Tarikan Dan Bangkitan Fix PDF [PDF]

Citation preview

Analisis Bangkitan dan Tarikan Perjalanan Pada Daerah Perkantoran Khususnya Perbankan Di Balikpapan Ibnu Faqih (07151017), Alvin Renaldi (07171007), Egya Rizki Apikia (07171023), Isnan Hartanto (07171037), M Kelvin Will (07171041), M Fachri W.R (07171051) Program Studi Teknik Sipil, Institut Teknologi Kalimantan, Balikpapan Jl. Soekarno-Hatta Km.15, Karang Joang, Balikpapan, Kalimantan Timur, 76127



ABSTRAK Daerah perkantoran menjadi salah satu pusat aktivitas masyarakat kota dalam kehidupan sehari-hari, keberadaan kantor seperti contohnya Bank merupakan salah satu guna lahan yang cukup banyak menimbulkan arus pergerakan berupa Tarikan dan Bangkitan Perjalanan. Pengaruh adanya Bank di suatu kawasan pada suatu tempat (kota) tentunya mempengaruhi arus perjalanan . Dengan maksud mengetahui pengaruh Bank pada Bangkitan dan Tarikan Perjalanan penulis menyimpulkan tujuan dari penelitian ini adalah untuk membuat model terbaik Tarikan Perjalanan serta Distribusi Perjalanan. Penelitian ini diawali dengan pengambilan data berupa data primer dan data sekunder pada 4 Gedung Bank yaitu Bank Rakyat Indonesia (BRI), Bank Mandiri, Bank BNI dan Bank Central Asia (BCA) di Balikpapan. Model tarikan perjalanan dianalisis dengan menggunakan metode Regresi Linier Berganda. Regresi Linear Berganda adalah model regresi linear dengan melibatkan lebih dari satu variable bebasatau predictor.Dalam bahasa inggris, istilah ini disebut dengan multiple linear regression. Kata Kunci :Bank, Bangkitan, Regresi, dan Tarikan



ABSTRACT The office area is one of the centers of urban community activity in daily life, the existence of an office such as a bank is one of the land uses that is causing a lot of movement in the form of tug and trip generation. The effect of a bank in an area in a place (city) certainly affects the flow of travel. With the intention of knowing the influence of the Bank on Trip Awakening and Travel Pull, the author concludes the purpose of this study is to make the best model of Travel Pull and Travel Distribution. The study began with data collection in the form of primary and secondary data in 4 Bank Buildings, namely Bank Rakyat Indonesia (BRI), Bank Mandiri, Bank BNI and Bank Central Asia (BCA) in Balikpapan. Trip traction models were analyzed using the Multiple Linear Regression method. Multiple Linear Regression is a linear regression model involving more than one independent variable or predictor. In English, this term is called multiple linear regression. Keyword : Bank, Revive, Regression, And Attraction



Institut Teknologi Kalimantan Perencanaan dan Permodelan Transport Trip Generation



Page 1



PENDAHULUAN Proses pergerakan atau perpindahan orang atau barang dari satu tempat ke tempat lain disebut transportasi. Proses ini dapat dilakukan dengan menggunakan sarana angkutan berupa kendaraan atau tanpa kendaraan. Perencanaan transportasi yang matang akan membantu kelancaran pelaksanaan pembangunan. Bank Adalah Lembaga intermediasi keuangan yang bertugas menghimpun dan menyalurkan dana di masyarakat untuk meningkatkan taraf hidup rakyat. Bank dengan segala fasilitas dan pelayanan umum yang dimiliki akan menimbulkan bangkitan dan tarikan lalulintas yang berpengaruh terhadap tingkat pelayanan jalan raya di sekitar lokasi bank. Perbankan adalah segala sesuatu yang berhubungan tentang bank. Penghimpunan dana dari masyarakat dilakukan bank melalui simpanan atau tabungan dan penyaluran dana dilakukan melalui kredit atau pinjaman kepada masyarakat. Bank milik pemerintah merupakan bank yang pendiriannya maupun modal bank ini sepenuhnya dimiliki oleh pemerintah, sehingga keuntungannya dimiliki oleh pemerintah pula. Bank milik Swasta Nasional merupakan bank yang seluruh atau sebagian besar sahamnya dimiliki oleh swasta nasional, sehingga keuntungannya menjadi milik swasta pula. Bangkitan pergerakan (Trip Generation) adalah tahapan permodelan yang memperkirakan jumlah pergerakan yang berasal dari suatu zona atau tata guna lahan, atau jumlah pergerakan yang tertarik ke suatu tata guna lahan atau zona. Pergerakan lalu lintas merupakan fungsi tata guna lahan yang menghasilkan pergerakan lalu lintas. Bangkitan lalu lintas itu mencakup lalu lintas yang meninggalkan suatu lokasi dan lalu lintas yang menuju atau tiba ke suatu lokasi.Trip attraction Institut Teknologi Kalimantan Perencanaan dan Permodelan Transport Trip Generation



