Manual Pelaksanaan Preservasi Jalan (2019) Seri 3

Kementerian Pekerjaan Umum dan Perumahan Rakyat
Direktorat Jenderal Bina Marga

Direktorat Preservasi Jalan
MANUAL PELAKSANAAN
PRESERVASI JALAN
SERI 3
PEMROGRAMAN
PRESERVASI JALAN
ii Manual Pelaksanaan Preservasi Jalan
MANUAL PELAKSANAAN
PRESERVASI JALAN
Seri 3
PEMROGRAMAN
PRESERVASI JALAN
© 2019
Kementerian Pekerjaan Umum Dan Perumahan Rakyat
PEMOGRAMAN PRESERVASI JALAN iii

Kata
Pengantar
iv Manual Pelaksanaan Preservasi Jalan

Guna menunjang kegiatan pemeliharaan jalan, Direktorat Preservasi Jalan, Direktorat
Jenderal Bina Marga, Kementerian Pekerjaan Umum dan Perumahan Rakyat
menerbitkan panduan berjudul “Manual Pelaksanaan Preservasi Jalan”, dengan tujuan
untuk memberikan panduan terkait kegiatan preservasi jalan.
Dalam buku ini disampaikan kegiatan preservasi jalan yang meliputi konsep preservasi,
identifikasi data kerusakan, program penanganan, pemilihan teknologi dan pelaksanaan
preservasi jalan.
Semoga dengan terbitnya Manual Pelaksanaan Preservasi Jalan ini dapat dijadikan
pegangan oleh semua pihak yang melaksanakan kegiatan preservasi jalan sebagai
bahan pertimbangan dan penguatan dalam pengambilan keputusan serta solusi
permasalahan yang terjadi dalam kegiatan preservasi jalan.
Jakarta, Desember 2019
DIREKTUR PRESERVASI JALAN
IR. ATYANTO BUSONO, M.T.
PEMOGRAMAN PRESERVASI JALAN v

PRA KATA
vi Manual Pelaksanaan Preservasi Jalan

Preservasi jalan merupakan kegiatan penanganan jalan, berupa pencegahan, perawatan dan perbaikan
yang diperlukan untuk mempertahankan kondisi jalan agar tetap berfungsi secara optimal melayani
lalu lintas sehingga umur rencana yang ditetapkan dapat tercapai. Kegiatan preservasi meliputi
pekerjaan rehabilitasi, rekonstruksi, dan pelebaran menuju standar. Dalam pelaksanaan preservasi
jalan di lapangan, sering terjadi perbedaan persepsi tentang apa yang menyebabkan kerusakan jalan,
metode survei kondisi jalan, teknologi yang dapat digunakan, serta beberapa hal yang mempengaruhi
kinerja jalan sehingga perlu disusun manual pelaksanaan preservasi jalan.
Manual Pelaksanaan Preservasi Jalan disusun dalam serangkaian panduan yang tidak terpisah, yaitu
meliputi:
Preservasi Jalan;
Identifikasi Data Kerusakan Jalan;
Pemrograman Preservasi Jalan;
Pemilihan Teknologi dan Pelaksanaan Preservasi Jalan;
Infografis Pelaksanaan Preservasi Jalan.
Seri I memberikan gambaran dan penjelasan secara umum terkait kegiatan preservasi jalan. Seri
II menjelaskan terkait kebutuhan data, metode pengumpulan data, dan identifikasi kerusakan
jalan. Seri III menjelaskan proses pemrograman preservasi jalan. Seri IV menjelaskan secara umum
mengenai cara pemilihan teknologi dan metode pelaksanaan dalam mengatasi kerusakan jalan pada
kegiatan preservasi jalan. Seri V memberikan infografis terkait pemilihan teknologi dan pelaksanaan
preservasi jalan dalam hal persiapan peralatan, mobilisasi pekerja dan peralatan, pelaksanaan pekerja,
pengawasan, demobilisasi, dan acuan kegiatan.
Kami mengucapkan terima kasih dan apresiasi kepada semua pihak yang telah berkontribusi dan
membantu proses penyusunan panduan ini.
Penyusun
PEMOGRAMAN PRESERVASI JALAN vii

DA F TA R
ISI
KATA PENGANTAR v
PRAKATA vii
DAFTAR ISI viii
1. Ruang lingkup 12
2. Acuan normatif 12
3. Istilah dan definisi 12
3.1 FWP 12
3.2 Satker 12
3.3 PPK 12
3.4 Balai 12
3.5 P2JN 12
3.6 Direktorat PJJ 12
3.7 Direktorat Preservasi 12
3.8 IRI 13
3.9 AADT 13
3.10 CESA 13
3.11 LHRT 13
3.12 RAMS 13
3.13 DIPA 13
3.14 BB 13
3.15 FWD 13
3.16 LWD 13
3.17 RNI 14
3.18 Trigger Level 14
3.19 AASHTO 14
3.20 SMAJI 14
4. Pemograman Preservasi 14
4.1 Umum 14
4.2 Peranan Pihak-pihak yang Terlibat 14
viii Manual Pelaksanaan Preservasi Jalan

4.3 Alur Pemograman
4.4 Data masukan untuk kegiatan Pemrogran Preservasi Jalan 15
4.5 Landasan Teori Model Penurunan kondisi perkerasan jalan 15
4.5.1 Model Agregat Penurunan Ketidakrataan 18
4.5.2 Model Penurunan Struktural 21
4.5.3 Hasil Penelitian Model Deteriorasi Jalan Sebelumnya 30
4.6 Road Asset Management System (RAMS) 37
4.6.1 Definisi-definisi dalam program RAMS 38
4.6.2 Decision Tree dalam RAMS 45
4.6.2.1 Perkerasan Lentur di kondisi Mantap 45
4.6.2.2 Perkerasan Lentur di kondisi Tidak Mantap 46
4.6.2.3 Perkerasan Kaku 47
4.6.2.4 Jalan Tanpa Penutup 48
4.6.3 Biaya Penanganan 59
4.7 Integrated Road Management System Version 3 (IRMS 3) 63
4.7.1 Model Kinerja Perkerasan 63
4.7.1.1 Ketidak rataan Jalan (IRI) 63
4.7.1.2 Perkerasan Lentur 63
4.7.1.3 Perkerasan Kaku (Rigid Pavement) 71
4.7.1.4 Perkerasan Tanah atau Tanpa Penutup (Gravel) 72
4.7.1.5 Gravel Loss 73
4.7.1.6 6 Pavement Condition Index (PCI) 74
4.7.2 Indikator Kinerja Utama (KPI) 75
4.7.2.1 Kekasaran jalan 75
4.7.2.2 Kondisi permukaan perkerasan 76
4.7.2.3 Umur Sisa 76
4.7.2.4 Efektivitas Drainase 76
4.7.2.5 5 Perhitungan KPI 77
4.7.3 Kemantapan (mantap) 77
4.7.3.1 Jenis Pemeliharaan 77
4.7.3.2 Biaya Pemeliharaan 80
4.7.3.3 Penyebab Kerusakan 81
4.7.3.4 Efek Penanganan 82
PEMOGRAMAN PRESERVASI JALAN ix

DAFTAR GAMBAR
Gambar 1. Tahapan Proses Pemrograman Preservasi Jalan 14

Gambar 2. International Roughness Index/IRI 16
Gambar 3. Grafik Analisis Senstivitas CESA 10 jt, 20jt, dan 30 jt 18
Gambar 4. Nilai SCI vs Waktu Untuk CESA rencana 10 juta 24
Gambar 7. Tampilan Awal Program RAMS Junoviewer Indonesia 39
Gambar 8. Pendefinisian segmen per 100m 39
Gambar 9. Contoh Pende nisian segmen dinamis 42
Gambar 10. Hubungan antara jaringan dan FWP 43
Gambar 11. Contoh Pendefinisian segmen dinamis 44
Gambar 12. Ilustrasi dari penggunaan menu pengelompokan (grouping) 45
Gambar 13. Penanganan untuk perkerasan dengan kondisi baik dan sedang (mantap) 46
Gambar 14. Pilihan penanganan tanpa data FWD 47
Gambar 15. Pilihan penanganan dengan data FWD 47
Gambar 16. Pilihan penanganan untuk perkerasan kaku 48
Gambar 17. Penanganan Untuk Jalan yang Tidak Berpenutup, dan Jalan Penetrasi Macadam 50
Gambar 18. Decision Tree dalam RAMS 54
Gambar 19. Tahapan Penggunaan Software RAMS 55
Gambar 20. Grafik Kedalaman Alur vs Penurunan dari tahun ke tahun 60
Gambar 21. Tampilan Menu FIT dalam program RAMS 60
Gambar 22. Standar Skala IRI 63
Gambar 23. Model Ketidakrataan vs umur sisa struktural selama 20 tahun 64
Gambar 24. Model Ketidakrataan vs umur sisa struktural selama 15 tahun 65
Gambar 25. Peningkatan Ketidakrataan tahunan perkerasan Tanah atau Tanpa Penutup (Gravel) 72
Gambar 26. Kehilangan kerikil vs AADT berdasarkan nilai rentang Rainfall (MMP) 73
Gambar 27. Kondisi Medan pada Kehilangan Kerikil 74
Gambar 28. Pavement Condition Index (PCI) vs Umur 75
Gambar 29. Contoh IRI rata-rata pada perkerasan unpaved yang berkelajutan 79
Gambar 30. Bagan Alir Pekerjaan Pemeliharaan – Perkerasan Lentur 79
Gambar 31. Bagan Alir Pekerjaan Pemeliharaan – Perkerasan Kaku 80
Gambar 32. Bagan Alir Pekerjaan Pemeliharaan – Perkerasan Telford 81
Gambar 33. Bagan Alir Pekerjaan Pemeliharaan – Perkerasan Tanah 81
x Manual Pelaksanaan Preservasi Jalan

DAFTAR TABEL
Tabel 1. Kondisi Jalan Berdasarkan Nilai IRI 17

Tabel 2. Besaran Faktor Lingkungan (m) Pada Model Penurunan Ketidakrataan 19
Tabel 3. Parameter Untuk Analisis Sensiti tas Ketidakrataan Parameter 20
Tabel 4. Trigger Level Pemeliharaan Berdasarkan IRI 21
Tabel 5. Analisis Sensiti tas Kondisi Perkerasan Pada Tahun Mendatang 22
Tabel 6. Data Untuk CESA Rencana 10 juta 23
Tabel 7. Hasil Perhitungan SCI untuk CESA Rencana 10 Juta 24
Tabel 8. Data untuk CESA Rencana 20 Juta 25
Tabel 10. Data untuk CESA Rencana 30 Juta 26
Tabel 12. Nilai SCI untuk Berbagai Tipe Pemeliharaan 28
Tabel 13. Data Ruas Jalan Contoh 29
Tabel 14. Contoh Hasil Perhitungan 29
Tabel 15. Trigger dalam RAMS 53
Tabel 16. Nilai Keadalaman alur vs Penambahan nilai IRI per tahun 58
Tabel 17. Harga Satuan Untuk Tiap Penanganan (status Juli 2019) 61
Tabel 18. Koefisien Harga Untuk Tiap Provinsi 62
Tabel 19. Faktor Kalibrasi 66
Tabel 20. Indeks Efektivitas Drainase dan Pengganda Tingkat Kemunduran 69
Tabel 21. Mean Monthly Precipitation per Provinsi 70
Tabel 22. Default Number of Vehicles per Standard Axle by Island 71
Tabel 23. Penilaian KPI untuk Kekasaran Jalan 75
Tabel 24. Penilaian KPI untuk Kondisi Permukaan 76
Tabel 25. Skoring KPI untuk Umur Sisa Layanan (Perkerasan Fleksibel) 76
Tabel 26. Penilaian KPI untuk Sub-komponen Efektivitas Drainase Permukaan 76
Tabel 27. Penilaian KPI untuk Sub Komponen Efektivitas Drainase Bawah (Subdrain) 76
Tabel 28. Komposisi Indikator Kinerja Utama (KPI) 77
Tabel 29. Nilai IRI Mantap Menurut Jenis Perkerasan 77
Tabel 30. Tebal Overlay untuk Lapisan Fungsional (Non-Struktural) 78
Tabel 31. Efek Pekerjaan Pemelihraan pada Variabel Kinerja 82
PEMOGRAMAN PRESERVASI JALAN xi

Manual Pelaksanaan
Preservasi Jalan
1. Ruang lingkup
organisasi pada Kementerian Negara / Lembaga

Ruang lingkup Manual Pelaksanaan Preservasi yang melaksanakan satu atau beberapa kegiatan
Jalan ini menjelaskan tentang penanganan dari suatu program.mengikat batuan dengan
jalan dalam kegiatan preservasi jalan meliputi baik.
identifikasi kerusakan, kebutuhan survey,
program penanganan, pemilihan tekhnologi dan
pelaksanaan preservasi jalan. Dalam manual 3.3 PPK
preservasi jalan pada buku 3 ini menjelaskan Pejabat Pembuat Komitmen atau pejabat yang
Pemrograman dalam pelaksanaan preservasi bertanggung jawab atas pelaksanaan pengadaan
jalan tersebut. barang atau jasa.
2. Acuan Normatif
3.4 Balai
Menurut KBBI Balai adalah gedung; rumah;
Undang-Undang Nomor 38 Tahun 2004 tentang Jalan kantor; dan atau tempat yang digunakan oleh
Peraturan Pemerintah Nomor 34 Tahun 2006 tentang
aparat pemerintah untuk mengadakan rapat
atau kegiatan kemasyarakatan lain.
Jalan;
Peraturan Menteri Pekerjaan Umum Nomor 13/
3.5 P2JN
PRT/M/2011 tentang Tata Cara Pemeliharaan dan Perencanaan dan Pengawasan Jalan Nasional
Penilikan Jalan; merupakan instansi yang bertugas menyusun
program penanganan jalan. Terbentuk
Peraturan Menteri Pekerjaan Umum Dan Perumahan
berdasarkan Permen PU No. 08/PRT/M/2010
Rakyat Republik Indonesia Nomor: 03/Prt/M/2019 tentang Organisasi di Lingkungan Pekerjaan
Tentang Organisasi Dan Tata Kerja Kementerian Umum.
Pekerjaan Umum Dan Perumahan Rakyat
3.6 Direktorat PJJ
3. Istilah dan Definisi Direktorat Pengembangan Jaringan Jalan
mempunyai tugas penyiapan perumusan
kebijakan penyelenggaraan jalan di bidang
3.1 FWP
keterpaduan program perencanaan dan sistem
Forward Works Program. Model pemrograman di
jaringan jalan, pengembangan teknik lingkungan
tahun mendatang untuk suatu ruas jalan.
dan keselamatan jalan serta pemantauan dan
evaluasi kinerja penyelenggaraan jalan.
3.2 Satker
Kuasa pengguna anggaran / kuasa pengguna 3.7 Direktorat Preservasi
barang yang merupakan bagian dari suatu unit Direktorat Preservasi Jalan mempunyai tugas
10 Manual Pelaksanaan Preservasi Jalan

Seri 03
melaksanakan penyusunan dan bimbingan informasi data jalan, perencanaan pemeliharaan

teknis standar dan pedoman teknik preservasi jangka pendek dan jangka panjang. RAMS juga
jalan, pembinaan teknik preservasi jalan, digunakan untuk menghitung anggaran dan
pelaksanaan pemantauan dan evaluasi economic returns yang maksimum dari investasi
kinerja preservasi jalan,serta pembinaan dan yang diadakan untuk jaringan jalan. RAMS juga
pengawasan sertifikasi Asphalt Mixing Plant. digunakan sebagai alat bantu penyusunan
program tahunan preservasi jalan.
3.8 IRI
International Roughness Index (IRI) adalah 3.13 DIPA
parameter yang digunakan untuk menentukan Daftar Isian Pelaksanaan Anggaran atau suatu
tingkat ketidakrataan permukaan jalan. dokumen pelaksanaan anggaran yang dibuat
oleh Menteri / Lembaga atau Satuan Kerja
3.9 AADT (Satker) serta disahkan oleh Direktur Jenteral
Average Annual Daily Traffict (AADT) adalah Perbendaharaan atau Kepala Kantor Wilayah
volume lalu lintas 24 jam rata-rata di suatu lokasi Direktorat Jenderal Perbendaharaan atas nama
tertentu selama 365 hari penuh, yaitu jumlah Menteri Keuangan dan berfunngsi sebagai
total kendaraan yang melintasi lokasi dalam satu dokumen pelaksanaan pembiayaan kegiatan
tahun dibagi 365 hari. yang mengakibatkan pengeluaran negara dan
pencairan dana atas beban APBN serta dokumen
pendukung kegiatan akuntansi pemerintah.
3.10 CESA
Cummulative Equivalent Standard Axles adalah
akumulasi ekivalen beban sumbu standar 3.14 BB
selama umur rencana. Benkleman Beam adalah alat untuk mengukur
perkerasan lentur.
3.11 LHRT
Lalu lintas Harian Rata-rata Tahunan adalah 3.15 FWD
volume lalu lintas 24 jam rata-rata di suatu lokasi Falling Weight Deflectometer adalah alat untuk
tertentu selama 365 hari penuh, yaitu jumlah mengukur lendutan langsung perkerasan yang
total kendaraan yang melintasi lokasi dalam satu menggambarkan kekuatan struktur perkerasan
tahun dibagi 365 hari. jalan atau alat untuk mengukur kekuatan
struktur perkerasan jalan yang bersifat non-
destruktif.
3.12 RAMS
Road Asset management System adalah alat
atau perangkat perencanaan yang memiliki 3.16 LWD
database yang menyimpan dan menyajikan Light Weight Deflectometer adalah sebuah
PEMOGRAMAN PRESERVASI JALAN 11

perangkat yang mengukur deformasi vertikal 4. Pemrograman Preservasi
oleh massa jatuh, alat ini telah digunakan selama
lebih dari dua dekade sebagai jaminan untuk
konstruksi pekerjaan tanah. 4.1 Umum
Preservasi Jalan dilakukan untuk dapat tetap
menjaga kualitas pelayanan dari struktur
3.17 RNI perkerasan untuk memberikan kenyamanan
Road Network Inventory adalah survey jaringan dan keselamatan pengguna jalan. Dalam
jalan. pelayanan suatu jalan dibutuhkan tindakan-
tindakan penanganan yang harus dilaksanakan
oleh manajer jalan (Satker/PPK) untuk dapat
3.18 Trigger Level tetap menjaga nilai pelayanan suatu ruas jalan.
Tingkatan dimana opsi pemulihan (recovery) Tindakan tersebut mencakup pemeliharaan
mulai dilaksanakan. jalan dan upaya-upaya perbaikan serta
peningkatan kapasitas suatu ruas jalan apabila
3.19 AASHTO dirasa diperlukan.
Assosiation of American Society Highway
Transport Organization adalah organisasi Untuk itu perlu disusun sebuah rencana kerja
pengaturan standar yang mengeluarkan yang baik untuk dapat menunjang pelayanan
spesifikasi, protokol untuk pengujian dan suatu ruas jalan. Dalam hal pembiayaan perlu
panduan yang digunakan dalam desain dan juga disusun suatu strategi pengalokasian
konstruksi jalan raya di Amerika Serikat. dana untuk menunjang pelaksanaan kegiatan
pemeliharaan dan perbaikan ruas jalan.
3.20 SMAJI Pemrograman penanganan ruas jalan

Sistem Manajemen Aset Jalan Indonesia adalah senantiasa dilakukan setiap tahunnya untuk
alat atau perangkat perencanaan yang memiliki menyusun rencana kerja manajer ruas jalan.
database yang menyimpan dan menyajikan Data penilaian kondisi jalan, data lalu lintas dan
informasi data jalan, perencanaan pemeliharaan pertumbuhannya serta data-data lainnya yang
jangka pendek dan jangka panjang. SMAJI juga menunjang diperlukan untuk dapat menjadi
digunakan untuk menghitung anggaran dan dasar dalam menentukan suatu program kerja
economic returns yang maksimum dari investasi Satker/PPK Pelakasanaan Jalan Nasional.
yang diadakan untuk jaringan jalan. SMAJI juga
digunakan sebagai alat bantu penyusunan
program tahunan preservasi jalan. 4.2 Peranan Pihak-pihak yang Terlibat
Dalam pelaksanaan Pemrograman pelaksanaan
preservasi, terdapat beberapa stakeholder dalam
ruang lingkup Direktorat Jenderal Bina Marga
yang memiliki tugas dan fungsi yang berbeda-
beda.

