Jurnal 393e3k
This document was ed by and they confirmed that they have the permission to share it. If you are author or own the copyright of this book, please report to us by using this report form. Report r6l17
Overview 4q3b3c
& View Jurnal as PDF for free.
More details 26j3b
- Words: 3,633
- Pages: 20
Jurnal Transportasi & Simulasi VISSIM 5.40
SIMULASI ALIRAN LALU LINTAS PADA SEGMEN PENYEMPITAN GEOMETRIK (BOTTLENECK) DENGAN MENGGUNAKAN VISSIM 5.40 (Studi Kasus pada Jalan T.Nyak Arief Km 6 Lamnyong, Banda Aceh)
Zianul Furqan, ST Jurusan Teknik Sipil Fakultas Teknik Universitas Syiah Kuala Banda Aceh
ABSTRAK Pertumbuhan lalu lintas di masa yang akan datang tentu akan memerlukan perencanaan dan pengendalian arus lalu lintas pada jaringan jalan sehingga diharapkan mampu melayani arus lalu lintas. Hambatan lalu lintas yang terdapat pada ruas Jl. T. Nyak Arief Km 6 adalah penyempitan jalan (bottleneck). Penyempitan jalan adalah suatu bagian jalan dengan kondisi kapasitas jalan sesudahnya lebih kecil dari bagian masuk (sebelumnya). Penyempitan ruas jalan akan menimbulkan hambatan dalam lalu lintas, yaitu terjadinya penurunan kecepatan, menambah waktu perjalanan dan timbulnya antrian kenderaan. Akan tetapi pengaruh penyempitan jalan tidak berarti sama sekali apabila arus lalu-lintas (demand) lebih kecil dari pada daya tampung atau kapasitas jalan (supply) pada daerah penyempitan sehingga arus lalu lintas dapat terlewatkan dengan mudah tanpa ada hambatan. Tujuan dari tugas akhir ini adalah untuk memvisualisasikan aliran lalu lintas pada lokasi tinjauan dan menentukan tolak ukur aliran lalu lintas Measurement Of Effectiveness (MOEs) dengan menggunakan VISSIM 5.40. Penelitian ini dilakukan dengan pengambilan data yang diamati pada hari Rabu 23 Mei 2012 dan Kamis 24 Mei 2012, data yang dikumpulkan adalah data geometrik jalan, volume lalu lintas kemudian diolah untuk mendapatkan kecepatan, headway dan waktu perjalanan. Hasil yang diperoleh dari penelitian ini adalah volume puncak terjadi pada hari Kamis 24 Mei 2012 pukul 07.30-08.30 WIB. Pada kondisi normal (free flow) didapat volume sebesar 1660 smp/jam, kecepatan 45,04 km/jam dan headway 1,157 detik, pada kondisi penyempitan (bottleneck) didapat volume sebesar 1592 smp/jam, kecepatan 11,11 km/jam dan headway 2,573 detik dan waktu perjalanan 165 detik. Dari hasil di lapangan maka akan disimulasikan ke dalam software VISSIM 5.40 yang menghasilkan ouput volume lalu lintas 1455 smp/jam, kecepatan 9,59 km/jam dan waktu perjalanan 155,6 detik. Validasi dilakukan dengan membandingkan data observasi di lapangan dengan hasil simulasi diperoleh volume lalu lintas 12 %, kecepatan 14 % dan waktu perjalanan 6 %. Ketiga parameter tersebut memperlihatkan bahwa hasil validasi dibawah 15%. Maka Measurement Of Effectiveness (MOEs) hasil simulasi VISSIM 5.40 dapat diterima dan mewakili kondisi aliran lalu lintas di lapangan. PENDAHULUAN Penelitian ini untuk menyelidiki dan memvisualisasikan aliran lalu lintas pada penyempitan geometrik (bottleneck) dan menentukan tolak ukur aliran lalu lintas Measurement Of Teknik Sipil
17/10/2012
Jurnal Transportasi & Simulasi VISSIM 5.40 Effectiveness (MOEs) dengan menggunakan software simulasi lalu lintas VISSIM 5.40. Simulasi dilakukan dengan mengkalibrasi parameter lapangan dan menggunakan random seed simulasi agar membentuk aliran lalu lintas untuk dapat mewakili kondisi di lapangan. Hasil yang dicapai berupa visualisasi aliran lalu lintas berupa video file ataupun VISSIM 5.40 file. Selain itu parameter tolak ukur aliran lalu lintas juga ditentukan berdasarkan kalibrasi parameter dan skenario penggandaan random seed. Adapun rumusan masalah dalam penelitian ini adalah parameter kecepatan, volume dan waktu perjalanan kenderaan yang diakibatkan oleh penyempitan geometrik (bottleneck) pada lokasi tinjauan. Pengambilan data dilakukan dengan menggunakan kamera perekam digital (handy cam) yang secara otomatis dapat merekam aktifitas aliran lalu lintas pada ruas jalan tersebut. Pengambilan data dilakukan pada hari Rabu dan Kamis, masing-masing pada waktu pagi pukul 07.30-08.30 WIB dan sore pukul 17.30-18.30. Pada jam-jam tersebut diperkirakan terjadinya peak hour (jam puncak). Pengambilan data geometrik pada segmen Jalan T.Nyak Arief dilakukan dengan pengukuran langsung di lapangan. Data yang didapat dikumpulkan kemudian disimulasikan dengan software VISSIM 5.40 guna mendapatkan hasil dari penelitian ini.
TINJAUAN PUSTAKA Karakteristik Lalu Lintas Karakteristik dasar arus lalu lintas adalah arus, kecepatan, dan kerapatan. Karakteristik ini dapat diamati dengan cara makroskopik atau mikroskopik. Pada tingkat mikroskopik analisis dilakukan secara individu sedangkan pada tingkat makroskopik analisis dilakukan secara kelompok (Soedirdjo, 2002: 24). Tabel 2.1 menggambarkan kerangka dasar dari karakteristik lalu lintas.
Tabel 2.1 Kerangka Dasar Karakteristik Lalu Lintas Karakteristik Lalu Lintas
Mikroskopik
Makroskopik
Arus
Waktu Antara (Time Headway)
Tingkat Arus
Kecepatan
Kecepatan Individu
Kecepatan Rata-rata
Kerapatan
Jarak Antara(Distance Headway)
Tingkat Kerapatan
Sumber : Direktorat Jenderal Bina Marga, 1990
Teknik Sipil
17/10/2012
Jurnal Transportasi & Simulasi VISSIM 5.40 Parameter karakteristik arus lalu lintas Terdapat 8 (delapan) variabel atau ukuran dasar yang digunakan untuk menjelaskan karakteristik arus lalu lintas. Tiga variabel utama (makroskopis) adalah kecepatan (v), volume (q), dan kerapatan/density (k). Tiga variabel lain (mikroskopis) yang digunakan dalam analisis arus lalu lintas adalah time headway (h), spacing (s), dan lane occupancy (R). Serta dua parameter lain yang berhubungan dengan spacing dan headway yaitu, clearance (c) dan gap (g) (Khisty, 2003).
Volume Lalu-lintas (Flow) Volume lalu lintas diartikan sebagai jumlah kendaraan yang melintasi suatu titik di jalan per lajur atau jalur dalam interval waktu tertentu (Roger dkk, 2004:106). Satuan volume dinyatakan dalam kendaraan persatuan waktu (jam/hari).
Kecepatan dan Waktu tempuh Menurut Rojer dkk (2004 : 106), kecepatan dan waktu pergerakan berbanding terbalik, seperti diuraikan dalam persamaan berikut: S=
d t
………………………………………..……….…......................... (2.1)
Dimana :
S
= Kecepatan, MPH atau Km/jam
d
= jarak yang di tempuh, mil, ft atau m
t
= Waktu tempuh, jam atau detik
Time Headway (waktu antara) Time headway adalah selisih waktu antar kendaraan yang beriringan yang melewati suatu titik tertentu dalam satu lajur (Salter, 1974). Karena time headway pada kenyataannya terdiri dari dua jenis waktu yaitu waktu okupansi (occupancy time) dan waktu antara (time gap).