(Tarikan Perjalanan) digunakan untuk menyatakan suatu pergerakan berbasis rumah yang mempunyai tempat asal dan atau tujuan bukan rumah atau pergerakan yang tertarik oleh pergerakan berbasis bukan rumah. Dalam pemodelan bangkitan pergerakan, metode analisis regresi linier berganda (Multiple Linear Regression Analysis) paling sering digunakan. Sejak tahun 1950, sebagian besar penelitian perencanaan transportasi menggunakan analisis regresi linier untuk meneliti bangkitan perjalanan (Trip generation). Teknik regresi linier berganda menarik bagi analisis transportasi karena memberi kemudahan dalam menentukan derajat hubungan antara peubah tak-bebas dan peubah bebasnya. Konsep analisis regresi linier berganda (Multiple Linier Regression Analysis) menyatakan hubungan antara satu variabel tidak bebas ( dependent variable ) dengan beberapa variabel bebas ( independent variable ). Model



matematika



ini



memiliki



bentuk: Y = a + b1 X1 + b2 X2 + ................+ bn Xn dengan: Y = variabel terikat ( jumlah produksi perjalanan ) a = konstanta (angka yang akan dicari) b1, b2,...., bn = koefisien regresi ( angka yang harus dicari) X1, X2,...., Xn = variabel bebas ( faktor-faktor yang berpengaruh ) Berdasarkan latar belakang yang telah dikemukakan di atas, maka dibuat rumusan masalah sebagai berikut:



Page 2



1. Faktor-faktor apa yang mempengaruhi terjadinya bangkitan dan tarikan lalu lintas pada tata guna lahan Bank di Balikpapan.



Bank Mandiri cabang Klandasan, Bank Central Asia (BCA), Bank Negara Indonesia (BNI) dan Bank Rakyat Indonesia (BRI). Peta Lokasi 4 Bank di Balikpapan



2. Bagaimana model bangkitan dan tarikan pergerakan kendaraan bermotor roda empat pada tata guna lahan Bank di Balikpapan.



Tujuan penelitian penentuan model bangkitan pergerakan pada tata guna lahan Bank di Balikpapan, adalah sebagai berikut: 1. Untuk mengetahui faktor-faktor yang mempengaruhi bangkitan dan tarikan lalu lintas pada tata guna lahan Bank di Balikpapan. 2. Untuk mengetahui model bangkitan dan tarikan perjalanan yang dihasilkan oleh tata guna lahan Bank di Balikpapan. Bangkitan dan tarikan pergerakan digunakan untuk menyatakan bangkitan pergerakan pada masa sekarang, yang akan digunakan untuk meramalkan pergerakan pada masa mendatang. Bangkitan pergerakan ini berhubungan dengan penentuan jumlah keseluruhan yang dibangkitkan atau ditarik oleh suatu tata guna lahan.



(Google Maps) Pengumpulan Data Data yang diambil ialah data primer, dimana data primer adalah data yang diperoleh langsung dari pengamatan, yaitu banyaknya kendaraan yang menuju maupun meninggalkan Bank. Pengamatan di lokasi penelitian dimulai pukul 07:00 sampai 10:00 WITA. Pada setiap lokasi dilakukan sekali pengamatan yaitu pada hari kerja. Dan data-data skunder yang meliputi luas lahan (m2), banyaknya karyawan (orang), banyaknya mesin atm pada bank (Unit) dan luas lahan parkir (m2) diperoleh dari pengelola bank yang menjadi obyek penelitian.