a. Direktorat Pengembangan Jaringan Jalan (PJJ) lapangan dan running program RAMS
Melalui Subdit Pemrograman, Direktorat PJJ • Melakukan Peninjauan lapangan untuk
melakukan penyusunan awal dari program memberikan validasi terhadap data hasil
penganggaran kegiatan preservasi jalan untuk survey
tahun yang akan dilakukan perencanaan
• Melakukan proses administrasi penganggaran
b. Direktorat Preservasi Jalan dari rencana kerja Preservasi Jalan
• Melakukan pengecekan dari validitas data
yang disajikan
4.3 Alur Pemograman
• Melakukan optimasi dan penentuan skala
Pemrograman preservasi jalan dilalukan mulai
prioritas dari penanganan
dari sekitar bulan November 2018 untuk tahun
c. Balai/Balai Besar Pelaksanaan Jalan Nasional anggaran 2020.
• Melakukan pengambilan data kondisi
Tahapan pemrograman dapat dibagi dalam
segmen sebagai berikut:
1. Survey Inventarisasi dan kondisi jalan semester 2 5. Pagu Indikatif dan Optimasi 1
Data penilain kondisi jalan dilaksanakan dan Penyesuaian Alokasi dana sesuai pagu indikatif
disiapkan oleh Balai/Balai Besar Pelaksanaan serta memasukkan penanganan commited dan
Jalan Nasional (Balai) off-pavement
2. Penganggaran Awal oleh Direktorat

6. Pagu Defintif dan Optimasi 2
Pengembangan Jaringan Jalan
Penyesuaian Alokasi dana sesuai pagu definitif
Penggaran yang dilakukan berdasarkan RPJM
serta melakukan optimasi untuk mencapai target
yang dialokasikan untuk Preservasi Jalan seluruh
kemantapan jalan
Indonesia
7. Penerbitan DIPA
3. Validasi data semester 2 tahun n-1
Proses akhir untuk pemrograman dan pemaketan
Pengecekan keabsahan dan kecocokan data
sudah bisa dilaksanakan untuk proses tender.
dengan lapangan yang dilakukan berdasarkan
sampling data yang mewakili
4.4 Data masukan untuk kegiatan Pemrogran
Preservasi Jalan
4. Validasi data hasil running RAMS
Pengecekan kesesuain hasil pengolahan oleh
Data-data yang diperlukan sebagai dasar untuk
Software RAMS
melalukan Pemrograman Preservasi jalan antara
lain namun tidak terbatas sebagai berikut:

Business Process Pemograman Ditjen Bina Marga un
Nov Des Jan Feb Mar Apr Mei
Budget dan Dit Validasi

Survey Kondisi dan PAGU
Inventori Sem.2 Pengembangan data Sem.2 Validasi Indikat
Jaringan Jalan FWP ( FIT
Survey -
Video, Foto
PAGU Visual Survey
Indikatif 1
termasuk off
Upload Ke SIDPJN SIPRO
- Pavement
RUN
Forecast
Models
Pemograman FIT Optim
Survey Prioriti
Audit
FWP
Preliminary
Budget and FWP FW
KPI Tervalidasi Indik
DED
Waktu untuk pelaksanaan KRI

Budgeting survey kondisi jalan TA 2019 e-b
Activity Supported By
Asset Management lebih panjang.
Platforms
Gambar 1. Tahapan Proses Pemrograman Preservasi Jalan

ntuk Penganggaran Preservasi Jalan Tahun 2010
Juni Juli Aug Sep Okt Nov Des
U PAGU
tif 2 Definitif
Optimisasi
Prioritiasasi
misasi
iasasi
FWP
WP Permaketan
Definitif
katif
DESAIN
Survey and Optimisasi

DESAIN
Investigations Prioritisasi
KRISNA /
RKAKL Pagu Definitif e-budgeting
RKAKL tidak banyak berubah
ISNA /
Pagu dari RKAKL Pagu DIPA
budgeting
Indikatif Indikatif RKAKL
Pagu
Definitif

1. Data IRI • Pengukuran langsung, yang mengukur
kerataan permukaan secara langsung pada
International Roughness Index (IRI) atau index masing-masing jalur secara terpisah. Contoh:
ketidakrataan permukaan jalan pertama kali balok pengukur sepanjang 3 meter dan laser
diperkenalkan oleh Bank Dunia pada tahun 1980 road surface tester (LRST).
an yang mengelompokkan metode pengukuran • Pengukuran tidak langsung, yang mengukur
ketidakrataan berdasarkan kemampuan profil memanjang jalan melaui rentang
peralatan dalam menghasilkan nilai IRI yang panjang gelombang. Contoh: General Motors
tepat. Keunggulan dari IRI adalah stabil dari Research (GMR) Profilometer.
waktu ke waktu dan dapat digunakan di seluruh
• Tipe RTRRMS (Response-type Road Roughness
dunia.
Measuring Systems) yang mengukur
ketidakrataan permukaan jalan dengan
Gambar di bawah menunjukkan perkiraan nilai
menghubungkan pengukuran RTRRMS
IRI pada berbagai jenis perkerasan jalan.
dengan perhitungan IRI dari suatu profil.
Contoh: Bump Integrator dan alat pengukur
Alat pengukur ketidakrataan permukaan jalan
kekasaran NAASRA.
secara umum dapat dibagi dalam empat tipe,
yaitu: • Kelompok penilai yang menilai kualitas
permukaan perkerasan berdasarkan pedoman
penilaian dan pengalaman pribadi.
IRI = ( m / km = mm / m ) NORMAL
USE
16 EROSION GULLEYS AND
DEEP DEPRESSIONS
14
50 km/h
12
FREQUENT SHALLOW
DEPRESSIONS, SOME DEEP
10 60 km/h
ROUGH
UNPAVED
8 ROADS
FREQUENT MINOR
DEPRESSIONS 80 km/h
6 DEMAGED
PAVAMENTS
SURFACE
4 IMPERFECTIONS
100 km/h
MAINTAINED
2 UNPAVED ROADS
0 OLDER PAVEMENTS
NEW PAVEMENTS
0 = ABSOLUTE
PERFECTION AIRPORT RUNWAYS
& SUPERHIGHWAYS
Gambar 2. International Roughness Index/IRI

Sumber : Sayersm dkk, 1986
Tabel 1. Kondisi Jalan Berdasarkan Nilai IRI
Nilai IRI Nilai IRI

IRI rata - rata <= 4 Baik
4<= IRI rata - rata <= 8 Sedang
8<= IRI rata - rata <= 12 Rusak Ringan
IRI rata - rata <= 12 Rusak Berat
Teknik pengukuran ketidakrataan jalan selama bleeding, block cracking, bums and sags, corrugation,
ini dilakukan dengan scanner laser yang depression, edge cracking, joint reflection, lane/
dipasang pada sebuah truk atau wagon, bump shoulder drop off, longitudinal and transverse cracking,
integrator, atau bahkan secara manual dengan patching and utility cut patching, polished aggregate,
menggunakan rolling straigth edges. Kriteria potholes, railroad crossings, rutting, shoving, slippage
kondisi jalan berdasarkan nilai IRI pada tipe cracking, swell, weathering and ravelling.
permukaan jalan aspal ditunjukkan pada Tabel
di bawah 3. BB/FWD/LWD,
2. PCI, Kekuatan struktural merupakan suatu parameter

utama dalam menentukan model penurunan
Penilaian terhadap kondisi perkerasan jalan yang menjadi dasar dalam pembuatan
merupakan aspek yang paling penting dalam suatu sistem manajemen perkerasan. Untuk
hal menentukan kegiatan pemeliharaan dan menentukan kekuatan struktural existing
perbaikan jalan. Untuk melakukan penilaian biasanya dilakukan pengujian lendutan
kondisi perkerasan jalan tersebut, terlebih permukaan jalan. Beberapa alat yang digunakan
dahulu perlu ditentukan jenis kerusakan, untuk pengukuran lendutan permukaan jalan
penyebab, serta tingkat kerusakan yang terjadi. ini adalah Benkelman Beam (BB), Falling
Pavement Condition Index (PCI) adalah sistem Weight Deflectometer (FWD), Rolling Weight
penilaian kondisi perkerasan jalan berdasarkan Deflectometer (RWD), Alat Pengukur Kekuatan
jenis, tingkat dan luas kerusakan yang terjadi, Jalan (APKJ), dan Light Weight Deflectometer
dan dapat digunakan sebagai acuan dalam (LWD). Benkelman Beam (BB): Benkelman Beam
usaha pemeliharaan. Nilai perkerasan jalan dibuat pertama kali oleh the Western Association
ini mempunyai rentang nilai 0-100 yang of State Highways Association (WASHO) pada
terbagi dalam beberapa level yaitu: sempurna tahun 1952 (Pavement Interactive, 2019). Alat
(excellent), sangat baik (very good), baik (good), ini biasanya digunakan bersamaan dengan truk
sedang (fair), jelek (poor), sangat jelek (very standar yang bermuatan 8200 kg pada sumbu
poor), dan gagal (failed). roda belakang. Alat pengujian yang berupa
batang kaku diletakkan diantara dua roda
Kerusakan pada perkerasan jalan mempunyai belakang dan kemudian mengukur lendutan
19 jenis (Shahin, 1994) yaitu: Alligator cracking, balik (rebound deflection) ketika kendaraan

bergerak kedepan. Benkelman Beam termasuk Pelaksanaan Survey untuk pengambilan data
alat pengujian yang berbiaya murah tetapi juga primer sebagai bahan pemrograman Preservasi
sangat lambat dalam waktu pengumpulan data. Jalan terbagi atas tahapan sebagai berikut:
Gambar-gambar berikut menunjukkan skematik
dan peralatan Benkelman Beam 1. Pengambilan Data Semester 1 (Januari – Juni).
terdiri dari datara IRI, PCI, Lendutan, Jembatan,
FWD merupakan peralatan pengukuran Lereng dan RNI.
lendutan permukaan jalan yangberdasarkan
2. Pengambilan Data Semester 2 (Oktober –
beban impuls (Pavement Interactive, 2019). Alat
Desember Tahun n), tediri dari data IRI dan
ini merupakan alatstandar untuk pengukuran
LHRT.
lendutan permukaan system perkerasan jalan
sepertidimuat di beberapa metoda perencanaan
tebal perkerasan seperti AASHTO 1993, Austroad, Keakuratan data
dan Manual Desain Perkerasan (MDP). Alat FWD
ini bisa bergabung dengan kendaraan penarik Tingakat keakuratan data dari hasil survey
(FWD mounted vehicle) ataupun menggunakan sangat penting untuk diperhatikan untuk
trailer. menjamin ketepatan penanganan dalam
pemrograman preservasi jalan. Banyak kasus
4. LHRT, keanehan data yang terjadi dalam pengumpulan
data survey tiap tahunnya. Untuk itu, sangat
Data Lalu lintas Harian Rata-rata tahunan (LHRT) perlu perhatian dari seluruh pihak yang terlibat
digunakan sebagai bahan pertimbangan dalam dalam memastikan keakuratan data yang akan
penentuan peningkatan kapasitas dari suatu dilakukan penginputan dalam pelaksanaan
ruas atau jaringan jalan. pemrograman. Dengan adanya data yang
benar-benar mencerminkan kondisi lapangan
5. RNI, sebenarnya, akan memberikan penanganan
jalan yang tepat dan meningkatkan efisiensi
Road Network Inventory (RNI) atau survey penggunaan anggaran.
jaringan jalan dilakukan untuk melakukan
pendataan dari jaringan jalan di suatu
provinsi. Inventarisasi dari jaringan jalan serta 4.5 Landasan Teori Model Penurunan kondisi
pemutakhiran data jaringan dilakukan setiap
perkerasan jalan
tahun.
6.Data video terintegrasi dengan GPS jalan Model ini difokuskan kepada kekuatan struktural
dari lapisan perkerasan dan umur seperti terlihat
Pada saat survey kondisi jalan, perekaman video pada persamaan berikut ini (Paterson dan
yang memiliki data GPS juga dilakukan sebagai Okine,1992). Model ini sangat membantu apabila
bahan pertimbangan penentuan penanganan data kerusakan permukaan tidak diketahui.
jalan yang tepat.

RIt=emt[RI0+725 (1+SNC)-4.99 NEt]............. (3.1)
Keterangan: Keterangan:
RIt : ketidakrataan pada umur t tahun. SNC : modified structural number.
t : umur, tahun. SN : structural number.
RI0 : ketidakrataan awal. SNSG : structural number akibat pengaruh tanah
SNC : modified structural number. dasar.
NEt : lalu lintas, juta CESA. CBR : California Bearing Ratio, %.
m : factor lingkunan yang berhubungan dengan
kelembaban lokasi Parameter faktor lingkungan merupakan
koefisien yang merupakan fungsi dari
kelembaban dan Temperatur. Faktor lingkungan
Parameter SNC adalah Modified Structural ini juga sangat berpengaruh pada penurunan
Number yang merupakan Structural Number kondisi ketidakrataan. Besaran dari faktor
(SN) ditambah dengan Structural Number lingkungan ini diberikan pada tabel berikut.
sumbangan dari tanah dasar (SNSG) seperti
diberikan pada persamaan di bawah.
SNC = SN + SNSG ...................................................(3.2)

SNSG = 3.51 log CBR – 0.85 (log CBR)2 – 1.43 .........(3.3)
Tabel 2
Besaran Faktor Lingkungan (m) Pada Model Penurunan Ketidakrataan
Klasifikasi Kelembaban Indeks Kelembaban Klasifikasi Temperatur

Tropis Sub Tropis Dingin
Kering -100 s/d 61 0,005 0,010 0,025
Sub Kering -60 s/d -21 0,010 0,016 0,035
Sub Lembab -20 s/d 19 0,023 0,030 0,050
Lembab 20 s/d 100 0,030 0,040 0,070

Analisis Sensitivitas Model Agregat Penurunan Ketidakrataan
Untuk melihat penggunaan model agregat penurunan ketidakrataan maka dilakukan analisis
sensitivitas dengan data sebagai berikut.
Tabel 3
Parameter Untuk Analisis Sensitifitas Ketidakrataan
Parameter Nilai
SNC 3,8
Rlo 3,6 m/km
CESA 20 tahun 10 jt, 20 jt, 30 jt CESA
Waktu Analisis 20 Tahun
CESA per tahun 500 ribu, 1 jt, 1,5 jt CESA
Faktor Lingkungan 0,015
Ruas jalan sebagai contoh untuk analisis

sensitifitas mempunyai modified structural
number (SNC) sebesar 4.3 Nilai ini adalah nilai
structural number ditambah dengan structural
number kontribusi dari tanah dasar. Besaran
ketidakrataan awal sebesar 3.5 m/km. CESA
untuk 20 tahun diberikan sebesar 10 jt, 20 jt, dan
30 jt. Nilai CESA sebesar itu merupakan strategic
decision yang diputuskan oleh para stakes
holder. Faktor lingkungan diambil 0.015 seperti
diberikan pada Tabel 3.1. Hasil dari sensitifitas
analisis diberikan pada gambar-gambar berikut
ini.
Gambar 3. Grafik Analisis Senstivitas CESA 10 jt, 20jt, dan 30 jt

Terlihat dari Gambar 3 penurunan kondisi dari 4.5.2 Model Penurunan Struktural
nilai ketidakrataan pada beberapa nilai lalulintas
yang berbeda. Pada lalulintas sebesar 10 juta Selain model penurunan ketidakrataan,
CESA selama 20 tahun dari hasil prediksi terlihat model penurunan kekuatan struktural juga
nilai ketidakrataan sekitar 9 m/km. Nilai ini memberikan dampak yang sangat besar dalam
menaik menjadi 13 m/km dan 16 m/km untuk penentuan kondisi dan tipe perbaikan masa
lalulintas sebesar 20 juta dan 30 juta CESA untuk mendatang pada sistem manajemen perkerasan.
masa pelayanan 20 tahun. Kombinasi kedua model penurunan ini akan
Perbedaan ini memberikan pola penanganan memberikan gambaran kinerja perkerasan jalan
yang berbeda juga dari tahun ke tahun. Pada pada suatu waktu tertentu. Hal ini cukup logis
umumnya trigger level yang digunakan di mengingat perdefinisi kinerja suatu perkerasan
Indonesia seperti diberikan pada tabel berikut jalan ditentukan oleh kinerja fungsional yang
ini. diwakili oleh nilai ketidakrataan dan juga kinerja
Tabel 4 struktural yang diwakili oleh nilai Structural
Trigger Level Pemeliharaan Berdasarkan IRI
Number.
No Ketidakrataan ( m/km ) Kondisi
Banyak model penurunan kekuatan structural ini
1 <4 Rutin
yang telah dibuat oleh beberapa ahli perkerasan
2 4 s/d 8 Rehabilitasi minor
jalan. Pada penelitian ini model penurunan
3 8 s/d 12 Rehabilitasi major
yang digunakan didasarkan atas persamaan-
persamaan yang diberikan oleh AASHTO 1993
Apabila mengikuti trigger level yang diberikan
dan juga parameter Structural Condition Index
pada Tabel 4, maka untuk jalan dengan lalulintas
(SCI) yang pertama kali dikenalkan oleh metoda
20 tahun sebesar 10 juta CESA kondisi pekerasan
AASHTO 1986.
akan menjadi pemeliharaan rutin sampai tahun
ke 2, rehabilitasi minor mulai tahun ke 3 sampai
Pemilihan parameter SCI pada sistem manajemen
dengan tahun ke 17, rehabilitasi major mulai
perkerasan yang dibangun didasarkan atas
dari tahun ke 18 sampai tahun ke 20. Untuk
kesederhanaannya dan juga telah cukup familiar
selengkapnya dengan ketiga lalulintas rencana
digunakan oleh para praktisi teknik jalan raya
kondisi perkerasannya diberikan pada Tabel 5.
pada umumnya. Selain itu untuk pengumpulan
Diasumsikan lalulintas yang lewat pertahun
datanya bisa menggunakan peralatan FWD
adalah lalulintas rata-rata tahunan.
ataupun LWD Pusjatan.
Terlihat dari Tabel 3.4 bahwa lalulintas Rumus-Rumus Matematis Yang Digunakan
merupakan faktor utama dalam menentukan
kondisi perkerasan pada penurunan kondisi Rumus-rumus matematis yang digunakan
ketidakrataan. Semakin tinggi CESA maka untuk membangun model penurunan kekuatan
semakin cepat terjadinya penurunan kondisi yang struktural ini pada dasarnya adalah rumus-
dimanifestasikan dengan nilai ketidakrataan. rumus yang dimuat pada metode perencanaan
AASHTO 1993 dan AASHTO 1986 seperti diberikan
berikut ini.

Tabel 5
Analisis Sensitifitas Kondisi Perkerasan Pada Tahun Mendatang
CESA 20 tahun Rutin Rehab minor Rehab major Rekonstruksi

10 juta Tahun 1 s/d 2 Tahun 3 s/d 17 Tahun 18 s/d 20 -
20 juta Tahun 1 Tahun 2 s/d 11 Tahun 12 s/d 19 Tahun 20
30 juta Tahun 1 Tahun 2 s/d 8 Tahun 9 s/d 14 Tahun 15 s/d 20
Keterangan: W : jumlah lalulintas (CESA).

