Kemasuk-akaan tanda dan Uji Statistik. Uji Kemasuk-akaan tanda berfungsi sebagai pedoman awa untuk mendeteksi apakah ada hubungan yang tidak ogis atau tidak masuk aka pada kemungkinan aternatif persamaan yang teah diperoeh. Dimana niai konstanta (a) atau koefisien regresi (b) dinyatakan terdapat hubungan yang tidak ogis atau tidak masukaka. Aternatif persamaan mode juga di Uji Statistik yaitu Uji t statistik (untuk aternatif persamaan mode variabe tungga) dan Uji F statistik (untuk aternatif persamaan mode muti variabe). Aternatif persamaan mode yang oos Uji Statistik adaah Aternatif persamaan mode yang memiiki niai t statistik /F statistik ebih besar dari niai t tabe /F tabe (t statistik /F statistik > t tabe /F tabe ), dimana niai t statistik /F statistik diperoeh dari hasi anaisis program SPSS (Statistica Product Service Soution) versi..4. Pemiihan Mode Optimum Seteah diakukan Uji Mode, Aternatif Persamaan Mode yang memenuhi Uji Kemasukakaan tanda dan oos Uji Statistik dianjutkan dengan pemiihan Aternatif Persamaan Mode yang memiiki niai koefisien determinasi (R ) yang besar, maka akan diperoeh Persamaan Mode yang Optimum.. HASIL DAN PEMBAHASAN Survei primer diakukan dengan periode waktu pencacahan adaah perjam dari jam.00 sampai dengan jam.00. seama hari kerja yaitu hari Seasa dan Kamis. Data primer dan data sekunder hasi survey dapat diihat pada Tabe, Tabe dan Tabe berikut : Tabe- Jumah Tarikan Kendaraan Saat Jam Puncak Masuk No. Lokasi Sepeda Mobi Motor RS. M. Jami 0 RS. Yos Sudarso 0 RS. TNI Reksodiwiryo 4 RS. Seaguri TeknikA

No. Vo. Thn. XIV Apri 00 ISSN: 84-84 No. Tabe - Jumah Tarikan Kendaraan Tota Perhari Masuk No. Lokasi Sepeda Mobi Motor RS. M. Jami 48 RS. Yos Sudarso 8 RS. TNI Reksodiwiryo 4 4 RS. Seaguri Tabe- Data Karakteristik Zona Lokasi Karakteristik Zona LT LB JP JT T 8 Tabe- Matriks Koreasi Kondisi Tarikan Tota Perhari LT LB JP JTT Jumah 0,8 Mobi 8 Jumah 0, 0,8 Sepeda 4 8 Motor Luas Tanah Luas Bangunan Jumah Pegawai Jumah Tempat Tidur 0,8 0, 0,8 0,8 0,0 0,8 0, 0,0 RS. M. Jami 80 4 8.. Hasi Koreasi RS. Yos 40 40 0 Dari matrik koreasi jam puncak dapat diihat Sudarso 0 bahwa jumah mobi berkoreasi tinggi (niai RS. TNI 8 koreasi >0,) dengan variabe bebasnya dan Reksodiwiry 40000 0 jumah sepeda motor juga berkoreasi tinggi o dengan variabe bebasnya. Demikian pua 4 RS. Seaguri 4 4 0 untuk kondisi tota perhari. Sumber : Data Survey Antara variabe-variabe bebas terdapat koreasi yang tinggi, oeh sebab itu tidak Hasi dari perhitungan koefisien koreasi dapat disatukan daam satu persamaan aternatif, disajikan daam bentuk matriks koreasi pada Tabe maka cuma digunakan aternatif persamaan 4.4 untuk kondisi tarikan pada jam puncak. dengan variabe tungga. Baik untuk kondisi Sedangkan matrik koreasi hasi perhitungan untuk tarikan jam puncak ataupun kondisi tarikan kondisi tarikan tota daam satu hari dapat kita tota perhari. amati pada