METODE PENELITIAN Lokasi Penelitian Penelitian dilakukan pada 4 Bank di Balikpapan, dengan pertimbangan beberapa Bank tersebut mempunyai kriteria lokasi yang hampir sama dengan jarak yang tidak jauh dari pusat kota. Yaitu Bank Swasta dan Bank BUMN yang dijadikan lokasi penelitian adalah Langkah Penelitian Institut Teknologi Kalimantan Perencanaan dan Permodelan Transport Trip Generation



Page 3



Adapun penelitian dilakukan sesuai flowchart dibawah ini :



A. ANALISA DATA



1. Analisa regresi linear berganda tarikan perjalanan kendaraan pribadi ( Mobil ) Tabel 1.2 Analisa regresi linear berganda tarikan perjalanan kendaraan pribadi(Y1)



Dari hasil analisis regresi linear berganda ANALISA DATA DAN PEMBAHASAN



Dalam penelitian ini dilakukan analisis regresi linear berganda untuk memprediksi model tarikan dan bangkitan perjalanan baik pada kendaraan bermotor maupun pada kendaraan pribadi(mobil), model akumulasi luas lahan bangunan, dan luas lahan parkiran yang mungkin mempengaruhi tarikan kendaraan bermotor ataupun kendaraan pribadi(mobil). Analisi regresi linear berganda dalam penelitian ini bertujuan untuk membuat peramalan atau pendugaan atas koefisien-koefisien regresi yang dihasilkan, oleh karena itu koefisien koefisien regresi yang dihasilkan harus diinterpretasikan. Tabel 1.1 Data Primer dan Sekunder yang didapat berdasarkan survey lapangan



tersebut maka diperoleh model prediksi sebagai berikut : Y1 = 65,183 + 0,009 X1 + (-0,038) X2 Adapun pengujian analisis regresi linear berganda yang dilakukan adalah sebagai berikut : A. Uji T 1. Jika nilai sig < 0,05, atau t hitung > t table maka terdapat pengaruh variable x terhadap variable y 2. Jika nilai sig > 0,05, atau t hitung < t table maka tidak terdapat pengaruh variable x terhadap variable y α = 0,05 (tingkat kepercayaan) n=4



(jumlah sampel)



k=2



(jumlah variable bebas)



T table = t(α/2 ; n-k-1) = t (0,025 ; 1) = 12,70620 B. Uji F



Institut Teknologi Kalimantan Perencanaan dan Permodelan Transport Trip Generation



Page 4



1. Jika nilai sig < 0,05, atau F hitung > F table maka terdapat pengaruh variable x terhadap variable y 2. Jika nilai sig > 0,05, atau F hitung < F table maka tidak terdapat pengaruh variable x terhadap variable y F table = F (k; n-k) = F (2; 2) = 19,00 Pengujian Hipotesis H1, H2, dan H3 dengan Uji T serta Uji F



A. Pengujian Hipotesis Pertama (H1) Diketahui nilai Sig. untuk pengaruh X1 terhadap Y adalah sebesar 0,603 > 0,05 dan nilai t hitung (0,720) < t table (12,70620), sehingga dapat disimpulkan bahwa H1 ditolak yang berarti tidak terdapat pengaruh X1 terhadap Y



0,736 >0,05 dan nilai F hitung (0,422) < (19,00), sehingga dapat disimpulkan bahwa H3 ditolak yang berarti tidak terdapat pengaruh X1 dan X2 secara simultan terhadap Y 2. Analisa regresi linear berganda tarikan perjalanan kendaraan bermotor Tabel 1.3 Analisa regresi linear berganda tarikan perjalanan kendaraan bermotor(Y2)



Dari hasil analisis regresi linear berganda tersebut maka diperoleh model prediksi sebagai berikut : Y2 = 220,873 + 0,007 X1 + (-0,083) X2 Pengujian Hipotesis H1, H2, dan H3 dengan Uji T serta Uji F A. Pengujian Hipotesis Pertama (H1)



