Upload
others
View
0
Download
0
Embed Size (px)
Citation preview
33
33
BAB III
METODE PENELITIAN
3.1 Kerangka Pemikiran
Kerangka pemikiran yang dipakai untuk studi model kecelakaan pengguna sepeda di
Kota Malang dan Kota Blitar dapat dilihat di Gambar 3.1 di bawah ini.
Gambar 3.1 Diagram Kerangka Pemikiran
Permasalahan Lalu Lintas :
1. fungsi jalan khusus sepeda yang disalahgunakan (jalur dijadikan
parkir mobil, becak dll), kurangnya pemeliharaan, dsb (Survei
Pendahuluan, Malang 2017).
2. Program aksi keselamatan yang ada (ZoSS) belum efektif
mengurangi kecelakaan (Harnen,2012).
3. Pengguna Sepeda tersisihkan dalam berlalu lintas
4. Adanya Kecelakaan yang melibatkan Pengguna sepeda
Akibat :
1. Arus lalu lintas campur memicu resiko angka kecelakaan tinggi
pada pengguna sepeda .
2. Penurunan keselamatan pengguna sepeda.
Pemodelan prediksi kecelakaan pengguna sepeda.
Kesimpulan
Faktor yang mempengaruhi Kecelakaan:
34
3.2 Tahapan Pelaksanaan Studi
Untuk menunjang keberhasilan studi perlu dilakukan tahapan-tahapan dalam
pelaksanaan studi. Tahapan pertama yang dilakukan adalah tahap persiapan. Dalam tahap
persiapan ini dilakukan studi literatur untuk dijadikan referensi dalam pelaksanaan kajian.
Pada tahap ini juga ditentukan tujuan dari studi yang dilakukan, serta menentukan objek
terkait yang akan digunakan untuk penelitian.
Tahap kedua adalah pengumpulan data berupa data primer maupun data sekunder
yang menunjang studi. Data primer diperoleh dengan cara survey lalu lintas dan survey
lapangan. Sedangkan data sekunder diperoleh dari instansi-instansi terkait seperti Bappeda
Kota Malang dan Kota Blitar, Dinas Perhubungan, Dinas Pekerjaan Umum, Kepolisian
Daerah Jawa Timur, Badan Pusat Statistik, dan lain-lain.
Tahap ketiga adalah analisis data yang diperlukan sesuai dengan tujuan studi yang
sudah ditentukan. Analisis data yang dilakukan berupa analisis deskriptif yang membahas
jalan yang apakah sudah beroperasi sesuai dengan fungsinya atau tidak, dan analisis
generalized linier model untuk menentukan model kecelakaan yang dapat terjadi. Tahapan
terakhir adalah penyusunan pembahasan dan kesimpulan atas hasil studi yang telah
dilakukan (Gambar 3.2).
35
Diagram Alir Pelaksanaan Studi
Mulai
Perumusan Masalah
Data Primer :
- Survei Geometrik
- Survei Lalu LIntas
Data Sekunder :
- Peta Wilayah
- Data Kecelakaan
- RTRW
- Volume Lalu Lintas
Statistik Deskriptif
Frekuensi
- Analisis Volume Lalu lintas
- Analisis Kecepatan
Generalized Linier
Model
Karakteristik
Geometrik
- Volume Lalu Lintas
-Kecepatan
Analisis Geometrk
Hasil dan Pembahasan
Kesimpulan
Model Prediksi
Kecelakaan
Karakteristik Kecelakaan
dan Karakteristik
Pengendara
Gambar 3.2 Diagram Alir Pelakasanaan Studi
36
3.3 Lokasi Studi
Lokasi Penelitian yang dipilih berada di Kota Malang dan Kota Blitar. Lokasi
Pelaksanaan Survei lapangan dan survey lalu lintas di sesuaikan dengan lokasi kejadian
kecelakaan sepeda(Tabel 1.1 dan Tabel 1.2).
