BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1 UMUM Keperluan data pada studi kali ini meliputi data model transportasi yang berupa data jaringan jalan, data model sistem zona, dan data matriks asal-tujuan, serta data parkir di badan jalan, dan data tingkat pertumbuhan. Data model transportasi digunakan untuk melihat kinerja kondisi eksisting, sebagai bahan penyusunan skenario penanganan, dan sebagai input program SATURN. Data parkir di badan jalan digunakan untuk memklasifikasikan tipe dan karakteristik parkir di badan jalan yang sesuai untuk masing-masing skenario penanganan. Data tingkat pertumbuhan merupakan kebutuhan dasar dalam melakukan forecasting untuk memperoleh demand-flow pada tahun-tahun mendatang. Data-data di atas merupakan data sekunder yang diperoleh dari kajian sebelumnya dan dari instansi yang terkait. Selain itu digunakan juga data primer yaitu data traffic counting yang didapat dari Studi Penyusunan Master Plan Jaringan Transportasi Perkotaan Pada Kawasan Aglomerasi Bandung Raya (Direktorat Bina Sistem Transportasi Perkotaan, Departemen Perhubungan bekerja sama dengan PT.Adhy Duta Prima, 2008) yang akan digunakan untuk memvalidasi model. 4.2 MODEL TRANSPORTASI 4.2.1 Data Model Sistem Jaringan Jalan Penyusunan model jaringan jalan sesuai format Paket Program SATURN meliputi identifikasi kondisi jaringan jalan menyangkut panjang jalan, lebar jalan, geometrik, dan kecepatan pada arus bebas, serta fungsi biaya-arus yang dikonversi kedalam nilai n. Data jaringan jalan tersebut di atas merupakan data sekunder yang didapat dari kajian sebelumnya dan dari Laboratorium Rekayasa Jalan dan Lalulintas ITB yang diupdate dengan kondisi aktual. Data jaringan jalan yang menjadi input program SATURN yaitu kecepatan arus bebas (FV) dan kapasitas (C) dihitung menggunakan formula dari Manual Kapasitas Jalan Indonesia (1997). Contoh perhitungan kecepatan arus bebas (Free Flow Speed) dan kapasitas untuk salah satu ruas jalan di Kota Bandung, misalnya ruas Jl. Sumatera, adalah sebagai berikut: Mohammad Yun im Hakim 15004149 51

Free Flow Speed FV FV FV FFV FFV W SF CS 0 Nilai FV 0 bergantung pada tipe jalan, misalkan tipe jalan tiga-lajur satu-arah, maka nilai FV 0 adalah 61. Berturut-turut nilai FV W, FFV SF, FFV CS yang besarnya sesuai dengan tabel faktor penyesuaian free flow speed pada MKJI bagian ruas jalan perkotaan adalah 2; 0,89 dan 1. Maka nilai free flow speed untuk ruas Jl. Sumatera adalah: Kapasitas: C C 0 W SP SF CS Nilai C 0 bergantung pada tipe jalan, misalkan tipe jalan tiga-lajur satu-arah, maka nilai C 0 - nya adalah 1.650 per lajur. Berturut-turut nilai FC W, FC SP, FC SF, FC CS diperoleh dari tabel faktor penyesuaian kapasitas MKJI bagian jalan perkotaan adalah 1; 1; 0,94 dan 1. Maka nilai kapasitas untuk ruas Jl. Sumatera adalah: Sementara nilai Speed at Capacity merupakan setengah dari nilai Free Flow Speed Model jaringan jalan yang dibentuk seperti contoh perhitungan di atas, sebagai wakil suplai jaringan jalan terdiri dari sekitar 1246 ruas jalan yang meliputi semua jalan di Kota Bandung dan beberapa jalan utama penghubung ke wilayah Kabupaten Bandung dan Kabupaten Sumedang. Hubungan sistem jaringan jalan ke setiap zona diwakili oleh suatu penghubung pusat zona (centroid connector) berupa ruas jalan maya yang hanya dihadirkan untuk keperluan pemodelan dengan menggunakan Paket Program SATURN. Model jaringan jalan yang dibentuk meliputi panjang jalan sekitar 658,19 km dan kapasitas rata-rata untuk kondisi eksisting adalah 1425 smp/jam. Data selengkapnya mengenai panjang, kapasitas, dan kecepatan dasar setiap ruas jalan akan disampaikan pada Lampiran A. Mohammad Yun im Hakim 15004149 52