B. Pengujian Hipotesis Kedua (H2) Diketahui nilai Sig. untuk pengaruh X2 terhadap Y adalah sebesar 0,679 > 0,05 dan nilai t hitung (- 0,551) < t table (12,70620), sehingga dapat disimpulkan bahwa H2 ditolak yang berarti tidak terdapat pengaruh X1 terhadap Y



Diketahui nilai Sig. untuk pengaruh X1 terhadap Y adalah sebesar 0,766 > 0,05 dan nilai t hitung (0,386) < t table (12,70620), sehingga dapat disimpulkan bahwa H1 ditolak yang berarti tidak terdapat pengaruh X1 terhadap Y



B. Pengujian Hipotesis Kedua (H2)



C. Pengujian Hipotesis Ketiga (H3)



Diketahui nilai Sig. untuk pengaruh X2 terhadap Y adalah sebesar 0,536 > 0,05 dan nilai t hitung (- 0,893) < t table (12,70620), sehingga dapat disimpulkan bahwa H2 ditolak yang berarti tidak terdapat pengaruh X1 terhadap Y



Berdasarkan output diatas diketahui nilai signifikansi untuk pengaruh X1 dan X2 secara simultan terhadap Y adalah sebesar Institut Teknologi Kalimantan Perencanaan dan Permodelan Transport Trip Generation



Page 5



B. Pengujian Hipotesis Kedua (H2)



C. Pengujian Hipotesis Ketiga (H3) Berdasarkan output diatas diketahui nilai signifikansi untuk pengaruh X1 dan X2 secara simultan terhadap Y adalah sebesar 0,433 > 0,05 dan nilai F hitung (2,167) < (19,00), sehingga dapat disimpulkan bahwa H3 ditolak yang berarti tidak terdapat pengaruh X1 dan X2 secara simultan terhadap Y



Diketahui nilai Sig. untuk pengaruh X2 terhadap Y adalah sebesar 0,853 > 0,05 dan nilai t hitung (- 0,234) < t table (12,70620), sehingga dapat disimpulkan bahwa H2 ditolak yang berarti tidak terdapat pengaruh X1 terhadap Y



C. Pengujian Hipotesis Ketiga (H3) 3. Analisa regresi linear berganda bangkitan perjalanan kendaraan pribadi (Mobil)



Tabel 1.4 Analisa regresi linear berganda tarikan perjalanan kendaraan pribadi (Y3)



Berdasarkan output diatas diketahui nilai signifikansi untuk pengaruh X1 dan X2 secara simultan terhadap Y adalah sebesar 0,957 > 0,05 dan nilai F hitung (0,045) < (19,00), sehingga dapat disimpulkan bahwa H3 ditolak yang berarti tidak terdapat pengaruh X1 dan X2 secara simultan terhadap Y 4. Analisa regresi linear berganda bangkitan perjalanan kendaraan bermotor



Dari hasil analisis regresi linear berganda tersebut maka diperoleh model prediksi



Tabel 1.5 Analisa regresi linear berganda bangkitan perjalanan kendaraan bermotor (Y4)



sebagai berikut : Y3 = 63,071 + 0,007 X1 + (-0,033) X2 Pengujian Hipotesis H1, H2, dan H3 dengan Uji T serta Uji F A. Pengujian Hipotesis Pertama (H1) Diketahui nilai Sig. untuk pengaruh X1 terhadap Y adalah sebesar 0,829 > 0,05 dan nilai t hitung (-0,275) < t table (12,70620), sehingga dapat disimpulkan bahwa H1 ditolak yang berarti tidak terdapat pengaruh X1 terhadap Y Institut Teknologi Kalimantan Perencanaan dan Permodelan Transport Trip Generation



Dari hasil analisis regresi linear berganda tersebut maka diperoleh model prediksi sebagai berikut : Y4 = 115,442 + (-0,009) X1 + (0,039) X2