Teknik Sipil
17/10/2012
Jurnal Transportasi & Simulasi VISSIM 5.40 Ekivalen Mobil Penumpang Tabel 2.2 Faktor Ekivalen Mobil Penumpang Tipe Jalan
Arus Lalu lintas per jalur (kend/jam) 0
EMP HV 1,3
MC 0,4
Empat lajur terbagi (4/2 D) > 1050
1,2
0,25
Tiga lajur satu arah (3/1)
0
1,3
0,4
Enam lajur terbagi (6/2 D)
>1100
1,2
0,25
Dua Lajur satu arah (2/1)
Sumber: MKJI : Hal 5-38, Tabel A-3 : 1
Penyempitan Jalan (Bottleneck) Sistem Transportasi Bottleneck merupakan suatu kondisi dimana jalan mengalami penyempitan sehingga kapasitas jalan menjadi lebih kecil dari bagian sebelum (upstream) dan sesudahnya (downstream) (Budiarto, 1998). Menurut Brilion, dkk. yang dikutip kembali dari Sugiarto (2012:15) menyebutkan bahwa bottleneck dibagi menjadi dua jenis, yaitu :
1. Systematic Bottleneck Systematic Bottleneck merupakan kondisi dimana terjadinya penyempitan geometrik jalan, yaitu dari keadaan dalam kondisi normal tiba-tiba terjadi penyempitan ruas jalan.
Up stream Cross section
Bottleneck
Down stream Cross section
Gambar 2.1 Systematic bottleneck Sumber : Sugiarto (2012:15)
Teknik Sipil
17/10/2012
Jurnal Transportasi & Simulasi VISSIM 5.40 2. Unsystematic Bottleneck Unsystematic Bottleneck disebut juga virtual bottleneck yaitu merupakan kondisi dimana terjadinya pengurangan kapasitas jalan akibat adanya hambatan samping seperti: adanya kecelakaan yang mengakibatkan sebagian lebar jalan ditutup, parkir di badan jalan, pedagang kaki lima, dll.
Up stream cross section
Virtual Bottleneck
Downstream cross section
Gambar 2.2 Unsystematic bottleneck (virtual bottleneck) Sumber : Sugiarto (2012:15)
Software VISSIM 5.40
Definisi VISSIM 5.40
Menurut PTV-AG (2011), VISSIM adalah multi-moda lalu lintas perangkat lunak aliran mikroskopis simulasi. Hal ini dikembangkan oleh PTV (Planung Transportasi Verkehr AG) di Karlsruhe, Jerman. Nama ini berasal dari "Verkehr Städten - SIMulationsmodell" (bahasa Jerman untuk "Lalu lintas di kota - model simulasi"). VISSIM dimulai pada tahun 1992 dan saat ini pemimpin pasar global. VISSIM model simulasi telah dipilih untuk mengkalibrasi kondisi lalu lintas.
Kemampuan VISSIM 5.40
Menurut PTV-AG (2011), VISSIM menyediakan kemampuan animasi dengan perangkat tambahan besar dalam 3-D. Simulasi jenis kendaraan (yaitu dari mobil penumpang, truk, kereta api ringan dan kereta api berat). Selain itu, klip video dapat direkam dalam program, dengan kemampuan untuk secara dinamis mengubah pandangan dan perspektif. Elemen visual lainnya, seperti pohon, bangunan, fasilitas transit dan rambu lalu lintas, dapat dimasukkan ke dalam animasi 3-D. Teknik Sipil
17/10/2012
Jurnal Transportasi & Simulasi VISSIM 5.40
VISSIM
VISUM
Gambar 2.3 : Tingkat karakteristik lalu-lintas model Sumber : PTV-Vision 2008
Input Data, Simulasi dan Kalibrasi VISSIM 5.40
Menurut PTV-AG (2011), tahap pengumpulan data adalah tugas yang paling penting dalam penelitian ini. Mikroskopis simulasi model VISSIM memiliki persyaratan rumit input data dan memiliki parameter model banyak. Untuk membangun model VISSIM simulasi untuk jaringan ini dan untuk mengkalibrasi lalu lintas lokal, dua jenis data yang diperlukan yaitu : tipe pertama adalah input data dasar yang digunakan untuk jaringan coding dari model simulasi dan tipe kedua adalah data observasi digunakan untuk kalibrasi parameter model simulasi. Input data dasar termasuk data geometri jaringan, data volume lalu lintas dan karakteristik kendaraan, tuntutan perjalanan, komposisi kendaraan, tanda berhenti dan lalu lintas sistem kontrol.
Parameter Kalibrasi VISSIM 5.40 Menurut PTV-AG (2011), model parameter yang berhubungan dengan atribut fisik dari pengembangan model VISSIM. Mendefinisikan langkah kalibrasi dalam mikro-simulasi pemodelan. Ini kalibrasi awal dilakukan untuk mengidentifikasi nilai-nilai untuk penyesuaian
Teknik Sipil
17/10/2012
Jurnal Transportasi & Simulasi VISSIM 5.40 kapasitas parameter yang menyebabkan model untuk mereproduksi terbaik kapasitas lalu lintas diamati/kondisi lalu lintas di lapangan.
METODE PENELITIAN Survei Pendahuluan dan Penentuan Lokasi Penelitian Studi Literatur
Data Primer
Data Sekunder Peta Jaringan Jalan Kota Banda Aceh Peta Lokasi Penelitian
Geometrik VolumeLalu lintas Kecepatan Headway Waktu Perjalanan
Input Data Simulasi
Geometrik Data Traffic Parameter Kalibrasi Penggandaan Random Seed
Evaluasi dan Penentuan MOEs Volume Lalu Lintas Kecepatan Waktu Perjalanan Hasil Video Visualisasi Final Parameter MOEs Kesimpulan dan Saran Survey Pendahuluan Survei pendahuluan ini untuk mengetahui gambaran umum dari lokasi penelitian dan untuk menentukan perumusan dan identifikasi masalah. Kegiatan ini meliputi : Teknik Sipil
17/10/2012
Jurnal Transportasi & Simulasi VISSIM 5.40 1. Menentukan metode yang didasarkan pada kemampuan data yang digunakan 2. Mengamati kondisi di lapangan serta menaksir keadaan yang berkaitan dengan mutu data yang diambil, meliputi : a. Lebar lajur b. Lebar bahu jalan c. Jumlah lajur d. Karakteristik lalu lintas e. Volume lalu lintas f. Kecepatan lalu lintas g. Komposisi kendaraan yang lewat h. Kondisi geometrik Metode Pengumpulan Data Data pada penelitian ini dibagi dua bagian, yaitu data primer dan data sekunder. Data primer adalah data yang didapatkan dengan cara observasi atau pengamatan langsung di lokasi penelitian yang meliputi data volume lalu-lintas dan kondisi geometrik.
Volume lalu lintas Pengambilan data volume lalu lintas dilakukan menggunakan alat bantu handycam. Data yang diperoleh dari rekaman video diekstrak secara manual dengan menggunakan Timer Free Application Software (TFAS).
L1 1
L2 2
L3 Segmen Bottleneck
Gambar 3.1 Contoh Pengkodean Lajur Dengan Menggunakan TFAS.
Teknik Sipil
17/10/2012
Jurnal Transportasi & Simulasi VISSIM 5.40 Kecepatan Kecepatan yang diamati pada studi kasus ini untuk jalan per satu arah adalah kecepatan setempat.
Pias 1 Jarak > 50 m Pias 2 Gambar 3.2 Contoh Pengkodean Pias Dengan Menggunakan TFAS. Headway Membuat satu pias sebagai tanda setiap kendaraan yang melintasi dapat dikodekan, untuk mendapatkan selisih waktu antara kendaraan.
Pias 1
Gambar 3.3 Contoh Pengkodean Pias Dengan Menggunakan TFAS.
