BAB IV PENGUMPULAN DAN ANALISIS DATA

36 BAB IV PENGUMPULAN DAN ANALISIS DATA 4.1. PENGUMPULAN DATA Data yang diperoleh melalui pengumpulan data sekunder adalah : 1. Data Lalu Lintas Harian Rata-Rata Tahunan a. Sumber : Dinas Perhubungan Kota Pekalongan Propinsi Jawa Tengah b. Data yang diperoleh : Data LHR selama 5 tahun (2001-2005), untuk Jalan HOS Cokroaminoto dan Jalan Pelita IV. 2. Data Tanah a. Sumber : Laboratorium Mekanika Tanah Jurusan Sipil Fakultas Teknik Universitas Diponegoro b. Data yang diperoleh : Hasil Sondir dan Boring (masing-masing 2 titik) pada tanah di sekitar Sungai Kupang. 3. Data Pendukung a. Data Topografi Sumber : Dinas PSDA Propinsi Jawa Tengah Data yang diperoleh : Peta topografi Kota Pekalongan. b. Data Curah Hujan Sumber : Badan Meteorologi dan Geofisika Propinsi Jawa Tengah Data yang diperoleh : Curah Hujan Stasiun Warungasem dan Stasiun Kutosari/Doro, selama 10 tahun (1997-2006). c. Data Statistik Sumber : Biro Pusat Statistik Kota Pekalongan Propinsi Jawa Tengah Data yang diperoleh : Data Jumlah Penduduk, Pemilikan Kendaraan, dan PDRB daerah Jenggot dan Kuripan Lor Pekalongan. Dalam proses perencanaan jembatan, setelah dilakukan pengumpulan data primer maupun sekunder, dilanjutkan dengan evaluasi data / review study,

37 berikutnya dilakukan analisis untuk penentuan tipe, bentang, maupun kelas jembatan dan lain-lain serta melakukan perhitungan detail jembatan. Langkahlangkah yang dilakukan meliputi : 1. Analisa Lalu Lintas 2. Analisa Hidrologi dan Hidrolika 3. Analisa Tanah 4.2. ANALISA DATA LALU LINTAS DAN GEOMETRIK JALAN 4.2.1. Data Lalu Lintas dan Data Pendukung lainnya Pada tahap perencanaan jembatan data yang diperoleh diolah terlebih dahulu lalu kemudian dilakukan analisa untuk menentukan alternatif-alternatif pemecahan terhadap masalah yang dihadapi. Karena pada jalan yang akan dibangun jembatan Kuripan belum diketahui data LHRnya, maka perlu dianalisis terlebih dahulu. Metode yang digunakan adalah dengan mencari prosentase dari kemungkinan kendaraan yang akan melalui jalan alternatif tersebut. Rumus untuk mendapatkan prosentase tersebut adalah : x = 50 + Dimana : 50( d + 0,5t ) ( d 0,5t ) 2 + 4, 5 x = prosentase kendaraan yang melalui jalan alternatif d = jarak tempuh melalui jalan alternatif t = waktu tempuh melalui jalan alternatif x = 50 + 50( 1,062 + 0,5 3,5) ( 1,062 0,5 3,5) 2 + 4, 5 = 55,7 %

38 Jalan Alternatif Jl. HOS Cokroaminoto Jl. Pelita IV Gambar 4.1 Denah jalan alternatif melalui Jembatan Kuripan Thn. Dari data yang diperoleh dari Dinas Perhubungan Kota Pekalongan tahun 2001-2005 tersebut dalam tabel di bawah ini : Sepeda Motor Emp=0,5 Mobil Emp = 1,00 Tabel : 4.1 Data pertumbuhan lalu lintas tahunan ( smp/hari ) Jl. HOS Cokroaminoto Pick Up Penumpang Emp=1,00 Pick Up Barang Emp= 1,00 Bus Emp= 1,50 Truck Ringan Emp= 1,30 Truck Sedang Emp= 2,00 Truck Berat Emp= 2,50 LHRT Smp / hari 2001 2404 584 366 299 39 27 22 4 2748 2002 2766 658 352 325 42 36 23 5 2811 2003 2869 668 375 335 48 38 21 5 2915 2004 2985 704 388 358 52 45 25 7 3052 2005 3021 725 402 377 55 49 31 4 3198 Sumber : Data Survei Dinas Perhubungan Kota Pekalongan

39 Thn. Sepeda Motor Emp=0,5 Mobil Emp = 1,00 Tabel : 4.2 Data pertumbuhan lalu lintas tahunan ( smp/hari ) Jl. Pelita IV Pick Up Penumpang Emp=1,00 Pick Up Barang Emp= 1,00 Bus Emp= 1,50 Truck Ringan Emp= 1,30 Truck Sedang Emp= 2,00 Truck Berat Emp= 2,50 LHRT Smp / hari 2001 704 134 116 99 17 15 8 2 751 2002 733 152 132 112 18 16 7 1 794 2003 762 174 136 118 16 18 9 4 866 2004 793 192 164 127 15 21 11 3 905 2005 812 211 171 133 16 18 10 3 1012 Sumber : Data Survei Dinas Perhubungan Kota Pekalongan Tabel : 4.3 Data pertumbuhan lalu lintas tahunan ( smp/hari ) Jalan Alternatif Tahun 2001 2002 2003 2004 2005 LHRT (smp/hari) 1949 2008 2106 2204 2345 Sumber : Hasil Analisis Berdasarkan data lalu lintas di atas menunjukkan bahwa dari tahun ke tahun terjadi fluktuasi arus lalu lintas pada kedua ruas jalan tersebut yang tidak menentu. Pertumbuhan lalu lintas (LHR) ini mungkin saja dipengaruhi oleh faktor-faktor, yaitu : a) Jumlah Penduduk b) Produk Domestik Regional Bruto (PDRB) c) Jumlah Kepemilikan Kendaraan Selain faktor faktor diatas pertumbuhan tersebut juga dipengaruhi oleh akibat adnya imbas dari krisis moneter yang melanda bangsa ini sehingga menyebabkan masyarakat memilih kendaraan roda dua sebagai alat transportasi. Jumlah data yang dianalisis mempengaruhi ketepatan peramalan pertumbuhan lalu

40 lintas. Semakin banyak data yang dianalisis semakin baik dan tepat hasil peramalannya. a) Jumlah Penduduk Penduduk sebagai faktor utama dalam perencanaan merupakan bagian dari faktor sosial yang selalu berubah baik jumlah maupun kondisinya dan cenderung mengalami peningkatan. Dalam perencanaan jaringan transportasi antar daerah tidak bisa terlepas dari pengaruh pertumbuhan penduduk, karena setiap aktivitas penduduk kota secara langsung akan menimbulkan pergerakan lalu lintas. Tabel : 4.4 Pertumbuhan Penduduk Kelurahan Jenggot dan Kelurahan Kuripan Lor ( 1997 2006 ) Tahun Jumlah Penduduk ( jiwa ) 1997 6.970 1998 7.114 1999 7.204 2000 7.338 2001 7.361 2002 7.392 2003 7.792 2004 7.829 2005 7.832 2006 7.850 Sumber : Biro Pusat Statistik Kota Pekalongan b) Produk Domestik Regional Bruto ( PDRB ) Pembangunan di daerah Kota Pekalongan telah mencapai hasil sedemikian sehingga telah menghasilkan Produk Domestik Regional Bruto (PDRB) yang meningkat, seperti yang tampak pada tabel 4.5 di bawah ini.