3.4 Jenis dan Sumber Data
Data yang dibutuhkan pada studi ini adalah data yang berkaitan dengan tujuan utama
dilakukannya studi ini, yakni pengaruh tingkat fungsi jalan terhadap terjadinya kecelakaan
dan model kecelakaan yang terjadi pada kedua wilayah studi. Data yang digunakan pada
studi ini adalah data primer dan data sekunder.
3.4.1 Data Primer
Data primer merupakan data yang diperoleh secara langsung melalui survey. Data
Primer pada studi ini adalah berupa hasil kuisioner dan data geometrik jalan. Data
geometrik jalan yang diperoleh, kemudian diolah dan dianalisis guna mengetahui model
kecelakaan yang terjadi pada pengendara sepeda berdasarkan fungsi jalan yang dilalui.
Sedangkan data hasil kuisioner digunakan untuk mengetahui karakteristik sosio-
ekonomi,pergerakan,dan perilaku pengendara sepeda.Data Primer yang dibutuhkan dapat
dilihat pada tabel 3.3.
Tabel 3.3 Data Primer
Sumber Data Data yang Diperoleh
Survei Lapangan Karakteristik Geometrik
Jalan
Kecepatan Kendaraan
Volume Lalu Lintas
3.4.2 Data Sekunder
Data sekunder adalah data yang diperoleh secara tidak langsung oleh peneliti yang
dijadikan data pendukung dalam analisis data primer. Data sekunder dalam studi ini
diperoleh dari instansi-instansi terkait(tabel 3.4).
37
Tabel 3.4 Data Sekunder
Instansi Kebutuhan Data
Dinas Perhubungan Kota Malang
dan Kota Blitar
Volume Lalu Lintas (dalam kurun
waktu 5 tahun terakhir)
BAPPEDA Kota Malang dan Kota
Blitar
RTRW
Peta Jaringan Jalan
Dinas Pekerjaan Umum Kota
Malang dan Kota Blitar
Geometri Jalan Kota
Fungsi Jalan Kota
Sumber : Hasil Survei Pendahuluan (2017)
3.5 Variabel Penelitian
Tabel 3.5 Variabel Peneitian
Tujuan Variabel Parameter Sumber
Mengetahui
Karakteristik
Pengendara
Karakteristik
Sosio Ekonomi
Usia
Jenis Kelamin
Pendidikan
Pekerjaan
Tamin, 2000
Khisty & Lall,2005
Sulistio dkk, 2010
Mengetahui
karakteristik
geometrik
jalan
Karakteristik
geometrik jalan
Fungsi jalan
Bahu jalan
Lebar jalan
Ketersediaan Median
Jumlah Lajur
Tamin, 2000
Sukirman, 1994
PP No 24 Tahun
2006
MKJI 1997
Mengetahu
Karakteristik
Kecelakaan
Karakteristik
Kecelakaan
Tipe Tabrakan
Tingkat Keparahan
Waktu Kejadian
Cuaca
Bolla, 2011
UU No. 22 Tahun
2009
Membuat
model
kecelakaan
sepeda
Karakteristik
pengendara
sepeda
Karakteristik
geometrik
jalan
Karakteristik
kecelakaan
Karakteristik pengendara
sepeda
Karakteristik geometrik
jalan
Karakteristik kecelakaan Sulistio dkk, 2010
38
3.6 Metode Pengumpulan Data
Pengumpulan data yang dilakukan dalam studi ini adalah survey karakteristik
geometrik dan Survei Lalu lintas. Survei lalu lintas yang dilaksanakan diantaranya survei
volume lalu lintas dan survei kecepatan sesaat. Pelaksanaan Survei Volume lalu lintas dan
survey kecepatan dilakukan pada waktu jam puncak terjadi yaitu pukul 06.00-08.00 WIB,
11.00-13.00 WIB, dan 16.00-18.00 WIB. Survei dilaksanakan pada hari libur dan hari
kerja untuk memperoleh hasil yang lebih akurat. Untuk jumlah kebutuhan surveyor dapat
dilihat pada tabel 3.6 dan tabel 3.7.