Waktu Perjalanan (Travel Time) Survei waktu perjalanan untuk mengukur waktu perjalanan dan waktu bergerak rata-rata yang diperlukan untuk melintasi rute atau segmen jalan. Untuk melaksanakan survei yaitu dengan metode bergerak dimana pengamat ada didalam kendaraan yang berjalan didalam arus lalu lintas. Teknik Sipil
17/10/2012
Jurnal Transportasi & Simulasi VISSIM 5.40 Analisis Data Pada saat data diekstrak, data tersebut diberi kode dan software secara otomatis mencatat ke dalam file notepad sehingga diperoleh data kedatangan kendaraan dan waktu kedatangan seperti yang terlihat pada gambar 3.4. Kemudian, file notepad diintegrasikan kedalam Ms. Excel 2007 untuk menganalisis data primer seperti arus, dan waktu kedatangan. Data primer tersebut dianalisis menggunakan pivot table yang telah tersedia didalam Ms. Excel 2007. Selanjutnya total kendaraan dan waktu kendaraan untuk semua pengamatan di lajur 1, 2 dan 3, direkap berdasarkan lamanya pengamatan dilapangan selama setiap jam puncak.
L1
L2
L3
Gambar 3.4 Contoh Output Parameter Dari TFAS
Penggunaan Software VISSIM 5.40 Coding of network (Pengkodean pada jaringan)
Gambar 3.5 Pengkodean pada jaringan
Teknik Sipil
17/10/2012
Jurnal Transportasi & Simulasi VISSIM 5.40 Link and Connector (ruas-penghubung)
Gambar 3.6 Ilustrasi link dan konektor Traffic Compositions (Komposisi Lalu-lintas)
Gambar 3.7 Pengaturan komposisi lalu lintas
Vehicle Inputs (Data Kendaraan
Gambar 3.8 Pengaturan data kendaraan Teknik Sipil
17/10/2012
Jurnal Transportasi & Simulasi VISSIM 5.40 Menjalankan Model Simulasi Sebagai tahap awal parameter kalibrasi dalam model VISSIM dipilih, termasuk mobil dan perubahan jalur. Berikut ini parameter untuk menjalankan model simulasi : 1. Pengaturan Lalu lintas 2. Periode/lama waktu simulasi 3. Waktu memulai 4. Tanggal mulai 5. Revolusi simulasi 6. Random seed 7. Berhenti/selesai
Gambar 3.9 Pengaturan Simulasi Kalibrasi dan Validasi Parameter Kalibrasi adalah proses dimana komponen simulasi model yang disempurnakan dan disesuaikan sehingga model simulasi secara akurat mewakili bidang yang diamati pada kondisi lalu lintas. Kalibrasi yang telah dilakukan dalam penelitian ini adalah kalibrasi parameter dan validasi faktor random simulasi dengan penggandaan random seed. Sedangkan validasi adalah perbandingan parameter MOEs yang diperoleh dari lapangan terhadap hasil simulasi dengan menggunakan VISSIM 5.40. Hasil yang dicapai diharapkan lebih kecil dari 15% seperti yang direkomendasikan oleh (Collins, 2009 : 61).
Teknik Sipil
17/10/2012
Jurnal Transportasi & Simulasi VISSIM 5.40 HASIL DAN PEMBAHASAN Hasil Geometrik Dari dua bagian tersebut yang disurvei adalah arah yang menuju ke Darussalam, secara rinci data ruas jalan tersebut adalah sebagai berikut : A. Kondisi Normal: 1.
Terdiri dari 6 lajur, 2 arah.
2.
Lebar masing-masing lajur : 3,2 m
3.
Pemisah arah dibatasi oleh Median
4.
Pemisah lajur berupa marka garis lurus terputus-putus
5.
Kondisi perkerasan dalam keadaan baik
B. Kondisi Menyempit: 1.
Terdiri dari 2 lajur, 2 arah
2.
Lebar lajur : 3,65 m
3.
Pemisah arah berupa marka garis lurus
4.
Kondisi perkerasan dalam keadaan baik.
Arah Ke Pusat Kota Banda Aceh
Arah Ke Darussalam (Unsyiah)
A
C
B 5m 3,6
3,2 m
5m 3,6
3,2 m 3,2 m
B
3,2 m 3,2 m
C
3,2 m
A Median
Gambar 4.1 Geometrik eksisting Keterangan : A-A
: Potongan melintang jalan normal
B-B
: Potongan melintang Jalan Menyempit
C-C
: Potongan melintang Pertemuan antara Jalan Normal dan Menyempit
Teknik Sipil
17/10/2012
Jurnal Transportasi & Simulasi VISSIM 5.40 Volume Lalu lintas Tabel 4.1 Rekap Volume Lalu Lintas (Pagi) No
Hari/Tanggal
Waktu
1 2
Rabu/24 Mei 2012 Kamis/25 Mei 2012
07.30-08.30 WIB 07.30-08.30 WIB
Total Volume (smp/jam) free flow bottleneck 1521 1512 1660 1592
Tabel 4.2 Rekap Volume Lalu Lintas (Sore) No
Hari/Tanggal
Waktu
1 2
Rabu/24 Mei 2012 Kamis/25 Mei 2012
17.30-18.30 WIB 17.30-18.30 WIB
Total Volume (smp/jam) free flow bottleneck 969 959 916 898
Kecepatan Tabel 4.3 Rekap kecepatan kendaraan Kecepatan (km/jam) No
Hari/Tanggal
1 2
Rabu/23 Mei 2012 Kamis/24 Mei 2012
Pagi Free flow Bottleneck 42,65 25,59 45,04 11,11
Sore Free flow Bottleneck 40,65 25,23 42,50 22,87
Headway Tabel 4.4 Rekap headway kendaraan Headway(s) No
Hari/Tanggal
1 2
Rabu/23 Mei 2012 Kamis/24 Mei 2012
Pagi Free flow Bottleneck 1,050 2,301 1,157 2,573
Sore Free flow Bottleneck 1,193 2,568 1,707 2,709
Waktu Perjalanan Tabel 4.5 Rekap waktu perjalanan No 1 2
Hari/Tanggal Rabu/24 Mei 2012 Kamis/25 Mei 2012
Teknik Sipil
Jarak (m) 409,3
Waktu Perjalanan (travel time) s Rata-rata 131 100 120 117 166 169 162 165
17/10/2012
Jurnal Transportasi & Simulasi VISSIM 5.40 Simulasi VISSIM 5.40 Tabel 4.6 Rekap simulasi VISSIM 5.40 pada kondisi normal Jarak Random Seed No Simulasi (m) 1 2 3 4 1 Volume (smp/jam) 1451 1438 1460 1471 409,3 8,28 2 Kecepatan (km/jam) 9,54 10,67 9,55 3 Waktu perjalanan (s) 177,9 155,9 138,1 154,3
5 1457 9,88 149,1
Ratarata 1455,40 9,57 155,06
Grafik 4.1 Fluktuasi antara volume lalu lintas terhadap modifikasi random seed y = -5x3 + 44,07x2 - 107,9x + 1519, R² = 0,975
Volume
1480 1460 1440 1420 0
1
2
3
4
5
6
Random seed
Grafik 4.2 Fluktuasi antara kecepatan terhadap modifikasi random seed
Kecepaatan
12 8 y = 0,116x3 - 1,337x2 + 4,806x + 4,606 R² = 0,817
4 0 0
1
2
3
4
5
6
Random seed
Waktu Perjalanan
Grafik 4.3 Fluktuasi antara Waktu perjalanan terhadap modifikasi random seed 240
y = -2,133x3 + 24,02x2 - 85,23x + 242,4 R² = 0,877
180 120 60 0 0
1
2
3
4
5
6
Random seed
Teknik Sipil
17/10/2012
Jurnal Transportasi & Simulasi VISSIM 5.40 Tabel 4.7 Rekap simulasi VISSIM 5.40 Kondisi Penyempitan (bottleneck) Jarak Random Seed No Simulasi (m) 1 2 3 4 5 1 Volume (smp/jam) 1466 1427 1447 1453 1444 400,1 9,12 10,54 11,77 10,26 10,74 2 Kecepatan (km/jam) 3 Waktu perjalanan (s) 157,9 136,6 122,3 140,3 134,1
Ratarata 1447,40 10,49 138,24
Grafik 4.4 Fluktuasi antara volume lalu lintas terhadap modifikasi random seed y = -6,166x3 + 58,78x2 - 167,0x + 1579, R² = 0,908
1470
Volume
1460 1450 1440 1430 1420 0
1
2
3
4
5
Random Seed
Grafik 4.5 Fluktuasi antara kecepatan terhadap modifikasi random seed 15 Kecepatan
12 9 y = 0,181x3 - 1,965x2 + 6,563x + 4,236 R² = 0,791
6 3 0 0
1
2
3
4
5
Random Seed
Grafik 4.6 Fluktuasi antara waktu perjalanan terhadap modifikasi random seed
Waktu perjalanan
200
y = -2,6x3 + 27,86x2 - 92,53x + 226,3 R² = 0,856
160 120 80 40 0 0
1
2
3
4
5
Random Seed
Teknik Sipil
17/10/2012
Jurnal Transportasi & Simulasi VISSIM 5.40 Grafik 4.1 dan 4.4 menunjukan bahwa fluktuasi volume lalu lintas terhadap random seed masih belum stabil maka perlukan melakukan random seed 5 kali lagi, maka total random seed sebanyak 10 kali untuk mendapatkan hasil yang akurat. Grafik 4.2, 4.3, 4.5, dan 4.6 menunjukkan masing-masing fluktuasi kecepatan dan waktu perjalanan terhadap random seed mendekati hasil stabil maka random seed cukup dengan 5 kali.