Page 6



Pengujian Hipotesis H1, H2, dan H3 dengan Uji T serta Uji F A. Pengujian Hipotesis Pertama (H1) Diketahui nilai Sig. untuk pengaruh X1 terhadap Y adalah sebesar 0,729 > 0,05 dan nilai t hitung (-0,454) < t table (12,70620), sehingga dapat disimpulkan bahwa H1 ditolak yang berarti tidak terdapat pengaruh X1 terhadap Y



B. Pengujian Hipotesis Kedua (H2) Diketahui nilai Sig. untuk pengaruh X2 terhadap Y adalah sebesar 0,783 > 0,05 dan nilai t hitung ( 0,355) < t table (12,70620), sehingga dapat disimpulkan bahwa H2 ditolak yang berarti tidak terdapat pengaruh X1 terhadap Y



Dari hasil analisis regresi linear berganda tersebut maka diperoleh model prediksi sebagai berikut : Y1 = 101,380 + 0,080 X3 + (-3,660) X4 Pengujian Hipotesis H1, H2, dan H3 dengan Uji T serta Uji F



A. Pengujian Hipotesis Pertama (H1) Diketahui nilai Sig. untuk pengaruh X3 terhadap Y adalah sebesar 0,01< 0,05 dan nilai t hitung (14,521) > t table (12,70620), sehingga dapat disimpulkan bahwa H1 diterima yang berarti terdapat pengaruh X3 terhadap Y



C. Pengujian Hipotesis Ketiga (H3) Berdasarkan output diatas diketahui nilai signifikansi untuk pengaruh X1 dan X2 secara simultan terhadap Y adalah sebesar 0,872 > 0,05 dan nilai F hitung (0,157) < (19,00), sehingga dapat disimpulkan bahwa H3 ditolak yang berarti tidak terdapat pengaruh X1 dan X2 secara simultan terhadap Y



B. Pengujian Hipotesis Kedua (H2) Diketahui nilai Sig. untuk pengaruh X4terhadap Y adalah sebesar 0,04< 0,05 dan nilai t hitung (13,411) > t table (12,70620), sehingga dapat disimpulkan bahwa H2 diterima yang berarti terdapat pengaruh X4 terhadap Y



5. Analisis Regresi Linear berganda tarikan kendaraan pribadi (Mobil) terhadap banyaknya karyawan (X3) dan banyaknya mesin atm (X4) C. Pengujian Hipotesis Ketiga (H3) Tabel 1.6 Analisa regresi linear berganda tarikan perjalanan kendaraan pribadi(Y1)



Institut Teknologi Kalimantan Perencanaan dan Permodelan Transport Trip Generation



Berdasarkan output diatas diketahui nilai signifikansi untuk pengaruh X3 dan X4 secara simultan terhadap Y adalah sebesar 0,03 < 0,05 dan nilai F hitung (21,286) >



Page 7



(19,00), sehingga dapat disimpulkan bahwa H3 diterima yang berarti terdapat pengaruh X3 dan X4 secara simultan terhadap Y



bahwa H2 diterima yang berarti terdapat pengaruh X4 terhadap Y



6. Analisis Regresi Linear berganda tarikan kendaraan bermotor (Motor) terhadap banyaknya karyawan (X3) dan banyaknya mesin atm (X4) Tabel 1.7 Analisa regresi linear berganda tarikan perjalanan kendaraan bermotor(Y2)



Dari hasil analisis regresi linear berganda



C. Pengujian Hipotesis Ketiga (H3) Berdasarkan output diatas diketahui nilai signifikansi untuk pengaruh X3 dan X4 secara simultan terhadap Y adalah sebesar 0,02 < 0,05 dan nilai F hitung (19,838) > (19,00), sehingga dapat disimpulkan bahwa H3 diterima yang berarti terdapat pengaruh X3 dan X4 secara simultan terhadap Y



7. Analisis Regresi Linear berganda



tersebut maka diperoleh model prediksi



bangkitan



sebagai berikut :



(Mobil)



Y2 = 452,672 + (-1,313) X3 + (-9,676) X4



karyawan (X3)



kendaraan terhadap



pribadi banyaknya



dan banyaknya



mesin atm (X4) Pengujian Hipotesis H1, H2, dan H3 dengan Uji T serta Uji F



Tabel 1.8 Analisa regresi linear berganda bangkitan perjalanan kendaraan pribadi(Y3)