SNeff : Effective Structural Number Zr : standard normal deviate.
D : tebal total perkerasan diatas tanah dasar, inci. SN : structural number.
Ep : modulus permukaan, psi. Mr : modulus resilie tanah dasar, psi
Mr : modulus resilien tanah dasar, psi. So : normal distribution.
P : beban yang diaplikasikan, pounds. Ep : modulus permukaan, psi.
dr : besaran lendutan, inci. SNdes : structural number yang direncanakan.
r : jarak geophone ke titik pembebanan, inci.
do : besaran lendutan pada titik pembebanan, inci. Menggunakan rumus-rumus diatas bisa
dibangun sebuah model penurunan kekuatan
p : tegangan pada pusat pembebanan, psi. structural yang bisa digunakan untuk
a : jari-jari pelat pembebanan, inci. memprediksi besarnya kekuatan struktural yang
ada pada waktu tertentu.
Penentuan Trigger Level Tipe Perbaikan
Untuk penentuan trigger level tindakan, maka Dari Tabel 7 terlihat bahwa batasan untuk
harus diasumsikan dulu masing-masing tipe pemeliharaan rutin adalah pada nilai SCI besar
tindakan itu dilakukan pada umur sisa tertentu. dari 0.95, sedangkan untuk rehabilitasi minor
Asumsi yang dibuat adalah sebagai berikut: dilakukan pada selang nilai 0.90 < SCI < 0.95.
a. Pemeliharaan rutin dilakukan pada sistem Untuk rehabilitasi major jatuh pada nilai 0.70 <
perkerasan dengan umur sisa masih lebih SCI < 0.90.
besar dari 70% total umur rencana.
b. Rehabilitasi minor dilakukan pada sistem Untuk perbaikan rekonstruksi dilakukan
perkerasan dengan umur sisa antara 50% - pada nilai SCI < 0.70. Angka-angka batasan
70% total umur rencana. ini juga akan dilihat pada kondisi lalu lintas
yang berbeda. Apabila nilainya masih saling
c. Rehabilitasi major dilakukan pada sistem
mendekati, maka nilai tersebut bisa digunakan
perkerasan dengan umur sisa antara 10% -
sebagai trigger level untuk tipe perbaikan pada
50% total umur rencana.
sistem manajemen perkerasan dilihat dari sisi
d. Rekonstruksi dilakukan pada sistem dengan kekuatan strukturalnya. Gambar 4 menunjukkan
umur sisa kecil dari 10% total umur rencana. model penurunan SCI atau kekuatan struktural
e. Lalulintas yang lewat pertahun jumlahnya pada umumnya terhadap waktu.
dianggap flat sampai akhir umur rencana.
Simulasi Dengan CESA rencana 10 Juta
Untuk melihat penurunan kekuatan struktural

dalam tahun-tahun analisis, maka dibuat
simulasi dengan Lalulintas 10 Juta CESA selama
analisis 20 tahun. Data lengkap diberikan pada
Tabel 6 dan hasil perhitungan diberikan pada
Tabel 7 berikut ini.
Tabel 6
Data Untuk CESA Rencana 10 juta
Parameter Nilai
Waktu Analisis 20 tahun
Jumlah Lalu lintas 10 juta CESA

Lalu lintas per tahun 500.000 CESA
Standard Normal Deviate -1037 ( reliability 85% )
Standard Normal Distribution 0,45
P0 4,0
Pt 2,0
Mr 9000 psi

Tabel 7. Hasil Perhitungan SCI untuk CESA Rencana 10 Juta
Tahun ke Umur Sisa (CESA) % Umur Sisa Structural Number (SN) SCI
0 10000000 100.0 4.21 1.00
1 9500000 95.0 4.18 0.99
2 9000000 90.0 4.15 0.98
3 8500000 85.0 4.11 0.97
4 8000000 80.0 4.08 0.97
5 7500000 75.0 4.04 0.96
6 7000000 70.0 4.00 0.95
7 6500000 65.0 3.96 0.94
8 6000000 60.0 3.91 0.92
9 5500000 55.0 3.86 0.91
10 5000000 50.0 3.80 0.90
11 4500000 45.0 3.75 0.89
12 4000000 40.0 3.68 0.87
13 3500000 35.0 3.61 0.85
14 3000000 30.0 3.52 0.83
15 2500000 25.0 3.43 0.81
16 2000000 20.0 3.31 0.78
17 1500000 15.0 3.17 0.75
18 1000000 10.0 2.98 0.70
19 500000 5.0 2.67 0.63
20 0 0 0 0
x 106 Model Penurunan AASHTO

10
7
umur sisa ( CESA )
0
1 0.95 0.9 0.85 0.8 0.75 0.7 0.65
SCI
Gambar 4.
Nilai SCI vs Waktu Untuk CESA rencana 10 juta

Data untuk simulasi model penurunan kekuatan struktural untuk Terlihat dari Tabel 9 :
CESArencana 20 juta diberikan pada Tabel 8 berikut ini. Hasil Bahwa dengan mengambil
perhitungan diberikan pada Tabel 9. persentase umur sisa yang
sama untuk measing-masing
Tabel8. Data untuk CESA Rencana 20 Juta tipe perbaikan dan kondisi
Parameter Nilai pemrograman maka didapat
Waktu Analisis 20 tahun nilai trigger yang tidak berbeda.
Jumlah Lalu lintas 20 Juta CESA
Untuk melihat kecenderungan
umur sisa dan perubahan
Lalu lintas per tahun 1.000.000 CESA
dengan nilai SCI, maka hasilnya
Standard Normal Deviate -1.037 ( Reliability 85%) )
dibuat grafik plot seperti
Standard Normal Distribution 0.45
terlihat pada Gambar 5. Dari
P0 4.0 gambar itu bisa terlihat bahwa
Pt 2.0 kecenderungan penurunan SCI
Mr 9000 psi hampir sama.
Tabel 9. Hasil Perhitungan SCI untuk CESA Rencana 20 Juta
0 20000000 100.0 4.65 1.00
1 19000000 95.0 4.61 0.99
2 18000000 90.0 4.58 0.98
3 17000000 85.0 4.54 0.97
4 16000000 80.0 4.50 0.96
5 15000000 75.0 4.46 0.95

6 14000000 70.0 4.42 0.95
7 13000000 65.0 4.37 0.93
8 12000000 60.0 4.32 0.92
9 11000000 55.0 4.27 0.91
10 10000000 50.0 4.21 0.90
11 9000000 45.0 4.15 0.89
12 8000000 40.0 4.08 0.87
13 7000000 35.0 4.00 0.86
14 6000000 30.0 3.91 0.84
15 5000000 25.0 3.80 0.81
16 4000000 20.0 3.68 0.79
17 3000000 15.0 3.52 0.75
18 2000000 10.0 3.31 0.71
19 1000000 5.0 2.98 0.64
20 0 0 0 0

x 107 Model Penurunan AASHTO x 107
2 3
1.8
2.5
1.6
1.4
2
umur sisa ( CESA )
umur sisa ( CESA )

1.2
1 1.5
0.8
1
0.6
0.4
0.5
0.2
0 0
1 0.95 0.9 0.85 0.8 0.75 0.7 0.65 1
SCI
Gambar 5.
Gambar 5 Nilai SCI vs Waktu untuk CESA rencana 20 Juta Gam
Simulasi terakhir dilakuka dengan mengambil CESArencana sebesar 30 juta CESA

untuk waktu analisis selama 20 tahun. Data untuk ini diberikan pada Tabel 10
berikut ini. Hasil dari perhitungan diberikan pada Tabel 11 dan grafik umur sisa vs SCI
ditunjukkan pada Gambar 5
Tabel 10
Data untuk CESA Rencana 30 Juta
Parameter Nilai
P0 4.0
Pt 2.0
Mr 9000 psi

Tabel 11.
Hasil perhitungan SCI untuk CESA Rencana 30 Juta
0 30000000 100.0 4.91 1.00
1 28500000 95.0 4.88 0.99
2 27000000 90.0 4.84 0.98
3 25500000 85.0 4.81 0.97
4 24000000 80.0 4.77 0.97
5 22500000 75.0 4.72 0.96
6 21000000 70.0 4.68 0.95
7 19500000 65.0 4.63 0.94
8 18000000 60.0 4.58 0.93
9 16500000 55.0 4.52 0.92
10 15000000 50.0 4.46 0.90
11 13500000 45.0 4.40 0.89
12 12000000 40.0 4.32 0.87
13 10500000 35.0 4.24 0.86
14 9000000 30.0 4.15 0.84
15 7500000 25.0 4.04 0.82
16 6000000 20.0 3.91 0.79
17 4500000 15.0 3.75 0.76
18 3000000 10.0 3.52 0.71
19 1500000 5.0 3.17 0.64
20 0 0 0 0
x 107 Model Penurunan AASHTO

3
2.5
2
umur sisa ( CESA )
1.5
0.5
0
0.65 1 0.95 0.9 0.85 0.8 0.75 0.7 0.65
SCI
Gambar 6.
20 Juta Gambar 5 Nilai SCI vs Waktu untuk CESA rencana 30 Juta
Trigger Level Untuk Model Kekuatan Struktural
Nilai-nilai yang diberikan pada Tabel 12 ini sangat
Dari hasil analisis pada butir 4.3.1, 4.3.2, dan 4.3.3 penting didalam Sistem Manajemen Perkerasan
terlihat bahwa penurunan nilai SCI terhadap yang digunakan untuk prediksi perbaikan
umur sisa untuk ketiga lalulintas rencana 20 pada tahun mendatang dan didasarkan dari
tahun memberikan hasil yang tidak berbeda penurunan kondisi struktural. Dikombinasikan
satu sama lainnya. Dari hasil ini bisa dikatakan dengan nilai-nilai trigger level pada model
bahwa parameter SCI bisa digunakan sebagai penurunan kondisi ketidakrataan, kedua nilai ini
trigger level untuk penentuan kondisi kekuatan akan merupakan dasar dari penentuan perbaikan
struktural suatu ruas jalan terhadap waktu. baik dari sisi kinerja struktural maupun kinerja
Secara tabelaris bisa diberikan pada Tabel 4.7 fungsional.
berikut ini.
Tabel 12
Nilai SCI untuk Berbagai Tipe Pemeliharaan
No Tipe Pemeliharaan Nilai SCI

1 Rutin SCI > 0.95
2 Rehabilitasi Minor 0.95 < SCI < 0.95
3 Rehabilitasi Major 0.70 < SCI < 0.90
4 Rekonstruksi SCI > 0.70
4.4 Contoh Perhitungan Model Penurunan Kondisi

Struktural
Jawab:
Sebuah ruas jalan akan ditentukan pola a. Dengan lendutan 525 mikron pada beban
pemeliharaan yang didasarkan atas kondisi standar 4000 kg dan Mr = 9000 psi, maka didapat
struktural seperti diberikan pada Tabel 13 berikut SNeff sebesar 4.0
ini. Pada tahun berapakah harus dilakukan b. Nilai SNeff 4.0 itu mampu mendukung
rehabilitasi major dan minor? Ruas jalan tersebut lalulintas sebesar 7.25 juta CESA.
diharapkan mampu mengakomodasi lalulintas c. Selanjutnya digunakan perhitungan tabelaris
sebanyak 10 juta CESA untuk 20 tahun. seperti pada Tabel 4.9.
Dari hasil perhitungan seperti yang diberikan pada Tabel 4.9 terlihat bahwa pemeliharaan rutin
dilakukan sampai pada tahun ke 3. Untuk rehabilitasi minor harus dilakukan pada tahun 4 s.d.
6. Sedangkan untuk rehabilitasi major harus dilakukan pada tahun ke 7 s.d. ke 12. Untuk tahun
selanjutnya apabila tidak dilakukan perbaikan pada tahun sebelumnya, maka ruas jalan tersebut
harus dilakukan rekonstruksi.

Tabel 13
Data Ruas Jalan Contoh
Parameter Nilai
P0 4.0
Pt 2.0
Lendutan Do 475 mikron (FWD)
Tebal Perkerasan diatan S/G 60 cm
Mr 9000 psi ( dari data FWD )
Tabel 14
Contoh Hasil Perhitungan
Tahun ke Umur Sisa ( CESA ) SN SCI

0 7,250,000 4.02 1.00
1 6,750,000 3.98 0.99
2 6,250,000 3.93 0.98
3 5,750,000 3.88 0.97
4 5,250,000 3.83 0.95
5 4,750,000 3.78 0.94
6 4,250,000 3.71 0.92
7 3,750,000 3.64 0.91
8 3,250,000 3.57 0.89
9 2,750,000 3.48 0.87
10 2,250,000 3.37 0.84
11 1,750,000 3.25 0.81
12 1,250,000 3.08 0.77
13 750,000 2.85 0.71
14 250,000 2.39 0.59
15 0 0.00 0.00
16 0 0.00 0.00
17 0 0.00 0.00
18 0 0.00 0.00
19 0 0.00 0.00
20 0 0.00 0.00

4.5.3 Hasil Penelitian Model Penurunan Jalan • Model yang dikalibrasi pada laporan ini
Sebelumnya adalah:
- Model untuk memperkirakan saat mulai

Model Penurunan Perkerasan Lentur terjadinya semua retak (all cracking)
TYCRA = Kci {Fc RELIG + CRT}
1. Salim (1996) melakukan penelitian dengan judul
dengan Fc = 0,51 dan Kci = 1,02
“Penelitian Parameter-Parameter Biaya Pemakai
Jalan: Pengembangan Model Penurunan Kondisi
Perkerasan Lentur”. Penelitian memberikan - Model untuk memperkirakan saat mulai
ringkasan sebagai berikut: terjadinya retak lebar (wide cracking)
TYCRW = Kci { 2,04 + 0,98 TYCRA }
• Model penurunan kondisi merupakan dengan Kci = 1,12
alat yang diperlukan dalam manajemen
pembinaan jalan. Meskipun pada saat ini
- Model untuk memperkirakan perkembangan
sudah terdapat model-model penurunan
luas semua retak
kondisi, namun di dalamnya terkandung
faktor-faktor kalibrasi yang perlu ditentukan ∆CRit = Kcp zz{ zz a b ∆t + SCRit b}1/b - SCRit
oleh para pengguna agar lebih model- dengan Kcp = 1,08
model tersebut dapat mencerminkin kondisi
setempat.
• Nilai Fc = 0,51 menunjukkan bahwa
• Dalam rangka menentukan faktor-faktor
perkerasan termasuk pada kelompok "lemah".
kalibrasi atau model-model yang dipandang
Hal ini kemungkinan disebabkan oleh kurang
lebih sesuai, telah dilakukan penelitian dengan
dipenuhinya persyaratan mutu pelaksanaan
cara memantau beberapa seksi pengamatan.
serta mutu bahan. Perkiraan ini ditunjang
• Pada laporan ini dicoba diuraikan penentuan pula oleh nilai deviasi standar faktor kalibrasi
faktor kalibrasi dengan cara "coba-coba", yaitu yang cukup besar, yang mengindikasikan
dengan memilih faktor kalibrasi sedemikian bahwa seksi-seksi pengamatan mempunyai
rupa sehingga diperoleh tingkat kerusakan mutu mulai dari yang rendah sampai yang
hasil prediksi yang kira-kira sama dengan baik. Bagian perkerasan yang mempunyai
tingkat kerusakan hasil pengamatan. Cara yang mutu rendah ditunjukkan oleh terjadinya retak
pertama ditempuh dengan anggapan bahwa dini yang kemungkinan besar disebabkan oleh
model belum ada atau untuk pengembangan retak refleksi dan bahan beraspal yang rapuh
model yang baru. Cara yang kedua ditempuh
karena sudah adanya model-model yang
• Pengaruh pemeliharan (dalam hal ini
diperlukan (antara lain, model-model HDM-3
pemberian laburan aspal) yang dilaksanakan
dan HDM-4), sehingga model-model tersebut
pada awal terjadinya retak, dapat menahan
perlu diuji atau dikalibrasi untuk kondisi
berkembangnya retak tersebut sampai sekitar 2
Indonesia.
tahun

• Ditinjau dari kejadian deformasi, terdapat
2. Salim (1997) melakukan penelitian dengan seksi-seksi pemantauan yang mengalami
judul “Penelitian Kinerja Perkerasan Lentur deformasi plastis dan terdapat seksi-seksi
Untuk Menunjang IRMS”. Penelitian memberikan pemantauan yang tidak mengalaminya,
ringkasan sebagai berikut: meskipun terletak dalam satu ruas. Untuk
seksi-seksi pemantuan yang terdapat dalam
satu ruas, prediksi kedalaman alur yang
• Model penurunan kondisi rneruPakan
dihasilkan dengan menganggap bahwa seksi-
alat yang diperlukan dalam manajemen
seksi pernantauan tidak mengalami deformasi
pembinaan jalan. Meskipun pada saat ini
plastis, ternyata tidak jauh berbeda dengan
sudah terdapat model-model penurunan
prediksi bila seksi-seksi pemantauan dianggap
kondisi, namun di dalamnya masih terdapat
mengalami deformasi plastis.
faktor-faktor kalibrasi yang perlu ditentukan
oleh pengguna agar model-model tersebut • Untuk daerah datar dan perbukitan (rolling),
dapat menghasilkan prediksi yang lebih teliti. prediksi ketidakrataan berdasarkan detailed
model dipandang lebih tehti daripada prediksi
• Dalam rangka menentukan faktor kalibrasi
berdasarkan aggregate model; sedangkan
untuk Indonesia, telah dilakukan penelitian
untuk daerah pegunungan, kedua model
melalui pemantauan seksi-seksi jalan yang
menghasilkan ketidaktelitian prediksi yang
terdapat pada beberapa ruas jalan di Jawa
sama.
Barat.
• Laporan ini pada dasarnya menguraikan
analisis penentuan faktor kalibrasi untuk 3. Salim (1998) melakukan penelitian dengan
model-model sebagai berikut: judul “Studi Kinerja Perkerasan Lentur Untuk
Menunjang IRMS”. Penelitian memberikan
ringkasan sebagai berikut:
- Saat mulainya "semua retak"
• Pusat Penelitian dan Pengembangan Jalan
- Saat mulalnya "retak lebar'' telah melakukan studi pengembangan
- Perkernbanqan luas "semua retak" model penurunan kondisi perkerasan (road
- Perkembangan kedalaman alur deterioration models) yang menggunakan
- Perkembangan ketidakrataan beton aspal dan Penetrasi Macadam.
Pengembangan model dilakukan dengan
kalibrasi model HDM-3. Untuk perkerasan
• Hasil yang diperoleh menunjukkan bahwa, dengan Penetrasi Macadam, pengembangan
faktor kalibrasi tergantung pada beberapa model dimulai pada Tahun 1998/1999.
faktor, antara lain: Topografi, Mutu lapis
• Pada laporan ini diuraikan hasil yang telah
beraspal dan Volume serta kelancaran lalu-
dicapai sampai saat ini, baik yang berkaitan
lintas
dengan model untuk beton aspal ataupun
• Pemberian laburan yang dilakukan Penetrasi Macadam.
secara regular, ternyata dapat menahan
• Model penurunan kondisi perkerasan dengan
berkembangnya luas retak sekitar 1, 5 kali lebih
lambat. beton aspal :

- Model HDM-3 tidak bisa langsung Faktor kalibrasi bagian model akibat pengaruh
digunakan untuk kondisi Indonesia. Hal non-lingkungan (kekuatan perkerasan, lalu-
tersebut ditunjukkan oleh faktor kalibrasi lintas dan kerusakan lain) adalah cukup besar
yang tidak sama dengan satu. (1,8-7,7); sedangkan faktor kalibrasi bagian
- Model untuk memprediksi pelepasan butir model akibat pengaruh lingkungan adalah
dan lubang tidak bisa dilakukan, karena satu. Hal ini menunjukkan bahwa kinerja baton
selama masa pengamatan, kerusakan aspal di Indonesia nampaknya berbeda dengan
tersebut praktis tidak terjadi. kinerja beton aspal di mana model HDM-3
dikembangkan, namun di sisi lain, pengaruh
- Awal terjadinya dan perkembangan retak.
lingkungan untuk lokasi- lokasi pengembangan
Faktor kalibrasi dipengaruhi oleh mutu
kedua model adalah sama.
pelaksanaan (Baik, Sedang dan Jelek) serta
mutu pemeliharaan (Baik dan Jelek).
• Model penurunan kondisi perkerasan dengan
Penetrasi Macadam
Sesuai dengan kejadian di lapangan, kalibrasi
- Untuk pengembangan model ini, data yang
model untuk memprediksi awal terjadinya
diperoleh baru dari satu kali survai, sehingga
dan perkembangan "retak lebar" (wide
belum bisa dilakukan analisis.
cracking) hanya bisa dilakukan untuk mutu
pelaksanaan dan pemeliharaan Sedang dan - Untuk mendapatkan data kerusakan
Baik serta untuk Jelek dan Baik. pada Penetrasi Macadam yang dipandang
memadai untuk dianalisis sehingga
- Perkembangan kedalaman alur rata-rata
mendapatkan faktor kalibrasi yang dapat
dan deviasi standar.
dipercaya (reliable), masih diperlukan
Faktor kalibrasi model tergantung pada pengumpulan data untuk jangka waktu
kondisi (mutu) campuran (Tidak Plastis atau sekurang-kurangnya tiga tahun lagi.
Normal dan Plastis).
Perkerasan yang diamati pada studi ini

merupakan jalan lama yang sudah mengalami
pemadatan oleh lalu-lintas. Karena kondisi
ini maka diperkirakan perkerasan yang distudi
mempunyai kekuatan yang lebih tinggi
daripada perkerasan di mana model HDM-
3 dikembangkan. Hal tersebut diperkuat oleh
faktor kalibrasi model kedalaman alur pada
tahun pertama yang lebih kecil dari satu.
- Perkembangan ketidakrataan.
Faktor kalibrasi model tergantung pada terein
(Datar dan Perbukitan) dan kondisi (mutu)
campuran (Tidak Plastis / Normal dan Plastis).