Perbandingan survei lapangan dan simulasi Tabel 4.8 Rekap Perbandingan data lapangan dan simulasi < 15% No
Parameter
1 2 3
Volume (smp/jam) Kecepatan (km/jam) Waktu perjalanan (s)
Kondisi Arus Bebas Lapangan Simulasi 1660 1455 45,04 44,7 165 155,06
Kondisi Bottleneck Lapangan Simulasi 1592 1447 11,11 9,56 165 155,06
Deviasi (%) 12 1 6
9 14 6
Dari hasil survei lalu lintas yang dilakukan dilapangan dan kemudian disimulasikan dengan software VISSIM 5.40 maka didapatkan persamaan hasil yang berupa parameterparameter volume lalu lintas, kecepatan, dan waktu perjalanan dengan asumsi tingkat error sebesar < 15%.
Gambar 4.2 Visualisasi Aliran Lalu lintas 3D pada bottleneck Pembahasan Berdasarkan kondisi eksisting saat ini dari pusat Kota Banda Aceh menuju ke Darussalam, pada kondisi normal ruas jalan 6/2 D dengan lebar geometrik 9,60 meter per jalur dan pada kondisi penyempitan ruas jalan menjadi 2/2 UD dengan lebar geometrik 3,65 meter per jalur. Teknik Sipil
17/10/2012
Jurnal Transportasi & Simulasi VISSIM 5.40 Data ouput yang dihasilkan VISSIM 5.40 setelah melakukan 5 kali random seed adalah volume lalu lintas didapat 1455,40 smp/jam, kecepatan 9,57 km/jam dan waktu perjalanan 155,06 detik. Dari garik 4.1 fuktuasi antara volume lalu lintas terhadap penggandaan random seed menggambarkan grafik tersebut belum menunjukkan konsistensi terhadap 5 kali random seed, sedangkan pada grafik 4.2 dan 4.3 menggambarkan konsistensi terhadap kecepatan dan waktu perjalanan terhadap penggandaan random seed. Validasi dilakukan dengan membandingkan data observasi di lapangan dengan hasil simulasi diperoleh volume lalu lintas 12 %, kecepatan 14 % dan waktu perjalanan 6 %. Ketiga parameter tersebut memperlihatkan bahwa hasil validasi dibawah 15%. Maka Measurement Of Effectiveness (MOEs) hasil simulasi VISSIM 5.40 dapat diterima dan mewakili kondisi aliran lalu lintas di lapangan.
KESIMPULAN DAN SARAN Berdasarkan hasil pengolahan data dan pembahasan, dapat diambil beberapa kesimpulan dan saran sesuai dengan keadaan pada segmen penyempitan geometrik (bottleneck) Jl. T. Nyak Arief km 6 lamyong, Banda Aceh.
Kesimpulan 1. Dari dua hari pengamatan, diantaranya hari Rabu tanggal 23 Mei 2012 dan Kamis tanggal 24 Mei 2012, volume puncak terjadi pada hari Kamis tanggal 24 Mei 2012 dengan volume lalu lintas tertinggi 1660 smp/jam pada arus normal dan 1592 smp/jam pada kondisi penyempitan (bottleneck) pada pukul 07.30-08.30 WIB. Terjadi penurunan volume lalu lintas sebesar 4 % karena terjadinya penurunan kapasitas jalan pada Jalan T.Nyak Arief. 2. Hasil simulasi dengan menggunakan VISSIM 5.40 maka didapat volume lalu lintas (Flow) 1455 smp/jam, kecepatan (Speed) 9,56 km/jam dan waktu perjalanan (travel time) 155,06 s. Maka hasil yang didapat dengan menggunakan VISSIM 5.40 kemudian melakukan validasi dengan membandingkan data observasi di lapangan dengan hasil simulasi diperoleh volume lalu lintas 12 %, kecepatan 14 % dan waktu perjalanan 6 %. Ketiga parameter tersebut memperlihatkan bahwa hasil validasi dibawah 15%. Maka Measurement Of Effectiveness (MOEs) hasil simulasi VISSIM 5.40 dapat diterima. 3. Berdasarkan hasil yang didapat maka visualisasi aliran lalu lintas dengan menggunakan VISSIM 5.40 dapat mewakili kondisi aliran lalu lintas di lapangan.
Teknik Sipil
17/10/2012
Jurnal Transportasi & Simulasi VISSIM 5.40 Saran 1.
Simulasi lalu lintas dengan menggunakan software VISSIM 5.40 sebaiknya melakukan random seed sebanyak 10 kali, karena terjadi fluktuasi yang belum stabil pada volume lalu lintas terhadap random seed dan untuk mendapatkan Measurement Of Effectiveness (MOEs) dan kemudian melakukan hasil validasi yang akurat.
2.
Dari hasil simulasi pada penyempitan geometrik (bottleneck) maka menjadi acuan untuk melakukan simulasi di gangguan lalu lintas lainnya seperti U-turn dan pada simpang.
DAFTAR PUSTAKA 1. Alamsyah, A. 2008. “Rekayasa Lalu lintas”, Penerbit Universitas Muhammadiyah Malang. 2. Anonim, Manual Kapasitas Jalan Indonesia (MKJI). 1997. Jakarta: Direktorat Jenderal Bina Marga, Departemen Pekerjaan Umum. 3. Budiarto Arief., 1998, Pengaruh “Bottleneck” Terhadap Karakteristik Lalu-lintas, Tesis Magister, Rekayasa Transportasi, Program Studi Teknik Sipil, Institut Teknologi Bandung, Bandung. 4. Collins, P, 2009. Paramics Microsimulation Modelling-RTA Manual, New South Wales Government. USA 5. Khisty, C.Jotin., Lall, B.Kent., 2003. “Transportation Engineering”, Third Edition, Pearson Education Inc., Upper Saddle River, New Jersey. USA 6. KIM, H, 2010. A Part of Traffic Engineering Lecture Notes, Asian Institute Of Technology. Bangkok 7. Law, Averiil M. And Kelton, W. David, Simulation Modeling And Analysis, 2nd edition McGraw-Hill International Editions, 1991. 8. May, A.D., 1990, Traffic Flow Fundamentals, Prentice – Hall International Inc, New Jersey, USA. 9. Munawar, A., 2004, Manajemen Lalulintas Perkotaan, Penerbit Beta Offset, Jogjakarta. 9. VISSIM Manual–version 5.40. PTV Planung Transport Verkehr AG, Karlsruhe, , 2011. 10. Roess, Roger P., Prassas, Elena S., and McShane, William R., 2004, “Traffic Engineering”, Third Edition, Pearson Education Inc., Upper Saddle River, New Jersey. USA
Teknik Sipil
17/10/2012
Jurnal Transportasi & Simulasi VISSIM 5.40 11. Salter, R.J. 1974, Highway Traffic Analysis and Design. The Macmillan Press LTD. London 12. Sugiarto, 2012, Traffic Breakdown Mechanism of Hidden Bottleneck on An Arterial Road, Case Studies of U-Turn And on Street Parking In Aceh Province of Indonesia, Thesis. Asian Institute Of Technology. Bangkok 13. Soedirdjo, T. L. 2002, Rekayasa Lalu lintas. Proyek Peningkatan Penelitian Pendidikan Tinggi. Direktorat Jenderal Pendidikan Tinggi. Departemen Pendidikan Nasional.