Gambar 4.1 Jaringan Jalan Kota Bandung Sumber : Rencana Sistem Transportasi Kota Bandung, BAPEDA Jawa Barat (2007) 4.2.2 Data Model Sistem Zona Untuk keperluan model jaringan maka wilayah studi dibagi menjadi beberapa zona sebagai penyebaran wilayah asal-tujuan. Zona dikategorikan menjadi 2, yaitu : Zona Internal, yaitu zona yang berada di dalam garis batas wilayah studi. Dalam studi ini yang dimasukkan sebagai zona internal meliputi wilayah Kota Bandung. Zona Eksternal, yaitu zona lalulintas di luar garis batas wilayah studi. Dalam studi ini zona eksternal meliputi wilayah Kabupaten Bandung, Kota Cimahi,, dan sebagian wilayah Kabupaten Sumedang. Pembagian zona diambil berdasarkan pembagian wilayah adminsitrasi sampai dengan level kecamatan dan/atau kelurahan yang ada di Kabupaten dan Kota Bandung sesuai dengan lokasi zona tersebut. Untuk zona internal agregasi zona terkecil adalah kelurahan/desa, dengan perincian 100 zona di wilayah Kota Bandung, sedangkan untuk zona eksternal agregasi terkecilnya adalah gabungan beberapa kelurahan atau kecamatan,dengan perincian 25 zona di wilayah Kabupaten Bandung, Kota Cimahi, dan Kabupaten Sumedang. Data nomor zona dan nama zona untuk wilayah studi selengkapnya dapat dilihat pada Lampiran B. Mohammad Yun im Hakim 15004149 53

4.2.3 Data Matriks Asal-Tujuan (MAT) Data MAT tahun 2002 yang dipakai ini merupakan data sekunder yang diperoleh dari Laboratorium Rekayasa Jalan dan Lalulintas ITB. Data MAT yang diperoleh dibagi berdasarkan jam puncak pagi dan jam puncak sore. Dari MAT prior tahun 2002 tersebut akan diestimasi menjadi data MAT aktual 2008 dan MAT tahun tinjaun kajian 2013 menggunakan Metode Furness dengan menggunakan acuan tingkat pertumbuhan rata-rata jenuh kendaraan Kota Bandung. Contoh estimasi dengan Metode Furness untuk MAT 2008 Jam Puncak Pagi dapat dilihat pada Tabel 4.1 di bawah ini. Tabel 4.1 Sebagian MAT Prior 2002 Zona 1 2.. 125 Oi 1 0 10.. 3 479 2 9 0.. 3 377............ 125 2 2.. 0 366 Dd 563 445.. 347 92220 Dengan mengalikan total O-D masing-masing zona asal dan tujuan dengan tingkat pertumbuhan kendaraan akan didapat Tabel 4.2 berikut sebagai awalan Metode Furness. Tabel 4.2 Sebagian Persiapan Furness MAT 2008 Pagi Zona 1 2.. 125 Oi Oi' Ei 1 0 10.. 3 479 658 1.374 2 9 0.. 3 377 518 1.374................ 125 2 2.. 0 366 503 1.374 Dd 563 445.. 347 92220 Dd' 773 611.. 477 126698 Ed 1.374 1.374.. 1.374 1.374 Kemudian dilakukan perkalian sel MAT di atas dengan tingkat pertumbuhan zona asal (Ei) sehingga didapat Tabel 4.3 berikut hasil pengulangan ke-1. Tabel 4.3 Sebagian MAT 2008 Pagi dengan metode Furness (hasil pengulangan ke-1) Zona 1 2.. 125 Oi Oi' Ei 1 0 14.. 4 658 658 1.000 2 12 0.. 4 518 518 1.000................ 125 3 3.. 0 503 503 1 Dd 773 611.. 477 126698 Dd' 773 611.. 477 126698 Ed 1.000 1.000.. 1.000 1.000 Dari hasil pengulangan di atas didapatkan bahwa nilai Ei dan Ed sudah sama yaitu 1,000 sehingga didapatkanlah MAT 2008 Jam Puncak Pagi seperti pada Tabel 4.4. Mohammad Yun im Hakim 15004149 54