Model Penurunan Perkerasan Kaku
1. Zamhari (1995) dalam penelitiannya berjudul nilai SFC lebih kecil 0.50 sehigga perlu adanya
“Penelitian Model Penurunan Kondisi Perkerasan perbaikan permukaan untuk menaikan nilai SFC.
Kaku” memberikan ringkasan sebagai berikut: c. Niiai IRI pada semua seksi-seksi lama
mengalami penurunan, namun demikian
• Pada tahun ini disamping seksi-seksi berdasarkan nilai IRI setiap seksi kerataan
pengamatan lama (10 seksi), diadakan permukaan masih dapat diklasifikasikan baik
pula penambahan seksi-seksi pengamatan (lebih kecil dari enam).
baru (12 seksi) berupa perkerasan yang masih
relatif baru (masa pelayanan 1-2 tahun). d. Volume lalu lintas bukanlah merupakan
faktor dominan yang menyebabkan terjadinya
• Adapun jenis pengujian lapangan yang
retak, kemungkinan faktor lingkungan, cuaca,
dilakukan meliputi: Kelicinan/kekesatan
temperatur udara dapat juga sebagai penyebab.
permukaan perkerasan, Kerataan permukaan
perkerasan, Lendutan, Penilaian kondisi
e. Retak yang terjadi tidak didominasi pada
permukaan.
daerahjalur jejak roda (OWT dan IWT).
• Hasil pemeriksaan tahun pertama dan
kedua dianalisa. Dari sini akan dapat f. Nilai lendutan yang didapat dari setiap seksi
diketahui bahwa kondisi sekarang masih pengamatan, ada tetap, turun dan naik, adapun
tetap atau lebih buruk (menurun) dari tahun kenaikan lendutan yang. terjadi relatif kecil
sebelumnya. Hasil pengujian dan pengamatan sehingga kondisi pelat beton dari segi struktur
di lapangan menunjukan: masih baik.
a. Volume lalu lintas pada semua seksi pada g. Nilai modulus elastisitas yang didapat dari
umumnya mengalami kenaikan jumlah setiap seksi ada yang tetap ada pula yang naik
kendaraan, dimana jumlah kenaikan ESA untuk dan kerena semua seksi nilai modulus masih
setiap seksi bervariasi. diatas 20.000 MPa maka ditinjau dari segi bahan
masih baik.
- Padalarang - Pasteur 10-20 %
2. Zamhari (1996) melakukan penelitian dengan
- Pasirkoja - Kopo - Moch.Toha 40 - 60 %
judul “Penelitian Model Penurunan Kondisi
- Buahbatu - Cileunyi 5 - 10% Perkerasan Kaku” memberikan ringkasan
- Bitung - Balaraja - Ciujung 10 - 20 % penelitian sebagai berikut:
b. Nilai kelicinan yang didapat ada yang tetap, • Tujuan dari penelitian ini adalah untuk
ada yang turun, namun demikian pada semua mendapatkan model penurunan kondisi
seksi pengamatan nilai SFC masih lebih besar perkerasan kaku berdasarkan kinerjanya.
0.50. lni berarti permukaan perkerasan masih Model tersebut diharapkan dapat menjadi
dalam kondisi aman karena syarat minimal masukan utama dalam pengembangan sistim
masih terpenuhi. Kecuali seksi Bitung - Cikupa pengelolaan perkerasan kaku di Indonesia.

Untuk itu model dimaksud harus berdimensi ringkasan penelitian sebagai berikut:
prediktif sehingga dapat menunjukkan
hubungan antara kondisi perkerasan dan • lnvestasi yang dikeluarkan untuk
unsur-unsur perkerasan kaku dengan waktu. pembangunan jalan dengan perkerasan
kaku sudah cukup besar. Hal tersebut dapat
• Dalam laporan ini disampaikan pendekatan dilihat dari banyaknya jaringan jalan yang
dan metoda yang dianut dalam penelitian menggunakan perkerasan kaku yang sudah
ini. Penelitian meliputi penelitian kondisi beroperasi. Namun demikian, pengetahuan
permukaan dan kondisi struktur. Sepanjang di bidang perencanaan umum pemeliharaan
lebih kurang 250 kilometer jalan dengan perkerasan kaku masih sangat terbatas,
perkerasan kaku menjadi objek dalam studi kerena sejauh ini di Indonesia belum tersedia
ini. model-model penurunan kondisi perkerasan
kaku yang diperlukan untuk perencanaan
umum tersebut. Model penurunan kondisi
• Disamping itu dibangun pula model
perkerasan kaku sudah dikembangkan
perkerasan kaku dalam skala penuh di lokasi
oleh negara lain seperti yang tercantum
jalur percobaan Puslitbang Jalan di Cileunyi
dalam HDM-4, namun untuk di terapkan di
Kabupaten Bandung. Pada seksi sepanjang 60
Indonesia nampaknya model tersebut perlu
meter ini dibangun perkerasan kaku dengan
dikalibrasi, hal ini terlihat dari hasil uji model
beton konvensional dan perkerasan kaku
ketidakrataan, dimana perbandingan antara
dengan beton fly ash sebagai substitusi semen
ketidak rataan hasil prediksi dengan hasil
portland. Model skala penuh ini diharapkan
pengamatan lapangan berkisar antara 1,37
dapat memberikan data yang lebih lengkap.
dan 2,37 in/mil (rata-rata 1,84 in/mil).
Selain itu model ini dimaksudkan untuk
mengevaluasi kinerja beton dengan fly ash;
dan kecepatan penurunan grooving dan laju
kecepatan polishing permukaan yang selama • Penelaahan lebih lanjut menunjukkan bahwa
ini menjadi kendala pada perkerasan kaku di pada beberapa model terdapat parameter-
Indonesia. parameter bebas yang kurang cocok untuk
• Berbagai model yang ad kondisi Indonesia, misal faktor pembekuan
(Fl). Disamping itu, nampaknya masih
a ditinjau dalam bah-bah awal laporan
terdapat parameter-parameter bebas yang
ini. Selanjutnya dari data yang terkumpul
perlu ditambahkan atau dihilangkan dari
diturunkan beberapa kandidat model
model yang ada.
penurunan kondisi. Model ini perlu
dikembangkan lebih jauh utamanya dengan
menggunakan model yang dikembangkan • Sesuai dengan kalibrasi model HDM-4 yang
dalam HDM-4 sebagai rujukan utama. telah dilakukan, diproleh hasil- hasil sebagai
berikut:
3. Hidayat (1998) melakukan penelitian dengan
judul “Penelitian Model Penurunan Kondisi
Perkerasan Kaku Di Indonesia” memberikan

a. Model untuk memprediksi ketidakrataan (IRI)
IRI = 99.59 + 2.6098*TFAULT + 1.8407*SPALL + 0.00000228 *TCRACK^3 + 216.4192*MTM
(t =13,53; prob.t =0,00001) ; R2 = 0,16; SE = 31,149
b. Model untuk memprediksi penurunan plat pada sambungan (Faulting)

FAULT = (ESAL-2.633)*(I*(I-Cd) + -2.6E-09*BSTRESS2 + 0.0*AVJSPACE2 + 2432.633*PP*WL*PRECIP-614.726 -
0.273831*BASE - 5.3E02*WIDENED + 0.0009217* AGE)
(t= - ; prob. T = - ) ; R2 = 0,54; SE = 0,216
c. Model untuk memprediksi gompal pada sambungan plat (Spalling)

SPALL=AGE2*AVJSPACE*(549.9-895.7*(LIQSEAL+PREFSEAL)
+ 0.00111*DAY903 + 375*DOWELCOR + (29.01-72. 6 *LIQSEAL
- 28.59*PREFSEAL-27.09*SILSEAL)*(-36.2181)/1000000
(t = -6,59; prob t = 0,00001) ; R2 = - ; SE= -
d. Model untuk memprediksi retak (Crack)

CRACK= 484582.24*(100/(1+1.41*FD-1.66))
(belum diproses dengan nonlin)
• Pada hasil di atas terlihat bahwa penambahan untuk menghasilkan model yang dapat
variabel MTM pada model IRI memberikan digunakan secara sesuai kondisi Indonesia.
sumbangan yang cukup berarti, namun
persamaan ini masih mempunyai R2 yang 4. Suaryana (2000) melakukan penelitian dengan
relatif kecil. Model faulting sudah memberikan judul “Pengkajian Model Penurunan Kondisi
kecenderungan kearah kesamaan dengan Perkerasan Kaku Di Indonesia” memberikan
kondisi di lapangan, namun nilai t dan ringkasan penelitian sebagai berikut:
prob-t pada masing-masing variabel tidak
memberikan nilai. Model spalling memberikan • Model penurunan perkerasan kaku telah
kecenderungan kearah kesamaan dengan dikembangkan di banyak negara, akan tetapi
kondisi lapangan, namun persamaan ini tidak model tersebut tidak dapat diterapkan
memberikan nilai R2 walaupun parameter langsung di Indonesia karena adanya
yang diperoleh memberikan sumbangan perbedaan iklim dan kondisi lainnya. Dilain
yang berarti. Model crack dengan parameter k pihak model tersebut sangat dibutuhkan untuk
sebagai faktor kalibrasi belum menunjukkan membuat sistem pengelolaan perkerasan
kesamaan dengan kondisi lapangan. kaku. Terlebih investasi untuk jenis perkerasan
• Secara keseluruhan bahwa model-model yang ini telah banyak dikeluarkan.
diperoleh masih memerlukan penyempurnaan • Tujuan dari penelitian ini adalah untuk
dengan penambahan data lebih bervariasi menyesuaikan dan mengembangkan
model kondisi penurunan perkerasan kaku • Model CRACKS
berdasarkan kinerja jalan beton semen di Hasil pengkajian menunjukkan tidak ada hubungan
Indonesia. Model yang dipakai sebagai acuan
adalah model HDM-4, dengan penghilangan yang jelas antara cracks lapangan dengan prediks
beberapa variabel seperti faktor pembekuan menggunakan rumus HDM-4. Hasil ini sama dengan
(FI), Model tersebut terdiri dari model hasil-hasil penelitian sebelumnya, dimana SD
penurunan kondisi IRI, Spalling, Faulting dan
Crack pada perkerasan kaku tipe JPCP. (standar deviasi) sangat besar.
• Model IRI • Model IRI (Penyederhanaan)
IRI = 0,6 (IRIHDM-4) + 140 (in/mile) ; R2 = 0,57 atau IRI = -0,005299 ESAL2,5589 + 4,4642 ESAL 0,1858 RATIO0,3583
IRI = 0,5 (IRIPEN98) + 115 (in/mile) ; R2 = 0,55 – 2,4169 10-8
Dimana: ESAL-1,2725 AGE-3,4896 PRECIP6,2344
IRIHDM-4 = 99,59 + 2,6098TFAULT + 1,8407SPALL +

2,28E-6TCRACK3 N = 64 ; R2 = 0,44 ; SEE =0,43
IRIPEN9 = 99,59 + 2,6098TFAULT + 1,8407SPALL +

2,28E-6TCRACK3 + 212,4192MTM
• Model Fault
FAULT = ESAL0,36 [ 1(1-CD)+0,234E-9 BSTRESS2+0,000193
AVJSPACE2 + 0,000439 PRECIP0,5 – 0,021960 BASE –
0,104757 WIDENED + 0,011701AGE]
N = 68 ; R2 = 0,44 ; SEE =0,022
• Model SPALL
SPALL = AGE2 AVJSPACE [ 127,62 – 1 9LIQSEAL-
PREFSEAL0 + 3,52 E-9 DAY903 + 127,75 DOWELCOR +
9127,66 – 1 LIQSEAL – 1 PREFSEAL – 383,03 SILSEAL] /
1,805
N = 67 ; R2 = 0,41 ; SEE =0,91

4.6 Road Asset Management System (RAMS)
Aplikasi Program Preservasi Jalan Nasional bertujuan untuk menghitung kebutuhan anggaran
program preservasi jalan tahunan setiap Provinsi dengan mempertimbangkan tingkat kemantapan
jalan, baik secara Provinsi maupun Nasional. Tingkat akurasi data mencapai 100m. Aplikasi ini
didesain dapat diakses secara dalam level nasional maupun level provinsi.
RAMS-Road Asset Management System berbasis cloud dengan platform Junoviewer (commercial
of the self system) yang digunakan sebagai alat bantu dalam melakukan penyusunan rencana dan
anggaran tahunan preservasi jalan nasional.
Operasional SMAJI atau RAMS dilakukan oleh Bidang/Seksi Perencanaan dan Pemantauan di masing
– masing Balai Jalan dengan menggunakan data yang telah dikumpulkan oleh Balai dan diunggah ke
basis data SiPDJN (SIstem Pengelolaan Data Jalan Nasional).
Tampilan Software RAMS
Gambar 7. Tampilan Awal Program RAMS Junoviewer Indonesia

4.6.1 Definisi-definis dalam program RAMS Untuk hasil tampilan yang baik, RAMS
menggunakan ID dengan enam karakter untuk
beberapa provinsi di Sumatera dan ID tujuh
Network karakter untuk jaringan lainnya. Setiap ID
Network (jaringan) di definisikan sebagai seksi harus didefinisikan sebagai angka. Untuk
gabungan dari jaringan jalan. Grup dari beberapa provinsi di Sumatera, jumlah Provinsi
kumpulan seksi apa pun dapat didefinisikan dimulai dengan nol (untuk Aceh, Sumatera Utara,
sebagai jaringan. Jaringan dapat terdiri dari Sumatera Barat, dan Riau) yang akan membuat
semua jalan di pinggiran kota, provinsi, atau ID 6 karakter seperti dijelaskan di bawah ini.
hanya khusus jalan bebas hambatan. Dalam Berikut contoh penamaan ID dari sebuah seksi.
program RAMS, jaringan tidak dapat berbagi
FWP dengan jalringan lain. Oleh karena itu
jaringan biasanya memiliki opsi penanganan
dan pemrograman yang berbeda untuk tiap-tiap 1 0 0 1 1 1
jaringan. Jaringan dalam program RAMS dapat
dikategorikan sama dengan Provinsi. 1 2 3 4 5 6
• karakter pertama adalah nomor provinsi (1 digit

Section
untuk Provinsi Aceh, Sumatera Utara, Sumatera
Seksi (section) didefinisikan sebagai bagian dari
jaringan dengan penegenal identitas tertentu. Barat, dan Riau)
Dalam suatu jaringan jalan, seksi biasanya • karakter ke-2 - ke-4 adalah nomor tautan (3 digit
mengandung beberapa lajur. Semua data
yang diukur dan disimpan pada seksi itu perlu setelah nomor provinsi)
direferensikan oleh nama dari seksi tersebut. • karakter 5 - 6 adalah nomor akhiran (2 digit
ID masing-masing seksi harus unik di semua
terakhir).
jaringan. Dengan demikian, tidak mungkin ada
seksi dengan ID = 13 di jaringan 1 dan juga dalam
1 0 0 0 1 1 1
jaringan 2.
1 2 3 4 5 6 7
Program RAMS tidak secara otomatis
menetapkan ID untuk sebauh seksi dalam • karakter 1 - 2 adalah nomor provinsi (2 digit untuk
jaringan. Saat melakukan inputting data, berikan
setiap provinsi lain kecuali untuk yang dijelaskan
ID untuk setiap seksi, dan ID ini harus unik di
semua seksi, terlepas dari jaringan mana seksi atas)
itu berada. Kemampuan untuk menggunakan • karakter ke 3 - ke 5 adalah nomor tautan (3 digit
ID yang ditentukan oleh pengguna untuk ruas
setelah nomor provinsi)
jalan membuat mudah untuk memakai data
seksi yang sebelumnya disimpan di Sistem • karakter ke 6 - ke 7 adalah angka akhiran (2 digit
Manajemen Aset atau database lain, termasuk terakhir).
IRMS.

•Untuk bagian tanpa nomor akhiran, perlu
memasukkan "00" sebagai 2 digit terakhir untuk
memenuhi minimum diperlukan karakter.
Segment
Segmen (segment) didefinisikan sebagai bagian terdiri dari seluruh seksi. Dalam pemodelan,
dari seksi dan dirancang khusus untuk keperluan segmen memiliki panjang tertentu. Bina Marga
analisis atau pemodelan. Sebuah segmen bisa selalu mendefinisikan setiap panjang segmen
menjadi lajur paling kiri dari seksi tertentu, adalah 100m.
sehingga membentuk bagian dari seksi tersebut.
Dalam beberapa kasus, suatu segmen akan
0 100 200 300 400 500 600 700 800 Left Lane - normal
S1 S2 S3 S4 S5 S6 S7 S8
S9 S10 S11 S12 S13 S14 S15 S16
Right Lane - Opposite
Gambar 8. Pendefinisian segmen per 100m
Namun, RAMS dapat menetapkan Segmen Dinamis yang dikelompokkan bersama

saat membuat FWP kosong sehingga segmen dengan karakteristik serupa
berdasarkan konfigurasi jalan, (seperti kekasaran, PCI atau tipe permukaan)
dikelompokkan bersama dalam segmen yang lebih panjang hingga 4000m. Di
segmen dinamis yang ditetapkan, dimungkinkan perbedaan jumlah dan panjang
segmen di setiap lajur. Ini menghindari kekacauan FWP dengan pendek yang serupa
segmen, terutama yang hanya membutuhkan pemeliharaan, sehingga mengurangi
waktu running program dari RAMS.
Segment 1 Segment 2 Segment 3 Left lane - normal

0 - 200 200 - 600 600 - 1000
Section ID = 1101100
Segment 4 Segment 5 Segment 6

0 - 100 100 - 600 600 - 1000 Right lane - opposite
Example of dynamic
segment lengths
Gambar 9. Contoh Pendefinisian segmen dinamis

Treatment Length (Panjang Penanganan) sering digunakan untuk keperluan:
• pemodelan, di mana penanganan dapat
Di dalam RAMS panjang penanganan sama bervariasi tergantung pada kode lajur
dengan segmen seperti yang didefinisikan • plotting, seperti menggambarkan di mana
sebelumnya. Perbedaan utama antara segmen lajur pendakian dimulai dan berakhir.
dan panjang penanganan ditentukan oleh Kode lajur dapat diunggah langsung melalui
konteksnya. Ketika sebuah segmen dibahas atau antarmuka pengguna dalam RAMS, dan juga
dianalisis dalam konteks FWP atau dalam hal dapat dibuat dari kode lajur konfigurasi dengan
penanganan yang direncanakan untuk segmen menggunakan program lain dalam RAMS.
itu, segmen tersebut sering disebut sebagai
Panjang Penanganan. Biasanay segmen yang Lane Code (Kode Lajur)
didefinisikan dalam FWP dengan penanganan
tertentu akan disebut sebagai panjang Kode Lajur adalah kode yang ditetapkan untuk
penanganan. lajur tertentu yang datanya sudah dikumpulkan.
Tabel lajur yang dibuat dalam RAMS dapat
Modelling Segment merupakan lajur khusus atau tidak. Jika tabel
yang dibuat merupakan lajur khusus, data dalam
Segmen pemodelan (Modelling Segment) sama tabel tersebut dikumpulkan dalam lajur khusus,
dengan segmen seperti yang didefinisikan dan ada kolom yang menyimpan kode lajur. Jika
sebelumnya. Seperti Panjang Penanganan, suatu tabel tidak dibuat dalam lajur khusus, data
perbedaan utama antara segmen dan segmen di dalam tabel itu berlaku untuk semua lajur dan
pemodelan adalah dalam konteksnya. Ketika tidak ada kolom kode lajur.
suatu segmen dibahas atau dianalisis dalam
konteks model penurunan atau perkiraan, maka Konsep penting yang harus diperhatikan
segmen tersebut umumnya disebut sebagai adalah bahwa lajur terdalam (paling cepat)
sebuah segmen pemodelan. dan paling dekat dengan garis tengah jalan,
kolomnya harus memiliki nomor 1 (misalnya
Dynamic Segment (Segment Dinamis) "L1", "R1"). Konvensi ini penting dalam beberapa
implementasi model penurunan di mana model
Grup segmen didefinisikan sebagai perlu mengidentifikasi segmen lajur lambat
pengelompokan segmen untuk membentuk berdasarkan kode lajur.
pelaporan atau unit analisis dalam sebuah
jaringan. Misalnya, Grup Segmen dapat Segment Set (Kumpulan Segmen)
didefinisikan terdiri dari semua segmen yang
mengalami penanganan Rehabilitasi pada Kumpulan segmen mirip dengan FWP, tetapi
tahun 2019, dan kemudian kelompok segmen tidak harus memiliki pengananan. Dengan
itu dinamakan sebagai "Segmen Penanganan demikian, Kumpulan Segmen dapat didefinisikan
Rehabilitasi 2019". untuk mengelompokkan sekelompok segmen
pada jaringan secara logis.
Lane Segments (Segmen Lajur)
Segmen lajur didefinisikan sebagai segmen

jalan yang khusus untuk satu lajur. Segmen lajur
adalah informasi opsional tentang jaringan, dan