41 Tabel : 4.5 PDRB Jenggot - Kuripan 1997 2006 ( Ribuan Rupiah ) Tahun PDRB ( ribuan rupiah ) 1997 203.990,00 1998 175.651,00 1999 183.551,00 2000 207.884,00 2001 216.264,00 2002 248.662,00 2003 265.230,00 2004 295.620,00 2005 325.896,00 2006 350.360,00 Sumber : Biro Pusat Statistik Kota Pekalongan c) Jumlah Kepemilikan Kendaraan Seiring dengan perkembangan kebutuhan dan peningkatan kesejahteraan masyarakat menyebabkan meningkat pula kebutuhan akan sarana pendukung termasuk kendaraan sebagai sarana pengangkut orang maupun barang. Dengan peningkatan tersebut akan mempengaruhi kondisi lalu lintas pada umumnya, dan didapatkan bahwa jumlah kendaraan yang lewat di jalan dari tahun ke tahun terus dapat disimpulkan mengalami peningkatan. Untuk mengetahui pertumbuhan lalu lintas rata-rata per tahun dari suatu daerah maka perlu ditentukan data kepemilikan kendaraan dari daerah tersebut. Berikut ini disajikan jumlah kepemilikan kendaraan Kelurahan Jenggot dan Kelurahan Kuripan Lor dalam tabel 4.6

42 Tabel : 4.6 Jumlah Kepemilikan Kendaraan 1997 2006 Tahun Jumlah kendaraan ( kendaraan ) 1997 727 1998 737 1999 781 2000 761 2001 702 2002 723 2003 745 2004 805 2005 836 2006 846 Sumber : Biro Pusat Statistik Kota Pekalongan 4.2.2. Analisis Tingkat Pertumbuhan Lalu Lintas Analisis terhadap data-data sekunder di atas nantinya digunakan untuk memperkirakan jumlah masing-masing data tersebut pada n tahun mendatang dengan menggunakan metode analisis geometrik dengan bentuk persamaan sebagai berikut : 1. Analisis Geometrik P n = P o ( 1 + i ) n Dimana : P o = Data pada tahun terakhir yang diketahui Pn = Data pada tahun ke n dari tahun terakhir n = Tahun ke n dari tahun terakhir i = Tingkat pertumbuhan ( % ) Data data pertumbuhan jumlah penduduk, PDRB, dan kepemilikan kendaraan tersebut akan dianggap sebagai variabel bebas dan akan dicari seberapa besar pengaruh dari semua variabel tersebut terhadap pertumbuhan lalu lintas. Metode yang digunakan untuk menghitung

43 seberapa besar pengaruh dari variabel-variabel tersebut adalah metode regresi berganda dengan bentuk persamaan : Y = a + bx 1 + cx 2 + dx 3 Data yang akan dicari tingkat pertumbuhannya dijadikan variabel tidak bebas (Dependent Variabel), yang untuk selanjutnya disebut variabel Y yaitu LHRT. Kemudian data lainnya diuji terlebih dahulu apakah variabel tersebut benar-benar merupakan variabel bebas (Independent Variabel) atau bukan. Apabila data tersebut merupakan variabel bebas maka dapat digunakan untuk perhitungan regresi berganda dan apabila bukan merupakan variabel bebas maka tidak bisa digunakan untuk perhitungan regresi berganda. Data-data yang akan diuji yaitu jumlah penduduk, PDRB dan jumlah kepemilikan kendaraan. Langkah selanjutnya yaitu menguji berapa besar pengaruh variabelvariabel bebas (X) terhadap variabel tidak bebas (Y). Dengan memakai metode analisis regresi dapat diketahui besarnya pengaruh tersebut dengan melihat harga r yang mempunyai batas 1 r 1. Hasil pengujian dari data-data sekunder di atas dapat dilihat pada perhitungan berikut ini. A. Prediksi Jumlah Penduduk Dari data jumlah penduduk yang ada dapat diketahui jumlah penduduk sampai tahun 2054 dengan menggunakan metode analisis aritmatik dan analisis geometrik. Berikut disajikan perhitungan analisis aritmatik dan analisis geometrik dalam tabel 4.7 di bawah ini.

44 Tabel : 4.7 Data Pertumbuhan Penduduk Jumlah Tingkat No Tahun Penduduk Pertumbuhan ( jiwa ) ( % ) 1 1997 6970 2,066 2 1998 7114 1,265 3 1999 7204 1,860 4 2000 7338 0,313 5 2001 7361 0,421 6 2002 7392 5,411 7 2003 7792 0,475 8 2004 7829 0,038 9 2005 7832 0,230 10 2006 7850 Rata - rata 1,342 Sumber : Hasil Analisis Rumus dasar Analisis Geometrik : P n = P o ( 1 + r ) n Dari data di atas diperoleh : P o = 7850 r = (r1 + r2 +... + r9) / 9 = 1,342 % Maka diperoleh persamaan geometrik : P n = 7850 ( 1 + 0.01342 ) n Dari persamaan-persamaan tersebut dapat diketahui pertumbuhan penduduk sampai tahun 2056 dengan menggunakan tahun 2006 sebagai tahun ke- 0 seperti terlihat dalam tabel 4.8 di bawah ini.

45 Tabel : 4.8 Analisis Pertumbuhan Penduduk No N Tahun Pertumbuhan Geometrik ( jiwa ) 1 0 2006 7.850 2 1 2007 7.956 3 2 2008 8.062 4 3 2009 8.170 5 4 2010 8.280 6 5 2011 8.390 7 6 2012 8.503 8 7 2013 8.617 9 8 2014 8.733 10 9 2015 8.850 11 10 2016 8.968 12 11 2017 9.088 13 12 2018 9.210 14 13 2019 9.334 15 14 2020 9.459 16 15 2021 9.584 17 16 2022 9.714 18 17 2023 9.844 19 18 2024 9.976 20 19 2025 10.109 21 20 2026 10.245 22 21 2027 10.382 23 22 2028 10.521 24 23 2029 10.662 25 24 2030 10.805 26 25 2031 10.950 27 26 2032 11.097 28 27 2033 11.245 29 28 2034 11.396 30 29 2035 11.549 31 30 2036 11.703 32 31 2037 11.860 33 32 2038 12.019 34 33 2039 12.180 35 34 2040 12.343 36 35 2041 12.509 37 36 2042 12.676 38 37 2043 12.846 39 38 2044 13.018 40 39 2045 13.193 41 40 2046 13.370 42 41 2047 13.549 43 44 45 46 42 43 44 45 2048 2049 2050 2051 13.730 13.914 14.101 14.290

46 47 48 49 50 51 46 47 48 49 50 Sumber : Hasil Analisis 2052 2053 2054 2055 2056 14.481 14.675 14.872 15.071 15.288 B. Prediksi Pertumbuhan PDRB Dengan cara yang sama dapat dihitung jumlah pertumbuhan PDRB seperti yang terlihat pada tabel 4.9 di bawah ini. Tabel : 4.9 Data Angka Pertumbuhan PDRB ( % ) No Tahun PDRB Pertumbuhan ( ribuan rupiah ) Geometrik ( % ) 1 1997 203.990,00-13,892 2 1998 175.651,00 4,498 3 1999 183.551,00 13,257 4 2000 207.884,00 3,875 5 2001 216.264,00 14,981 6 2002 248.662,00 6,663 7 2003 265.230,00 11,458 8 2004 295.620,00 10,242 9 2005 325.896,00 7,507 10 2006 350.360,00 Rata - rata 6,510 % Sumber : Hasil Analisis Perhitungan analisis geometrik P n = P o ( 1 + r ) n Dari data di atas diperoleh : P o = 350.360,00 r = (r1 + r2 + + r9) / 9 = 6,510 % Maka diperoleh persamaan geometrik :

47 P n = 350.360 ( 1 + 0.06510) n Dari persamaan-persamaan tersebut dapat diketahui pertumbuhan PDRB sampai tahun 2056 dengan menggunakan tahun 2006 sebagai tahun ke-0 seperti terlihat dalam tabel 4.10 di bawah ini. Tabel : 4.10 Analisis Pertumbuhan PDRB ( Rupiah ) Pertumbuhan No N Tahun Geometrik ( rupiah ) 1 0 2006 350.360 2 1 2007 373.169 3 2 2008 397.462 4 3 2009 423.337 5 4 2010 450.896 6 5 2011 480.249 7 6 2012 511.514 8 7 2013 544.813 9 8 2014 580.280 10 9 2015 618.057 11 10 2016 658.292 12 11 2017 701.146 13 12 2018 746.792 14 13 2019 795.408 15 14 2020 847.189 16 15 2021 902.341 17 16 2022 961.083 18 17 2023 1.023.649 19 18 2024 1.090.289 20 19 2025 1.161.267 21 20 2026 1.236.865 22 21 2027 1.317.385 23 22 2028 1.403.147 24 23 2029 1.494.492 25 24 2030 1.591.783 26 25 2031 1.695.408 27 26 2032 1.805.779 28 27 2033 1.923.334 29 28 2034 2.048.544 30 29 2035 2.181.905 31 30 2036 2.323.947 32 31 2037 2.475.236 33 32 2038 2.636.372 34 33 2039 2.808.000 35 34 2040 2.990.802 36 35 2041 3.185.503 37 36 2042 3.392.879 38 37 2043 3.613.756 39 38 2044 3.849.011

48 40 39 2045 4.099.582 41 40 2046 4.366.465 42 41 2047 4.650.722 43 42 2048 4.953.483 44 43 2049 5.275.955 45 44 2050 5.619.420 46 45 2051 5.985.244 47 46 2052 6.374.883 48 47 2053 6.789.888 49 48 2054 7.231.910 50 49 2055 7.702.707 51 50 2056 8.204.154 Sumber : Hasil Analisis C. Prediksi Jumlah Kepemilikan Kendaraan Untuk mengetahui jumlah kepemilikan kendaraan sampai tahun 2056 dapat dilihat pada perhitungan pada tabel 4.11 di bawah ini. Tabel : 4.11 Data Pertumbuhan Jumlah Kendaraan No Tahun Jumlah Kendaraan Pertumbuhan ( kendaraan ) Geometrik ( % ) 1 1997 727 1,376 2 1998 737 0,543 3 1999 741-2,699 4 2000 721-2,635 5 2001 702 2,991 6 2002 723 3,043 7 2003 745 8,054 8 2004 805 3,851 9 2005 836 4,785 10 2006 876 Rata - rata 2,145 Sumber : Hasil Analisis Rumus dasar Analisis Geometrik : P n = P o ( 1 + r ) n