Tabel 4.4 Sebagian MAT 2008 Jam Puncak Pagi Zona 1 2.. 125 Oi 1 0 14.. 4 658 2 12 0.. 4 518............ 125 3 3.. 0 503 Dd 773 611.. 477 126698 Data MAT prior tahun 2002, hasil estimasi MAT 2008, dan MAT 2013 untuk masing-masing jam puncak dapat dilihat pada Lampiran D. 4.3 DATA PARKIR Data parkir di badan jalan di Kota Bandung didapat dari studi terdahulu yang disesuaikan dengan data yang didapat dari Unit Pengelola Parkir Kota Bandung. Data menunjukkan bahwa terdapat 213 ruas jalan atau 315 titik/lokasi parkir di badan jalan di wilayah Kota Bandung. Total panjang jalan dengan parkir di Kota Bandung diestimasi sekitar 80,8 km. Tabel 4.5 Karakteristik Umum Parkir di Badan Jalan di Kota Bandung No Item Data Jumlah Lokasi % Total 0 70 1 Sudut Parkir 30 24 45 5 60 1 Sumber : Fadriani (2004) dan Unit Pengelola Parkir Kota Bandung (2003) Perhitungan jalan dengan pakir di badan jalan diasumsikan mengurangi lebar efektif jalan sesuai sudut parkirnya dan mempunyai gangguan samping yang sangat tinggi sehingga mengurangi nilai Free Flow Speed dan Kapasitas. Selain itu, untuk memudahkan perhitungan diasumsikan seluruh jalan dengan parkir di badan jalan memiliki bahu jalan 1 meter, dan panjang jalan yang digunakan untuk parkir di badan jalan di tiap lokasi diasumsikan sama dengan panjang ruas jalan pada lokasi yang dimodelkan. Untuk estimasi pengurangan lebar jalan dan kapasitas parkir berdasarkan sudut parkirnya seperti yang sudah dijelaskan pada tinjauan pustaka. Mohammad Yun im Hakim 15004149 55

Contoh perhitungan jalan dengan parkir adalah sebagai berikut : Nama Ruas A Node B Node Panjang Jalan Parkir PKL Efektif per Arah Per Lajur Tipe Jalan Kelas Gangguan Samping Ahmad Yani 372 915 760 15 2.3 0 12.7 6.35 3.175 4 Lajur 2 Arah Sangat Tinggi Speed Calculation (km/jam) Capacity Calculation (smp/jam) Fvo FVw FFVs f FFVc s FV Co FCw FCsp FCsf FCc s C 57-4 0.88 1 47 3000 0.92 1 0.88 1 2429 Jika dibandingkan dengan perhitungan jalan tanpa parkir sebagai berikut : Nama Ruas A Node B Node Panjang Efektif Per Arah Per Lajur Tipe Jalan Kelas Gangguan Samping Ahmad Yani 372 915 760 15 7.5 3.75 4 Lajur 2 Arah Rendah Speed Calculation (km/jam) Capacity Calculation (smp/jam) Fvo FVw FFVsf FFVcs FV Co FCw FCsp FCsf FCcs C 57 2 1 1 59 3000 1.04 1 1 1 3026 Kelas gangguan samping pada jalan dengan parkir diasumsikan sangat tinggi. Terlihat bahwa nilai lebar efektif jalan juga berkurang dengan adanya parkir di badan jalan sehingga mengurangi besar nilai FV (Free Flow Speed (dalam km/jam)) dari 59 km/jam menjadi 47 km/jam dan C (Kapasitas (dalam smp/jam)) dari 3026 smp/jam menjadi 2429 smp/jam. Free Flow Speed FV FV FV W FFVSF FFVCS 0 Nilai FV 0 bergantung pada tipe jalan, misalkan tipe jalan 4-lajur 2-arah, maka nilai FV 0 adalah 57. Berturut-turut nilai FV W, FFV SF, FFV CS yang besarnya sesuai dengan tabel faktor penyesuaian free flow speed pada MKJI bagian ruas jalan perkotaan adalah -4; 0,88 dan 1. Mohammad Yun im Hakim 15004149 56