Tabe 4.. Tabe -4 Matriks Koreasi Kondisi Tarikan Jam Puncak LT LB JP JTT Jumah Mobi Jumah Sepeda Motor 0, Luas Tanah Luas Bangunan Jumah Pegawai Jumah Tempat Tidur 0,8 0, 0,8 0,8 0,8 0,0 8 0,8 0, 0,0 Adapun aternatif persamaan mode untuk kondisi tarikan pada saat jam puncak dan tarikan tota perharinya dapat diihat pada Tabe dan Tabe... Mode Akhir Berdasarkan hasi kaibrasi dan anaisis statistik serta uji kemasuk-akaan tanda, aternatifaternatif persamaan yang teah teridentifikasi dipiih yang paing baik atau yang optimum. Kriteria aternatif persamaan yang paing baik/optimum adaah sebagai berikut: Luus uji kemasuk-akaan tanda Luus uji statistik Memiiki niai koefesien determinasi (R ) yang paing besar. Mode Akhir Tarikan Jam Puncak. JM = 0, x JP 0, R = 4. JSM = 0,4 x JTT 0,8 R = 0, Mode Akhir Tarikan Tota Perhari. JM =, x JP 0, R = 4. JSM =,044 x JP 0,88 R = 0,8 TeknikA

No. Vo. Thn. XIV Apri 00 ISSN: 84-84 Tabe - Aternatif Persamaan Mode Tarikan Jam Puncak No. Mode Tipe Variabe Regresi t Test VT VB a b R t Sig t Tabe y = 0.00x-. Linier JM LT -. 0.00 0.804.88 0.0. y =.Ln(x)- Logaritmik JM LT -. 0.4. 0...8.8 y = 0.x 0.48 JM LT 0. 0.48 0.. 0.8. 4 y =.e.8e-x Eksponensia JM LT..8E- 0.. 0.4. y = 0.0x+. Linier JM LB. 0.0 0..08 0.4. y = 4.Ln(x)-.0 Logaritmik JM LB -.0 4. 0.44. 0.. y = 0.x 0.4 JM LB 0. 0.4 0.48.4 0.08. 8 y = 8.e.0E-x Eksponensia JM LB 8..0E- 0.. 0.. y = 0.x 0. y = 0.x+. Linier JM JP. 0. 0..48 0.0. 0 y = 0.Ln(x)-.4 Logaritmik JM JP -.4 0. 0..04 0.. JM JP 0. 0. 0.4 8. 0.00. y = 8.8e 0.0x Eksponensia JM JP 8.8 0.0 0.88.8 0.00. y = 0.x.0 y = 0.0x-.8 Linier JM JTT -.8 0.0 0.84. 0.00. 4 y = 8.0Ln(x)- 4.48 Logaritmik JM JTT - 4.48 8.0 0.. 0.0. JM JTT 0..0 0.. 0.0. y =.8e 0.00x Eksponensia JM JTT.8 0.00 0.84.4 0.0. y = 0.00x-.4 Linier JSM LT -.4 0.00 0.84. 0.. 8 y =.4Ln(x)- 8. Logaritmik JSM LT - 8..4 0.48.8 0.0. y = 0.4x 0.4 JSM LT 0.4 0.4 0.4. 0.. 0 y =.8e.8E-x Eksponensia JSM LT.8.8E- 0.88. 0.8. y = 0.0x+. Linier JSM LB. 0.0 0.4. 0.08. y = 4.Ln(x)- Logaritmik JSM LB - 4. 0..4 0.8... y = 0.x 0. JSM LB 0. 0. 0.0.4 0.. 4 y =.044e.E-x Eksponensia JSM LB.044.E- 0.4. 0.4. y = 0.x+.4 Linier JSM JP.4 0. 0. 4.48 0.004. y =.Ln(x)- Logaritmik JSM JP -. 0.4. 0.0..0.0 y = 0.x 0.80 JSM JP 0. 0.80 0.4.08 0.0. 8 y =.e 0.00x Eksponensia JSM JP. 0.00 0.88. 0.084. TeknikA 4

No. Vo. Thn. XIV Apri 00 ISSN: 84-84 y = 0.84x+.0 Linier JSM JTT.0 0.84 0.. 0.00. 0 y = 8.Ln(x)- Logaritmik JSM JTT - 8. 0.. 0.00..80.80 y = 0.4x 0.8 JSM JTT 0.4 0.8 0.. 0.008. y =.e 0.00x Eksponensia JSM JTT. 0.00 0.84. 0.08. Catatan : Niai t tabe diperoeh dari Tabe t berdasarkan degree of freedom (df) Dimana df = banyak sampe (banyak variabe bebas daam persamaan + satu) Tabe- Aternatif Persamaam Mode Tarikan Harian No. Regresi Mode Tipe Variabe R t test VT VB a b t Sig t tabe y = 0.04x-4. Linier JM LT -4. 0.04 0.804.8 0.0. y = 0.8Ln(x)- Logaritmik JM LT - 0.8 0.48.8 0.4... y =.x 0.4 JM LT. 0.4 0.. 