49 Dari data di atas diperoleh : P o = 876 r = (r1 + r2 + + r9) / 9 = 2,145 % Maka diperoleh persamaan geometrik : P n = 876 ( 1 + 0,02145 ) n Dari persamaan-persamaan tersebut dapat diketahui pertumbuhan jumlah kendaraan sampai tahun 2056 dengan menggunakan tahun 2006 sebagai tahun ke-0 seperti terlihat dalam tabel 4.12 di bawah ini. Tabel : 4.12 Analisis Pertumbuhan Jumlah Kendaraan No N Tahun Pertumbuhan Geometrik ( kendaraan ) 1 0 2006 876 2 1 2007 895 3 2 2008 913 4 3 2009 934 5 4 2010 954 6 5 2011 975 7 6 2012 995 8 7 2013 1017 9 8 2014 1039 10 9 2015 1061 11 10 2016 1084 12 11 2017 1107 13 12 2018 1131 14 13 2019 1155 15 14 2020 1180 16 15 2021 1205 17 16 2022 1231 18 17 2023 1257 19 18 2024 1284 20 19 2025 1312 21 20 2026 1340 22 21 2027 1368 23 22 2028 1398 24 23 2029 1428 25 24 2030 1458 26 25 2031 1490 27 26 2032 1522 28 27 2033 1554 29 28 2034 1588 30 29 2035 1622 31 30 2036 1656 32 31 2037 1692 33 32 2038 1728

50 34 33 2039 1765 35 34 2040 1803 36 35 2041 1842 37 36 2042 1881 38 37 2043 1922 39 38 2044 1963 40 39 2045 2005 41 40 2046 2048 42 41 2047 2092 43 42 2048 2137 44 43 2049 2182 45 44 2050 2229 46 45 2051 2277 47 46 2052 2326 48 47 2053 2376 49 48 2054 2427 50 49 2055 2479 51 50 2056 2532 Sumber : Hasil Analisis 4.2.3. Pengaruh Jumlah Penduduk Terhadap pertumbuhan LHR Pengaruh jumlah penduduk terhadap jumlah LHR dapat dilihat dari berapa besar nilai korelasi yang terjadi antara keduanya. Nilai korelasi tersebut dapat dicari dengan menggunakan metode regression analysis dari program SPSS 12. Berikut disajikan data-data jumlah LHR dan jumlah penduduk dalam tabel 4.13 di bawah ini. Tabel : 4.13 Data Jumlah LHR dan Jumlah Penduduk Tahun LHRT ( smp/hari ) Jumlah HOS Cokroaminoto - Pelita IV Penduduk ( jiwa ) 2001 1949 7361 2002 2008 7392 2003 2106 7792 2004 2204 7829 2005 2345 7832 Sumber : BPS Kota Pekalongan dan Hasil Analisis Dari data-data di atas kemudian dicari berapa besar nilai korelasi antara keduanya dengan memakai metode regression analysis seperti terlihat dalam tabel 4.14 di bawah ini.

51 Tabel : 4.14 Nilai Korelasi Antara LHR dengan Jumlah Penduduk Regression Statistics Multiple R 0,865 R Square 0,749 Adjusted R Square 0,665 Standard Error 91,335 Observations 5 Sumber : Hasil Analisis Dari tabel di atas didapatkan bahwa nilai korelasi antara LHR dengan jumlah penduduk untuk ruas jalan HOS Cokroaminoto Pelita IV, R = 0,749. Hal ini menunjukkan bahwa jumlah penduduk mempunyai pengaruh yang cukup besar terhadap pertumbuhan jumlah LHR dan dapat digunakan sebagai variabel untuk memprediksi jumlah LHR pada tahun-tahun berikutnya. 4.2.4. Pengaruh PDRB terhadap pertumbuhan LHR Pengaruh PDRB terhadap jumlah LHR dapat dilihat dari berapa besar nilai korelasi yang terjadi antara keduanya. Nilai korelasi tersebut dapat dicari dengan menggunakan metode regression analysis dari program SPSS 12. Berikut disajikan data-data jumlah LHR dan PDRB dalam tabel 4.15 di bawah ini. Tabel : 4.15 Data Jumlah LHR dan PDRB Tahun LHRT ( smp/hari ) HOS Cokroaminoto - Pelita IV PDRB ( rupiah ) 2001 1949 216264 2002 2008 248662 2003 2106 265230 2004 2204 295620 2005 2345 325896 Sumber : Data Survei Dinas Perhubungan dan BPS Kota Pekalongan

52 Dari data-data di atas kemudian dicari berapa besar nilai korelasi antara keduanya dengan memakai metode regression analysis seperti terlihat dalam tabel 4.16 di bawah ini. Tabel : 4.16 Nilai Korelasi Antara Jumlah LHR dengan PDRB Regression Statistics Multiple R 0,988 R Square 0,977 Adjusted R Square 0,969 Standard Error 27,806 Observations 5 Sumber : Hasil Analisis Dari tabel di atas didapatkan bahwa nilai korelasi antara LHR dengan jumlah PDRB untuk ruas jalan HOS Cokroaminoto - Pelita IV, R = 0,977. Hal ini menunjukkan bahwa jumlah PDRB mempunyai pengaruh yang besar terhadap pertumbuhan jumlah LHR dan dapat digunakan sebagai variabel untuk memprediksi jumlah LHR pada tahun-tahun berikutnya. 4.2.5. Pengaruh Jumlah Kepemilikan Kendaraan Terhadap LHR Pengaruh jumlah kepemilikan kendaraan terhadap jumlah LHR dapat dilihat dari berapa besar nilai korelasi yang terjadi antara keduanya. Nilai korelasi tersebut dapat dicari dengan menggunakan metode regression analysis dari program SPSS 12. Berikut disajikan data-data jumlah LHR dan jumlah kendaraan dalam tabel 4.17 di bawah ini.

53 Tabel : 4.17 Data Jumlah LHR dan Jumlah Kendaraan Tahun LHRT ( smp/hari ) Kepemilikan HOS Cokroaminoto - Pelita IV Kendaraan ( kendaraan ) 2001 1949 702 2002 2008 723 2003 2106 745 2004 2204 805 2005 2345 836 Sumber : Data Survei Dinas Perhubungan dan BPS Kota Pekalongan Dari data-data di atas kemudian dicari berapa besar nilai korelasi antara keduanya dengan memakai metode regression analysis seperti terlihat dalam tabel 4.18 di bawah ini. Tabel : 4.18 Nilai Korelasi Antara LHR dengan Jml. Kendaraan Regression Statistics Multiple R 0,986 R Square 0,972 Adjusted R Square 0,963 Standard Error 30,268 Observations 5 Sumber : Hasil Analisis Dari tabel di atas didapatkan bahwa nilai korelasi antara LHR dengan jumlah kendaraan untuk ruas jalan HOS Cokroaminoto - Pelita IV, R = 0,972. Hal ini menunjukkan bahwa jumlah kendaraan mempunyai pengaruh yang besar terhadap pertumbuhan jumlah LHR dan dapat digunakan sebagai variabel untuk memprediksi jumlah LHR pada tahuntahun berikutnya. 4.2.6. Pengaruh Jumlah Penduduk Terhadap PDRB Besarnya pengaruh antara jumlah penduduk dengan PDRB dapat dilihat dari berapa nilai korelasi antara kedua variabel tersebut yang

54 didapat dengan menggunakan metode regression analysis dari program SPSS 12. Berikut disajikan data-data dari variabel jumlah penduduk dan PDRB dalam tabel 4.19 di bawah ini. Tabel : 4.19 Data Jumlah Penduduk dan PDRB Tahun Jumlah Penduduk ( jiwa ) PDRB ( rupiah ) 2001 7361 216264 2002 7392 248662 2003 7792 265230 2004 7829 295620 2005 7832 325896 Sumber : Data BPS Kota Pekalongan Tabel : 4.20 Nilai Korelasi Antara Jumlah Penduduk dengan PDRB Regression Statistics Multiple R 0,857 R Square 0,735 Adjusted R Square 0,647 Standard Error 25129,318 Observations 5 Sumber : Hasil Analisis Dari tabel di atas didapatkan bahwa nilai korelasi antara variabel jumlah penduduk dengan variabel PDRB adalah R = 0,735. Hal ini menunjukkan bahwa jumlah penduduk mempunyai karakeristik yang hampir sama terhadap pertumbuhan PDRB. 4.2.7. Pengaruh Jumlah Penduduk Terhadap Kepemilikan Kendaraan Pengaruh jumlah penduduk terhadap jumlah kendaraan dapat dilihat dari berapa besar nilai korelasi yang terjadi antara keduanya. Nilai korelasi tersebut dapat dicari dengan menggunakan metode regression