Dengan sudut parkir 0 o maka lebar parkir adalah 2.3 m sehinggai lebar efektif per lajur hanya menjadi 3,75 m sehingga nilai FV W turun menjadi -4. Kemudian, dengan hambatan samping sangat tinggi, maka nilai FFV SF turun menjadi 0,88. Maka nilai free flow speed untuk ruas Jl. Ahmad Yani dengan parkir di badan jalan adalah: FV = (57 + (-4)) x 0,88 x 1 = 47 km/jam Kapasitas: C C 0 W SP SF CS Nilai C 0 bergantung pada tipe jalan, misalkan tipe jalan 4-lajur 2-arah, maka nilai C 0 -nya adalah 3000 per lajur. Berturut-turut nilai FC W, FC SP, FC SF, FC CS diperoleh dari tabel faktor penyesuaian kapasitas MKJI bagian jalan perkotaan adalah 0,92; 1; 0,88 dan 1. Dengan sudut parkir 0 o maka lebar parkir adalah 2.3 m sehinggai lebar efektif per lajur hanya menjadi 3,75 m sehingga nilai FC W turun menjadi 0,92. Kemudian, dengan hambatan samping sangat tinggi, maka nilai FC SF turun menjadi 0,88. Maka nilai kapasitas untuk ruas Jl. Ahmad Yani dengan parkir di badan jalan adalah: C = 3000 x 0,92 x 1 x 0,88 x 1 = 2429 smp/jam Data lengkap mengenai klasifikasi jalan di Kota Bandung dengan parkir di badan jalan beserta perhitungan free flow speed dan kapasitasnya dapat dilihat pada Lampiran C. Mohammad Yun im Hakim 15004149 57

SI-4099 TUGAS AKHIR Gambar 4.2 Lokasi Parkir di Badan Jalan di Kota Bandung Sumber : Fadriani (2004) dan Unit Pengelola Parkir Kota Bandung (2003) Julian Situmorang Mohammad Yun im Hakim 15004138 15004149 58