Data Parameter (Parameter Data) tanggal spesifik (seri waktu), dan jika demikian,
nama kolom yang memegang tanggal survei
Parameter Data adalah kode ke kolom tertentu • Apakah tabel tersebut menyimpan data
dalam suatu tabel. Parameter data hanya dapat titik atau segmen, dan nama-nama kolom
dibuat untuk kolom numerik dalam tabel yang menyimpan lokasi mulai dan (jika ada)
yang menyimpan data yang berhubungan informasi akhir lokasi untuk setiap baris data
dengan tanggal (data yang berubah seiring
• Apakah tabel tersebut menyimpan informasi
waktu). Setiap Data Parameter memiliki label
khusus jalur (yaitu setiap baris / pengamatan
yang mudah digunakan, dan pengguna dapat
berkaitan dengan jalur tertentu), dan jika
menentukan batas untuk Sumbu dalam Grafik
demikian, nama kolom yang berisi kode jalur.
serta interpretasi rentang. Parameter Data
dapat ditambahkan atau diedit di dalam menu
Long Running Processes (LRP)
pengaturan dalam RAMS
LRP adalah proses yang berjalan di server
Data Join Parameter (Parameter Data
dan membutuhkan waktu lama untuk
Gabungan)
menyelesaikannya(beberapa menit hingga
beberapa jam). LRP dimulai ketika Model
Parameter Data Gabungan adalah definisi untuk
Penurunan dijalankan, atau ketika data intensif
kolom database yang dapat dimasukkan dalam
Alat sedang dieksekusi (mis. Gabungan Data).
data gabungan. Pengguna dapat menganggap
LRP dijalankan pada di server terpisah untuk
Parameter Data Gabungan sebagai jalan pintas
memastikan prosesnya selesai, dan hasilnya
yang memberitahu RAMS tempat mendapatkan
disimpan dengan sukses, baik pengguna masih
data yang harus digunakan dalam operasi
terhubung ataupun tidak.
gabungan, dan juga bagaimana data itu
seharusnya diproses untuk mendapatkan nilai
Point Data
hasil gabungan tunggal.
Point Data mengacu pada data yang memiliki
Table Link (Tabel Tautan)
lokasi tunggal spesifik pada jaringan. Misalnya,
Pembacaan Falling Weight Deflectometer
Istilah Tabel Tatutan digunakan dalam kerangka
(FWD), setiap pengukuran FWD diambil pada
kerja RAMS untuk menunjukkan dasar (meta
titik tertentu, dan karenanya Data FWD disimpan
data) yang terkait dengan tabel spesifik dalam
dalam tabel Point Data. Saat membuat tabel data
database. Informasi Tabel Tautan tidak disimpan
di RAMS, pengguna perlu menentukan apakah
di dalam database, tetapi diadakan dalam
tabel tersebut menyimpan Point Data atau data
database administrasi yang terpisah. Informasi
segmen.
yang dimiliki untuk setiap Tautan Tabel
mencakup aspek-aspek seperti indikasi dari:
Segment Data (Data Segment)
• Nama dan label tabel Data Segmen mengacu pada data yang
• Data yang disimpan tabel, misalnya data mencakup panjang dan lokasi tertentu dari
jaringan. Contoh Segmen Data adalah pekerjaan
penanganan yang dilakukan pada panjang untuk menampilkan nilai IRI prediksi masa
jalan, atau pengukuran kedalaman alur yang depan
dikumpulkan lebih dari 10 segmen. Saat 3. Dapat menjalankan kembali FWP ketika
membuat tabel data di RAMS, pengguna perlu penanganan dimodifikasi untuk satu atau
menentukan apakah tabel tersebut disimpan lebih segmen, sehingga model penurunan
sebagai Point Data atau data segmen. yang terkait dengan segmen-segmen tersebut
dapat segera dinilai kembali secara online dan
FWP (Forward Works Programme) dampak perubahan penanganan segmen/
jaringan jalan tersebut
Hal yang paling penting dari Program RAMS
4. Menampilkan perubahan-perubahan yang
adalah kemampuan untuk membuat model
dilakukan pada setiap FWP
pemrograman di tahun mendatang untuk suatu
5. Menghasilkan tampilan yang secara instan
ruas jalan. Hal ini diwujudkan dalam bentuk
menampilkan kondisi historis dan prediksi
Forward Works Programme (FWP). FWP ini
model dan parameternya yang terkait dengan
memiliki atribut antara lain:
data historis
6. Sebuah FWP harus termasuk dalam sebuah
1. Menampilkan penanganan jalan pada suatu
jaringan jalan, dan tiap jaringan dapat memiliki
segmen jalan, serta kondisi prediksi di tahun
beberapa FWP
yang akan datand dengan parameter model
yang telah ditentukan. 7. Tiap FWP dengan beberapa versi yang
berbeda hanya memiliki satu Model
2. Menggunakan tampilan yang dapat diubah
Penurunan, namun Model Penurunan dapat
parameternya setiap waktu, misalnya tampilan
dihubungkan terhadap beberapa FWP
dapat diubah dari tampilan tipe perkerasaan
Gambar 10. Hubungan antara jaringan dan FWP

Terdapat beberapa fitur yang kerap digunakan Salah satu fungsi yang sangat membantu untuk
dalam menu FWP untuk membentuk pemodelan digunakan adalah pengelompokan (grouping).
yang dirasa sesuai dengan kebutuhan lapangan Untuk menjalankan model dengan anggaran
dan alokasi dana yang ada. Menu FWP yang terbatas anggaran terbatas (constrained
terdapat dalam program RAMS dapat dilihat budget), di beberapa titik, perlu untuk dipecah
dalam gambar di bawah ini: setiap seksi menjadi kelompok-kelompok kecil
untuk mengalokasikan anggaran secara efisien
selama proses berjalan. Ilustrasi dibawah
ini menunjukkan output penanganan ketika
grouping dilakukan dan tidak dilakukan.
Gambar 11. Contoh Pendefinisian segmen dinamis

0 100 200 300 400 500 600 700 800 900 0 100 200 300 400 500 600 700 800 900 1000 1100 1200
Section A Section B
Treatment output under Unconstrained budget scenario
0 100 200 300 400 500 600 700 800 900 0 100 200 300 400 500 600 700 800 900 1000 1100 1200 Budget : Uncontrained
Rehab Rehab Routine Routine Routine Routine Rehab Rehab Rehab Routine Routine Routine Routine Routine Routine Routine Rehab Rehab Rehab Rehab Rehab
Total Spending : Rp 4.1 Billion
Treatment output under Constrained budget scenario Rp. 4 Billion without Grouping
0 100 200 300 400 500 600 700 800 900 0 100 200 300 400 500 600 700 800 900 1000 1100 1200 Budget : Rp 4.0 Billion
Rehab Rehab Routine Routine Routine Routine Rehab Rehab Rehab Routine Routine Routine Routine Routine Routine Routine Hold Hold Hold Hold Hold
Rp 0.9 Billion Unabsorbed
Treatment output under Constrained budget scenario Rp. 4 Billion with 300m Grouping
0 100 200 300 400 500 600 700 800 900 0 100 200 300 400 500 600 700 800 900 1000 1100 1200 Budget : Rp 4.0 Billion
Rehab Rehab Infill Routine Routine Routine Rehab Rehab Rehab Routine Routine Routine Routine Routine Routine Routine Hold Hold Rehab Rehab Rehab Rp 0.1 Billion Unabsorbed
Group 1 Group 1 Group 1 Group 1 Group 1 Group 1 Group 1
Gambar 12. Ilustrasi dari penggunaan menu pengelompokan (grouping)
Gambar di atas menunjukkan 2 bagian dengan prioritas pertama. Seperti yang dijelaskan dalam
set segmen sepanjang 100m. Model pertama kasus pertama, untuk mendapatkan penanganan
adalah hasil tanpa pengelompokan dari yang tepat dari hasil running membutuhkan
skenario anggaran tidak terbatas (unconstrained setidaknya Rp4,1 miliar rupiah. Namun
budget). Tergantung pada ketersediaan dana, demikian anggaran yang tersedia hanya Rp4,0
setiap segmen ditetapkan untuk mendapatkan miliar, hanya seksi A yang akan mendapatkan
penanganan sesuai dengan hasil running penanganan sesuai kebutuhan, sementara
untuk menadapatkan kemantapan jalan penanganan di seksi B akan dilaksanakan hingga
yang maksimal. Di Bagian A, 500m segmen tahun depan. Ini menghasilkan hanya 0,5 km
memperoleh penanganan rehabilitasi dan 400m yang akan ditangan dengan rehabilitasi, 1,1 km
segmen memperoleh penanganan pemeliharaan ditangani dengana pemeliharaan rutin, dan 0,5
rutin. Sementara itu di Bagian B, 500 juta km dilakukan holding. Hal ini memungkinkan
adalah untuk penanganan rehabilitasi dan 700 penghematan sebesar Rp0,9 miliar yang tidak
juta sisanya adalah pemeliharaan rutin. Total digunakan tahun ini.
alokasi dana untuk rehabilitasi 1,0 km ditambah
pemeliharaan rutin 1,1 km adalah Rp4,1 miliar. Dengan melakukan pengelompokan, kedua seksi
akan dipotong menjadi kelompok yang lebih
Sementara itu, dalam kasus kedua di mana kecil di mana perbandingannya kelompok bukan
anggaran dibatasi dan tidak ada pengelompokan seksi. Ini mengoptimalkan alokasi anggaran
yang dilakukan, akan ada persaingan antara karena panjang rehabilitasi meningkat dari 0,5
dua seksi di mana seksi dengan peringkat atau km menjadi 0,9 km dan penanganan holding
urgensi yang lebih tinggi akan mendapatkan menurun dari 0,5 km menjadi 0,2 km.

4.6.2 Decision Tree dalam RAMS 4.6.2.1 Perkerasan Lentur di kondisi Mantap
Pemilihan penanganan diproses segmen demi Gambar 10 dibawah ini menunjukkan

segmen sebelum dilakukan prioritasi bagian penanganan untuk perkerasan dengan kondisi
pekerjaan yang akan dilakukan. Decision Tree baik dan sedang (mantap). Penanganan
diterapkan sebagai program penanganan yang didasarkan kepada inspeksi visual yang disajikan
utama atau yang paling sesuai di mana tidak ada dalam bentuk Pavement Condition Index
kendala anggaran (budget constraint). Hal ini (PCI). Nilai CESA juga dipertimbangkan dalam
dilakukan untuk setiap tahun di mana dilakukan penentuan penanganan jalan. CESA (Cumulative
pemodelan ruas/segmen jalan. Equivalent Standard Axles, dalam juta) adalah
nilai beban kumulatif ekivalen gandar standar
Penanganan yang diberikan tergantung pada yang mempengaruihi umur rencana struktur
jenis perkerasan, dan kemudian untuk setiap perkerasan.
kasus pada data yang tersedia, dan paling kritis,
pada kualitas dan keakuratan data.
Decision Tree untuk setiap jenis perkerasan

dijabarkan sebagai berikut
PCI > 70 RM/RK
PCI 55 - 70 Mill PG
Routine
PCI 30 - 55
Preventive
PCI < 30 CESA > 1 Mayor Rehab
CESA =< 1 Rekonlite
Gambar 13. Penanganan untuk perkerasan dengan kondisi baik dan sedang (mantap)

4.6.2.2 Perkerasan Lentur di kondisi Tidak Mantap
Untuk perkerasan fleksibel dalam kondisi rusak ringan dan rusak berat, yang
ditentukan oleh nilai IRI, Decision Tree dibagi antara segmen di mana data FWD
tersedia dan tidak ada data FWD. Overlay struktural dan rekonstruksi yang dilakukan
berdasarkan data FWD merupakan penangana yang lebih tepat dibandingkan hanya
dengan nilai IRI.
Pilihan penanganan tanpa data FWD ditunjukkan di bawah ini
IRI >= 7.5

( Light Damage ) CESA <= 10 Minor Rehab
IRI >= 7.5 < 12

( Light Damage ) CESA >= 10 Mayor Rehab
Flexible IRI >= 12

Pavement ( HeavyDamage ) CESA<= 1 Rekonlite
IRI >= 12 < 16

( Heavy Damage ) CESA > 10 Rekonlite
IRI >= 16
( Heavy Damage ) CESA<=10 Rekonlite
Gambar 14. Pilihan penanganan tanpa data FWD
Pemilihan penanganan dengan data FWD dilakukan berdasarkan Manual Desain Perkerasan (MDP)
tahun 2017. Matriks penanganan dalam model penuruan adalah
tabel yang merupakan fungsi dari kelas desain, CESA dan nilai lendutan. CESA digunakan untuk
kelas desain adalah nilai CESA selama umur desain rehabilitasi. 3 jenis penanganan yang dihasilkan
ditentukan dari tebal perkerasan: 60 mm untuk Rehabilitasi Minor, 100 dan 120 untuk Rehabilitasi
Mayor dan Rekonstruksi penuh. Hal ini dilakukan untuk tujuan penganggaran.

IRI >= 7.5
CESA15 0 1 2 5 10 20 50 100
Design Class
From Design Class
0 1 1 2 3 4 5 6 7 8
1 2 Lookup Parameter
D0 Char* ( deflection) D0 - D200 Mean ( CurvNorm )
2 3
5 4 1.33 1.16 0.33 0.23 0.17 0.12 0.10 0.08
10 5
20 6 1.92 1.50 0.58 0.40 0.30 0.22 0.15 0.12
50 7
100 8
Minor Rehab
Mayor Rehab
Reconstruction
Gambar 15. Pilihan penanganan dengan data FWD
4.6.2.3 Perkerasan Kaku
Pemilihan penanganan untuk perkerasan kaku didasarkan pada survei visual, terutama di mana
penggantian slab beton dibutuhkan. Nilai IRI merupakan indicator yang kurang tepat sebagai
indikator dari kondisi nyata perkerasan kaku, dimana perkerasan beton memiliki nilai IRI yang relative
tinggi setelah selesai pelaksanaan, namun pada kenyataannya berada dalam kondisi sangat baik.
Pada tahap perencanaan, pengaplikasian lapisan aspal untuk memperbaiki kenyamanan pengendara
hanya disyaratkan untuk nilai IRI 12, dan penanganan yang lebih lanjut pada nilai IRI 16.
Visual Inspection -
Slab broken Concrete Replace Slab
IRI < 12 Concrete Routene

( Fair - Good ) Maintenance
Rigid
Pavement
12 <= IRI < 16
( Medium Roughness) Concrete Thin AC
IRI >= 16
( High Roughness ) Concrete Rehabilitation
Gambar 16. Pilihan penanganan untuk perkerasan kaku

4.6.2.4 Jalan Tanpa Penutup
Jenis penanganan untuk jalan yang tidak dan dalam analisis yang dianggap dalam kategori
berpenutup, dan jalan Penetrasi Macadam yang sama dengan jalan tanpa penutup dalam
(Penmac) ada pada Gambar 16. proses pemrograman.
Perkerasan Penmac merupakan perkerasan Oleh karena itu, jalan tanpa penutup hanya
yang dibangun secara bertahap, dimulai disarankan untuk dilakukan pemeliharaan rutin
dengan lapisan agregat kasar berukuran tunggal meunggu ruas jalan tersebut untuk ditingkatkan
(biasanya 37,5 mm), kemudian diisi dengan menjadi jalan berpenutup. Sedangkan untuk
agreagt berukuran 20-25 mm, diikuti oleh jalan Penmac disarankan untuk dilakukan
agregat halus 12 mm, dan akhirnya dicampur rekonstruksi ringan unutk jalan yang dalam
dengan agregat halus / pasir kasar. Aspal kondisi rusak.
kemudian dituangkan secara merata ke seluruh
permukaan, yang akan menyusup ke bawah
dan mengikat struktur menjadi suatu kesatuan.
Perkerasan Penmac hampir tidak mungkin untuk
diratakan atau dirawat dengan mesin modern,
Unpaved
Road All Concition RM Unpaved
IRI < 12 RM
PenMac
Road
IRI >= 12 Rekonlite
Gambar 17. Penanganan Untuk Jalan yang Tidak Berpenutup, dan Jalan Penetrasi Macadam (Penmac)
Secara menyeluruh, Decision Tree dalam program dapat dilihat pada gambar di samping ini.

SURFAGE AGE = 0 WP
National Roads
CURRENT YEAR = MIY + 1 and YST = 1 WP
2020 Decision Tree
for Pavement Preservation SURFAGE AGE < 4 RM
versi 20.3.2019
IRI < 4 RM
4 > RI <- 8 and PCI > 70 Rk
IRI <= 8 and PCI > 55 and PCI <= 70 RP
IRI <= 8 and PCI > 30 and PCI <= 55 MillPG
Flexible IRI >= 12 and CESA <= 1 Rekonlite

Pavement
PCI < 30 and CESA <= 1 Rekonlite
PCI < 30 and CESA > 1 Mayor Rehab 1
IRI >= 12 and CESA > 10 Rekon
IRI >= 16 and CESA <= 10 Rekon
IRI >= 8 and CESA > 50 Mayor Rehab 1
IRI >= 8 and 10 > CESA <= 50 Mayor Rehab
IRI > 8 and CESA <= 10 Mayor Rehab
HALAMAN 2
Data : IRI CESA PCI

FWD, Surface type
surface age, YST, MIY
UNPAVED or
MACADAM IRI >= 12 Rekonlite
UNPAVED ROAD IRI < 12 RM Unpaved
Visual Inspection - Slab Rekon Conc. Repl Slab
IRI < 12 RM Conc
RIGID PAVEMENT IRI >= 12 and IRI < 15 Conc Thin AC
IRI >= 16 RHConc

CESA < 1 and Do <= 1.33 Minor Rehab
CESA < 1 and 1.33 < Do <= 1.92 Mayor Rehab 1
CESA < 1 and Do > 1.92 Rekon
1 <= CESA < 2 and Do <= 1.16 Minor Rehab
1 <= CESA < 2 and 1.16 < Do <= 1/92 Mayor Rehab
Flexible FWD
IRI >= 7.5 1 <= CESA 2 and Do >= 1.92 Rekon
Pavement Data
2 <= CESA < 5 and Curv <= 0.33 Minor Rehab
2 <= Cesa < 5 and 0.33 < Curv <= 0.58 Mayor Rehab 1
2 <= CESA < 5 and Curv > 0.58 Rekon
5 <= CESA < 10 and 0.23 < Curv <= 0.4 Mayor Rehab 1
CESA >= 100 and Curv <= 0.08 Rekon
CESA >= 100 and 0.08 < Curv <= 0.12 Minor Rehab
CESA >= 100 and Curv > 0.12 Mayor Rehab 1
Gambar 18. Decision Tree dalam RAMS