55 analysis dari program SPSS 12. Berikut disajikan data-data jumlah penduduk dan jumlah kendaraan dalam tabel 4.21 di bawah ini. Tabel : 4.21 Data Jumlah Penduduk dan Kepemilikan Kendaraan Tahun Jumlah Kepemilikan Penduduk ( jiwa ) Kendaraan ( kendaraan ) 2001 7361 702 2002 7392 723 2003 7792 745 2004 7829 805 2005 7832 836 Sumber : Data BPS Kota Pekalongan Dari data-data di atas kemudian dicari berapa besar nilai korelasi antara keduanya dengan memakai metode regression analysis seperti terlihat dalam tabel 4.22 di bawah ini. Tabel : 4.22 Nilai Korelasi Antara Jumlah Penduduk dengan Jumlah Kendaraan Regression Statistics Multiple R 0,844 R Square 0,712 Adjusted R Square 0,616 Standard Error 34,967 Observations 5 Sumber : Hasil Analisis Dari tabel di atas didapatkan bahwa nilai korelasi antara jumlah penduduk dengan jumlah kendaraan adalah R = 0,712. Hal ini menunjukkan bahwa jumlah penduduk mempunyai karakteristik yang hampir sama terhadap pertumbuhan jumlah kendaraan.

56 4.2.8. Pengaruh PDRB Terhadap Kepemilikan Kendaraan Besarnya pengaruh jumlah PDRB terhadap jumlah kendaraan dapat dilihat dari berapa besar nilai korelasi yang terjadi antara keduanya. Nilai korelasi tersebut dapat dicari dengan menggunakan metode regression analysis dari program SPSS 12. Berikut disajikan data-data jumlah PDRB dan jumlah kendaraan dalam tabel 4.23 di bawah ini. Tabel : 4.23 Data PDRB dan Kepemilikan Kendaraan Tahun PDRB Kepemilikan Kendaraan ( rupiah ) ( kendaraan ) 1995 216264 702 1996 248662 723 1997 265230 745 1998 295620 805 1999 325896 836 Sumber : Data BPS Kota Pekalongan Dari data-data di atas kemudian dicari berapa besar nilai korelasi antara keduanya dengan memakai metode regression analysis seperti terlihat dalam tabel 4.24 di bawah ini. Tabel : 4.24 Nilai Korelasi Antara PDRB dengan Jumlah Kendaraan Regression Statistics Multiple R 0,983 R Square 0,966 Adjusted R Square 0,954 Standard Error 12,042 Observations 5 Sumber : Hasil Analisis Dari tabel di atas didapatkan bahwa nilai korelasi antara jumlah PDRB dengan jumlah kendaraan adalah R = 0,966. Hal ini menunjukkan bahwa

57 jumlah PDRB mempunyai karakteristik yang hampir sama terhadap pertumbuhan jumlah kendaraan. Besarnya nilai korelasi dari variabel-variabel di atas dapat disajikan secara ringkas dalam tabel 4.25 di bawah ini. Tabel : 4.25 Nilai Korelasi Antara Berbagai Variabel Pada Ruas Jalan HOS Cokroaminoto - Pelita IV R LHR Jumlah Jumlah PDRB Penduduk Kendaraan LHR 1 0,749 0,977 0,972 Jumlah Penduduk 0,749 1 0,735 0,570 PDRB 0,977 0,735 1 0,966 Jumlah Kendaraan 0,972 0,570 0,966 1 Sumber : Hasil Analisis Tabel : 4.26 Persamaan Regresi dari Berbagai Kombinasi Variabel No Keterangan 1 X 1 = Jumlah Penduduk Y = LHRT 2 X 1 = Jumlah PDRB Y = LHRT 3 X 1 = Jumlah Kendaraan Y = LHRT 4 X 1 = Jumlah Penduduk X 2 = Jumlah PDRB Persamaan Angka R Square Regresi Pertumbuhan Y = -2182,798 + 0,563 X 1 0,749 3,338 % Y = 1124,786 + 0,004X 1 0,977 5,106 % Y = 20,072 + 2,758X 1 0,972 4,446 % Y = 843,815 + 0,045X 1 0,978 4,488 % + 0,003X 2

58 Y = LHRT 5 X 1 = Jumlah PDRB X 2 = Jumlah Kendaraan Y = LHRT Y = 629,384 + 0,002X 1 0,983 3,689 % + 1,216X 2 6 X 1 = Jumlah Penduduk X 2 = Jumlah PDRB X 3 = Jumlah Kendaraan Y = LHRT Sumber : Hasil Analisis Y = 359,921 + 0,043X 1 0,984 4,772 % + 0,002X 2 + 1,209X 3 Berdasarkan Tabel di atas maka dapat disimpulkan bahwa untuk mencari perkiraan LHRT memakai persamaan no.6 dengan alasan : 1. R Square yang dihasilkan 0,984, nilai ini baik untuk menandakan adanya hubungan ketiga variabel tersebut dengan LHRT. 2. Angka Pertumbuhan yang dihasilkan bila menggunakan persamaan no.6 adalah 4,772%.Angka tersebut masih dalam batas batas tingkat pertumbuhan yang wajar. 3. Penggunaan ketiga variable tersebut dalam mencari LHRT dapat menghasilkan persamaan yang lebih teliti. 4.2.9 Prediksi Jumlah LHR Untuk menghitung jumlah LHR yang lewat pada ruas jalan HOS Cokroaminoto - Pelita IV sampai tahun 2056 dapat digunakan metode regression analysis dari program SPSS 12. Berikut disajikan data-data jumlah LHR, PDRB, Jumlah penduduk dan jumlah kepemilikan kendaraan dari tahun 2001 2005 dalam tabel 4.27 di bawah ini.

59 Ruas Jalan HOS Cokroaminoto - Pelita IV Tabel : 4.27 Data LHR, PDRB, Jumlah Penduduk dan Jumlah Kepemilikan Kendaraan. Tahun LHRT Jumlah Penduduk PDRB Jumlah Kendaraan ( smp/jam ) ( jiwa ) ( juta rupiah ) ( kendaraan ) 2001 1949 7361 216264 702 2002 2008 7392 248662 723 2003 2106 7792 265230 745 2004 2005 2204 2345 7829 7832 295620 325896 805 836 Sumber : Data Survei Dinas Perhubungan dan BPS Kota Pekalongan Tabel : 4.28 Nilai Korelasi LHR, PDRB, Juml Pend, Juml Kendaraan Regression Statistics Multiple R 0,992 R Square 0,984 Adjusted R Square 0,937 Standard Error 39,505 Observations 5 Sumber : Hasil Analisis Tabel : 4.29 Nilai konstanta dan Prediktor X1, X2, X3 Variable Coefficients Constant 359,921 X1 0,043 X2 0,002 X3 1,209 Sumber : Hasil Analisis Dengan demikian didapatkan bahwa nilai : a = 359,921 b = 0,043 c = 0,002

60 d = 1,209 Sehingga didapatkan persamaan regresi sebagai berikut : Y = 359,921 + 0,043X 1 + 0,002X 2 + 1,209X 3 Dengan memasukkan X 1 sebagai jumlah penduduk, X 2 sebagai jumlah PDRB dan X 3 sebagai jumlah kepemilikan kendaraan maka akan didapatkan jumlah LHR sampai tahun 2056, seperti terlihat dalam tabel 4.30 di bawah ini : Tabel : 4.30 Perkiraan jumlah LHR sampai tahun 2054 Penduduk PDRB Kendaraan LHRT Angka No n Tahun Pertumbuhan ( jiwa ) (rupiah ) (kendaraan) (smp/hari) ( % ) 1 0 2006 7850 350360 876 2458 4.788 2 1 2007 7956 373169 895 2531 2.977 3 2 2008 8062 397462 913 2606 2.960 4 3 2009 8170 423337 934 2688 3.139 5 4 2010 8280 450896 954 2772 3.127 6 5 2011 8390 480249 975 2860 3.205 7 6 2012 8503 511514 995 2952 3.202 8 7 2013 8617 544813 1017 3050 3.324 9 8 2014 8733 580280 1039 3153 3.362 10 9 2015 8850 618057 1061 3260 3.400 11 10 2016 8968 658292 1084 3373 3.478 12 11 2017 9088 701146 1107 3492 3.519 13 12 2018 9210 746792 1131 3617 3.596 14 13 2019 9334 795408 1155 3749 3.638 15 14 2020 9459 847189 1180 3888 3.713 16 15 2021 9584 902341 1205 4034 3.753 17 16 2022 9714 961083 1231 4189 3.830 18 17 2023 9844 1023649 1257 4351 3.872 19 18 2024 9976 1090289 1284 4522 3.945 20 19 2025 10109 1161267 1312 4704 4.015 21 20 2026 10245 1236865 1340 4895 4.059 22 21 2027 10382 1317385 1368 5096 4.102 23 22 2028 10521 1403147 1398 5309 4.196 24 23 2029 10662 1494492 1428 5534 4.239 25 24 2030 10805 1591783 1458 5771 4.283 26 25 2031 10950 1695408 1490 6023 4.370 27 26 2032 11097 1805779 1522 6289 4.412 28 27 2033 11245 1923334 1554 6569 4.455 29 28 2034 11396 2048544 1588 6867 4.537 30 29 2035 11549 2181905 1622 7182 4.579 31 30 2036 11703 2323947 1656 7514 4.621 32 31 2037 11860 2475236 1692 7867 4.696 33 32 2038 12019 2636372 1728 8239 4.737 34 33 2039 12180 2808000 1765 8634 4.793