4.4 TINGKAT PERTUMBUHAN KENDARAAN Metode yang dilakukan adalah mencari data pertumbuhan lalu-lintas atau peningkatan jumlah kendaraan di BPS Propinsi Jawa Barat seperti yang dapat dilihat pada Tabel 4.6. Referensi yang diperoleh dari BPS adalah Bandung dalam Angka dari tahun 2000 sampai dengan 2007. Tabel 4.6 Rekapitulasi Data Pertumbuhan Kendaraan Pertumbuhan per Tahun (%) Tahun Kendaraan Umum Roda 2 Sedan/Taksi wajib uji Bus Mini Otobus 1997 1998-0.57 1999 2.71 0.72 2000 0.38 0.64 2001 50.37 19.01 2002 17.82 1.52 8.45 3.2 9.27 2003 17.82 1.5 1.88 3.4 2 2004 17.82 1.51 5.02 3.3 5.64 2005 20.79 6.18 23.43-17.71 7.7 2006 4.73-3.92-35.74 36.78-8.56 2007 26.74 18.94 37.70 17.02 28.42 Rata-rata 17.69 4.29 6.05 7.67 7.41 17.69 Rata-rata 6.35 Sumber : BPS Propinsi Jawa Barat Pada tabel di atas telah dilakukan pemisahan antara roda 2 dengan roda 4, dari beberapa jenis kendaraan ringan selain motor dan angkutan kota diperoleh nilai 6.35 % sebagai besaran tingkat pertumbuhan kendaraan, sedangkan nilai 17.69 % untuk tingkat pertumbuhan motor. Dari data di atas, didapat pertumbuhan motor sebesar 17.69 %. Tingkat pertumbuhan ini terlalu tinggi apalagi jika dibandingkan pertumbuhan penduduk yang hanya berkisar 2 % per tahun. Secara linear akan ada kondisi dimana jumlah sepeda motor lebih besar dari jumlah penduduk Kota Bandung. Maka dari itu perlu dilakukan suatu pendekatan untuk mendapatkan tingkat pertumbuhan motor yang sesuai, karena tingkat pertumbuhan sepeda motor tidak meningkat secara tidak terbatas. Untuk mendapatkan tingkat pertumbuhan motor yang lebih mewakili akan digunakan suatu pendekatan khusus dengan menggunakan kurva logistic (Verhulst Equation), dengan formula : Mohammad Yun im Hakim 15004149 59

Dengan : - P(t) : Jumlah sepeda motor di tahun t (4.1) - K : Tingkat Jenuh Kepemilikan Sepeda Motor - Po : Jumlah Motor Pada Tahun Dasar 2007 - r t : Tingkat Pertumbuhan Kepemilikan Motor pada Tahun Dasar 2007 Jika asumsikan pertumbuhan penduduk Kota Bandung tetap sebesar 1.0198 % per tahun sesuai hasil rata-rata pertumbuhan tahun terakhir penduduk Kota Bandung (Arrosyid dan Reinaldo, 2007), maka jumlah penduduk Kota Bandung sampai tahun 2027 adalah sebagai berikut : Tabel 4.7 Jumlah Penduduk Kota Bandung Tahun Jumlah Penduduk 2007 2361653 2008 2408343 2009 2455956 2010 2504510 2011 2554024 2012 2604517 2013 2656009 2014 2708518 2015 2762065 2016 2816671 2017 2872357 2018 2929143 2019 2987053 2020 3046107 2021 3106328 2022 3167740 2023 3230366 2024 3294231 2025 3359358 2026 3425772 2027 3493500 Sumber : Arrosyid dan Reinaldo (2007) Jika diasumsikan kepemilikan motor di Kota Bandung akan jenuh pada akhir tahun 2027 dengan tingkat kejenuhan motor di Kota Bandung terjadi saat perbandingan penduduk : motor = 2 : 1 (Arrosyid dan Reinaldo, 2007), maka jumlah jenuh sepeda motor di Kota Mohammad Yun im Hakim 15004149 60

Bandung pada tahun 2027 adalah sebesar 3493500 x 0.5 = 1746755 buah motor. Maka K = 1746755 motor. Dengan data-data di atas, dapat dihitung jumlah motor tiap tahunnya mulai dari tahun dasar kajian 2007 hingga tahun asumsi dimana motor akan mengalami jumlah jenuh di Kota Bandung yaitu tahun 2027, sehingga rata-rata pertumbuhan motor di Kota Bandung yang rasional dapat diperoleh, seperti terlihat dalam Tabel 4.8. Tabel 4.8 Hasil Prediksi Jumlah Motor di Kota Bandung dengan Menggunakan Metode Logistic Growth K 1745755 r 17.69% Tahun Motor (P) r per tahun (%) 2007 568636 2008 638432 12.27 2009 711617 11.46 2010 787226 10.63 2011 864156 9.77 2012 941221 8.92 2013 1017229 8.08 2014 1091052 7.26 2015 1161689 6.47 2016 1228319 5.74 2017 1290328 5.05 2018 1347316 4.42 2019 1399089 3.84 2020 1445633 3.33 2021 1487084 2.87 2022 1523689 2.46 2023 1555776 2.11 2024 1583719 1.80 2025 1607917 1.53 2026 1628768 1.30 2027 1646659 1.10 2025 1661955 0.93 2026 1674991 0.78 2027 1686072 0.66 Rata-rata 4.90 Sementara itu proporsi jumlah sepeda motor dalam total jumlah kendaraan di lalulintas Kota Bandung adalah 63 % yang didapat dari Tabel 4.9 berikut ini : Mohammad Yun im Hakim 15004149 61

