Analisis Pemilihan Moda Dengan Model Multinomial L
Analisis Pemilihan Moda Dengan Model Multinomial L
Analisis Pemilihan Moda Dengan Model Multinomial L
net/publication/334183692
CITATIONS READS
0 691
3 authors, including:
Wangsa Wangsa
Universitas Gadjah Mada
1 PUBLICATION 0 CITATIONS
SEE PROFILE
All content following this page was uploaded by Wangsa Wangsa on 31 August 2019.
Abstract — The imbalance of population growth and the development of South Tangerang has
resulted in need of employment unfulfilled by the regional government. So that the commuter worker
movement to DKI Jakarta is quite large, which is 8.68% of the total Jabodetabek commuter. This study
aims to determine the factors that influence the mode choice, to know the suitability of multinominal
logit as the mode choice model and to know the probability of each mode chosen based on the model.
The research method was carried out by distributing questionnaires to obtain socio-economic and trip
characteristics data as primary data commuter on KRL, Bus as Feeder busway and motorbike. And
secondary data from commuter data of DKI Jakarta. Further processing of data and analysis to obtain
the mode choice model use the SPSS program. And to see compatibility mode done a statistical test that
is data goodness, correlation test, and conformity test. From the analysis using SPSS 24 with
multinomial logit, we get the equation with the independent variable which statistically significant
influence dependent variable is travel time (X1) and cost (X3). The best model from the multinomial
logit regression are UKRL = 0.742 - 1.771X1 + 0.535X3, UBus = 1.391+ 1.92X1 - 2.436X3 with
Rsquare value = 0,448 While the probability value of each mode is KRL = 18%, Bus = 43% and
Motorcycle = 39%.From the model, it can also be seen that the preference for KRL is strongly
influenced by travel time, while Bus mode is affected by costs. And this is supported by the condition of
the road network as access to public transport.
Berdasarkan data BPS Kota Tangerang mencapai tujuan. Sedangkan dalam konteks
Selatan 2017, jumlah penduduk adalah 1.290.322 perencanaan transportasi pemilihan moda perlu
jiwa pada tahun 2010. Dan berkembang menjadi dimodelkan untuk mengetahui proporsi
1.1593.812 tahun 2016 dengan laju pertumbuhan penggunaan moda tertentu, sehingga dapat
3,47% per tahun. Dilain pihak,di tahun 2015 digunakansebagai bahan pertimbangan
tingkat pengangguran 6,13% atau terjadi penyediaan sarana maupun prasarana
peningkatan dari tahun 2013 yang sebesar 4,56%. transportasi baru.Ben Akiva dan Lerman(1985)
Sehingga dengan kondisi tersebutpemenuhan seperti dijelaskan oleh Tamin(2008) bahwa
lapangan kerja tetap di DKI Jakarta.Akibatnya faktor yang mempengaruhi pemilihan moda
terjadi peningkatan permintaan akan moda dikelompokkan menjadi ciri pengguna jalan, ciri
transportasi publik yang praktis dan efisien dari pergerakan, ciri fasilitas moda transportasi, ciri
Tangerang Selatan menuju DKI Jakarta. kota atau zona. Dalam hal ciri fasilitas moda
Potensi DKI Jakarta dalam aktivitas transportasi, Redman dkk. (2013) membagi
perdagangan/bisnis perekonomian, perkantoran dan atribut perjalanan dalam dua kategori yaitu
pusat jasa menuntut adanya keseimbangan antara fisik(reability,waktu transfer,frekuensi dll) dan
demand dan supplydalam system transportasi. Kondisi yang dirasakan (confort,safety, convenience dan
ini membuat pemerintah harus menyediakan angkutan Aesthetics)
umum yang terintegrasi dan mampu menampung Dalam perkembangannya, teori pemilihan moda
permintaan yang ada. Terutama untuk menekan beradaptasi dari pendekatan model agregat
tingginya jumlah komuter yang menggunakan kepada disagregat atau informasi berdasarkan
kendaraan roda dua yaitu sebanyak 56,83% dan data rumah tangga/data individu. Dengan konsep
besarnya komuter dari BODETABEK (56,89%). Dari
disagregat, maka model pemilihan moda mulai
data statistik komuter 2014, komuter yang tinggal di
Tangerang Selatan dan bekerja di Propinsi DKI didasarkan pada perilaku, yang berasumsi bahwa
Jakarta menempati urutan ketiga terbanyak yaitu pelaku perjalanan memiliki pengetahuan yang
8,68% setelah Kota Bekasi dan Depok. sempurna tentang pilihannya dan membuat
keputusan secara rasional dengan
Salah satu cara mengevaluasi kebijakan memaksimumkan utilitas (xu dkk.,2011) yang
pemerintah akan angkutan umum adalah dengan dikenal expected utility theory(EUT).Selain itu
mengetahui preferensi pelaku perjalanan dalam EUT juga menganggap bahwa keputusan yang
memilih moda. Pemerintah sudah memberikan diambil adalah independen berdasar informasi
pelayanan transportasi umum massal untuk yang relevan.Discrete Choice modelyang
melayani perjalanan Tangerang Selatan menuju diturunkan berdasar EUT dan random utility
DKI Jakarta dan sudah digunakan oleh komuter rheory(RUT) telah sering dipakai dalam analisis
Tangsel – DKI Jakarta.Namun dilihat dari pilihan perjalanan.