61 35 34 2040 12343 2990802 1803 9053 4.848 36 35 2041 12509 3185503 1842 9496 4.901 37 36 2042 12676 3392879 1881 9965 4.940 38 37 2043 12846 3613756 1922 10464 5.004 39 38 2044 13018 3849011 1963 10991 5.041 40 39 2045 13193 4099582 2005 11551 5.090 41 40 2046 13370 4366465 2048 12144 5.137 42 41 2047 13549 4650722 2092 12774 5.183 43 42 2048 13730 4953483 2137 13441 5.228 44 43 2049 13914 5275955 2182 14149 5.262 45 44 2050 14101 5619420 2229 14900 5.314 46 45 2051 14290 5985244 2277 15698 5.354 47 46 2052 14481 6374883 2326 16545 5.394 48 47 2053 14675 6789888 2376 17444 5.432 49 48 2054 14872 7231910 2427 18398 5.470 50 49 2055 15071 7702707 2479 19411 5.506 51 50 2056 15288 8204154 2532 20487 5.545 Rata rata 4.431 Sumber : Hasil Analisis Dengan pertimbangan faktor biaya maka perhitungan diambil 25 tahun kedepan dengan perkiraan proyek dimulai pada tahun 2007, perencanaannya pada tahun 2008, dilaksanakan pada tahun 2010. Jadi pada tahun yang direncanakan, yaitu tahun 2035, LHR yang melintasi Jalan HOS Cokroaminoto - Pelita IV adalah sebesar 7182 smp/hari. Maka dapat digolongkan dalam kelas jalan Lokal. 4.2.10 Perhitungan Kapasitas Jalan Perhitungan kapasitas jalan didasarkan pada rumus : C = C o x FC W x FC SP x FC SF x FC CS Keterangan : C = Kapasitas (smp/jam) C 0 FCw FC SP = Kapasitas dasar (smp/jam) ( MKJI 97 tabel C-1:1 hal 5-50 ) = Faktor penyesuaian akibat lebar jalur lalu lintas ( MKJI 97 tabel C-2:1 hal 5-51 ) = Faktor penyesuaian akibat pemisahan arah ( MKJI 97 tabel C-3:1 hal 5-52 )

62 FC SF FC CS = Faktor penyesuaian akibat hambatan samping ( MKJI 97 tabel C-4:1 hal 5-53 ) = Faktor penyesuaian akibat ukuran kota ( MKJI 97 tabel C-5:1 hal 5-55 ) C = C o x FC W x FC SP x FC SF x FC CS = 2900 x 0,87 x 1,00 x 0,94 x 0,86 = 2040 smp/jam 4.2.11 Menentukan Lajur Dalam menentukan jumlah lajur digunakan rentang arus lalu lintas seperti pada tabel Tata Cara Perencanaan Geometrik Jalan Antar Kota tahun 1997, Direktorat Jendral Bina Marga Departemen Pekerjaan Umum. Penentuan lebar jalur dan bahu jalan adalah sebagai berikut : Tabel : 4.31 Penentuan Lebar Jalur dan Bahu Jalan ARTERI KOLEKTOR LOKAL VLHR (smp/jam) Ideal Minimum Ideal Minimum Ideal Minimum Lebar Jalur (m) Lebar Bahu (m) Lebar Jalur (m) Lebar Bahu (m) Lebar Jalur (m) Lebar Bahu (m) <3000 6,0 1,5 4,5 1,0 6,0 1,5 4,5 1,0 6,0 1,0 4,0 1,0 3000-10000 10001-25000 Lebar Jalur (m) Lebar Bahu (m) Lebar Jalur (m) Lebar Bahu (m) 7,0 2,0 6,0 1,0 7,0 1,5 6,0 1,5 7,0 1,5 5,0 1,0 7,0 2,0 7,0 2,0 7,0 2,0 ** ** - - - - >25000 2x3,5 2x2,0 2,5 2,0 * * Sumber : TCPGJAK Tahun 1997, hal 16 2x3,5 * Lebar Jalur (m) Lebar Bahu (m) 2,0 ** ** - - - - Keterangan : ** = mengacu pada persyaratan ideal * = 2 lajur terbagi, masing-masing n x 3,5 m, dimana n = jumlah lajur/jalur - = tidak ditentukan Rencana jalan jembatan Kuripan terdiri dari 2 lajur 2 arah UD, lebar setiap lajurnya 3 meter dengan bahu jalan 1 meter.

63 Untuk mengetahui mengetahui tingkat kinerja jalan pada ruas jalan HOS Cokroaminoto - Pelita IV pada tiap tahun mulai tahun 2006 sampai umur rencana tahun 2056 maka diperhitungkan sebagai berikut : No U R Tahun Tabel : 4.32 Nilai nilai Paremeter Kinerja Jalan Baru LHRT ( smp/hari ) Q C HOS Cokroaminoto - Pelita IV (smp/jam) (smp/jam) 1 0 2006 2458 221 2040 0.11 LAYAK 2 1 2007 2531 228 2040 0.11 LAYAK 3 2 2008 2606 235 2040 0.12 LAYAK 4 3 2009 2688 242 2040 0.12 LAYAK 5 4 2010 2772 250 2040 0.12 LAYAK 6 5 2011 2860 257 2040 0.13 LAYAK 7 6 2012 2952 266 2040 0.13 LAYAK 8 7 2013 3050 275 2040 0.13 LAYAK 9 8 2014 3153 284 2040 0.14 LAYAK 10 9 2015 3260 293 2040 0.14 LAYAK 11 10 2016 3373 304 2040 0.15 LAYAK 12 11 2017 3492 314 2040 0.15 LAYAK 13 12 2018 3617 326 2040 0.16 LAYAK 14 13 2019 3749 337 2040 0.17 LAYAK 15 14 2020 3888 350 2040 0.17 LAYAK 16 15 2021 4034 363 2040 0.18 LAYAK 17 16 2022 4189 377 2040 0.18 LAYAK 18 17 2023 4351 392 2040 0.19 LAYAK 19 18 2024 4522 407 2040 0.20 LAYAK 20 19 2025 4704 423 2040 0.21 LAYAK 21 20 2026 4895 441 2040 0.22 LAYAK 22 21 2027 5096 459 2040 0.23 LAYAK 23 22 2028 5309 478 2040 0.23 LAYAK 24 23 2029 5534 498 2040 0.24 LAYAK 25 24 2030 5771 519 2040 0.25 LAYAK 26 25 2031 6023 542 2040 0.27 LAYAK 27 26 2032 6289 566 2040 0.28 LAYAK 28 27 2033 6569 591 2040 0.29 LAYAK 29 28 2034 6867 618 2040 0.30 LAYAK 30 29 2035 7182 646 2040 0.33 LAYAK 31 30 2036 7514 676 2040 0.35 LAYAK 32 31 2037 7867 708 2040 0.36 LAYAK 33 32 2038 8239 742 2040 0.38 LAYAK 34 33 2039 8634 777 2040 0.40 LAYAK 35 34 2040 9053 815 2040 0.42 LAYAK 36 35 2041 9496 855 2040 0.44 LAYAK 37 36 2042 9965 897 2040 0.46 LAYAK Q/C Ket