0.. 4 y = 0.4e.E-x Eksponens ia JM LT 0.4.E- 0..4 0.4. y = 0.0x+0. Linier JM LB 0. 0.0 0..00 0.48. y = 0.Ln(x)- Logaritmik JM LB - 0. 0.44. 0.. 44.8 44.8 y =.x 0.48 JM LB. 0.48 0.48. 0.0. 8 y =.48e.E-x Eksponens ia JM LB.48.E- 0..0 0.8. y =.x 0. y = 0.8x+0.08 Linier JM JP 0.08 0.8 0.. 0.008. 0 y = 4.404Ln(x)- Logaritmik JM JP - 4.404 0.. 0.08. 08.08 08.08 JM JP. 0. 0.4 8.8 0.008. y = 0.04e 0.0x Eksponens ia JM JP 0.04 0.0 0.88..88 0.004. y =.0x.0 y =.4x-4. Linier JM JTT -4..4 0.8 0.88 0.008. 4 y =.48Ln(x)- Logaritmik JM JTT -.48 0.. 0.0... JM JTT.0.0 0.. 0.0. y = 8.404e 0.00x Eksponens ia JM JTT 8.404 0.00 0.8.4 0.0. y = 0.0x-8. Linier JSM LT -8. 0.0 0.8.8 0.08. 8 y = 4.Ln(x)- Logaritmik JSM LT - 4. 0.44. 0.. 4.8 4. 8 y =.8x 0.4 JSM LT.8 0.4 0..84 0.0. TeknikA

No. Vo. Thn. XIV Apri 00 ISSN: 84-84 0 y =.e.8e-x Eksponens ia JSM LT..8E- 0..8 0.04. y = 0.0x+. Linier JSM LB. 0.0 0.. 0.. y = 08.Ln(x)- Logaritmik JSM LB - 08. 0.4. 0.04. 4.44 4.44 y =.004x 0.4 JSM LB.004 0.4 0.8. 0.. 4 y = 44.e.E-x Eksponens ia JSM LB 44..E- 0.. 0.. y =.044x 0.88 y = 0.x+8. Linier JSM JP 8. 0. 0..4 0.00. y = 40.Ln(x)- Logaritmik JSM JP - 40. 0.4.8 0.8. 8. 8. JSM JP.044 0.88 0.8 0.08 0.00. 8 y =.4e 0.00x Eksponens ia JSM JP.4 0.00 0.8 4.0 0.4. y =.4x 0. y =.8x+0.8 Linier JSM JTT 0.8.8 0. 4.4 0.004. 0 y = 48.Ln(x)- 0.88 Logaritmik JSM JTT - 0.88 48. 0.4.808 0.084. JSM JTT.4 0. 0. 8. 0.0. y =.4e 0.008x Eksponens ia JSM JTT.4 0.008 0.88.8 0.0. Keterangan : JM : Jumah Mobi JSM : Jumah Sepeda Motor LT : Luas Tanah LB : Luas Bangunan JP : Jumah Pegawai JTT : Jumah Tempat Tidur VT : Variabe Terikat VB : Variabe Bebas. KESIMPULAN Dari hasi anaisis koreasi diketahui bahwa variabe Luas Tanah, Luas Bangunan, Jumah Pegawai, dan Jumah Tempat Tidur mempunyai pengaruh yang signifikan terhadap tarikan perjaanan pada rumah sakit di kota Padang, baik untuk tarikan jam puncak maupun tarikan tota per hari. Dari hasi kaibrasi dan uji statistik diperoeh dua mode akhir tarikan perjaanan pada rumah sakit di kota Padang untuk tarikan pada jam puncak dan untuk tarikan tota daam satu hari. Mode Akhir yang diperoeh yaitu : Mode Akhir Tarikan Jam Puncak. JM = 0, x JP 0, R = 4. JSM = 0,4 x JTT 0,8 R = 0, Mode Akhir Tarikan Tota Perhari. JM =, x JP 0, R = 4. JSM =,044 x JP 0,88 R = 0,8. DAFTAR PUSTAKA. LPM-ITB, Studi Standarisasi Bangkitan dan Tarikan Lau-Lintas di Zona Bandung Raya, Institut Teknoogi Bandung,. Putranto, L. S., Tarikan Perjaanan Gedung Perkantoran di Jakarta Barat. Jurna Transportasi Vo., No., Forum Studi Transportasi Perguruan Tinggi, Bandung,. Putranto, L. S., Tarikan Perjaanan dan efiseinsi Parkir Gedung Perkantoran di Jakarta Pusat. Jurna Kajian Teknoogi Tahun No., Universitas Tarumanegara, 000 4. Tamin, O. Z, Perencanaan dan Pemodean Transportasi, Penerbit ITB, Bandung,. Morok, E. K, Pengantar Teknik dan Perencanan Tranportasi, Penerbit Erangga, Jakarta, TeknikA