Teknik Sipil
17/10/2012
SIMULASI ALIRAN LALU LINTAS PADA SEGMEN PENYEMPITAN GEOMETRIK (BOTTLENECK) DENGAN MENGGUNAKAN VISSIM 5.40 (Studi Kasus pada Jalan T.Nyak Arief Km 6 Lamnyong, Banda Aceh)
Zianul Furqan, ST Jurusan Teknik Sipil Fakultas Teknik Universitas Syiah Kuala Banda Aceh
ABSTRAK Pertumbuhan lalu lintas di masa yang akan datang tentu akan memerlukan perencanaan dan pengendalian arus lalu lintas pada jaringan jalan sehingga diharapkan mampu melayani arus lalu lintas. Hambatan lalu lintas yang terdapat pada ruas Jl. T. Nyak Arief Km 6 adalah penyempitan jalan (bottleneck). Penyempitan jalan adalah suatu bagian jalan dengan kondisi kapasitas jalan sesudahnya lebih kecil dari bagian masuk (sebelumnya). Penyempitan ruas jalan akan menimbulkan hambatan dalam lalu lintas, yaitu terjadinya penurunan kecepatan, menambah waktu perjalanan dan timbulnya antrian kenderaan. Akan tetapi pengaruh penyempitan jalan tidak berarti sama sekali apabila arus lalu-lintas (demand) lebih kecil dari pada daya tampung atau kapasitas jalan (supply) pada daerah penyempitan sehingga arus lalu lintas dapat terlewatkan dengan mudah tanpa ada hambatan. Tujuan dari tugas akhir ini adalah untuk memvisualisasikan aliran lalu lintas pada lokasi tinjauan dan menentukan tolak ukur aliran lalu lintas Measurement Of Effectiveness (MOEs) dengan menggunakan VISSIM 5.40. Penelitian ini dilakukan dengan pengambilan data yang diamati pada hari Rabu 23 Mei 2012 dan Kamis 24 Mei 2012, data yang dikumpulkan adalah data geometrik jalan, volume lalu lintas kemudian diolah untuk mendapatkan kecepatan, headway dan waktu perjalanan. Hasil yang diperoleh dari penelitian ini adalah volume puncak terjadi pada hari Kamis 24 Mei 2012 pukul 07.30-08.30 WIB. Pada kondisi normal (free flow) didapat volume sebesar 1660 smp/jam, kecepatan 45,04 km/jam dan headway 1,157 detik, pada kondisi penyempitan (bottleneck) didapat volume sebesar 1592 smp/jam, kecepatan 11,11 km/jam dan headway 2,573 detik dan waktu perjalanan 165 detik. Dari hasil di lapangan maka akan disimulasikan ke dalam software VISSIM 5.40 yang menghasilkan ouput volume lalu lintas 1455 smp/jam, kecepatan 9,59 km/jam dan waktu perjalanan 155,6 detik. Validasi dilakukan dengan membandingkan data observasi di lapangan dengan hasil simulasi diperoleh volume lalu lintas 12 %, kecepatan 14 % dan waktu perjalanan 6 %. Ketiga parameter tersebut memperlihatkan bahwa hasil validasi dibawah 15%. Maka Measurement Of Effectiveness (MOEs) hasil simulasi VISSIM 5.40 dapat diterima dan mewakili kondisi aliran lalu lintas di lapangan. PENDAHULUAN Penelitian ini untuk menyelidiki dan memvisualisasikan aliran lalu lintas pada penyempitan geometrik (bottleneck) dan menentukan tolak ukur aliran lalu lintas Measurement Of Teknik Sipil
17/10/2012
Jurnal Transportasi & Simulasi VISSIM 5.40 Effectiveness (MOEs) dengan menggunakan software simulasi lalu lintas VISSIM 5.40. Simulasi dilakukan dengan mengkalibrasi parameter lapangan dan menggunakan random seed simulasi agar membentuk aliran lalu lintas untuk dapat mewakili kondisi di lapangan. Hasil yang dicapai berupa visualisasi aliran lalu lintas berupa video file ataupun VISSIM 5.40 file. Selain itu parameter tolak ukur aliran lalu lintas juga ditentukan berdasarkan kalibrasi parameter dan skenario penggandaan random seed. Adapun rumusan masalah dalam penelitian ini adalah parameter kecepatan, volume dan waktu perjalanan kenderaan yang diakibatkan oleh penyempitan geometrik (bottleneck) pada lokasi tinjauan. Pengambilan data dilakukan dengan menggunakan kamera perekam digital (handy cam) yang secara otomatis dapat merekam aktifitas aliran lalu lintas pada ruas jalan tersebut. Pengambilan data dilakukan pada hari Rabu dan Kamis, masing-masing pada waktu pagi pukul 07.30-08.30 WIB dan sore pukul 17.30-18.30. Pada jam-jam tersebut diperkirakan terjadinya peak hour (jam puncak). Pengambilan data geometrik pada segmen Jalan T.Nyak Arief dilakukan dengan pengukuran langsung di lapangan. Data yang didapat dikumpulkan kemudian disimulasikan dengan software VISSIM 5.40 guna mendapatkan hasil dari penelitian ini.
TINJAUAN PUSTAKA Karakteristik Lalu Lintas Karakteristik dasar arus lalu lintas adalah arus, kecepatan, dan kerapatan. Karakteristik ini dapat diamati dengan cara makroskopik atau mikroskopik. Pada tingkat mikroskopik analisis dilakukan secara individu sedangkan pada tingkat makroskopik analisis dilakukan secara kelompok (Soedirdjo, 2002: 24). Tabel 2.1 menggambarkan kerangka dasar dari karakteristik lalu lintas.
Tabel 2.1 Kerangka Dasar Karakteristik Lalu Lintas Karakteristik Lalu Lintas
Mikroskopik
Makroskopik
Arus
Waktu Antara (Time Headway)
Tingkat Arus
Kecepatan
Kecepatan Individu
Kecepatan Rata-rata
Kerapatan
Jarak Antara(Distance Headway)
Tingkat Kerapatan
Sumber : Direktorat Jenderal Bina Marga, 1990
Teknik Sipil
17/10/2012
Jurnal Transportasi & Simulasi VISSIM 5.40 Parameter karakteristik arus lalu lintas Terdapat 8 (delapan) variabel atau ukuran dasar yang digunakan untuk menjelaskan karakteristik arus lalu lintas. Tiga variabel utama (makroskopis) adalah kecepatan (v), volume (q), dan kerapatan/density (k). Tiga variabel lain (mikroskopis) yang digunakan dalam analisis arus lalu lintas adalah time headway (h), spacing (s), dan lane occupancy (R). Serta dua parameter lain yang berhubungan dengan spacing dan headway yaitu, clearance (c) dan gap (g) (Khisty, 2003).
Volume Lalu-lintas (Flow) Volume lalu lintas diartikan sebagai jumlah kendaraan yang melintasi suatu titik di jalan per lajur atau jalur dalam interval waktu tertentu (Roger dkk, 2004:106). Satuan volume dinyatakan dalam kendaraan persatuan waktu (jam/hari).
Kecepatan dan Waktu tempuh Menurut Rojer dkk (2004 : 106), kecepatan dan waktu pergerakan berbanding terbalik, seperti diuraikan dalam persamaan berikut: S=
d t
………………………………………..……….…......................... (2.1)
Dimana :
S
= Kecepatan, MPH atau Km/jam
d
= jarak yang di tempuh, mil, ft atau m
t
= Waktu tempuh, jam atau detik
Time Headway (waktu antara) Time headway adalah selisih waktu antar kendaraan yang beriringan yang melewati suatu titik tertentu dalam satu lajur (Salter, 1974). Karena time headway pada kenyataannya terdiri dari dua jenis waktu yaitu waktu okupansi (occupancy time) dan waktu antara (time gap).