64 38 37 2043 10464 942 2040 0.72 LAYAK 39 38 2044 10991 989 2040 0.48 LAYAK 40 39 2045 11551 1040 2040 0.51 LAYAK 41 40 2046 12144 1093 2040 0.54 LAYAK 42 41 2047 12774 1150 2040 0.56 LAYAK 43 42 2048 13441 1210 2040 0.59 LAYAK 44 43 2049 14149 1273 2040 0.62 LAYAK 45 44 2050 14900 1341 2040 0.66 LAYAK 46 45 2051 15698 1413 2040 0.70 LAYAK 47 46 2052 16545 1489 2040 0.73 LAYAK 48 47 2053 17444 1570 2040 0.77 TIDAK LAYAK 49 48 2054 18398 1656 2040 0.81 TIDAK LAYAK 50 49 2055 19411 1747 2040 0.86 TIDAK LAYAK 51 50 2056 20487 1844 2040 1.00 TIDAK LAYAK Sumber : Hasil Analisis 3. Derajat Kejenuhan Untuk perhitungan rencana jalan diperoleh nilai LHRT tahun 2053 yaitu 17444 smp/hari,maka dengan nilai k = 0,09 diperoleh VJP sebesar 1570 smp/jam. Dengan demikian maka nilai DS dapat dihitung dengan : DS = Q/C = 1570/2040 = 0,77 Ds > 0,75 menunjukkan bahwa jalan tersebut terlalu padat sehingga diperlukan penanganan untuk mengurangi kepadatan tersebut dengan cara penambahan lajur agar arus lalulintas menjadi lancar. Dari perhitungan diatas dapat diambil kesimpulan bahwa penggunaan lajur dengan lebar 3 meter dapat memenuhi kapasitas arus lalulintas hingga tahun 2052. Volume 1 jam yang dipergunakan sebagai VJP tidak boleh mempunyai nilai yang sangat besar, sehingga akan mengakibatkan jalan menjadi lenggang dan biayanya pun mahal menyebabkan pemborosan. Dalam pelaksanaan pelaksanaan Jembatan Kuripan ini dilaksanakan dengan pembangunan 2 lajur.umur rencana jembatan pada umumnya di Indonesia berkisar antara 25 30 tahun.berdasarkan perhitungan tabel diatas dapat dijadikan pertimbangan bahwa jalan tersebut pada suatu saat akan menggunakan 4 lajur apabila telah terlampaui DS nya.tetapi dari segi ekonomis jalan direncanakan dengan 2 lajur terlebih dahulu. Ketika jalan

65 maupun jembatan tidak dapat lagi menampung volume arus lalu lintas maka dapat ditambah lagi dengan 2 lajur, cara ini akan lebih efisien ketimbang merencanakan langsung jalan maupun jembatan secara langsung dengan 4 lajur.

66 4.3. ANALISIS ASPEK HIDROLOGI DAN HIDRAULIK Dari data yang diperoleh dari Badan Meteorologi dan Geofisika ( BMG ) diambil 3 lokasi stasiun,yaitu Warung Asem dan Kutosari/Doro curah hujan bulanan diambil dari data sepuluh tahunan yaitu dari tahun 1997 2006adalah sebagai berikut : Tabel : 4.33 Data Curah Hujan Lokasi Warungasem ( mm/hari ) Tahun Bulan 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 Januari 416 296 401 364 452 331 435 345 204 415 Februari 294 278 312 366 177 463 325 408 421 223 Maret 323 164 188 410 282 146 301 387 183 195 April 397 190 284 140 249 181 318 351 189 183 Mei 158 324 183 50 25 101 137 169 79 110 Juni 39 211 209 290 198 53 145 87 120 0 Juli 16 190 0 19 137 64 64 87 145 0 Agustus 43 32 66 0 41 0 0 12 19 22 September 0 73 137 63 66 24 83 143 100 0 Oktober 0 260 260 129 145 0 15 50 58 8 November 4 121 168 407 272 64 100 100 152 19 Desember 189 421 273 135 271 272 272 275 247 55 CH maks 416 421 401 410 452 463 435 408 421 415 Sumber : BMG Tabel : 4.34 Data Curah Hujan Lokasi Kutosari/Doro ( mm/hari ) Tahun Bulan 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 Januari 396 339 326 463 377 367 390 323 339 389 Februari 375 337 377 452 372 386 392 342 345 387 Maret 387 267 290 448 323 322 250 309 316 381 April 214 256 342 403 295 190 305 259 274 376 Mei 149 139 127 412 94 188 119 219 129 129 Juni 100 175 188 217 151 31 50 10 72 29 Juli 36 182 83 56 155 18 0 108 108 10 Agustus 4 69 153 18 3 0 0 0 43 8 September 0 188 72 23 43 4 67 105 48 0 Oktober 0 324 361 244 188 2 64 80 345 0 November 109 184 330 387 368 372 209 206 184 179 Desember 264 342 348 241 417 272 507 417 371 227 CH maks 396 342 377 463 377 386 392 342 371 389 Sumber : BMG

67 4.3.1. Analisis Frekuensi Curah Hujan Berdasarkan data curah hujan, maka perlu ditentukan kemungkinan curah hujan maksimum tersebut untuk menentukan debit banjir rencana.dalam penentuan curah hujan yang dipakai dalam menghitung besar debit banjir rencana digunakan cara cara sebagai berikut : 1. Menentukan jenis sebaran yang diperlukan faktor faktor sebagai berikut : a. Standar Deviasi b. Koefisien Skewness ( Cs ) c. Koefisien Kurtosis ( Ck ) d. Koefisien Variasi ( Cv ) Tabel : 4.35 Perhitungan Frekuensi Curah Hujan Stasiun Warungasem ( mm/hari ) Tahun Xi ( mm/hari ) Xi - Xr (Xi - Xr) 2 (Xi - Xr) 3 (Xi - Xr) 4 1997 416-8.4 70.56-592.704 4978.7136 1998 421-3.4 11.56-39.304 133.6336 1999 401-23.4 547.56-12812.904 299821.9536 2000 410-14.4 207.36-2985.984 42998.1696 2001 452 27.6 761.76 21024.576 580278.2976 2002 463 38.6 1489.96 57512.456 2219980.802 2003 435 10.6 112.36 1191.016 12624.7696 2004 408-16.4 268.96-4410.944 72339.4816 2005 421-3.4 11.56-39.304 133.6336 2006 415-9.4 88.36-830.584 7807.4896 Jumlah 4242 3570 58016.32 3241096.944 Sumber : Hasil Analisis Xi 4242 X rata rata = = = 424,4 mm/hari n 10 Keterangan : n = Banyaknya tahun data curah hujan yang dipakai Xi = Jumlah curah hujan maksimum

68 Tabel : 4.36 Perhitungan Frekuensi Curah Hujan Stasiun Kutosari/Doro ( mm/hari ) Tahun Xi ( mm/hari ) Xi - Xr (Xi - Xr) 2 (Xi - Xr) 3 (Xi - Xr) 4 1997 396 12.5 156.25 1953.125 24414.0625 1998 342-41.5 1722.25-71473.375 2966145.063 1999 377-6.5 42.25-274.625 1785.0625 2000 463 79.5 6320.25 502459.875 39945560.06 2001 377-6.5 42.25-274.625 1785.0625 2002 386 2.5 6.25 15.625 39.0625 2003 392 8.5 72.25 614.125 5220.0625 2004 342-41.5 1722.25-71473.375 2966145.063 2005 371-12.5 156.25-1953.125 24414.0625 2006 389 5.5 30.25 166.375 915.0625 Jumlah 3835 10270.5 359760 45936422.63 Sumber : Hasil Analisis Xi 3835 X rata rata = = = 383,5 mm/hari n 10 Keterangan : n = Banyaknya tahun data curah hujan yang dipakai Xi = Jumlah curah hujan maksimum a. Standart Deviasi Ukuran sebaran yang paling banyak digunakan adalah deviasi standar, apabila penyebaran sangat besar terhadap nilai rata rata maka nilai x akan besar,akan tetapi apabila penyebaran data sangat kecil terhadap nilai rata rata maka nilai x akan kecil. Untuk stasiun Warungasem : Sx = ( Xi Xrata rata) n 1 2 = 3570 = 19,916 9 Untuk stasiun Kutosari / Doro : Sx = ( Xi Xrata rata) n 1 2 = 10270,5 9 = 33,781

69 Keterangan : n = Banyaknya tahun data curah hujan yang dipakai (Xi-X rata-rata ) 2 = Curah hujan maksimum dikurangi curah hujan rata- rata dikuadratkan b. Koefisien Skewness ( Cs ) Kemencengan ( Skewness ) adalah suatu nilai yang menunjukan derajat ketidak simetrisan ( Asimetry ) demi suatu bentuk distribusi. Apabila kurva frkuensi dari kanan atau ke kiri terhadap titik pusat maksimum, maka kurva tersebut tidak akan berbentuk simetris.keadaaan tersebut disebut menceng ke kiri atau ke kanan.pengukuran kemencengan adalah untuk mengukur seberapa besar frekuensi dari suatu distribusi tidak simetris atau menceng.ukuran kemencengan dinyatakan dengan besarnya koefisien kemencengan dan dapat dihitung dengan persamaan berikut : Cs = n ( Xi Xrata rata ) 3 ( n 1)( n 2) Sx 10 353760 9 8 33,781 = 3 3 = 1,275 Keterangan : n = Banyaknya tahun data curah hujan yang dipakai (Xi-X rata-rata ) 3 = Curah hujan maksimum dikurangi curah hujan rata- rata dipangkat tiga Sx = Standart deviasi