Katalog Penanganan dalam RAMS dari lapisan aspal eksisting dan menggantinya
dengan inlay aspal. Termasuk juga pemeliharaan
untuk bahu dan drainase.
Pemeliharaan Rutin
• WP (Warranty Period): masa garansi setelah RP (Routine Preventive) : Pemeliharaan
pekerjaan konstruksi selesai Preventif
• RM (Routine Maintenance): Pemeliharaan Termasuk penambalan kerusakan ≤15% dan
Rutin pemeliharaan rutin untuk bahu dan drainase.
Pemeliharaan Rutin dilakukan utamanya untuk
bahu jalan dan drainase mengingat perkerasan HRM (Holding Treatment) : Penanganan
masih dalam kondisi baik. Pemeliharaan juga Holding
termasuk penambalan lubang, minor patching Penanganan untuk holding treatment akan
dan lain-lain. Untuk budgeting, digunakan tiga bergantung jenis kerusakannya. Holding
kelas lalu lintas: CESA 0-10, 10-50, dan lebih treatment digunakan apabila penanganan
dari 50. permanen terkendala akibat tidak tersedianya
alokasi dana. Penanganan ini termasuk
penanganan bahu jalan dan drainase.
RK (Condition Maintenance): Rutin Kondisi
Penanganan ini ditujukan untuk menjaga
Rekondisi dari perkerasan dimana kerusakan
kondisi jalan sampai tahun berikutnya hingga
lebih kecil dari 5%. Harga yang digunakan
penanganan permanen bisa dilaksanakan.
bervariasi bergantung kepada kelas lalu lintas.
Digunakan tiga kelas lalu lintas: CESA 0-10, 10-
50, dan lebih dari 50. Penanganan ini sudah Rehabilitasi Jalan
termasuk pemeliharaan rutin untuk bahu jalan
dan drainase.
Minor Rehab : Rehabilitasi Minor
Penanganan yang dilakukan adalah overlay aspal
RMCONC (Routine Maintenance for Concrete
satu lapis termasuk levelling dan perbaikan tepi
/ Rigid Pavement)Pemeliharaan Rutin untuk
bahu yang mengalami penurunan.
Perkersasan Kaku
Penanganan ini termasuk pemeliharaan bahu
RHConc : Rehabilitasi untuk pekerasan beton
dan drainase, penambalan sambungan dan
Penanganan untuk beton atau perkerasan kaku
penambalan retak.
termasuk overlay dengan aspal. Perbaikan
dari bagian blok beton dengan kerusakan
RM Unpaved : Pemeliharaan Rutin unutk Jalan
<15% termasuk perkuatan dowel, perbaikan
Tanpa Penutup
sambungan dan penutupan retakan juga
Pemeliharaan termasuk grading dan
termasuk dalam penanganan ini.
pembentukan apabila diperlukan serta
pemeliharaan drainase.
ConcThinAC : Pelapisan Tipis Aspal pada Beton
Penanganan ini adalah untuk pelapisan tipis
MillPG (milling and replacement) : Pengerukan
Aspal di atas perkerasan kaku dengan tebal
dan Penggantian
50mm dan perbaikan bahu yang mengalami
Penanganan termasuk pengerukan lapisan atas

penurunan. 5. Beton FS 45, tebal 320 mm atau sesuai desain
6. Perbaikan bahu untuk penyesuaian elevasi
MajorRehab : Rehabilitasi Mayor permukaan
Jenis penanganan yang termasuk dalam kategori
ini adalah overlay 40 mm AC-WC dan 60 mm
AC-BC serta perbaikan bahu yang mengalami Pelebaran
penurunan. • Peleberan ditentukan oleh proses Analisa yang
didapatkan dari program biaya yang berdasarkan
kepada:
Rekonstruski Jalan
1. Memenuhi peleberan committed yang
ditentukan Balai seperti untuk alas an
Rekonlite : Rekonstruksi Lalu Lintas Renda keselamatan jalan
Penanganan rekonstruski untuk lalu lintas 2. Ditentukan oleh pihak eksternal seperti dari
rendah yang didasarkan pada MDP 2017 Analisa kapasitas oleh RNPP
katalog SC1 – SC2 (Bagan Desain – 6 Perkerasan
Dengan Stabilsasi Tanah Semen (Soil Cement))
dengan perhitungan biaya menggunakan SC3. Trigger Penanganan dalam RAMS
Perkerasan eksisting dianggap sebagai lapisan
subbase dari struktur baru yang akan dibangun. Dalam penentuan jenis penanganan yang
tepat untuk sebuah segmen jalan, Program
Rekon RAMS memiliki nilai pemicu (trigger) yang akan
Rekonstruksi menuju standar 7m. Penanganan menentukan jenis penanganan yang sesuai.
ini termasuk rekonstruksi penuh menuju 7 m Dasar dari penentuan jenis penanganan yang
badan jalan dan 2m bahu (bahu full-depth) dan sesuai pada umumnya adalah dari nilai kondisi
pembangunan saluran drainase jalan. Nilai dari kondisi jalan dapat dinilai dari
kondisi permukaan jalan yang menyatakan
ConcReplSlab (Concrete Replace Slab) : nilai layanan jalan tersebut (IRI atau PCI) dan
Penggantian Slab Beton nilai kondisi struktural yang didapat dari survey
Penanganan dilaksanakan pada elemen slab FWD atau sejenisnya. Selain dari nilai kondisi
beton yang rusak pada perkerasan kaku yang permukaan jalan, terdapat beberapa faktor
ditentukan dengan survey visual. Penanganan tambahan yang menentukan jenis penanganan
yang dilaksanakan termasuk: yaitu, tahun terakhir penanganan, lebar jalan
(untuk jalan yang belum memenuhi lebar standar
1. Perbaikan tanah dasar jalan nasional) dan nilai Lalulintas Harian Rata-
2. Subdrain melintang atau drainase bila rata Tahunan (LHRT).
diperlukan
3. Lapisan drainase (tebal 150 mm) sampai
ujung saluran tepi
4. Lapisan Beton tipis 100mm

Tabel 15.
Trigger dalam RAMS.

RAMS menyediakan hal-hal berikut dalam Tahapan Penggunaan Software RAMS
prosesnya:
Sebelum menjalakan prose pemodelan, terlebih
1. Model prediksi yang disajikan dalam bentuk dahulu harus dilakukan beberapa tahapan untuk
Forward Works Program (FWP) yang bersumber dapat menyiapkan dasar dari pemodelan dalam
dari data inventaris jalan, data kondisi, program RAMS.
penangana jalan, budget dan harga satuan
yang dapat diaplikasikan paa setiap provinsi. Tahapan-tahapan yang harus dilakukan antara
Keluaran dari FWP termasuk penangan yang lain:
ditentukan oleh penentuan dari decision tree 1. Mendefinisikan tiap ruas jalan sesuai dengan
untuk tiap segmen, perubahan Indikator Kinerja jumlah lajur, tipe perkerasan, lebar badan jalan,
Utama, atau pembaruan dalam data. Persiapan dan lebar bahu
pemrograman dan pengalokasian dana adalah 2. Membuat segmen dari lajur (per 100m)
keluaran langsung dari FWP RAMS. 3. Menambahkan data kondisi ruas jalan
4. Membuat data set untuk segmen jalan atau
2. Fit Inspection Tool (FIT) yang akan membantu membuat FWP kosong
Balai dan P2JN dalam validasi penanganan 5. Membuat penggabungan data untuk data
kelauran FWP dan lokasinya. FWP yang sudah pernah dijalankan
6. Menentukan penanganan Commited dan
3. Pemaketan pekerjaan dan alokasi dana untuk Alokasi Dana
proses tender dilakukan dalam proses running 7. Menajalankan model FWP
FWP yang dapat mengidentfikasi Satker, dan PPK
dan segmen penanganan dalam kontrak dalam
tiap Provinsi.

Define the configuration for each
link including road type, lane
width, and shoulder widht
Create Lane Segments using lane

configuration information
Add the latest update of road

condition data
Create Segment Set to generate Create Empty FWP to

link-based OR lane-based Model automatically generate lane-
Segment based Model Segment
Create Data Join to combine the

Latest data into the avaiable
FWP in server
Output : Basis for Forward Works Programme ( or Empty FWP )
Assign Committed Treatments &

Specific Budget
FWP ready for modelling
Gambar 19. Tahapan Penggunaan Software RAMS
Perencanaan dilakukan untuk 3 tahun mendatang.

Penanganan Commited
minimum. Dalam program RAMS dilakukan
beberapa running untuk memperoleh nilai
Penanganan commited dilakukan untuk alokasi dana yang optimum untuk mencapai
menetapkan penanganan jalan diluar dari hasil tingkat kemantapan jalan sesuai target.
keluaran permodelan oleh software RAMS.
Penentuan penanganan commited dilakukan Running Pertama untuk Budget Unconstrained.
pada tahap akhir sebelum model FWP dan Konsep unconstrained budget (alokasi dana
kriteria model penurunannya dijalankan. tidak terbatas) adalah untuk penanganan yang
paling sesuai untuk semua kondisi jalan. Tingkat
Hal-hal yang menjadi dasar penentuan penanganan kemantapan jalan yang diharapkan dari running
simulasi unconstrained budget adalah kondisi
commited antara lain: mantap mendekati 100%. Penanganan jalan
1. Kebutuhan kapasitas jaringan (peningkatan pada ruas jalan tanpa penutup (unpaved) dan
kapasitas untuk jalan-jalan yang berlalu lintas perkerasan kaku membuat tingkat kemantapan
tinggi) akhir 100% tidak dapat tercapai.
2. Kepraktisan penanganan (penggabungan
penanganan dari segmen yang berdekatan) Kebutuhan alokasi dana untuk unconstrained
3. Penanganan yang bersumber dari kelayakan budget didapatkan dari hasil running RAMS.
secara ekonomi dan politik Selanjutnya, running kedua dilakukan untuk
penanganan hanya rutin jalan. Dalam hal ini
4. Penilaian yang dihasilkan dari program di
yang dilakukan adalah hanya menerapkan
luar RAMS
pemeliharan rutin untuk semua ruas jalan yang
akan mensimulakan alokasi dana dan nilai
Skema Penanganan Unconstrained dan Constrained kemantapan pada akhir tahun anggaran.
Budget
Target kemantapaan yang sudah didapatkan
akan dimasukkan kedalam formula perhitungan
Target Kemantapan untuk tiap provinsi yang nilai alokasi dana untuk mencapai target
sudah ditentukan akan menetukan jenis dan kemantapaan jalan yang direncanakan. Rumus
alokasi penanganan untuk mencapai target regresi linier yang digunakan dapat dilihat
kemantapan secara Nasional. Untuk mencapai seperti di bawah ini.
Target Kemantapan tiap provinsi dengan Alokasi
dana yang sudah ditetapkan, dibutuhkan strategi
pemrograman dalam mencapai tujuan akhir
tingkat kemantapan jalan yang diinginkan.
Untuk itu, running pemrograman dilakukan
secara bertahap dalam menentukan titik
optimum untuk mencapai tingkat kemantapan
ayng sudah ditentukan dengan dana yang paling

dimana: Apabila dalam suatu segmen terdapat kerusakan
yang seragam dalam jumlah yang besar (panjang
x : Alokasi Dana untuk target kemantapan yang menerus), pemaketan penanganan perbaikan
ditentukan (Rp) akan dilakukan menjadi penanganan menerus.
y : Target Kemantapan akhir tahun (%) b. Lalu lintas kendaraan
x1 : Alokasi Dana Hanya Rutin (Rp)
y1 : Kemantapan Jalan dengan alokasi dana hanya Peningkatan kapasitas sebuah segmen jalan
pemeliharaan rutin (%) yang mencapai lalu lintas kendaran mendekati
x2 : Alokasi Dana Unconstrained Budget (Rp) kapasitas jalan tersebut akan menajdi
y2 : Kemantapan akhir dengan unconstrained pertimabangan penting untuk mendahulukan
budget (%) penanganan peningkatan kapasitias (pelebaran)
dalam segmen tersebut.
Prioritas Penanganan
Model Penurunan pada program RAMS
Pemeliharaan atau preservasi sebuah
segemen jalan dilakukan dengan prinsip Perhitungan model penurunan pada bagian-
mempertahankan kondisi permukaan segmen bagian jaringan merupakan elemen penting
jalan tersebut (minimal penanganan). Oleh dari model penurunan, terutama sebagai
karena itu, dengan keterbatasan dana untuk dasar untuk kalibrasi model penurunannya.
alokasi penanganan suatu ruas jalan, diperlukan Perhitungan Model Penurunan pada program
prioritasi penanganan yang akan mengutamakan RAMS dilakukan dengan regresi linier sederhana
kebutuhan pokok sebuah segmen jalan. Prioritas untuk menghitung tingkat penurunan kondisi
penanganan jalan tersebut adalah sebagai jalan (yaitu seberapa besar parameter menurun
berikut: dalam satu tahun). Hal ini dirasa lebih cocok
dibandingkan dengan perhitungan rata-rata
1. Pemeliharaan rutin sederhana.
2. Rehabilitasi
3. Rekonstruksi Dalam perhitungan model penuruan digunakan
4. Pelebaran nilai kedalaman dari alur (Rut Depth) yang
dinyatakan dalam satuan mm. contoh
Dalam kondisi harus dilakukan penanganan perhitungan linier dapat disajikan sebagai
perbaikan kerusakan atau peningkatan berikut.
kapasitas suatu segmen jalan, terdapat hal-
hal yang menjadi perhatian dalam pemaketan
penanganan suatu segmen. Hal-hal tersebut
antara lain:
a. Penanganan kerusakan yang panjang dalam

satu segmen

Tabel 16
Nilai Keadalaman alur vs Penambahan nilai IRI per tahun
12
10
Rut Depth (mm)
6
y = 0.5538x - 1107.7
4
Slope of line indicates annual
2 rut rate is 0.55 mm/year
0
2006 2008 2010 2012 2014 2016 2018 2020
Gambar 20. Grafik Kedalaman Alur vs Penurunan dari tahun ke tahun
IRI_increment : Penambahan nilai IRI

Rut : kedalaman alur
Age : umur perkerasan
K : factor kalibrasi, diasumsilan dengan nilai 0,2

Field Tool Inspection (FIT) 4.6.3. BIaya Penanganan
Field Tool Inspection (Alat Inspeksi Lapangan) Biaya Penanganan yang digunakan untuk
adalah salah satu fitur paling kuat dari sistem kegiatan pemrograman dalam contoh ini
RAMS. Semua hasil dari menjalankan model adalah untuk penanganan pada tahun 2019
mungkin tidak seluruhnya akurat dengan kondisi yang tercantum pada Tabel 1 di bawah ini. Harga
lapangan yang sebenarnya. Perbedaan tersebut Satuan Penanganan didasarkan pada harga
mungkin disebabkan oleh ketidaktersediaan satuan satuan standar, sebagaimana ditetapkan
atau ketidakakuratan data. Peninjauan lapangan dalam Tabel 1 untuk provinsi dasar (Pulau Jawa),
dan mengamati kondisi sebenarnya dari dikalikan dengan koefisien yang disesuaikan
suatu segemen jalan adalah hal yang sangat untuk tiap-tiap Provinsi di Indonesia pada Tabel
diperlukan untuk menyesuaikan penanganan 2. Harga satuan ini dihitung setelah dilakukan
yang diperlukan untuk segmen tersebut. FIT Analisa harga atas pekerjaan dan konstruksi
adalah alat yang membantu menghubungkan aktual yang dilakukan untuk setiap jenis
survei lapangan ke FWP dalam menyesuaikan penanganan. Harga diperbarui pada Juni 2019
akurasi server RAMS. sebelum analisis anggaran tengah tahun untuk
mengakomodir inflasi, sebagaimana disetujui
FIT adalah platform offline khusus untuk oleh Subdit PP, Dit Preservasi Jalan. Meskipun
menyesuaikan rekomendasi penanganan direkomendasikan, belum ada tinjauan harga
selama peninjauan lapangan. Pengguna perlu tahunan yang di tetapkan.
mengunduh FWP terkait dan semua data yang
terkait dengannya melalui web RAMS sebelum
melakukan survei lapangan. Setelah data
diunduh, dapat dimuat ke Inspeksi Lapangan
secara offline dan siap digunakan. Setelah
melakukan survei, data yang didapat harus
disinkronkan ke web RAMS untuk menyampaikan
perubahan menjadi FWP yang terbaru.
FIT dilakukan selama 8 minggu dimulai pada
awal bulan April – November.

Gambar 21. Tampilan Menu FIT dalam program RAMS

Tabel 17
Harga Satuan Untuk Tiap Penanganan (status Juli 2019)

Tabel 18
. Koefisien Harga Untuk Tiap Provinsi

4.7. Integrated Road Management System Version 3
(IRMS -V3)
4.7.1 Model Kinerja Perkerasan. 4.7.1.1 Ketidakrataan Jalan (IRI)
Dalam menganalisa life-cycle coast, terdapat Ketidakrataan jalan berhubungan dengan tingkat
beberapa model kinerja perkerasan yang pelayanan seperti kenyamanan, kecepatan, dan
digunakan untuk memprediksi kondisi keamanan. Dalam IRMS versi 3, ketidakrataan
perkerasan seperti ketidakrataan jalan, indeks jalan dinyatakan dalam International Roughness
kondisi perkerasan, dll. Model kinerja perkerasan Index (IRI) dengan satuan m/km. Gambar 22
tersebut diuraikan pada bagian berikut. menggambarkan rentang nilai IRI pada beberapa
kondisi perkerasan jalan.
Normal Use
16 Erosion Guidlies and

Deep Depression
14
50 km/h
12 Frequent Shallow
IRI ( m/km = mm/m )
Depresions, Some 11.0

Deep 10.0
10 60 km/h
Frequent Minor
8 Depression
8.0 80 km/h
6 6.0
Surface
Imperfection
4 3.5
4.0 100 km/h
2.0 3.5
2
2.5
1.5
0
Airport New Older Main Tained Damaged Rough
Runways & Pavement Pavement Unpaved Pavements Unpaved
Superhighways Roads Roads
Gambar 22. Standar Skala IRI
4.7.1.2 Perkerasan Lentur i) Model Generik
Peningkatan nilai IRI pada perkerasan lentur, Apabila informasi kekuatan perkerasan tidak
disebabkan oleh kombinasi antara kerusakan ada, atau metode untuk menentukan umur
pada permukaan dan kerusakan struktural sisa perkerasan (RSL, Remaining Service Life)
(perkerasan). Model penurunan kondisi tidak ada maka perkiraan kecepatan penurunan
perkerasan lentur adalah sebagai berikut: dari nilai IRI sepenuhnya ditentukan dari hasil
survei IRI sebelumnya. Ilustrasi dari kasus ini
diperlihatkan pada Gambar 23.
Prinsip dari model generik adalah:
• Umur perkerasan diasumsikan 20 tahun sesuai • Model penurunan perkerasan dibagi menjadi
dengan MDP (Manual Desain Perkerasan) dua tahap:
• Diasumsikan (tanpa data struktural) bahwa
perkerasan dibangun sesuai dengan volume 1. ‘Normal’ life (IRI <= 8)
lalu lintas yang dilayani. Hal ini berarti 2.Percepatan penurunan, ketika perkerasan
kecepatan model penurunan sebanding mengalami kegagalan struktur (IRI > 8)
dengan umur sisa perkerasan, dan tidak
diperlukan perubahan model untuk nilai CESA
(cumulative equivalent standard axle load)
yang berbeda.
16
15
14
13
12
11
10
Roughness (IRI)
6
Accelerated deterioration
towards pavement
5 destruction, when
rehabilitation is no longer
4 possible, and total
reconstruction is required
2
Nominal pavement lifespan (20 years), from new to a
point when rehabilitation is appropriate. Nominal Start
1 Parameters for life > Nominal, and IRI = 3, end IRI = 8
Roughness < initial start IRI
0
35 34 33 32 31 30 29 28 27 26 25 24 23 22 21 20 19 18 17 16 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1 0 -1 -2 -3 -4 -5 -6 -7 -8 -9 -10 -11
Remaining Structural Life ( Years )
Gambar 23. Model Ketidakrataan vs umur sisa struktural selama 20 tahun
Kalibrasi Model
Seperti disebutkan diatas, model generik ketidakrataan mengasumsikan kinerja

perkerasan lentur selama 20 tahun, dengan tebal perkerasan sesuai dengan lalu
lintas yang akan dilayani.
Untuk tujuan mengkalibrasi model generik diatas diperlukan data studi tambahan.