Tabel 3.6 Data Kebutuhan Surveyor Kota Malang
Lokasi
Jumlah Surveyor
Traffic
Counting
Spot Speed
Test
Survei
Geometrik
Jalan Borobudur 2 2 2
Jalan Ikan Tombro - 2 2
Jalan Ahmad Yani 2 2 2
Jalan Patimura 2 2 2
Jalan Jenderal Basuki
Rahmat
- - 2
Jalan Nusakambangan 2 2 2
Jalan Raya Langsep - 2 2
Jalan Sudan co Supriyadi - 2 2
Jalan LA Sucipto 2 2 2
Jalan Sawojajar - 2 2
39
Tabel 3.7 Data Kebutuhan Surveyor Kota Blitar
Lokasi
Jumlah Surveyor
Traffic
Counting
Spot Speed
Test
Survei
Geometrik
Jalan Tanjung 2 2 2
Jalan Raya Kediri-Blitar 2 2 2
Jalan Jati 2 2 2
Jalan Bendo 2 2 2
Jalan Bengawan Solo 2 2 2
Jalan Karanggayam 2 2 2
Jalan Ir Soekarno 2 2 2
Jalan Mastrip 2 2 2
Jalan Imam Bonjol 2 2 2
Jalan Umum Desa Kauman 2 2 2
Jalan Umum Desa Selokajang 2 2 2
Jalan Simpang 4 Desa
Selokajang 2 2 2
3.7 Metode Analisis Data
3.7.1 Analisis Statistik Deskriptif Frekuensi
Analisis deskriptif merupakan analisis yang menggambarkan keadaan atau peristiwa
sebagaimana mestinya sehingga hanya sebatas menggambarkan fakta. Data yang dianalisis
dengan metode ini adalah data karakteristik dan perilaku pengendara sepeda di wilayah
studi. Dalam penelitian ini analisis yang digunakan adalah analisis frekuensi, analisis ini
dipilih karena memiliki keunggulan dibandingkan analisis lain. Menurut Subagyo (2012)
analisis frekuensi memudahkan dan mempercepat memahami isi data yang disusun dalam
bentuk diagram
3.7.2 Pemodelan Prediksi Kecelakaan
Model ini dibuat untuk mengetahui pengaruh variabel geometrik (jumlah lajur, lebar
lajur, lebar bahu, ketersediaan median, kelandaian) dan variabel lalu lintas (kecepatan dan
volume kendaraan) terhadap kecelakaan yang melibatkan pengguna sepeda. Data
geometrik dan lalu lintas pada (22) ruas jalan di wilayah kajian (Kota Malang dan Kota
40
Blitar) digunakan untuk membuat model. Dalam analisis ini digunakan fungsi dari
penghubung logaritmik dan tingkat signifikan 5% ditetapkan sebagai kriteria dalam proses
estimasi parameter model. Proses pembentukan model akan dijelaskan pada gambar 3.5
berikut ini:
Mulai
Pengumpulan Data
Klasifikasi Variabel:
Variabel Respon : Jumlah Kecelakaan yang melibatkan
pengguna sepeda per tahun
Variabel Penjelas : Jumlah Lajur, Lebar Lajur, Bahu Jalan,
Kecepatan, dan Arus Lalu Lintas
Spesifikasi Model :
Variabel Respon
Variabel Penjelas
Funsi Penghubung
Analisis Data:
Uji Kesesuaian Distribusi
Uji Korelasi
Uji Univariat
Uji Multivariat
Tingkat Signifikansi
α ≤ 5%
Bila Sig > 5%
Model Prediksi
Gambar 3.15 Diagram Alir Pemodelan
41
Analisis ini untuk mencari derajat keeratan hubungan dan arah hubungan antara
variabel penjelas (lebar lajur, jumlah lajur, lebar bahu jalan, ketersediaan median,
kelandaian, volume kendaraan dan kecepatan kendaraan) terhadap variabel respon (jumlah
kecelakaan). Nilai kolerasi (r) berkisar antara 1 sampai -1, nilai semakin mendekati 1 atau -