70 c. Koefisien Kurtois ( Ck ) Pengukuran Kurtois dimaksudkan untuk mengukur kemencengan dari kurva distribusi dan sebagai perbandingan adalah distribusi normal koefisien Kurtois dirumuskan sebagai berikut : Ck = n 2 ( Xi Xrata rata) 4 ( n 1)( n 2)( n 3) Sx 4 10 45936422,63 9 8 7 33,781 2 = 4 = 6,9 Keterangan : n = Banyaknya tahun data curah hujan yang dipakai (Xi-X rata-rata ) 3 = Curah hujan maksimum dikurangi curah hujan rata- rata dipangkat empat Sx = Standart deviasi d. Koefisien Variasi ( Cv ) nilai Koefisien Variasi adalah nilai perbandingan deviasi standar dengan rata rata hitung dari suatu distribusi.koefisien Variasi dapat dihitung dengan rumus sebagai berikut : Cv = = Sx X 33,781 383,5 = 0,088 Keterangan : Sx = Standart deviasi X = Curah hujan rata-rata

71 2. Pemilihan Jenis Sebaran Dalam sebaran dikenal beberapa jenis distribusi, diantaranya yang banyak digunakan dalam hidrologi adalah sebagai berikut : a. Distribusi normal b. Distribusi log normal c. Distribusi log Pearson d. Distribusi Gumbel Tabel : 4.37 Perhitungan Frekuensi Curah Hujan Stasiun Warungasem ( mm/hari ) No Jenis Distribusi Syarat Hasil Perhitungan Keterangan 1 Normal Ck = 3 Cs = 0 Ck = 6,9 Cs = 1,275 Tidak Tidak 2 Gumbel Ck = 5,4002 Cs = 1,129 Ck = 6,9 Cs = 1,275 Tidak Memenuhi 3 Log Pearson III Cs 0 Cs = 1,275 Memenuhi 4 Log Normal Cs = 3 x Cv Cv = 0,088 Cs = 1,275 Tidak Tidak Sumber : Hasil Analisis Keterangan : Cs = Koefisien Skewness Ck = Koefisien Kurtois Cv = Koefisien Variasi Analisis Curah Hujan Rencana Perhitungan Distribusi Log Pearson Untuk Stasiun Hujan Warungasem Rata rata ( x ) = 424,2 mm/hari Standar Deviasi ( Sx ) = 19,916

72 Rumus : Subarkah 1980 1 Kr = 0,78 ln ln 1 0, 45 Tr Tr => 25 = 2,045 Xtr = Xrata rata + ( Kr * Sx ) Xtr = X 25 + R X 25 = R = 424,2 + ( 2,045 19,916) = 464,928 mm/hari Keterangan : Xtr = Curah Hujan dengan kala ulang tertentu ( diambil 25 tahun ) Xr = Curah Hujan Rata rata Sx = Standart Deviasi Untuk Stasiun Kutosari/Doro Rata rata ( x ) = 383,5 mm/hari Standar Deviasi ( Sx ) = 33,781 1 Kr = 0,78 ln ln 1 0, 45 Tr Tr => 25 = 2,045 Xtr = Xrata rata + ( Kr * Sx ) Xtr = X 25 + R X 25 = R = 383,5 + (2,045 33,781 ) = 452,582 mm/hari Keterangan :

73 Xtr = Curah Hujan dengan kala ulang tertentu ( diambil 25 tahun ) Xr = Curah Hujan Rata rata Sx = Standart Deviasi 464,982 + 452,582 Rdiambil = = 458, 755 2 mm/hari 4.3.3 Perhitungan Debit Banjir ( Q ) Tujuan dari perhitungan debit ini adalah untuk mengetahui besarnya debit air yang melewati sungai Kupang untuk suatu periode ulang tertentu, sehubungan dengan perencanaan ini periode debit banjir yang direncanakan adalah periode ulang 25 tahunan ( Q tr = Q 25 ). A. Data dari Dinas Pengairan Jratunseluna Luas DAS ( A ) = 155 km 2 Panjang aliran sungai ( L ) = 40000 m Perbedaan ketinggian = 168 m Kemiringan dasar saluran = 0,0028 B. Waktu Konsentrasi ( tc ) tc = L / ( 72 x i 0,6 ) Keterangan : L = panjang aliran ( m ) i = kemiringan medan tc = waktu pengaliran ( jam ) tc = ( 40000 / ( 72 x 0,0028 0,6 )) / 3600 = 5,25 jam C. Intensitas Hujan ( I ) I = ( R/24 ) x ( 24/tc ) 0,67 Keterangan : I = Intensitas Hujan ( mm/jam ) R = Curah hujan ( mm ) tc = Waktu penakaran ( jam )

74 I = ( 458,755 / 24 ) x ( 24 / 5,25 ) 0,67 = 52,918 mm/jam Formula Relation Mononobe : Q = 0,278.C.I.A Keterangan : Q = Debit banjir ( m 3 /det ) C = Koefisien run off = 0,6 I = Intensitas hujan ( mm/jam ) A = Luas DAS ( km 2 ) ( 0,278 = konversi satuan ) Q = 0,278 x 0,6 x 52,918 x 155 = 1368,142 m 3 /det 4.3.3 Perhitungan Tinggi Muka Air Banjir Penampang sungai direncanakan sesuai dengan bentuk kali Kupang yaitu berupa trapesium dengan ketentuan sebagai berikut : Q = 1368,142 m 3 /det Kemiringan dasar ( I ) = 0,0028 Kemiringan dinding (m) = 1:2 Koefisien Manning ( n ) = 0,04 Panjang Aliran Sungai ( L ) = 40000 m Beda elevasi ( H ) = 168 m Lebar Sungai ( B ) = 23,81 m Rumus kecepatan aliran : 0,6 H 168 V = 72x = 72x L 40000 0,6 = 2,7 m/det Luas kebutuhan : A = Q 1368,142 r = = 506,719 m 2 V 2,7

75 Gambar 4.2 potongan Kali Kupang dimulai dari pertemuan Kali Banger dengan Sungai Pekalongan sampai dengan hulu Jembatan Kuripan Lor Jenggot 17.000 15.000 13.000 11.000 A S 9.000 BIDANG PERS : 7.000 ( M ) ELEVASI 16.615 16.568 15.676 12.066 9.835 8.896 7.956 8.888 9.819 16.367 16.348 J A R A K 12.576 8.17 9.80 4.73 5.845 5.845 5.386 5.386 11.227 5.808 P 0 17.000 15.000 13.000 11.000 A S 9.000 BIDANG PERS : 7.000 ( M ) ELEVASI 16.625 16.023 15.022 11.916 9.605 8.951 7.995 8.903 9.809 16.085 16.281 J A R A K 21.20 5.216 3.553 5.024 3.082 3.082 6.397 6.397 9.051 5.000 P 1 17.000 15.000 13.000 11.000 A S 9.000 BIDANG PERS : 7.000 ( M ) ELEVASI 16.820 16.244 15.231 12.158 10.249 8.687 7.124 8.666 10.207 15.763 16.768 J A R A K 16.377 7.619 6.642 6.174 9.253 9.253 3.163 3.163 12.501 9.231 P 2 + 10 17.000 15.000 13.000 11.000 A S 9.000 BIDANG PERS : 7.000 ( M ) ELEVASI 16.033 15.067 12.464 9.625 8.709 7.792 8.827 9.861 16.025 16.120 J A R A K 16.980 7.655 6.192 5.239 5.239 5.207 5.207 7.045 16.070 P 3 17.000 15.000 13.000 A S 11.000 9.000 BIDANG PERS : 7.000 ( M ) ELEVASI 15.757 15.667 16.323 16.517 15.621 14.142 13.868 11.127 9.268 9.596 9.923 9.884 9.843 15.624 16.305 J A R A K 19.99 6.99 2.99 3.598 1.339 1.283 7.007 3.575 4.911 4.911 6.797 6.797 5.913 8.068 P 4