Meskipun demikian, data sementara yang diperoleh mengindikasikan perkerasan
yang dibangun dengan baik dapat diyakini mempunyai umur sampai dengan 15
tahun.
Pada Gambar 24 diperlihatkan model generik ketidakrataan untuk umur pelayanan

15 tahun.
16
15
14
13
12
11
10
Roughness (IRI)
6
Accelerated deterioration
towards pavement
5 destruction, when
rehabilitation is no longer
4 possible, and total
reconstruction is required
2
Nominal pavement lifespan (20 years), from new to a
point when rehabilitation is appropriate. Nominal Start
1 Parameters for life > Nominal, and IRI = 3, end IRI = 8
Roughness < initial start IRI
0
26 25 24 23 22 21 20 19 18 17 16 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1 0 -1 -2 -3 -4 -5 -6 -7 -8
Remaining Structural Life ( Years )
Gambar 24. Model Ketidakrataan vs umur sisa struktural selama 15 tahun
ii) Model Penurunan Struktural

sebagai fungsi dari data lendutan;
jika data kekuatan perkerasan tersedia (seperti • Remaining Structural Capacity (CAP), sebagai
data lendutan FWD), perhitungan umur sisa fungsi dari SNP;
(RSL) dapat dilakukan dan digunakan untuk • Remaining Structural Life (RSL), sebagai
masukan dalam menentukan kecepatan fungsi dari CAP.
penurunan kondisi.
SNP diperkirakan dari nilai d0 (FWD) dengan
Dalam kurun waktu analisa life cycle cost,
beban 50 KN (jika digunakan beban 40 KN, maka
beberapa variabel berikut ini dievaluasi tahun
nilai d0 dikalikan dengan 50/40), seperti berikut:
demi tahun:
• Structural Number of Pavement (SNP),

Dimana: diprediksi sebagai berikut:
SNP = Structural Number of Pavement • Hitung peningkatan ketidakrataan yang
d0 = d0 sensor FWD deflection (normalized to 50 berkaitan dengan karakteristik permukaan,
KN load), in microns diprediksi dengan model generik
• Hitung peningkatan ketidakrataan yang
CAP dihitung sebagai berikut:
berkaitan dengan struktur perkerasan,
diprediksi dengan perhitungan nilai sisa (RSL).
• Peningkatan ketidakrataan diambil dengan
Dimana: bobot 50/50 (rata-rata) dari dua metode diatas.
CAP = Remaining Structural Capacity, in millions
of equivalent standard axles (MESAs) Keuntungan dari penerapan tingkat kerusakan
SNP = Structural Number of Pavement berdasarkan kondisi permukaan dan kekuatan
ki, kg, kc = Faktor kalibrasi untuk berbagai tipe struktur perkerasan merupakan permodelan
perkerasan (Lihat tabel 19) yang nyata untuk setiap perkerasan, seperti hal
nya contoh di bawah ini:
Tabel 19.
Faktor Kalibrasi • Perkerasan yang kuat tetapi tidak rata,
Pavement Type Group Ki Kg Kc
dimana ketidakrataannya disebabkan oleh
Thin Asphalt Unbound 1.650 0.925 2.100
beberapa masalah di permukaan dan sebagian
Thin Asphalt Stabilised 1.700 0.700 2.800
kecil pada kondisi struktural. Penurunan
Full Depth Asphalt 0.000 1.930 0.610
ketidakrataan akan lebih kecil dibandingkan
dengan perkerasan yang tidak rata dan secara
RSL dihitung sebagai berikut: struktural lemah.
• Perkerasan yang rata, yang dilaksanakan
pada perkerasan dengan struktur yang lemah,
maka kecepatan penurunan ketidakrataan
akan disebabkan lebih besar oleh komponen
Dimana: struktural. Model penurunan ketidakrataan
RSL = Remaining Structural Life (in years) akan lebih besar jika dibandingkan dengan
CAP = Remaining capacity in MESAs perkerasan yang lebih rata dan secara
MESA = Millions of equivalent standard axles struktural kuat.
(ESAs) per lane
r = Traffic growth rate Efek Drainase
Umum
Kenaikan Ketidakrataan per tahun
Kualitas drainase dari perkerasan terutama
Dengan perhitungan nilai RSL seperti di atas,
di tujukan untuk menjaga lapisan bawah
atau dengan metode lain untuk menghitung
(subgrade dan sub-base) dalam rentang kadar air
umur sisa (RSL), perkiraan kecepatan penurunan
rencana. Hubungan antara kondisi drainase dan
ketidakrataan didasarkan pada kondisi
perkerasan sebagai berikut:
permukaan dan kondisi struktural (perkerasan).
Peningkatan ketidakrataan setiap tahun dapat • Kadar air yang tinggi akan mengurangi

kekuatan perkerasan seperti yang diakibatkan • Struktur Perkerasan (RCL):
masuknya air dari samping atau dari o Kerusakan permukaan akibat air (lubang,
permukaan (lewat retak atau lubang), dan retak, dll) memiliki efek langsung dalam
• Kadar air yang tinggi juga menyebabkan melemahkan struktur perkerasan, sehingga
terjadinya ‘pumping’. Pumping akan mengurangi umur sisa perkerasan
menyebabkan material halus terdorong o Melemahnya lapisan bawah akibat air
keluar, hal tersebut menyebabkan pelemahan memiliki efek langsung dalam melemahkan
perkerasan dan perkerasan beraspal menjadi lapisan struktur perkerasan, sehingga
retak. mengurangi umur sisa perkerasan
Drainase perkerasan dapat berupa drainase Indeks Efektivitas Drainase

permukaan maupun lapisan drainase bawah
tanah, dan masing-masing memiliki efek yang Kondisi permukaan dan struktur perkerasan
berbeda pada kinerja material dan perkerasan, dipengaruhi oleh kondisi drainase permukaan
sebagai berikut: dan lapisan drainase bawah tanah. Tidak dapat
dipastikan lapisan permukaan perkerasan atau
• Drainase Permukaan: Bentuk dan kondisi lapisan drainase bawah tanah yang memiliki
permukaan perkerasan, bentuk yang buruk pengaruh yang lebih besar untuk kasus tertentu,
atau rutting, dapat menimbulkan genangan, tetapi kedua hal tersebut memberikan efek
akses masuk air permukaan menuju lapisan yang signifikan. Untuk tujuan pemodelan,
perkerasan melalui lubang dan retak. dapat dikatakan bahwa setiap pengaruh
• Lapisan Drainase Bawah (Subdrain): Kondisi lapis permukaan dan lapis drainase memiliki
drainase yang buruk dapat menyebabkan kontribusi sebesar setengah bagian dari
air dapat merusak struktur perkerasan dari keseluruhan kondisi perkerasan
samping maupun dari bawah.
• Drainase permukaan yang buruk merupakan
Efek drainase tersebut dapat membuat
penyebab peningkatan nilai ketidakrataan
perbedaan pada kondisi permukaan dan
permukaan dalam hal ini ‘short wavelength’,
struktur perkerasan
dan lapisan drainase bawah yang buruk adalah
• Permukaan Perkerasan (Roughness):
penyebab peningkatan nilai ketidakrataan
o Kerusakan perkerasan akibat air (lubang, ketidakrataan jalan dalam hal ini ‘long
retak, dll) memiliki efek langsung dalam wavelength’. Kedua efek tersebut menyebabkan
meningkatkan nilai ketidakrataan jalan peningkatan nilai ketidakrataan perkerasan
dalam hal ini jalan bergelombang pendek jalan.
(short wavelength). • Drainase permukaan yang buruk menyebabkan
o Melemahnya lapisan bawah akibat penurunan kekuatan pada lapisan struktur
kerusakan lapisan drainase bawah tanah perkerasan, dan drainase bawah tanah yang
perkerasan sehingga menyebabkan buruk merupakan penyebab penurunan kekuatan
meningkatnya nilai ketidakrataan jalan di lapisan struktur perkerasan. Kedua hal ini
dalam hal ini jalan bergelombang panjang menyebabkan pengurangan kekuatan lapisan
(long wavelength). struktur perkerasan, sehingga mengurangi umur
sisa perkerasan diperlukan. Atau, daerah dengan curah hujan
Untuk memprediksi efek drainase yang buruk rendah, dan drainase yang ada lebih dari
pada tingkat kerusakan perkerasan jalan dapat cukup, atau tidak diperlukan drainase.
menggunakan nilai indeks efektivitas drainase,
baik untuk drainase permukaan maupun lapisan
o Level 2: Baik: Terdapat saluran drainase yang
drainase bawah tanah. Kedua indeks tersebut
dirancang dengan baik, dibangun dan hanya
adalah sebagai berikut:
dirawat dengan cukup baik. Atau, desain/
• Indeks Efektivitas Drainase Permukaan, konstruksi sedang dan kapasitas sedang,
Isf: Indeks ini digunakan untuk menjelaskan meskipun terawat dengan baik. Dalam kedua
efektivitas drainase permukaan sebagai hasil kasus tersebut, drainase bekerja dengan
dari kondisi permukaan tertentu. Kondisi efisien, dimana air dialirkan dengan baik,
permukaan didasarkan pada nilai Pavement meskipun masih ditemukan genangan pada
Condition Index (PCI) dengan angka 1 – beberapa titik di sepanjang saluran drainase
5. Penjelasan indeks efektivitas drainase untuk daerah dengan curah hujan tinggi.
permukaan yang terdiri atas 5 (lima) level
berdasarkan nilai PCI adalah sebagai berikut:
o Level 3: Sedang: Terdapat saluran drainase
dirancang dengan baik, tetapi jarang
o Level 1: Sangat Baik: PCI <2
dipelihara. Atau, desain/konstruksi sedang
o Level 2: Baik: 2 <= PCI <3 dan kapasitas sedang, pemeliharaan
o Level 3: Sedang: 3 <= PCI <4 dilakukan sesekali. Dalam kedua kasus
o Level 4: Buruk: 4 <= PCI <5 tersebut, drainase bekerja dengan efisiensi
yang lebih rendah, dengan air dialirkan secara
o Level 5: Sangat Buruk: PCI = 5
perlahan pada daerah dengan curah hujan
tinggi
• Indeks Efektivitas Drainase Bawah, Isb,:
Indeks ini digunakan pada jalan yang tidak
dilengkapi dengan saluran air karena tidak o Level 4: Buruk: Terdapat saluran drainase
diperlukan (seperti di atas tanggul, atau di dengan desain/konstruksi sedang, kapasitas
daerah yang sangat kering), ataupun tempat- tidak memadai, dan perawatan jarang
tempat di mana saluran pembuangan dilakukan. Efisiensi kerja drainase sangat
dirancang dan dibangun dengan baik, tetapi rendah, dimana air yang dialirkan sangat
tidak terawat. Berikut ini penjelasan terkait lambat, dengan kedalaman air sekitar 50 mm
indeks efektivitas drainase bawah tanah: pada setengah panjang saluran.
o Level 1: Sangat Baik: Terdapat saluran o Level 5: Sangat Buruk: Terdapat saluran
drainase yang dirancang, dibangun, dan drainase yang dirancang atau dibangun
dipelihara dengan baik, bekerja dengan dengan buruk, atau tidak dirawat sama
efisien, serta air mengalir dengan baik tanpa sekali, atau kelebihan kapasitas, atau benar-
menyisakan air di saluran untuk daerah benar tersumbat. Terutama apabila saluran
dengan curah hujan tinggi. Atau, tidak tidak berfungsi sama sekali, dengan air yang
terdapat saluran air, tetapi saluran air tidak berada di samping mengalir ke kedalaman

yang signifikan (lebih dari 100 mm) selama pengamatan yang dijelaskan di atas);
beberapa hari atau minggu. Atau, saluran • Masing-masing indeks mewakili rentang
drainase tidak ada, tetapi diperlukan. kinerja, jadi ada empat rentang, yaitu 2, 3, 4
dan 5.
Tingkat Indeks Efektivitas Drainase Bawah
• Tingkat penurunan kinerja untuk jalan
ditentukan oleh surveyor, dan diberi peringkat
dengan indeks efektivitas drainase 5 adalah
sepanjang jalan, masing-masing sisi, sama
dua kali lipat dari yang untuk jalan dengan
halnya dengan perkerasan, dengan panjang
kinerja indeks efektivitas drainase 2
pelaporan 100 m, dengan tambahan keterangan
yang diperlukan. • Demikian pula, mengambil pendekatan
pro-rata untuk mengatur model, rasio tingkat
Indeks Efektivitas Drainase pada Kinerja deteriorasi Indeks 2 dan Indeks 3 adalah 1,33,
Perkerasan dan antara Indeks 2 dan Indeks 4 adalah 1,67.
• Pada kondisi yang sama, rasio tingkat
Berikut ini poin-poin berikut yang deteriorasi antara Level 2 dan Level 1, yang
dipertimbangkan dalam menentukan indeks kualitas drainasenya lebih baik, adalah 1/1,33,
efektivitas drainase: atau 0,75.
• Dengan demikian pengganda tingkat
• Drainase level 1 jarang ditemukan. kerusakan yang terkait dengan setiap tingkat
• Drainase level 2 digunakan sebagai model indeks efektifitas drainase, relatif terhadap
kinerja perkerasan jalan pada model Indeks default 2 dari 1.0, ditetapkan sesuai
perkerasan sebelumnya. Tabel 20.
• Drainase level 3 diasumsikan sebagai

Tabel 20.
efektivitas drainase standar di jalan-jalan di Indeks Efektivitas Drainase dan Pengganda Tingkat Kemunduran
Indonesia, ketika tidak ada data.
• Berdasarkan pengamatan pada jalan dengan Drainage Deterioration Rate
drainase yang baik memiliki perbedaan kinerja Effectiveness Multiplier
dua kali lipat lebih baik dibandingkan dengan Index (Isf, Isb)
jalan dengan drainase yang buruk. 1 0.75

• Untuk pemodelan drainase ini, dalam contoh 2 1.00
di atas jalan 'Baik' diasumsikan setara dengan 3 1.33
Level 2, dan jalan 'Buruk' setara dengan Level 5. 4 1.67
5 2.00
Karena itu, untuk pemodelan:
• Jalan Indeks Level 2 memiliki rasio tingkat
penurunan 1 (tidak terpengaruh oleh drainase).
• Diasumsikan bahwa perbedaan tingkat
deteriorasi antara Level 2 dan Indeks 5 adalah
dua kali lipat (yaitu dari drainase yang
sangat buruk menjadi baik, sesuai dengan

Untuk model kekasaran generik, laju deteriorasi Tabel 21.
Mean Monthly Precipitation per Provinsi
pada tahun pengambilan data adalah fungsi
dari nilai IRI yang diukur, dan diasumsikan No. Province Name Mean Monthly
memiliki Indeks Efektivitas Drainase (Isf, Isb) 2. Precipitation (mm)
Dengan demikian, untuk nilai Indeks Efektivitas 1 Aceh 275
Drainase (Isf, Isb) yang berbeda dari nilai 2,
3 Sumatera Utara 794
tingkat deteriorasi yang dimodelkan pada
6 Sumatera Barat 1,085
tahun pengambilan data adalah nilai tingkat
9 Riau 804
deteriorasi default dikalikan dengan pengganda
tingkat deteriorasi Indeks Efektivitas Drainase 10 Kepulauan Riau 1,057
(Isf, Isb). Dengan cara ini, untuk hasil ekstrem, di 11 Jambi 649
mana nilai Indeks Efektivitas Drainase (Isf, Isb) 13 Bengkulu 1,043
gabungan adalah 5, pengganda laju deteriorasi 15 Sumatera Selatan 847
adalah 2,0, dan efek dari hasil drainase yang 16 Bangka Belitung 733
buruk adalah menggandakan laju deteriorasi 17 Lampung 601
kekasaran. Hasil ini sesuai dengan konsep asli 20 DKI Jakarta 871
efek drainase, bahwa drainase yang sangat buruk 21 Banten 583
dapat menyebabkan perkerasan memburuk dua
22 Jawa Barat 771
kali lipat laju perkerasan serupa dengan drainase
24 Jawa Tengah 734
yang baik, dalam hal ini dari sudut pandang
26 DI Yogyakarta 712
kondisi permukaan.
28 Jawa Timur 630
Pengaruh Iklim 30 Kalimantan Barat 1,007

32 Kalimantan Tengah 993
Pengaruh dari hujan dimasukkan kedalam 34 Kalimantan Timur 850
model penurunan generik dengan mengalihkan 35 Kalimantan Utara 902
faktor iklim (climate multiplier) 36 Kalimantan Selatan 875
Rata-rata curah hujan bulanan (MMP, Mean 40 Bali 578
Monthly Precipitation) setiap provinsi 42 Nusa Tenggara Barat 579
diperlihatkan pada Tabel 21. Faktor pengali iklim 44 Nusa Tenggara Timur 525
(Climate Multiplier) dihitung dengan rumus
50 Sulawesi Utara 960
sebagai berikut ( default MMP adalah 200 mm):
51 Gorontalo 540
52 Sulawesi Tengah 233
53 Sulawesi Barat 446
54 Sulawesi Selatan 1,070
Dimana:
56 Sulawesi Tenggara 665
MMP = Mean monthly precipitation (in mm)
60 Maluku 1,134
61 Maluku Utara 700
62 Papua 811
63 Papua Barat 1,004

Pengaruh Lalu Lintas
Untuk model penurunan generik pengaruh beban lalu lintas diperhitungkan dengan
mengalikan dengan faktor pengali lalu lintas (Traffic Effects Multiplier). Dengan
rumus sebagai berikut:
Dimana:
Veh. per equiv. standard axle = Actual No. of vehicles per equivalent standard axle
Default veh. per equiv. standard axle = Default No. of vehicles per equivalent standard
axle for island
Tabel 22.
Default Number of Vehicles per Standard Axle by Island1
Island Vehicles per Vehicles per Standard

Standard Axle Axle (Legal)
(Overloaded)
Bali 2.15 3.77

Jawa 0.77 1.42
Kalimantan 1.07 2.09
Maluku 2.05 2.45
Maluku Utara 4.3 5.6
Nusa Tenggara Barat 3.7 4.44
Nusa Tenggara Timur 1.49 2.16
Papua 1.98 2.65
Sulawesi 1.47 3.01
Sumatera 0.84 1.64
4.7.1.3 Perkerasan Kaku (Rigid Pavement)

tingkat ketidakrataan yang lebih tinggi
dibandingkan dengan tingkat ketidakrataan
Bagian dari kalibrasi ketidakrataan yang telah pada perkerasan lentur.
disampaikan pada subbab 4.7.1, dimana data
ketidakrataan sebelumnya dari beberarapa Oleh karena itu Model Kekasaran Generik
bagian perkerasan kaku hendaknya tersedia, pada Perkerasan Lentur pada Gambar 21, dan
tetapi hal ini belum tentu dapat membangunan jika kualitas kontruksi baik sesuai Gambar
hubungan data yang berarti. Jika ada, Data 23, Model Penurunan Struktural tidak dapat
ketidakrataan tersebut sebelumnya memiliki diterapkan pada Perkerasan Kaku, hal ini perlu

dikembangkan lebih jauh dengan menyesuaikan Faktor penyesuaian untuk memperhitungkan
terhadap Drainage, Iklim dan karakteristik Beban medan adalah sebagai berikut:
Laulintas. Nilai Pengali Medan =
1.00, Jika medan rata
4.7.1.4 Perkerasan Tanah atau 1.33, Jika medan tidak rata
Tanpa Penutup (Gravel) 1.50, Jika medan Bukit
Faktor Penyesuaian untuk memperhitungan

Perkermbangan ketidakrataaan jalan pada
profil permukaan adalah sebagai berikut:
Perkerasan Tanah atau Tanpa Penutup (Gravel)
Nilai Pengali Profil Permukaan = 0.50, jika Isf= 1
dibangun berdasarkan fungsi volume lalu lintas
ditambah dengan faktor penyesuaian dengan 0.67, jika Isf = 2
memperhitungkan karaketeristik medan, profil, 1.00, jika Isf = 3 (default)
dan iklim, hali ini dijabarkan pada Gambar 25. 1.50, jika Isf = 4
2.00, jika Isf = 5
Dimana:
Isf = Indeks Efektivitas Drainase Permukaan
(dilihat pada subbab 4.7.1)
30
y = 4.34in(x) - 1.98
25
Gravel (Default) Medium

Annial Increase in IRI ( No Works )
Grading (incl Compaction)

20
15 y = 2.17in(x)-0.99 Earth/Gravel Light

Grading )NO Compaction)
10
“Gravel (Quality Spec)
Medium Grading (Incl
Compaction)”
5
y = 1.08in(x)-0.49
0
0 100 200 300 400 500
Traffic (2-Way AADT)
Gambar 25. Peningkatan Ketidakrataan tahunan perkerasan Tanah atau Tanpa Penutup (Gravel)

Faktor penyesuaian untuk memperhitungkan curah hujan dihitung dengan mencari
nilai rata-rata curah hujan bulanan, tergantung pada lokasi provinsi (lihat Tabel 21),
dan pengali factor penyesuaian iklim dihitung terhadap Nilai MMP nasional. 200
mm. Pengali ini ditetapkan pada 1,0 jika MMP kurang dari 200 mm, dan jika lebih
besar dari 200 mm, dengan batas maksimum 2,0 dihitung sebagai berikut:
Dimana:
MMP = Mean monthly precipitation (in mm)
4.7.1.5 Gravel Loss
Pada Perkerasan Tanpa Penutup, hilangnya kerikil tahunan diprediksi sebagai

fungsi lalu lintas (AADT) dan curah hujan (MMP), dengan faktor penyesuaian untuk
memperhitungkan medan.
Grafik hubungan hilangnya kerikil sebagai fungsi lalu lintas terhadap berbagai
tingkat MMP, untuk dataran datar, diilustrasikan pada Gambar 26
Dimana kehilangan kerikil per tahun dibatasi pada 150 mm.
130 y = 0.139x + 12.5

120 Rainfall MMP 800 mm
110
y = 0.121x + 12.5
Rainfall MMP 400 mm
100 y = 0.107x + 12.5
Gravel Loss / year (mm)
90
Rainfall MMP 200 mm
y = 0.094x + 12.5
80 Rainfall MMP 100 mm
y = 0.082x + 12.5
70
Rainfall MMP 20 mm
60
50
40
30
20
10
0
0 100 200 300 400 500 500 500 500
AADT
Gambar 26. Kehilangan kerikil vs AADT berdasarkan nilai rentang Rainfall (MMP)