Teknik Sipil
17/10/2012
Jurnal Transportasi & Simulasi VISSIM 5.40 Ekivalen Mobil Penumpang Tabel 2.2 Faktor Ekivalen Mobil Penumpang Tipe Jalan
Arus Lalu lintas per jalur (kend/jam) 0
EMP HV 1,3
MC 0,4
Empat lajur terbagi (4/2 D) > 1050
1,2
0,25
Tiga lajur satu arah (3/1)
0
1,3
0,4
Enam lajur terbagi (6/2 D)
>1100
1,2
0,25
Dua Lajur satu arah (2/1)
Sumber: MKJI : Hal 5-38, Tabel A-3 : 1
Penyempitan Jalan (Bottleneck) Sistem Transportasi Bottleneck merupakan suatu kondisi dimana jalan mengalami penyempitan sehingga kapasitas jalan menjadi lebih kecil dari bagian sebelum (upstream) dan sesudahnya (downstream) (Budiarto, 1998). Menurut Brilion, dkk. yang dikutip kembali dari Sugiarto (2012:15) menyebutkan bahwa bottleneck dibagi menjadi dua jenis, yaitu :
1. Systematic Bottleneck Systematic Bottleneck merupakan kondisi dimana terjadinya penyempitan geometrik jalan, yaitu dari keadaan dalam kondisi normal tiba-tiba terjadi penyempitan ruas jalan.
Up stream Cross section
Bottleneck
Down stream Cross section
Gambar 2.1 Systematic bottleneck Sumber : Sugiarto (2012:15)
Teknik Sipil
17/10/2012
Jurnal Transportasi & Simulasi VISSIM 5.40 2. Unsystematic Bottleneck Unsystematic Bottleneck disebut juga virtual bottleneck yaitu merupakan kondisi dimana terjadinya pengurangan kapasitas jalan akibat adanya hambatan samping seperti: adanya kecelakaan yang mengakibatkan sebagian lebar jalan ditutup, parkir di badan jalan, pedagang kaki lima, dll.
Up stream cross section
Virtual Bottleneck
Downstream cross section
Gambar 2.2 Unsystematic bottleneck (virtual bottleneck) Sumber : Sugiarto (2012:15)
Software VISSIM 5.40
Definisi VISSIM 5.40
Menurut PTV-AG (2011), VISSIM adalah multi-moda lalu lintas perangkat lunak aliran mikroskopis simulasi. Hal ini dikembangkan oleh PTV (Planung Transportasi Verkehr AG) di Karlsruhe, Jerman. Nama ini berasal dari "Verkehr Städten - SIMulationsmodell" (bahasa Jerman untuk "Lalu lintas di kota - model simulasi"). VISSIM dimulai pada tahun 1992 dan saat ini pemimpin pasar global. VISSIM model simulasi telah dipilih untuk mengkalibrasi kondisi lalu lintas.
Kemampuan VISSIM 5.40
Menurut PTV-AG (2011), VISSIM menyediakan kemampuan animasi dengan perangkat tambahan besar dalam 3-D. Simulasi jenis kendaraan (yaitu dari mobil penumpang, truk, kereta api ringan dan kereta api berat). Selain itu, klip video dapat direkam dalam program, dengan kemampuan untuk secara dinamis mengubah pandangan dan perspektif. Elemen visual lainnya, seperti pohon, bangunan, fasilitas transit dan rambu lalu lintas, dapat dimasukkan ke dalam animasi 3-D. Teknik Sipil
17/10/2012
Jurnal Transportasi & Simulasi VISSIM 5.40
VISSIM
VISUM
Gambar 2.3 : Tingkat karakteristik lalu-lintas model Sumber : PTV-Vision 2008
Input Data, Simulasi dan Kalibrasi VISSIM 5.40
Menurut PTV-AG (2011), tahap pengumpulan data adalah tugas yang paling penting dalam penelitian ini. Mikroskopis simulasi model VISSIM memiliki persyaratan rumit input data dan memiliki parameter model banyak. Untuk membangun model VISSIM simulasi untuk jaringan ini dan untuk mengkalibrasi lalu lintas lokal, dua jenis data yang diperlukan yaitu : tipe pertama adalah input data dasar yang digunakan untuk jaringan coding dari model simulasi dan tipe kedua adalah data observasi digunakan untuk kalibrasi parameter model simulasi. Input data dasar termasuk data geometri jaringan, data volume lalu lintas dan karakteristik kendaraan, tuntutan perjalanan, komposisi kendaraan, tanda berhenti dan lalu lintas sistem kontrol.
Parameter Kalibrasi VISSIM 5.40 Menurut PTV-AG (2011), model parameter yang berhubungan dengan atribut fisik dari pengembangan model VISSIM. Mendefinisikan langkah kalibrasi dalam mikro-simulasi pemodelan. Ini kalibrasi awal dilakukan untuk mengidentifikasi nilai-nilai untuk penyesuaian
Teknik Sipil
17/10/2012
Jurnal Transportasi & Simulasi VISSIM 5.40 kapasitas parameter yang menyebabkan model untuk mereproduksi terbaik kapasitas lalu lintas diamati/kondisi lalu lintas di lapangan.
METODE PENELITIAN Survei Pendahuluan dan Penentuan Lokasi Penelitian Studi Literatur
Data Primer
Data Sekunder Peta Jaringan Jalan Kota Banda Aceh Peta Lokasi Penelitian
Geometrik VolumeLalu lintas Kecepatan Headway Waktu Perjalanan
Input Data Simulasi
Geometrik Data Traffic Parameter Kalibrasi Penggandaan Random Seed
Evaluasi dan Penentuan MOEs Volume Lalu Lintas Kecepatan Waktu Perjalanan Hasil Video Visualisasi Final Parameter MOEs Kesimpulan dan Saran Survey Pendahuluan Survei pendahuluan ini untuk mengetahui gambaran umum dari lokasi penelitian dan untuk menentukan perumusan dan identifikasi masalah. Kegiatan ini meliputi : Teknik Sipil
17/10/2012
Jurnal Transportasi & Simulasi VISSIM 5.40 1. Menentukan metode yang didasarkan pada kemampuan data yang digunakan 2. Mengamati kondisi di lapangan serta menaksir keadaan yang berkaitan dengan mutu data yang diambil, meliputi : a. Lebar lajur b. Lebar bahu jalan c. Jumlah lajur d. Karakteristik lalu lintas e. Volume lalu lintas f. Kecepatan lalu lintas g. Komposisi kendaraan yang lewat h. Kondisi geometrik Metode Pengumpulan Data Data pada penelitian ini dibagi dua bagian, yaitu data primer dan data sekunder. Data primer adalah data yang didapatkan dengan cara observasi atau pengamatan langsung di lokasi penelitian yang meliputi data volume lalu-lintas dan kondisi geometrik.
Volume lalu lintas Pengambilan data volume lalu lintas dilakukan menggunakan alat bantu handycam. Data yang diperoleh dari rekaman video diekstrak secara manual dengan menggunakan Timer Free Application Software (TFAS).
L1 1
L2 2
L3 Segmen Bottleneck
Gambar 3.1 Contoh Pengkodean Lajur Dengan Menggunakan TFAS.
Teknik Sipil
17/10/2012
Jurnal Transportasi & Simulasi VISSIM 5.40 Kecepatan Kecepatan yang diamati pada studi kasus ini untuk jalan per satu arah adalah kecepatan setempat.
Pias 1 Jarak > 50 m Pias 2 Gambar 3.2 Contoh Pengkodean Pias Dengan Menggunakan TFAS. Headway Membuat satu pias sebagai tanda setiap kendaraan yang melintasi dapat dikodekan, untuk mendapatkan selisih waktu antara kendaraan.
Pias 1
Gambar 3.3 Contoh Pengkodean Pias Dengan Menggunakan TFAS.
Waktu Perjalanan (Travel Time) Survei waktu perjalanan untuk mengukur waktu perjalanan dan waktu bergerak rata-rata yang diperlukan untuk melintasi rute atau segmen jalan. Untuk melaksanakan survei yaitu dengan metode bergerak dimana pengamat ada didalam kendaraan yang berjalan didalam arus lalu lintas. Teknik Sipil
17/10/2012
Jurnal Transportasi & Simulasi VISSIM 5.40 Analisis Data Pada saat data diekstrak, data tersebut diberi kode dan software secara otomatis mencatat ke dalam file notepad sehingga diperoleh data kedatangan kendaraan dan waktu kedatangan seperti yang terlihat pada gambar 3.4. Kemudian, file notepad diintegrasikan kedalam Ms. Excel 2007 untuk menganalisis data primer seperti arus, dan waktu kedatangan. Data primer tersebut dianalisis menggunakan pivot table yang telah tersedia didalam Ms. Excel 2007. Selanjutnya total kendaraan dan waktu kendaraan untuk semua pengamatan di lajur 1, 2 dan 3, direkap berdasarkan lamanya pengamatan dilapangan selama setiap jam puncak.