A. Pengujian Hipotesis Pertama (H1) Diketahui nilai Sig. untuk pengaruh X3 terhadap Y adalah sebesar 0,01< 0,05 dan nilai t hitung (15,292) > t table (12,70620), sehingga dapat disimpulkan bahwa H1 diterima yang berarti terdapat pengaruh X3 terhadap Y



Dari hasil analisis regresi linear berganda tersebut maka diperoleh model prediksi sebagai berikut :



B. Pengujian Hipotesis Kedua (H2) Diketahui nilai Sig. untuk pengaruh X4terhadap Y adalah sebesar 0,02< 0,05 dan nilai t hitung (13,745) > t table (12,70620), sehingga dapat disimpulkan Institut Teknologi Kalimantan Perencanaan dan Permodelan Transport Trip Generation



Y3 = 136,122 + (-0,173) X3 + (-4,229) X4 Pengujian Hipotesis H1, H2, dan H3 dengan Uji T serta Uji F



Page 8



A. Pengujian Hipotesis Pertama (H1) Diketahui nilai Sig. untuk pengaruh X3 terhadap Y adalah sebesar 0,04< 0,05 dan nilai t hitung (13,160) > t table (12,70620), sehingga dapat disimpulkan bahwa H1 diterima yang berarti terdapat pengaruh X3 terhadap Y



Dari hasil analisis regresi linear berganda tersebut maka diperoleh model prediksi sebagai berikut :



B. Pengujian Hipotesis Kedua (H2) Diketahui nilai Sig. untuk pengaruh X4 terhadap Y adalah sebesar 0,02< 0,05 dan nilai t hitung (13,305) > t table (12,70620), sehingga dapat disimpulkan bahwa H2 diterima yang berarti terdapat pengaruh X4 terhadap Y



Y4 = 130,032 + (-0,340) X3 + (1,998) X4 Pengujian Hipotesis H1, H2, dan H3 dengan Uji T serta Uji F A. Pengujian Hipotesis Pertama (H1) Diketahui nilai Sig. untuk pengaruh X3 terhadap Y adalah sebesar 0,03< 0,05 dan nilai t hitung (15,438) > t table (12,70620), sehingga dapat disimpulkan bahwa H1 diterima yang berarti terdapat pengaruh X3 terhadap Y



C. Pengujian Hipotesis Ketiga (H3) Berdasarkan output diatas diketahui nilai signifikansi untuk pengaruh X3 dan X4 secara simultan terhadap Y adalah sebesar 0,03 < 0,05 dan nilai F hitung (20,047) > (19,00), sehingga dapat disimpulkan bahwa H3 diterima yang berarti terdapat pengaruh X3 dan X4 secara simultan terhadap Y



B. Pengujian Hipotesis Kedua (H2) Diketahui nilai Sig. untuk pengaruh X4 terhadap Y adalah sebesar 0,03< 0,05 dan nilai t hitung (14,201) > t table (12,70620), sehingga dapat disimpulkan bahwa H2 diterima yang berarti terdapat pengaruh X4 terhadap Y



8. Analisis Regresi Linear berganda bangkitan (Motor)



kendaraan terhadap



karyawan (X3)



bermotor banyaknya



dan banyaknya



mesin atm (X4) C. Pengujian Hipotesis Ketiga (H3) Tabel 1.9 Analisa regresi linear berganda tarikan perjalanan kendaraan bermotor (Y4)



Institut Teknologi Kalimantan Perencanaan dan Permodelan Transport Trip Generation



Berdasarkan output diatas diketahui nilai signifikansi untuk pengaruh X3 dan X4 secara simultan terhadap Y adalah sebesar 0,01 < 0,05 dan nilai F hitung (19,279) > (19,00), sehingga dapat disimpulkan bahwa



Page 9



H3 diterima yang berarti terdapat pengaruh X3 dan X4 secara simultan terhadap Y



berdasarkan hipotesis yang diterima pada analisis data.



