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)