Tabel 4.9 Proporsi Jumlah Sepeda Motor Tahun Jumlah Jumalah Total Sepeda Kendaraan Motor % Motor 2004 354650 589399 60.17 2005 428375 699668 61.23 2006 448651 699320 64.16 2007 568636 860804 66.06 Rata-rata 62.90 Sumber : BPS Propinsi Jawa Barat Untuk tingkat pertumbuhan kendaraan ringan diambil tingkat pertumbuhannya sesuai data rata-rata pertumbuhan di atas yaitu sebesar 6.35 % per tahun. Untuk perhitungan dan analisis selanjutnya digunakan nilai-nilai tersebut sebagai besaran tingkat pertumbuhan lalu-lintas untuk mendapatkan MAT tahun aktual dan tahun kajian. 4.5 ANALISIS PERTUMBUHAN Dari data pertumbuhan kendaraan di atas akan digunakan untuk mengestimasi Matriks Asal Tujuan (MAT) tahun aktual 2008 dan tahun akhir rencana kajian 2013 dengan menggunakan Metode Furness seperti yang dijelaskan pada Bab Tinjauan Pustaka. Tingkat pertumbuhan untuk masing-masing zona diasumsikan sama yaitu rata-rata tingkat pertumbuhan jenuh kendaraan di Kota Bandung yang besarnya masing-masing adalah 4,90 % untuk sepeda motor dan 17,69 % untuk kendaraan ringan lainnya. Pada prior Matriks Asal Tujuan 2002 besarnya Origin-Destination Total adalah 92220 smp/jam pada jam puncak pagi dan 91961 smp/jam pada jam puncak sore. Pada Metode Furness, sebaran pergerakan pada tahun 2008 dan 2013 didapatkan dengan mengalikan sebaran pergerakan tahun 2002 dengan tingkat pertumbuhan zona asal atau zona tujuan yang dilakukan secara bergantian sampai total sel MAT untuk setiap arah (baris atau kolom) kirakira sama dengan total sel MAT yang dinginkan. Total O-D pada MAT 2008 dan MAT 2013 untuk tiap jam puncak adalah seperti terlihat pada Tabel 4.10. Tabel 4.10 Tingkat Pertumbuhan Total Perjalanan Tahun Total O-D (smp/jam) Pertumbuhan (%) Pagi Sore Pagi Sore 2002 92220 91961 2008 126698 126343 27.21 27.21 2013 165092 164628 44.14 44.14 Mohammad Yun im Hakim 15004149 62

Dari tabel di atas terlihat bahwa pertumbuhan total perjalanan pada tahun 2008 dan 2013 untuk tiap jam puncak pagi dan sore nilainya adalah sama, yaitu 27,21 % pada tahun 2008 dan 44,14 % pada tahun 2013. Dengan mengetahui besaran MAT tahun 2008 dan tahun 2013 kita dapat mengestimasi dan memodelkan kinerja jaringan jalan yang telah disiapkan skenario penanganannya mengenai parkir di badan jalan dengan membebankan MAT, yang merupakan input program SATURN, ke dalam jaringan jalan yang sudah kita setting skenarionya. Data mengenai MAT tahun aktual 2008 dan 2013 hasil furness dapat dilihat pada Lampiran D. Mohammad Yun im Hakim 15004149 63