L1
L2
L3
Gambar 3.4 Contoh Output Parameter Dari TFAS
Penggunaan Software VISSIM 5.40 Coding of network (Pengkodean pada jaringan)
Gambar 3.5 Pengkodean pada jaringan
Teknik Sipil
17/10/2012
Jurnal Transportasi & Simulasi VISSIM 5.40 Link and Connector (ruas-penghubung)
Gambar 3.6 Ilustrasi link dan konektor Traffic Compositions (Komposisi Lalu-lintas)
Gambar 3.7 Pengaturan komposisi lalu lintas
Vehicle Inputs (Data Kendaraan
Gambar 3.8 Pengaturan data kendaraan Teknik Sipil
17/10/2012
Jurnal Transportasi & Simulasi VISSIM 5.40 Menjalankan Model Simulasi Sebagai tahap awal parameter kalibrasi dalam model VISSIM dipilih, termasuk mobil dan perubahan jalur. Berikut ini parameter untuk menjalankan model simulasi : 1. Pengaturan Lalu lintas 2. Periode/lama waktu simulasi 3. Waktu memulai 4. Tanggal mulai 5. Revolusi simulasi 6. Random seed 7. Berhenti/selesai
Gambar 3.9 Pengaturan Simulasi Kalibrasi dan Validasi Parameter Kalibrasi adalah proses dimana komponen simulasi model yang disempurnakan dan disesuaikan sehingga model simulasi secara akurat mewakili bidang yang diamati pada kondisi lalu lintas. Kalibrasi yang telah dilakukan dalam penelitian ini adalah kalibrasi parameter dan validasi faktor random simulasi dengan penggandaan random seed. Sedangkan validasi adalah perbandingan parameter MOEs yang diperoleh dari lapangan terhadap hasil simulasi dengan menggunakan VISSIM 5.40. Hasil yang dicapai diharapkan lebih kecil dari 15% seperti yang direkomendasikan oleh (Collins, 2009 : 61).
Teknik Sipil
17/10/2012
Jurnal Transportasi & Simulasi VISSIM 5.40 HASIL DAN PEMBAHASAN Hasil Geometrik Dari dua bagian tersebut yang disurvei adalah arah yang menuju ke Darussalam, secara rinci data ruas jalan tersebut adalah sebagai berikut : A. Kondisi Normal: 1.
Terdiri dari 6 lajur, 2 arah.
2.
Lebar masing-masing lajur : 3,2 m
3.
Pemisah arah dibatasi oleh Median
4.
Pemisah lajur berupa marka garis lurus terputus-putus
5.
Kondisi perkerasan dalam keadaan baik
B. Kondisi Menyempit: 1.
Terdiri dari 2 lajur, 2 arah
2.
Lebar lajur : 3,65 m
3.
Pemisah arah berupa marka garis lurus
4.
Kondisi perkerasan dalam keadaan baik.
Arah Ke Pusat Kota Banda Aceh
Arah Ke Darussalam (Unsyiah)
A
C
B 5m 3,6
3,2 m
5m 3,6
3,2 m 3,2 m
B
3,2 m 3,2 m
C
3,2 m
A Median
Gambar 4.1 Geometrik eksisting Keterangan : A-A
: Potongan melintang jalan normal
B-B
: Potongan melintang Jalan Menyempit
C-C
: Potongan melintang Pertemuan antara Jalan Normal dan Menyempit
Teknik Sipil
17/10/2012
Jurnal Transportasi & Simulasi VISSIM 5.40 Volume Lalu lintas Tabel 4.1 Rekap Volume Lalu Lintas (Pagi) No
Hari/Tanggal
Waktu
1 2
Rabu/24 Mei 2012 Kamis/25 Mei 2012
07.30-08.30 WIB 07.30-08.30 WIB
Total Volume (smp/jam) free flow bottleneck 1521 1512 1660 1592
Tabel 4.2 Rekap Volume Lalu Lintas (Sore) No
Hari/Tanggal
Waktu
1 2
Rabu/24 Mei 2012 Kamis/25 Mei 2012
17.30-18.30 WIB 17.30-18.30 WIB
Total Volume (smp/jam) free flow bottleneck 969 959 916 898
Kecepatan Tabel 4.3 Rekap kecepatan kendaraan Kecepatan (km/jam) No
Hari/Tanggal
1 2
Rabu/23 Mei 2012 Kamis/24 Mei 2012
Pagi Free flow Bottleneck 42,65 25,59 45,04 11,11
Sore Free flow Bottleneck 40,65 25,23 42,50 22,87
Headway Tabel 4.4 Rekap headway kendaraan Headway(s) No
Hari/Tanggal
1 2
Rabu/23 Mei 2012 Kamis/24 Mei 2012
Pagi Free flow Bottleneck 1,050 2,301 1,157 2,573
Sore Free flow Bottleneck 1,193 2,568 1,707 2,709
Waktu Perjalanan Tabel 4.5 Rekap waktu perjalanan No 1 2
Hari/Tanggal Rabu/24 Mei 2012 Kamis/25 Mei 2012
Teknik Sipil
Jarak (m) 409,3
Waktu Perjalanan (travel time) s Rata-rata 131 100 120 117 166 169 162 165
17/10/2012
Jurnal Transportasi & Simulasi VISSIM 5.40 Simulasi VISSIM 5.40 Tabel 4.6 Rekap simulasi VISSIM 5.40 pada kondisi normal Jarak Random Seed No Simulasi (m) 1 2 3 4 1 Volume (smp/jam) 1451 1438 1460 1471 409,3 8,28 2 Kecepatan (km/jam) 9,54 10,67 9,55 3 Waktu perjalanan (s) 177,9 155,9 138,1 154,3
5 1457 9,88 149,1
Ratarata 1455,40 9,57 155,06
Grafik 4.1 Fluktuasi antara volume lalu lintas terhadap modifikasi random seed y = -5x3 + 44,07x2 - 107,9x + 1519, R² = 0,975
Volume
1480 1460 1440 1420 0
1
2
3
4
5
6
Random seed
Grafik 4.2 Fluktuasi antara kecepatan terhadap modifikasi random seed
Kecepaatan
12 8 y = 0,116x3 - 1,337x2 + 4,806x + 4,606 R² = 0,817
4 0 0
1
2
3
4
5
6
Random seed
Waktu Perjalanan
Grafik 4.3 Fluktuasi antara Waktu perjalanan terhadap modifikasi random seed 240
y = -2,133x3 + 24,02x2 - 85,23x + 242,4 R² = 0,877
180 120 60 0 0
1
2
3
4
5
6
Random seed
Teknik Sipil
17/10/2012
Jurnal Transportasi & Simulasi VISSIM 5.40 Tabel 4.7 Rekap simulasi VISSIM 5.40 Kondisi Penyempitan (bottleneck) Jarak Random Seed No Simulasi (m) 1 2 3 4 5 1 Volume (smp/jam) 1466 1427 1447 1453 1444 400,1 9,12 10,54 11,77 10,26 10,74 2 Kecepatan (km/jam) 3 Waktu perjalanan (s) 157,9 136,6 122,3 140,3 134,1
Ratarata 1447,40 10,49 138,24
Grafik 4.4 Fluktuasi antara volume lalu lintas terhadap modifikasi random seed y = -6,166x3 + 58,78x2 - 167,0x + 1579, R² = 0,908
1470
Volume
1460 1450 1440 1430 1420 0
1
2
3
4
5
Random Seed
Grafik 4.5 Fluktuasi antara kecepatan terhadap modifikasi random seed 15 Kecepatan
12 9 y = 0,181x3 - 1,965x2 + 6,563x + 4,236 R² = 0,791
6 3 0 0
1
2
3
4
5
Random Seed
Grafik 4.6 Fluktuasi antara waktu perjalanan terhadap modifikasi random seed
Waktu perjalanan
200
y = -2,6x3 + 27,86x2 - 92,53x + 226,3 R² = 0,856
160 120 80 40 0 0
1
2
3
4
5
Random Seed
Teknik Sipil
17/10/2012
Jurnal Transportasi & Simulasi VISSIM 5.40 Grafik 4.1 dan 4.4 menunjukan bahwa fluktuasi volume lalu lintas terhadap random seed masih belum stabil maka perlukan melakukan random seed 5 kali lagi, maka total random seed sebanyak 10 kali untuk mendapatkan hasil yang akurat. Grafik 4.2, 4.3, 4.5, dan 4.6 menunjukkan masing-masing fluktuasi kecepatan dan waktu perjalanan terhadap random seed mendekati hasil stabil maka random seed cukup dengan 5 kali.