penggunaan moda angkutan umum belum
optimal.Sehingga menarik untuk diketahui Teori Utilitas
melalui penelitian ini, faktor yang paling Utilitas adalahukuran istimewa yang
dipertimbangkan oleh pekerja komuter dari Tangerang
dipertimbangkan seseorang dalam menentukan
Selatan menuju DKI Jakarta.Pekerja dipilih sebagai
pilihan alternatif terbaiknya atau sesuatu yang
obyek penelitian ini, karena 79,27% komuter dimaksimumkan oleh individu serta merupakan
BODETABEK adalah orang yang mempunyai indikator dalam mengambil keputusan.Dalam
tujuan perjalanan untuk bekerja dan mempunyai konteks pilihan moda, maka pelaku perjalanan
batasan waktu untuk sampai ditempat kerja. Untuk
akan memilih alternatif yang memiliki utilitas
mencapai tujuan tersebut, maka diperlukan tertinggi sehingga dapat memetik manfaat yang
survey secara langsung mengenai karakteristik sebesar-besarnya dalam hal biaya, waktu
pekerja komuter. ataupun atribut lain yang menyertai alternatif
II. TINJAUAN PUSTAKA tersebut. Secara matematis, utilitas merupakan
fungsi dari atribut beberapa alternatif
Pemilihan Moda Transportasi Perkotaan pilihan.Dengan demikian menurut Koppelman
dan Bhat (2006), model ini mengandung
Dalam setiap perjalanan seseorang akan kesalahan-kesalahan baik dari sisi individu
melakukan pemilihan moda untuk dapat pengambil keputusan maupun asumsi pembuat
model. Kekurangan tersebut kemudian
26 PORTAL Jurnal Teknik Sipil Vol. 10, No. 1, April 2018
% Responden
30
Selatan ke DKI Jakarta. 25
20
15
IV. HASIL DAN PEMBAHASAN 10
5
0
Karakteristik Sosio Ekonomi Responden
< Rp 5.000.000 Rp 5.000.000 - Rp 7.500.000 -
Rp 7.499.999 Rp 9.999.999
Dari 100 orang responden, terlihat bahwa
pada usia 25 - 35 tahun paling banyak memilih Pendapatan
sepeda motor pribadi sebagai moda untuk
melakukan perjalanan kerja yaitu sebanyak 37%, KRL Bus Motor Pribadi
13% memilih bus dan 11% memilih KRL. Hal
ini dapat dimengerti jika dilihat dari pekerjaan
responden yang didominasi oleh pegawai swasta 40
/ BUMN yang memiliki keterbatasan waktu
sehingga cenderung mencari moda yang relatif 30
cepat.Hal ini dibuktikan dengan 50% responden
% Responden
50
40 KRL Bus Motor Pribadi
30 Pendapatan Rumah Tangga
20
10
0
Gambar 2 Pendapatan Responden dan Pendapatan Rumah
Tangga
60
Gambar 4.Grafik Distribusi Persentase Jumlah Anak
Bersekolah
50
4.1. Karakteristik Perjalanan Responden
% responden
40
Selanjutnya, bila dilihat dari karakteristik waktu
perjalanan, maka pada semua rentang waktu
30 yang ada yaitu kurang dari 30 menit ataupun
lebih dari satu jam, responden cenderung untuk
20 memilih moda sepeda motor. Secara keseluruhan
rata-rata waktu perjalanan adalah 30-59,9 menit.
Distribusi waktu perjalanan dapat dilihat pada
10 Tabel 1.
Dari tabel tersebut kinerja jalan (LOS) berkisar TransJakarta cenderung untuk memilih nyaman
C-F dengan kondisi terburuk pada pagi diperjalanan karena jumlah penumpang sesuai
hari.Sehingga responden berharap dengan moda kapasitas tempat duduk.Sehingga peningkatan
KRL dapat segera sampai ke tujuan.Dengan biaya perjalanan dengan waktu perjalanan tetap,
demikian mereka sensitif terhadap perubahan akan sangat mempengaruhi preferensinya.
waktu perjalanan. Sedangkan responden yang
memilih Bus, yang merupakan feeder busway
95% Confidence
Interval for
Std.
Pemilihan Modaa B Wald df Sig. Exp(B) Exp(B)
Error
Lower Upper
Bound Bound
Bus Intercept 1.391 2.501 0.309 1 0.578
Waktu
Perjalanan 1.92 0.733 6.858 1 0.009 6.824 1.621 28.721
Biaya yang di
Keluarkan -2.436 0.684 12.694 1 0.000 0.088 0.023 0.334