Gambar 27 menunjukkan efek medan hubungan
terhadap kehilangan material vs curah hujan
rata-rata.
60
50
Geometry :
Hilly
Material Loss (mm/year)
40 Rolling
30 Flat Tangent
20
10
0
0.00 0.05 0.10 0.15 0.20 0.25
Mean Monthly Rainfall MMP (m/month)
Gambar 27. Kondisi Medan pada Kehilangan Kerikil
4.7.1.6 Pavement Condition Index (PCI)
Pavement Condition Index (PCI) adalah indeks 4.7.1) , di mana umur 15 tahun diasumsikan
kondisi permukaan perkerasan dengan niiali sebagai acuan jika tidak ada informasi tentang
indeks 1 sampai 5 (di mana 1,0 sangat baik, kualitas konstruksi.
dan 5,0 sangat buruk). PCI dimodelkan dalam
IRMS-V3 sebagai fungsi usia, dan tiga parameter Untuk Perkerasan Tanpa Penutup, kurva 10
yang tersedia serta sesuai dengan masa manfaat tahun dapat diterapkan. Untuk perkerasan tanpa
10, 15, dan 20 tahun (Gambar 28) penutup, PCI tidak dapat digunakan dalam
memutuskan kegiatan pemeliharaan, oleh
Untuk perkerasan lentur dan kaku, kurva 20 karena itu tidak diprediksi selama biaya umur
tahun atau 15 tahun diterapkan, sesuai dengan sisa layanan.
kualitas konstruksi sebagaimana berlaku untuk
model ketidakrataan (dijelaskan dalam subbab

5
y = 1+0.0178x^2
4
y = 1+0.01x^2
PCI
y = 1+0.04x^2
20-year 15-year 10-year
0
0 5 10 15 20
Age
Gambar 28. Pavement Condition Index (PCI) vs Umur
4.7.2 Indikator Kinerja Utama (KPI) 4.7.2.1 Kekasaran jalan
Indikator Kinerja Utama (KPI) digunakan dalam Komponen KPI ketidakrataan jalan dinyatakan
pelaporan tingkat manajemen aset dan dihitung sebagai skor antara 1 dan 5, yang ditetapkan
sebagai fungsi dari empat variabel kinerja terhadap rentang variabel kinerja IRI (Tabel 23).
perkerasan, sebagai berikut:
Tabel 23
Penilaian KPI untuk Kekasaran Jalan
• Kekasaran jalan (IRI)
Skor Deskripsi Rentang IRI menurut Jenis
• Kondisi permukaan perkerasan (PCI)
Perkerasan
• Umur sisa (Kekuatan Perkerasan)
Fleksibel / Perkerasan
• Drainase effectiveness (kondisi drainase kaku Tanpa Penutup
permukaan dan drainase bawah (subdrain)) 1 Sangat Baik IRI < 2 IRI < 4
2 Baik 2 <= IRI < 4 4 <= IRI < 9
Pelaporan KPI didasarkan pada rata-rata skor
3 Cukup Baik 4 <= IRI < 6 9 <= IRI < 13
KPI perkerasan pada masing-masing dari empat
4 Buruk 6 <= IRI < 8 13 <= IRI < 14
komponen yang dijelaskan di bawah ini.
5 Sangat 8 <=IRI 14 =IRI
Buruk

4.7.2.2 Kondisi permukaan perkerasan 4.7.2.4 Efektivitas Drainase
Komponen KPI kondisi permukaan perkerasan Komponen KPI Nilai efektivitas drainase
dinyatakan sebagai skor antara 1 dan 5, yang dinyatakan sebagai rentang skor antara 1 dan
ditetapkan terhadap variabel kinerja PCI (Tabel 5, berdasarkan kombinasi skor yang diberikan
24) terhadap dua sub-komponen untuk drainase
yaitu: permukaan dan lapisan tanah.
Tabel 24
Penilaian KPI untuk Kondisi Permukaan
Kriteria penilaian untuk sub-komponen drainase
permukaan adalah sesuai Tabel 26.
Skor Deskripsi Kisaran PCI
Tabel 26
1 Sangat Baik PCI < 2.0 Penilaian KPI untuk Sub-komponen Efektivitas Drainase
2 Baik 2 <= PCI < 3.0 Permukaan
3 Cukup Baik 3.0 <= PCI < 4.0

Skor Deskripsi Kisaran PCI
4 Buruk 4.0 <= PCI <5.0
1 Sangat Baik PCI < 2.0
5 Sangat Buruk PCI = 5.0
2 Baik 2 <= PCI < 3.0
3 Cukup Baik 3.0 <= PCI < 4.0
4.7.2.3 Umur Sisa
4 Buruk 4.0 <= PCI <5.0
5 Sangat Buruk PCI = 5.0
Untuk perkerasan lentur, komponen KPI Umur
Sisa dinyatakan sebagai skor antara 1 dan 5,
yang ditetapkan berdasarkan variabel sisa umur Catatan: Skor ditingkatkan 1 jika medan berbukit atau bergunung
struktural (RSL) yang tersisa (Tabel 25 ) .
Skor Nilai Efektivitas Drainase untuk sub-
Sedangkan untuk semua jenis perkerasan lain,
komponen drainase bawah (subdrain) didasarkan
Sisa umur layanan / strukturalnya tidak dapat
pada ketersediaan drainase dan informasi terkait
dimodelkan, ditetapkan nilai skor 3 sebagai
dengan jenis medan, hal ini dapat dilihat pada
standar.
Tabel 27 .
Tabel 25
Tabel 27
Skoring KPI untuk Umur Sisa Layanan
Penilaian KPI untuk Sub Komponen Efektivitas Drainase Bawah
(Perkerasan Fleksibel)
(Subdrain)
Skor Deskripsi Rentang RSL

Skor Deskripsi Drainase Ada Medan
1 Sangat Baik 15 < RSL
2 Baik 10 < RSL <= 15 2 Baik Iya Berbukit atau
3 Cukup Baik 5 < RSL <= 10 Bergunung
4 Buruk 1 < RSL <= 5 3 Cukup Baik Tidak atau Tidak Berbukit atau
5 Sangat Buruk RSL < = 1 Diketahui Bergunung
4 Buruk Iya Datar
5 Sangat Tidak atau Tidak Datar
Buruk Diketahui

Nilai Skor Akhir keseluruhan efektivitas drainase Tabel 29
Nilai IRI Mantap Menurut Jenis Perkerasan
komponen KPI dihitung sebagai rata-rata
tertimbang dari dua sub-komponen, dengan Jenis perkerasan Nilai Kekasaran
Nilai 40% untuk drainase permukaan dan 60%
Lentur IRI <8
untuk drainase bawah (subdrain) dan dibulatkan
Kaku IRI <10
ke bilangan bulat terdekat.
Unsealed IRI <15
4.7.2.5 Perhitungan KPI

suatu jaringan adalah rata - rata dari panjang
untuk segmen setiap ruas dalam jaringan.
Nilai KPI keseluruhan dihitung dari yang empat
komponen tertimbang berdasarkan nilai bobot
pada Tabel 28 . pada akhirnya Nilai KPI tidak Pemeliharaan
bulat sebagai angka desimal antara 1,0 dan 5,0.
Tujuan dari analisis Umur Sisa pada IRMS-V3
Tabel 28
Komposisi Indikator Kinerja Utama (KPI)
adalah untuk menghasilkan program kerja multi-
tahun yang terdiri dari berbagai penanganan.
Variabel Kinerja Perkerasan Bobot (%) Kebijakan penanganan berdasarkan jenis
Kekasaran (IRI) 60 pemeliharaan, biaya pemiliharaan, penyebab
Indeks Kondisi Pavement (PCI) 10 kerusakan, dan efek pekerjaan.
Kehidupan Berguna yang Tersisa 15
Efektivitas Drainase 15 4.7.3.1 Jenis Pemeliharaan
Total 100
a. Perkerasan Lentur
4.7.3 Kemantapan (Mantap) Jenis Pemeliharaan pada perkerasan Lentur pada
IRMS-V3 adalah sebagai berikut:
Mantap adalah indikator yang digunakan
oleh DJBM untuk melaporkan persentase 1. Pemelihaaraan rutin :
jalan ( panjang ) di bawah Nilai batas • Minimal dilakukan setiap tahun, dan jika
ketidakrataan tertentu (IRI). Nilai yang berbeda diperlukan.
dikonfigurasikan terhadap tipe permukaan • Tidak berpengaruh pada kondisi perkerasan
yang berbeda (Tabel 29) dan ditetapkan agar atau ketidakrataan .
100% mantap dapat dicapai jika pemeliharaan
perkerasan jalan diterapkan tanpa harus melihat
batasan anggaran. 2. Overlay
• Defisiensi terkait kondisi permukaan ;
Nilai yang dihitung untuk variabel kinerja • Diakibatkan oleh ketidakrataan (6 <= IRI
perkerasan adalah 100% jika IRI memenuhi <8), dan hanya jika RSL> = 5 (lihat bagan Alir
target, dan 0% jika tidak memenuhi target. Nilai Pemeiliharan pada Gambar 28 di bagian
mantap keseluruhan yang dilaporkan terhadap berikutnya ) ;

Ketebalan lapisan Overlay yang diperlukan • Struktur perkerasan dipilih sesuai MPD ,
untuk mencapai IRI 3, sesuai dengan Manual sesuai dengan proyeksi pencapaian lalu lintas
Desain Perkerasan Indonesia (MPD) hal ini selama 20 tahun ke depan .
tercantum dalam Tabel 30 . Overlay juga harus • Dinilai sebagai kontruksi perkerasan baru.
memberikan umur desain struktural minimal
10 tahun . Efek manfat setelahnya, kapasitas Tabel 30
structural dapat dimodelkan. Tebal Overlay untuk Lapisan Fungsional (Non-Struktural)
IRI yang ada Ketebalan Overlay Minimum

3. Peningkatan Struktur Perkerasan untuk Mencapai IRI 3 After
• Defisiensi struktur perkerasaaan Overlay (mm)
• Diakibatkan oleh berbagai kombinasi nilai 4 40
ketidakrataan dan rentang RSL ( Gambar 28 ) ; 5 45
• Ketebalan lapisan ditentukan oleh 6 50
peningkatan Structural Number of Pavement 7 55
(SNP) yang diperlukan untuk mencapai umur 8 60
layanan 10 tahun sesuai MPD. Dihitung
sebagai berikut:
o Hitung kapasitas baru (CAP) selama 10 tahun a. Perkerasan Kaku
o Hitung SNP baru dari CAP, dengan mengambil Jenis Pemeliharaan pada perkerasan kaku adalah
hubungan terbalik dari CAP sebagai fungsi sebagai berikut:
SNP yang disajikan dalam subbab 4.7.1 , yaitu :
1. Pemelihraaan rutin :
• Dilakukan minimal setiap tahun dan jika
o Hitung ketebalan yang dibutuhkan untuk diperlukan;
mencapai SNP tambahan, di mana : • Tidak berpengaruh pada kondisi perkerasan
 atau ketidakrataan.
SNP = Tebal Overlay [dalam inci] * Koefisien
Material, 2. Overlay Aspal Beton
• Koefisien Material = 0,3 • Overlay 50mm untuk permukaan;
• Overlay ketebalan juga harus memenuhi • Dilakukan jika nilai Iri (8 <= IRI < 12) , dan PCI
fungsional persyaratan ketebalan overlay kurang dari 5 (lihat Bagan Alir Pemeliharaan
pada Gambar 29 )
4. Rekonstruksi
• Defisiensi Peningkatan struktural rusak berat ; 3. Rekonstruksi
• Umumnya diakibatkan jika RSL <5, dan • Dilakukan pada struktur yang mengalami
berbagai kombinasi ketidakrataan dan rentang Rusak Berat;
nilai RSL (lihat Gambar 28) • Diakibatkan jika PCI = 5, atau PCI <5 tetapi IRI>
= 12
• Struktur perkerasan dipilih sesuai MPD, (jika diperlukan);
memenuhi proyeksi pencapaian lalu lintas • Jalan kekasaran ulang sesuai s ustained
selama 20 tahun ke depan. sebuah verage IRI dicapai per tahun (lihat
• Dinilai sebagai konstruksi perkerasan baru Gambar 29 ).
c. Perkerasan Telford 2. Kerikil kembali

Jenis Pemeliharaan pada perkerasan telford • Dilakukan ketika kehilangan kerikil,
adalah sebagai berikut : diakibatkan kehilangan > 100 mm ;
• Biayanya sesuai dengan ketebalan kerikil yang
1. Pemelihraaan rutin : diganti, dengan ketebalan maksimum 300
mm.
• Dilakukan minimal setiap tahun ( Jika
Kerusakan kurang dari 100 mm )
• Jumlah 3 gradasi menengah per tahun,
dihitung berdasarkan biaya pemotongan,
bentuk, dan daur ulang dengan air tambahan
Gravel ( Default ) : AADT = 100. Grading Frequency: 3/Year

32
30
28
26
1 Year
24
22
20 IRI v Time
18
IRI Rate = 9
IRI
16 IRI/Year
14
12 Average IRI
10 Acheived
8
6
4
2
0
-2 -1 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
Months
Gambar 29. Contoh IRI rata-rata pada perkerasan unpaved yang berkelajutan

d. Perkerasan Tanah 4.7.3.2 Biaya Pemeliharaan
Jenis Pemeliharaan pada perkerasan tanah
adalah sebagai berikut : Biaya berbagai pemeliharaan dalam buku
panduan pemeliharaan dihitung dengan
• Dilakukan setiap tahun menggunakan biaya satuan (misalnya rupiah
Indonesia per meter persegi atau per meter) serta
• Jumlah Grading 6 lapis per tahun, dihitung
koefisien pengali penambahan biaya menurut
sebagai pemotongan dan pembentukan, tetapi
provinsi. Rincian tentang biaya Pemeiharaan
tidak ada pemadatan dan tidak ada tambahan
dihitung dengan Agile Assets Software.
air ;
• Lapis ulang ketidakrataan Jalan berdasarkan
pencapaian IRI rata-rata per tahun
IRI < 4 Routine

Maintenance
4<= IRI < 6 RSL < 1 Reconstruction
Structural
1 <= RSL < 5
Overlay
Routine
RSL >= 5
Maintenance
6 <= IRI < 8 RSL < 1 Reconstruction
1 <= RSL < 5 Structural

Overlay
Functional
RSL >=5
Overlay
8 <= IRI < 12 RSL < 5 Reconstruction
Structural
RSL >= 5
Overlay
IRI >= 12 Reconstruction
Gambar 30. Bagan Alir Pekerjaan Pemeliharaan – Perkerasan Lentur

4.7.3.3 Penyebab Kerusakan
Dalam IRMS-V3, dan Software AgileAssets

khususnya analisis pemelihraaan setiap tahun
selama biaya siklus hidup analisis melalui
sebuah bagan alir Kebijakan Pemeliharaan yang
dikonfigurasi terhadap jenis perkerasan tertentu.
Struktur Bagan Alir Pemeliharaan diwakili oleh
setiap atribut parameter (misalnya IRI <4) dan
hasilnya merupakan pekerjaan pemelihraan
yang dilakukan. Hal ini dijabarkan pada Gambar
30 , Gambar 31 , Gambar 32 , dan Gambar 33
untuk perkerasan lentur, kaku, telford, dan tanah.
PCI < 5 IRI < 8 Routine

Maintenance
AC Overlay
8 <= IRI < 12
IRI >= 12 Reconstruction
PCI = 5 Reconstruction
Gambar 31. Bagan Alir Pekerjaan Pemeliharaan – Perkerasan Kaku
Gravel Loss Routine

< 100 m Maintenance
Gravel Loss Routine

Re - Gravel Maintenance
< 100 m
Gambar 32. Bagan Alir Pekerjaan Pemeliharaan – Gambar 33. Bagan Alir Pekerjaan Pemeliharaan –
Perkerasan Telford Perkerasan Tanah

4.7.3.4 Efek Penanganan
Setiap pemeliharaan yang dilakukan, terdapat

manfaat yang dihasilkan dari biaya pekerjaan
pemeliharaan dimana kinerja layanan kinerjanya
dapat terukur (misalnya overlay mengakibatkan
pengurangan nilai ketidakrataan). Pada Tabel
31 dijabarkan jenis pemeliharaan dan efek
penerapannya terhadap berbagai kinerja
perkerasan.
Tabel 31.
Efek Pekerjaan Pemelihraan pada Variabel Kinerja
Pavement Treatment Type Performance Variable Affected

Type
IRI PCI KPI Mantap RSL SNP Cap Isf Isb Gravel Loss
Flexible Routine Maintenance No No No No No No No No No No

Overlays (All) Yes Yes Yes Yes Yes Yes Yes Yes Yes No
Reconstruction Yes Yes Yes Yes Yes Yes Yes Yes Yes No
Rigid Routine Maintenance No No No No N/A N/A N/A No N/A No
AC Overlay over Concrete Yes Yes Yes Yes N/A N/A N/A Yes N/A No
Reconstruction Yes Yes Yes Yes N/A N/A N/A Yes N/A No
Gravel Routine Maintenance Yes No Yes Yes N/A N/A N/A No N/A No
Re-gravelling Yes Yes Yes Yes N/A N/A N/A N/A N/A Yes
Earth Routine Maintenance Yes N/A Yes Yes N/A N/A N/A No N/A No

KEMENTERIAN PUPR
MANUAL PELAKSAAN
Jl. Pattimura No. 20 Kebayoran Baru
PRESERVASI JALAN
Jakarta Selatan 12110
SERI 3 Phone : Email / Informasi :

(021) 7228497 [email protected]
Kementerian Pekerjaan Umum dan Perumahan Rakyat


Manual Pelaksanaan Preservasi Jalan (2019) Seri 3

Diunggah oleh

Hak Cipta:

Format Tersedia

Manual Pelaksanaan Preservasi Jalan (2019) Seri 3

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Manual Pelaksanaan Preservasi Jalan (2019) Seri 3

Diunggah oleh

Hak Cipta:

Format Tersedia

Kementerian Pekerjaan Umum dan Perumahan Rakyat

Direktorat Jenderal Bina Marga

PEMOGRAMAN PRESERVASI JALAN iii

iv Manual Pelaksanaan Preservasi Jalan

Jakarta, Desember 2019

DIREKTUR PRESERVASI JALAN

IR. ATYANTO BUSONO, M.T.

PEMOGRAMAN PRESERVASI JALAN v

vi Manual Pelaksanaan Preservasi Jalan

PEMOGRAMAN PRESERVASI JALAN vii

3. Istilah dan definisi 12

viii Manual Pelaksanaan Preservasi Jalan

PEMOGRAMAN PRESERVASI JALAN ix

Gambar 1. Tahapan Proses Pemrograman Preservasi Jalan 14

x Manual Pelaksanaan Preservasi Jalan

Tabel 1. Kondisi Jalan Berdasarkan Nilai IRI 17

PEMOGRAMAN PRESERVASI JALAN xi

organisasi pada Kementerian Negara / Lembaga

10 Manual Pelaksanaan Preservasi Jalan

melaksanakan penyusunan dan bimbingan informasi data jalan, perencanaan pemeliharaan

PEMOGRAMAN PRESERVASI JALAN 11

3.20 SMAJI Pemrograman penanganan ruas jalan

12 Manual Pelaksanaan Preservasi Jalan

2. Penganggaran Awal oleh Direktorat

PEMOGRAMAN PRESERVASI JALAN 13

Nov Des Jan Feb Mar Apr Mei

Budget dan Dit Validasi

Waktu untuk pelaksanaan KRI

Gambar 1. Tahapan Proses Pemrograman Preservasi Jalan

14 Manual Pelaksanaan Preservasi Jalan

Juni Juli Aug Sep Okt Nov Des

Survey and Optimisasi

PEMOGRAMAN PRESERVASI JALAN 15

Gambar 2. International Roughness Index/IRI

Nilai IRI Nilai IRI

4<= IRI rata - rata <= 8 Sedang

8<= IRI rata - rata <= 12 Rusak Ringan

IRI rata - rata <= 12 Rusak Berat

2. PCI, Kekuatan struktural merupakan suatu parameter

PEMOGRAMAN PRESERVASI JALAN 17

18 Manual Pelaksanaan Preservasi Jalan

SNC = SN + SNSG ...................................................(3.2)

Klasifikasi Kelembaban Indeks Kelembaban Klasifikasi Temperatur

PEMOGRAMAN PRESERVASI JALAN 19

Ruas jalan sebagai contoh untuk analisis

Gambar 3. Grafik Analisis Senstivitas CESA 10 jt, 20jt, dan 30 jt

PEMOGRAMAN PRESERVASI JALAN 21

CESA 20 tahun Rutin Rehab minor Rehab major Rekonstruksi

Keterangan: W : jumlah lalulintas (CESA).

Simulasi Dengan CESA rencana 10 Juta

Untuk melihat penurunan kekuatan struktural

Jumlah Lalu lintas 10 juta CESA

PEMOGRAMAN PRESERVASI JALAN 23

x 106 Model Penurunan AASHTO

24 Manual Pelaksanaan Preservasi Jalan

Tabel 9. Hasil Perhitungan SCI untuk CESA Rencana 20 Juta

5 15000000 75.0 4.46 0.95

PEMOGRAMAN PRESERVASI JALAN 25

umur sisa ( CESA )

Gambar 5 Nilai SCI vs Waktu untuk CESA rencana 20 Juta Gam