1 berarti hubungan antara variabel semakin kuat, sebaliknya nilai mendekati 0 berarti
hubungan antara variabel semakin lemah. Nilai positif menunjukan hubungan searah (X
naik makan Y naik) dan nilai negatif menunjukan hubungan terbalik (X naik maka Y
turun). Setelah dilakukan analisis korelasi tahap selanjutnya adalah menilai Goodness of
Fit suatu model. Secara statistik, setidaknya ini dapat diukur dari nilai koefisien
determinasi, nilai statistik F dan nilai statistik t. Perhitungan statistik disebut signifikan
secara statistik apabila nilai uji statistiknya berada dalam daerah kritis (daerah dimana Ho
ditolak). Langkah-langkah pengujian sebagai berikut:
1. Menentukan Hipotesis
H0 : Tidak ada hubungan secara signifikan
H1 : Adanya hubungan secara signifikan
2. Menentukan tingkat signifikansi
Pengujian menggunakan uji dua sisi dengan tingkat signifikansi α = 5% (uji
dilakukan dua sisi karena untuk mengetahui ada atau tidaknya hubungan yang
signifikan, jika satu sisi digunakan untuk mengetahui hubungan lebih kecil atau
lebih besar)
3. Uji Kesesuaian Distribusi
Pengujian dilakukan dengan Uji Kolmogorov-Smirnov. Pengujian dilakukan
terhadap variabel respon dengan target distribusi Poisson dan Negativ Binomial
yang merupakan distribusi yang paling sering digunakan pada pemodelan
kecelakaan.
4. Uji Korelasi
Pengujian dilakukan guna mengetahui hubungan antara Variabel Respon dengan
variabel penjelas maupun antar variabel penjelas.Tingkat hubungan dianggap
cukup erat apabila nilai Pearson Correlation >0.5.
5. Uji Univariat
Uji Univariat dilakukan dengan cara menguji variabel respon dengan variabel
penjelas secara parsial. Sehingga diperoleh hasil signifikansi dari variabel penjelas
tersebut yang kemudian akan diuji kembali bersama dengan variabel-variabel
42
penjelas yang lain. Terkadang ada variabel penjelas yang tidak signifikan pada uji
univariat namun signifikansinya memenuhi pada uji multivariate karena variabel-
variabel penjelas saling menegasikan satu sama lainnya.
6. Uji Multivariat
Uji Multivariat dilakukan setelah uji univariat, untuk menguji variabel-variabel
penjelas yang ada secara bersama-sama terhadap variabel respon
7. Kesimpulan
Menetapkan hasil pengujian sesuai dengan kriteria, yaitu ada atau tidaknya
hubungan secara signifikan antar variabel yang dianalisis.
Dari hasil korelasi hubungan antara variabel sudah dapat diketahui tingkat
signifikansinya maka selanjutnya dilakukan analisis dengan memasukkan semua variabel
penjelas untuk memprediksi suatu variabel respon (jumlah kecelakaan) Persamaan umum
yang digunakan dalam metode GLM (BOLLA,2014) adalah:
ln(FK) = ln k + α1lnX1 + α2lnX2 + …. + β1Y1 + β2Y2 + …. βnYn … (3-1)
Keterangan:
FK = Variabel respon (nilai yang diprediksikan)
Xi,Yj = Variabel penjelas(i = 1,2,3,….; j = 1,2,3,….)