Perbandingan survei lapangan dan simulasi Tabel 4.8 Rekap Perbandingan data lapangan dan simulasi < 15% No
Parameter
1 2 3
Volume (smp/jam) Kecepatan (km/jam) Waktu perjalanan (s)
Kondisi Arus Bebas Lapangan Simulasi 1660 1455 45,04 44,7 165 155,06
Kondisi Bottleneck Lapangan Simulasi 1592 1447 11,11 9,56 165 155,06
Deviasi (%) 12 1 6
9 14 6
Dari hasil survei lalu lintas yang dilakukan dilapangan dan kemudian disimulasikan dengan software VISSIM 5.40 maka didapatkan persamaan hasil yang berupa parameterparameter volume lalu lintas, kecepatan, dan waktu perjalanan dengan asumsi tingkat error sebesar < 15%.
Gambar 4.2 Visualisasi Aliran Lalu lintas 3D pada bottleneck Pembahasan Berdasarkan kondisi eksisting saat ini dari pusat Kota Banda Aceh menuju ke Darussalam, pada kondisi normal ruas jalan 6/2 D dengan lebar geometrik 9,60 meter per jalur dan pada kondisi penyempitan ruas jalan menjadi 2/2 UD dengan lebar geometrik 3,65 meter per jalur. Teknik Sipil
17/10/2012
Jurnal Transportasi & Simulasi VISSIM 5.40 Data ouput yang dihasilkan VISSIM 5.40 setelah melakukan 5 kali random seed adalah volume lalu lintas didapat 1455,40 smp/jam, kecepatan 9,57 km/jam dan waktu perjalanan 155,06 detik. Dari garik 4.1 fuktuasi antara volume lalu lintas terhadap penggandaan random seed menggambarkan grafik tersebut belum menunjukkan konsistensi terhadap 5 kali random seed, sedangkan pada grafik 4.2 dan 4.3 menggambarkan konsistensi terhadap kecepatan dan waktu perjalanan terhadap penggandaan random seed. Validasi dilakukan dengan membandingkan data observasi di lapangan dengan hasil simulasi diperoleh volume lalu lintas 12 %, kecepatan 14 % dan waktu perjalanan 6 %. Ketiga parameter tersebut memperlihatkan bahwa hasil validasi dibawah 15%. Maka Measurement Of Effectiveness (MOEs) hasil simulasi VISSIM 5.40 dapat diterima dan mewakili kondisi aliran lalu lintas di lapangan.
KESIMPULAN DAN SARAN Berdasarkan hasil pengolahan data dan pembahasan, dapat diambil beberapa kesimpulan dan saran sesuai dengan keadaan pada segmen penyempitan geometrik (bottleneck) Jl. T. Nyak Arief km 6 lamyong, Banda Aceh.
Kesimpulan 1. Dari dua hari pengamatan, diantaranya hari Rabu tanggal 23 Mei 2012 dan Kamis tanggal 24 Mei 2012, volume puncak terjadi pada hari Kamis tanggal 24 Mei 2012 dengan volume lalu lintas tertinggi 1660 smp/jam pada arus normal dan 1592 smp/jam pada kondisi penyempitan (bottleneck) pada pukul 07.30-08.30 WIB. Terjadi penurunan volume lalu lintas sebesar 4 % karena terjadinya penurunan kapasitas jalan pada Jalan T.Nyak Arief. 2. Hasil simulasi dengan menggunakan VISSIM 5.40 maka didapat volume lalu lintas (Flow) 1455 smp/jam, kecepatan (Speed) 9,56 km/jam dan waktu perjalanan (travel time) 155,06 s. Maka hasil yang didapat dengan menggunakan VISSIM 5.40 kemudian melakukan validasi dengan membandingkan data observasi di lapangan dengan hasil simulasi diperoleh volume lalu lintas 12 %, kecepatan 14 % dan waktu perjalanan 6 %. Ketiga parameter tersebut memperlihatkan bahwa hasil validasi dibawah 15%. Maka Measurement Of Effectiveness (MOEs) hasil simulasi VISSIM 5.40 dapat diterima. 3. Berdasarkan hasil yang didapat maka visualisasi aliran lalu lintas dengan menggunakan VISSIM 5.40 dapat mewakili kondisi aliran lalu lintas di lapangan.
Teknik Sipil
17/10/2012
Jurnal Transportasi & Simulasi VISSIM 5.40 Saran 1.
Simulasi lalu lintas dengan menggunakan software VISSIM 5.40 sebaiknya melakukan random seed sebanyak 10 kali, karena terjadi fluktuasi yang belum stabil pada volume lalu lintas terhadap random seed dan untuk mendapatkan Measurement Of Effectiveness (MOEs) dan kemudian melakukan hasil validasi yang akurat.
2.
Dari hasil simulasi pada penyempitan geometrik (bottleneck) maka menjadi acuan untuk melakukan simulasi di gangguan lalu lintas lainnya seperti U-turn dan pada simpang.
DAFTAR PUSTAKA 1. Alamsyah, A. 2008. “Rekayasa Lalu lintas”, Penerbit Universitas Muhammadiyah Malang. 2. Anonim, Manual Kapasitas Jalan Indonesia (MKJI). 1997. Jakarta: Direktorat Jenderal Bina Marga, Departemen Pekerjaan Umum. 3. Budiarto Arief., 1998, Pengaruh “Bottleneck” Terhadap Karakteristik Lalu-lintas, Tesis Magister, Rekayasa Transportasi, Program Studi Teknik Sipil, Institut Teknologi Bandung, Bandung. 4. Collins, P, 2009. Paramics Microsimulation Modelling-RTA Manual, New South Wales Government. USA 5. Khisty, C.Jotin., Lall, B.Kent., 2003. “Transportation Engineering”, Third Edition, Pearson Education Inc., Upper Saddle River, New Jersey. USA 6. KIM, H, 2010. A Part of Traffic Engineering Lecture Notes, Asian Institute Of Technology. Bangkok 7. Law, Averiil M. And Kelton, W. David, Simulation Modeling And Analysis, 2nd edition McGraw-Hill International Editions, 1991. 8. May, A.D., 1990, Traffic Flow Fundamentals, Prentice – Hall International Inc, New Jersey, USA. 9. Munawar, A., 2004, Manajemen Lalulintas Perkotaan, Penerbit Beta Offset, Jogjakarta. 9. VISSIM Manual–version 5.40. PTV Planung Transport Verkehr AG, Karlsruhe, , 2011. 10. Roess, Roger P., Prassas, Elena S., and McShane, William R., 2004, “Traffic Engineering”, Third Edition, Pearson Education Inc., Upper Saddle River, New Jersey. USA
Teknik Sipil
17/10/2012
Jurnal Transportasi & Simulasi VISSIM 5.40 11. Salter, R.J. 1974, Highway Traffic Analysis and Design. The Macmillan Press LTD. London 12. Sugiarto, 2012, Traffic Breakdown Mechanism of Hidden Bottleneck on An Arterial Road, Case Studies of U-Turn And on Street Parking In Aceh Province of Indonesia, Thesis. Asian Institute Of Technology. Bangkok 13. Soedirdjo, T. L. 2002, Rekayasa Lalu lintas. Proyek Peningkatan Penelitian Pendidikan Tinggi. Direktorat Jenderal Pendidikan Tinggi. Departemen Pendidikan Nasional.
Teknik Sipil
17/10/2012
Related Documents 171j1w
Jurnal 393e3k
November 2020 0
Jurnal 393e3k
May 2020 31
Jurnal 393e3k
March 2023 0
Jurnal 393e3k
April 2020 42
Jurnal 393e3k
May 2020 45