B.PEMBAHASAN 1. Berdasarkan data dari hasil analisis maka diperoleh rumus matematik untuk memprediksi : A. Tarikan Perjalanan Kendaraan (Y1 dan Y2)



Y1 = 65,183 + 0,009 X1 + (-0,038) X2 Y2 = 220,873 + 0,007 X1 + (-0,083) X2 Tarikan perjalanan kendaraan tidak dipengaruhi oleh luas lahan bangunan(X1) dan luas parkir kendaraan(X2) karena berdasarkan hipotesis yang ditolak pada analisis data. B. Bangkitan Perjalanan Kendaraan (Y3 dan Y4)



D. Bangkitan Perjalanan Kendaraan (Y3 dan Y4) Y3 = 136,122 + (-0,173) X3 + (-4,229) X4 Y4 = 130,032 + (-0,340) X3 + (1,998) X4 Bangkitan perjalanan kendaraan dipengaruhi oleh banyak karyawan(X3) dan banyak mesin atm(X4) karena berdasarkan hipotesis yang diterima pada analisis data. KESIMPULAN Berdasarkan analisa data dan pembahasan



Y3 = 63,071 + 0,007 X1 + (-0,033) X2



yang ada, maka dapat disimpulkan :



Y4 = 115,442 + (-0,009) X1 + (0,039) X2 Bangkitan perjalanan kendaraan tidak



1. Tarikan perjalanan pada kendaraan pribadi



dipengaruhi oleh luas lahan bangunan(X1)



(Mobil) dipengaruhi oleh banyak karyawan



dan luas parkir kendaraan(X2) karena



dan banyak mesin atm



berdasarkan hipotesis yang ditolak pada



dan tarikan



perjalanan pada kendaraan pribadi (Mobil) tidak dipengaruhi oleh luas bangunan, dan



analisis data.



luas lahan parkir 2. Berdasarkan data dari hasil analisis maka diperoleh rumus matematik untuk memprediksi : C. Tarikan Perjalanan Kendaraan (Y1 dan Y2)



2. Tarikan bermotor



perjalanan



pada



dipengaruhi



oleh



kendaraan banyak



karyawan dan banyak mesin atm dan tarikan



perjalanan



pada



kendaraan



Y1 = 101,380 + 0,080 X3 + (-3,660) X4



bermotor tidak dipengaruhi oleh luas



Y2 = 452,672 + (-1,313) X3 + (-9,676)



bangunan, dan luas lahan parkir



X4 Tarikan



3. Bangkitan perjalanan pada kendaraan



perjalanan



kendaraan



pribadi (Mobil) dipengaruhi oleh banyak



dipengaruhi oleh banyak karyawan(X3)



karyawan dan banyak mesin atm dan



dan banyak mesin atm(X4) karena



bangkitan



Institut Teknologi Kalimantan Perencanaan dan Permodelan Transport Trip Generation



perjalanan



pada



kendaraan



Page 10



pribadi (Mobil) tidak dipengaruhi oleh luas bangunan, dan luas lahan parkir 4. Bangkitan perjalanan pada kendaraan bermotor



dipengaruhi



oleh



banyak



karyawan dan banyak mesin atm dan bangkitan



perjalanan



pada



kendaraan



bermotor tidak dipengaruhi oleh luas lahan bangunan dan luas lahan parkir DAFTAR PUSTAKA Frans,John H,Sudiyo Utomo,Annisa E. Normandiri.”Model Tarikan Pergerakan Transportasi Pada Kompleks Lippo Plaza, Flobamora Mall Dan Hypermart Bundaran PU Kota Kupang.”Kupang : Jurnal Teknik Sipil, Vol. V, No. 2.September 2016 Melayu Hasibuan.”Dasar-Dasar Perbankan.”:Jakarta : Bumi Akasara,2008



Saraswati, Nina. (2017), “Perencanaan Tarikan Dan Distribusi Perjalanan Karyawan Pada Gedung Kantor Bank Dikota Surabaya ( Studi Kasus: Bank BRI Surabaya ).”Surabaya : Institut Teknologi Surabaya.



Institut Teknologi Kalimantan Perencanaan dan Permodelan Transport Trip Generation



Page 11