76 19.000 17.000 15.000 13.000 A S 11.000 BIDANG PERS : 9.000 ( M) ELEVASI 16.262 16.255 15.590 10.140 9.912 9.685 9.622 9.558 9.613 9.667 16.216 16.011 J A R A K 14.994 2.997 6.563 8.777 0.949 5.978 5.978 3.629 3.629 7.892 6.603 P 5 19.000 17.000 15.000 13.000 A S 11.000 BIDANGPERS : 9.000 ( M) ELEVASI 16.452 16.093 15.619 10.615 10.792 9.680 9.576 9.453 9.567 9.699 16.623 16.713 J A R A K 10.489 1.999 5.578 8.614 2.462 4.802 4.802 7.926 7.926 5.892 8.191 P 6 Tabel 4.38 HASIL PENGUKURAN KALI KUPANG DIMULAI DARI PERTEMUAN KALI BANGER DENGAN SUNGAI PEKALONGAN SAMPAI DENGAN HULU JEMBATAN KURIPAN LOR - JENGGOT No Jarak Lebar Lebar Atas Elevasi Dasar Rata 2 (m) Patok (m ) Bawah (m) (m) Sungai (m) P.6 27,82 41,39 34,65 +9,453 50,00 P.5 29,00 46,46 37,73 +9,558 50,00 P.4 23,58 46,29 34,93 +9,923 50,00 P.3 20,88 41,78 31,34 +9,861 50,00 P.2 23,83 56,77 40,30 +10,249 50,00 P.1 18,86 41,80 30,38 +9,809 36,00 P.0 22,46 56,39 39,43 +9,819 Rata 2 23,81 47,27 35,54 Sumber : Hasil Analisis

77 Langkah perhitungan tinggi air maksimum dengan menggunakan lebar ratarata, B = 23,81 m Penampang tanpa menggunakan pilar H2 H1 B Gambar 4.3 gambar perhitungan tinggi muka air banjir B 1 = 23,81 m Dengan cara coba-coba didapat : H 1 = 8,26 m F = (B + mh1) H1 = ( 23,81 + (2 x 8,26)) 8,26 = 333,126 m² P = B + 2( 2 1+ m ) H1 = 23,81 + 2( = 60,75 m F R = P 2 1+ 2 ) 8,26 = 333,126 60,75 1 Q = R 2 / 3 n I = 5,484 m 1/ 2 F = 1.5,484 2 / 3 0,04.0,0028 1 / 2.333,126

78 = 1370,437 m³/det > 1368,142 m³/det.ok Penampang dengan menggunakan pilar H2 H1 D B Gambar 4.4 gambar perhitungan tinggi muka air banjir mengunakan pilar B rata-rata = 23,81 m 1 1 Diameter pilar = 1 m ( H H ) 5 10 Dengan cara coba-coba didapat : H 1 = 8,4 m F = (B + mh1) H1 = ( 22,81 + (2 x 8,4)) 8,4 = 332,724 m² P = B + 2( 2 1+ m ) H1 = 22,81 + 2( = 60,376 m F R = P 2 1+ 2 ) 8,4 = 332,724 60,376 1 Q = R 2 / 3 n I 1/ 2 = 5,622 m F

79 1 =.5,622 2 / 3.0,0028 1 / 2.332,724 0,04 = 1373,273 m³/det > 1368,142 m³/det.ok 4.3.4 Tinggi Bebas Menurut Peraturan Perencanaan Pembebanan Jembatan dan Jalan Raya, bahwa tinggi bebas yang disyaratkan untuk jembatan minimal 1,00 m diatas nuka air banjir 25 tahunan. Maka untuk tinggi bebas jembatan Kali Kupang ini direncanakan 1,5 meter. 4.3.5 Analisa Data Penggerusan (Scouring) Penggerusan (scouring) terjadi di dasar sungai di bawah pier akibat aliran sungai yang mengikis lapisan tanah dasar sungai. Aliran sungai diarahkan agar tidak berubah arah sehingga tidak terjadi penggerusan (scouring) ini. Dalamnya penggerusan dihitung berdasarkan rumus Lacey, sebagai berikut - Bentang jembatan ( L ) = 60 m - Lebar alur sungai ( W ) = 47,27 m - Jenis tanah dasar lanau ( standart silt ), maka berdasar tabel 2.6 Faktor Lempung Lacey pada bab II : - Diameter butir ( d ) = 0,322 mm - Faktor lempung Lacey ( f ) = 1,0 - Tipe aliran sungai : aliran belok - Q = Q 25 = 1368,142 m 3 /det Dari rumus Lacey : Q L W d = 0,473 f 0,333 1368,142 d = 0,473 1 d = 5,238m 0,333 Penggerusan maksimum = 1,75d = 1,75 x 5,238 = 9,167 m. Jadi kedalaman pondasi jembatan harus diperhitungkan terhadap kedalaman scouring di atas (9,167 m dari permukaan tanah/dasar sungai)

80 1,5m 8,26m 23,81m Gambar 4.5 Sketsa Penampang Sungai 4.4 ANALISIS KONDISI TANAH DASAR Analisa terhadap kondisi tanah dasar dimaksudkan untuk mengetahui sifat fisik dan sifat teknis tanah di lokasi untuk menentukan jenis pondasi yang sesuai dengan keadaan tanah pada jembatan Kuripan. 4.4.1 Pekerjaan Boring Jumlah titik bor dilaksanakan pada 2 ( dua ) titik bor yaitu titik BH-1 dan BH-2. Alat yang dipergunakan pada pekerjaan boring ini adalah bor mesin ( Kano Boring ), yang dilakukan higga kedalaman 20 meter dari permukaan tanah setempat. Hasil pengujian boring tersebut adalah sebagai berikut : Kedalaman (meter) Tabel 4.39 Pekerjaan Boring BH-1 Jenis tanah Diskripsi Tanah N SPT 0 5 Pasir Coklat, Setengah Padat 5 5 6 Pasir Kelempungan 6 7,6 Pasir Coklat Kemerahan, Setengah Padat Hitam Keabu-abuan, Setengah Padat 7,6 10 Gambut Hitam Kecoklatan, Lepas 4 4 4

81 10 11 Lempung Kepasiran Abu-abu Kecoklatan, Teguh 11 13 Gambut Coklat, Lepas 6 13 14,6 Lempung Abu-abu, Teguh 6 14,6 20 Pasir Sumber : DPU Kota Pekalongan Kedalaman (meter) Hitam Keabu-abuan, Setengah Padat Tabel 4.40 Pekerjaan Boring BH-2 4 16 19 Jenis tanah Diskripsi Tanah N SPT 0 6,5 Pasir Kelempungan Coklat, Lepas 5 9 6,5 8 Pasir Abu-abu Kehitaman, Lepas 8 10 Lempung Kepasiran Abu-abu, Kaku 9 10 14 Lempung Kepasiran Coklat, Teguh 5 14 16 Gambut Hitam Kecoklatan, Teguh 16 17 Lempung Abu-abu, Teguh 6 17 20 Pasir Abu-abu, Lepas 7 Sumber : DPU Kota Pekalongan 5 9 5

82 4.4.2. Pekerjaan Sondir Jumlah titik sondir yang dilaksanakan ada pada 2 ( dua ) titik yaitu titik SD 1 dan SD 2. Alat yang dipergunakan adalah sondir mesin hydrolis dengan kapasitas 2,5 ton. Hasil pengujian sondir tersebut adalah sebagai berikut : Kedalaman ( meter ) Tabel 4.41 Pekerjaan Sondir Titik SD 1 Titik SD 2 Tahanan Konus qc ( c ) Kedalaman ( meter ) Tahanan Konus qc ( kg/cm 2 ) 0,2 4,2 14,0 36,0 0,2 4,0 20,0 100,0 4,4 5,8 8,0 18,0 4,2 6,6 8,0 22,0 6,0 7,0 20,0 70,0 6,8 7,6 22., 62,0 7,2 12,8 6,0 18,0 7,8 19,0 6,0 20,0 13,0 14,0 19,0 25,0 19,2 20,0 20,0 22,0 14,2 17,8 8,0 20,0 18,0 20,0 20,0 Sumber : DPU Kota Pekalongan 18,0 25,0 qc = 351 kg/cm 2 20,0 qc = 351 kg/cm 2 JHP = 1464 kg/cm 2 JHP = 1518 kg/cm 2 Kesimpulan : a. Titik Sondir I Nilai perlawanan ujung konus ( conuss resistance ) sampai kedalaman 20,00 m adalah 351 kg/cm 2 Jumlah hambatan pelekat ( total friction ) adalah 1464 k b. Titik Sondir II Nilai perlawanan ujung konus ( conuss resistance ) sampai kedalaman 20 m adalah 351 kg/cm 2 Jumlah hambatan pelekat ( total friction ) adalah 1518 kg/cm 2

83 Dari hasil pengujian tersebut dapat disimpulkan bahwa tanah keras terletak pada kedalaman > 20 m maka pondasi yang digunakan yaitu jenis pondasi dalam.