k = Konstanta
α, β = Koefisien Variabel
Model statistic yang diusulkan sebagai berikut:;
BA = k FLOWβ0
EXP (β1X1+β2X2+β3X3+…)
(3-2)
Di mana BA adalah jumlah kecelakaan yang melibatkan pengguna sepeda , FLOW
merupakan arus dalam satuan smp/jam. Sedangkan k dan β merupakan parameter-
parameter yang akan diestimasi, dan x merupakan variabel penjelas. Dengan transformasi
logaritmik, maka bentuk log-linier dari model adalah:
Ln(BA) = Ln(k) + β0 Ln(FLOW) + β1x1 + β2x2 + β3x3 + … (3-3)
3.8 Desain Survei
Tabel 3.8 Desain Survei
No Tujuan Variabel Sub
variabel
Data yang
dibutuhkan Sumber Data
Metode
pengumpulan
Data
Metode Analisis Output
1 Mengidentifikasi
Karakteristik
Pengendara
Karakteristik
Sosio-
Ekonomi
Usia
Jenis
Kelamin
Pendidikan
Pekerjaan
Usia
Jenis
Kelamin
Pendidikan
Pekerjaan
Data Primer
Kuisioner
Survei Primer
Kuisioner
Analisis Statistik
Deskriptif
Frekuensi
Karakteristik
Pengendara
2 Mengidentifikasi
karakteristik
geometrik jalan
Kelas/fungsi
jalan
Volume
Kecepatan
Bahu jalan
Jumlah Lajur
Keberadaan
Median
Lebar lajur
jalan
Kelas/fungsi
jalan
Volume
Kecepatan
Bahu jalan
Jumlah Lajur
Keberadaan
Median
Lebar lajur
jalan
Data Primer
Data
Sekunder
Survei Primer
Survei
Sekunder
Analisis Volume
Jam Puncak
Analisis Kecepatan
Analisis Statistik
Deskriptif
Frekuensi
Karakteristik
Geometrik
Jalan
43
44
Tabel 3.8 Desain Survei(Lanjutan)
No Tujuan Variabel Sub
variabel
Data yang
dibutuhkan Sumber Data
Metode
pengumpulan
Data
Metode Analisis Output
3 Mengidentifikasi
Karakteristik
Kecelakaan
Jenis
Tabrakan
Jenis Cedera
Kerugian
Jenis Tabrakan
Jenis Cedera
Kerugian
Data
Sekunder
Survei
Sekunder
Analisis Statistik
Deskriptif Frekuensi
Karakteristik
Kecelakaan
4
Pemodelan
Kecelakaan
Sepeda
Karakteristik
Geometrik
Jalan
Karakteristik
Kecelakaan
Karakteristik
Geometrik
Jalan
Karakteristik
Kecelakaan
Data Primer
Data Sekunder
Hasil
Analisis
Statistik
Deskripif
Frekuensi
Generalized
Linier Model
BA = k FLOW β 0
EXP(β1X1+β2X2+β3X3+
…)
Model Prediksi
Kecelakaan
Sepeda
44
3.9 Kerangka Metode
Data Geometrik Jalan:
Bahu Jalan
Lebar Laur
Jumlah Lajur
Data Lalu Lintas :
Volume lalu lintas
Kecepatan
Data Kecelakaan :
Jumlah Kecelakaan
Data Kecelakaan :
Waktu Kejadian
Jenis Tabrakan
Kerugian
Cuaca
Jenis Cedera
Data Korban Kecelakaan
Jenis Kelamin
Pekerjaan
Usia
Analisis DeskripsiAnalisis Volume
Analisis Kecepatan
Analisis Deskriptif Frekuensi
Karakteristik Pengendara
Karakteristik Kecelakaan
Analisis Generalized Linier
Model
Model Prediksi Kecelakaan
Karakteristik
Lalu Lintas
Karakteristik
Geometrik
45
46
(Halaman Ini Sengaja Dikosongkan)