Manual Pelaksanaan Preservasi Jalan (2019) Seri 3
Manual Pelaksanaan Preservasi Jalan (2019) Seri 3
Manual Pelaksanaan Preservasi Jalan (2019) Seri 3
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
Direktorat Jenderal Bina Marga
Direktorat 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.
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
1. Ruang lingkup 12
2. Acuan normatif 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
1. Ruang lingkup
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
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
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
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:
RUN
Forecast
Models
Pemograman FIT Optim
Survey Prioriti
Audit
FWP
Preliminary
Budget and FWP FW
KPI Tervalidasi Indik
DED
U PAGU
tif 2 Definitif
Optimisasi
Prioritiasasi
misasi
iasasi
FWP
WP Permaketan
Definitif
katif
DESAIN
KRISNA /
RKAKL Pagu Definitif e-budgeting
RKAKL tidak banyak berubah
ISNA /
Pagu dari RKAKL Pagu DIPA
budgeting
Indikatif Indikatif RKAKL
Pagu
Definitif
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
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,
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.
Tabel 2
Besaran Faktor Lingkungan (m) Pada Model 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
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.
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.
Parameter Nilai
Waktu Analisis 20 tahun
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
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.
Tahun ke Umur Sisa (CESA) % Umur Sisa Structural Number (SN) SCI
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
1.8
2.5
1.6
1.4
2
umur sisa ( CESA )
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.
Nilai SCI vs Waktu Untuk CESA rencana 20 juta
Tabel 10
Data untuk CESA Rencana 30 Juta
Parameter Nilai
Waktu Analisis 20 tahun
Jumlah Lalu lintas 30 Juta CESA
Lalu lintas per tahun 1.500.000 CESA
Standard Normal Deviate -1.037 ( Reliability 85%) )
Standard Normal Distribution 0.45
P0 4.0
Pt 2.0
Mr 9000 psi
Tahun ke Umur Sisa (CESA) % Umur Sisa Structural Number (SN) SCI
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
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.
Nilai SCI vs Waktu Untuk CESA rencana 30 juta
PEMOGRAMAN PRESERVASI JALAN 27
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
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.
Parameter Nilai
Waktu Analisis 20 tahun
Jumlah Lalu lintas 30 Juta CESA
Lalu lintas per tahun 1.500.000 CESA
Standard Normal Deviate -1.037 ( Reliability 85%) )
Standard Normal Distribution 0.45
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
- Perkembangan ketidakrataan.
Faktor kalibrasi model tergantung pada terein
(Datar dan Perbukitan) dan kondisi (mutu)
campuran (Tidak Plastis / Normal dan Plastis).
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.
• 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
PEMOGRAMAN PRESERVASI JALAN 35
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.
IRI = 0,6 (IRIHDM-4) + 140 (in/mile) ; R2 = 0,57 atau IRI = -0,005299 ESAL2,5589 + 4,4642 ESAL 0,1858 RATIO0,3583
• 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
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
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
Section ID = 1101100
Example of dynamic
segment lengths
• 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
PEMOGRAMAN PRESERVASI JALAN 41
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
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
Total Spending : Rp 2.0 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
Total Spending : Rp 1.9 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 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.
PCI 55 - 70 Mill PG
Routine
PCI 30 - 55
Preventive
Gambar 13. Penanganan untuk perkerasan dengan kondisi baik dan sedang (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.
IRI >= 16
( Heavy Damage ) CESA<=10 Rekonlite
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.
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
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
Rigid
Pavement
12 <= IRI < 16
( Medium Roughness) Concrete Thin AC
IRI >= 16
( High Roughness ) Concrete Rehabilitation
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
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.
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
HALAMAN 2
UNPAVED or
MACADAM IRI >= 12 Rekonlite
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 0.33 < Curv <= 0.58 Mayor Rehab 1
5 <= CESA < 10 and 0.23 < Curv <= 0.4 Mayor Rehab 1
10 <= CESA < 20 and 0.17 < Curv <= 0.3 Mayor Rehab 1
20 <= CESA < 50 and 0.12 < Curv <= 0.22 Mayor Rehab 1
50 <= CESA < 100 and Curv <= 0.1 Minor Rehab
50 <= CESA < 100 and 0.1 < Curv <= 0.15 Mayor Rehab 1
CESA >= 100 and 0.08 < Curv <= 0.12 Minor Rehab
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
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.
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
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
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.
PEMOGRAMAN PRESERVASI JALAN 63
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
Kalibrasi Model
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
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
dua kali lipat lebih baik dibandingkan dengan Index (Isf, Isb)
(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
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
Dimana:
Isf = Indeks Efektivitas Drainase Permukaan
(dilihat pada subbab 4.7.1)
30
y = 4.34in(x) - 1.98
25
10
“Gravel (Quality Spec)
Medium Grading (Incl
Compaction)”
5
y = 1.08in(x)-0.49
0
0 100 200 300 400 500
Gambar 25. Peningkatan Ketidakrataan tahunan perkerasan Tanah atau Tanpa Penutup (Gravel)
Dimana:
MMP = Mean monthly precipitation (in 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)
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)
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
y = 1+0.0178x^2
4
y = 1+0.01x^2
PCI
y = 1+0.04x^2
0
0 5 10 15 20
Age
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
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
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 ) ;
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
Structural
1 <= RSL < 5
Overlay
Routine
RSL >= 5
Maintenance
Functional
RSL >=5
Overlay
Structural
RSL >= 5
Overlay
AC Overlay
8 <= IRI < 12
PCI = 5 Reconstruction
Gambar 32. Bagan Alir Pekerjaan Pemeliharaan – Gambar 33. Bagan Alir Pekerjaan Pemeliharaan –
Perkerasan Telford Perkerasan Tanah
Tabel 31.
Efek Pekerjaan Pemelihraan pada Variabel Kinerja