ANALISIS POTENSI PERMINTAAN KOPAJA TERINTEGRASI TRANSJAKARTA (STUDI KASUS: KOPAJA P20)
Purwhita Nuansa Budi, Alvinsyah Departemen Teknik Sipil, Universitas Indonesia, Kampus Baru UI Depok, 16426, Indonesia
E- mail : [email protected] / [email protected]
Abstrak
Koperasi Angkutan Jakarta (KOPAJA) P20 telah diintegrasi dengan Transjakarta, disebut KOPAJA P20 Terintegrasi. Namun integrasi ini tidak menarik banyak peminat dari penumpang KOPAJA P20 Reguler, dikarenakan sistem pembayaran yang sulit dan waktu tempuh yang tidak memenuhi SPM BRT. KOPAJA merencanakan perbaikan pelayanan dengan penggunaan tiket elektronik dan percepatan waktu tempuh serta akan menambah biaya transportasi. Penelitian ini bertujuan memperkirakan potensi permintaan KOPAJA P20 Terintegrasi. Analisis dilakukan menggunakan model logit berbasiskan persamaan fungsi utilitas yang dikembangkan dengan metode wawancara stated preference ke dalam beberapa skenario selanjutnya dievaluasi dan dipilih fungsi yang terbaik. Hasil analisis menyatakan bila selisih waktu 10 menit dan selisih biaya Rp500, Rp1000 dan Rp1500 potensi permintaan penumpang yang bersedia pindah dari KOPAJA P20 Reguler ke KOPAJA P20 Terintegrasi sebesar 78% (1.769 pnp), 55% (1.247 pnp) dan 29% (658 pnp). Selisih waktu 20 menit dengan selisih biaya yang sama, potensi permintaan penumpang sebesar 90% (2.041 pnp), 74% (1.678 pnp) dan 49% (1.111 pnp). Selisih waktu 30 menit dengan selisih biaya yang sama, potensi permintaan penumpang sebesar 95% (2.155 pnp), 87% (1.973 pnp) dan 70% (1.588 pnp). Mengacu pada hasil analisis peningkatan jumlah potensi permintaan KOPAJA P20 Terintegrasi tergantung dari pelayanan yang diberikan yang meliputi selisih biaya dan selisih waktu.
POTENTIAL DEMAND ANALYSIS OF KOPAJA INTEGRATED WITH TRANSJAKARTA (Case Study: KOPAJA P20)
Abstract
KOPAJA P20 is a medium bus service which is integrated with Transjakarta system. Yet since its integration, could not attract KOPAJA P20 Regular’s passengers significantly. This mainly due to in efficient payment system and prolong travel time. In order to increase its passenger, the management plan to improve its service by using e- ticketing system and impove travel time. On the contrary, they also plan to increase tariff. This research is aimed to estimate the potential demand of KOPAJA integrated. The demand is predicted by using binomial logit method based on the proposed utility function which is based on the data obtained from the stated preference survey. In order to establish utility function, stated preference survey is conducted and several scenario is proposed, the best function is selected. The results of analysis show that within 10 minutes travel time saving and tariff increasement Rp500, Rp1000 and Rp1500 potential demand of passengers who are willing to move from KOPAJA Regular to KOPAJA integrated is 78% (1.769passengers), 55% (1.247passengers) and 29% (658passengers). If 20 minutes travel time saving with the same tariff increasement, potential demand is 90% (2.041passenger), 74% (1.678passengers) and 49% (1.111passengers). If 30 minutes travel time saving with the same tariff increasement, potential demand is 95% (2.155passengers), 87% (1.973passengers) and 70% (1.588passengers). Based on these results, it can be declared that demand KOPAJA P20 Integrated’s potential demand is depending on the service provided, travel time saving and tariff increasement.
Keywords : demand, stated preference, logit model, utility function
Analisis potensi ..., Purwhita Nuansa Budi, FT UI, 2015 Pendahuluan
Penggunaan Transjakarta belum bisa mengurai kemacetan di Jakarta (ITDP, 2011). Sehingga pemerintah memutuskan KOPAJA untuk diintegrasi dengan Transjakarta. Namun integrasi ini hanya sebatas fisik yaitu armada diperbolehkan memasuki jalur khusus Transjakarta sedangkan pelayanan yang diberikan masih jauh dari standar pelayanan minimal (SPM) BRT. Waktu tempuh KOPAJA Terintegrasi belum memenuhi standar SPM BRT serta sistem pembayaran yang sulit. Penumpang yang menggunakan layanan KOPAJA Terintegrasi melalui halte Transjakarta harus melakukan pembayaran dua kali, yaitu pembayaran untuk masuk ke halte dan di dalam armada KOPAJA sehingga menyebabkan penumpang KOPAJA lebih tertarik tetap menggunakan KOPAJA Reguler dibandingkan KOPAJA Terintegrasi. KOPAJA berencana meningkatkan pelayanan dengan tiket terpadu Transjakarta untuk mempermudah pembayaran dan mempercepat waktu tempuh serta meningkatkan tarif KOPAJA Terintegrasi. Penelitian ini bertujuan untuk mengetahui besar potensi permintaan penumpang KOPAJA P20 Terintegrasi berdasarkan pelayanan yang diberikan.
Tinjauan Teoritis a. Stated preference Teknik SP (Stated Preference) dicirikan dengan adanya penggunaan desain eksperimen untuk membangun alternatif hipotesa terhadap situasi (hypothetical situation), yang kemudian disajikan kepada responden. Selanjutnya responden ditanya mengenai pilihan apa yang mereka inginkan untuk melakukan sesuatu atau bagaimana mereka membuat rating/rangking atau pilihan tertentu didalam satu atau beberapa situasi dugaan. Dengan metode ini, kita dapat melakukan kontrol eksperimen kehidupan nyata dalam sistem transportasi (Ortuzar and Willumsen, 1994). Metode ini telah secara luas dipergunakan dalam bidang transportasi karena metode ini dapat mengukur/memperkirakan bagaimana masyarakat memilih moda perjalanan yang belum ada atau melihat bagaimana reaksi mereka bereaksi terhadap suatu peraturan baru. b. Fungsi Utilitas Fungsi utilitas merupakan besaran nilai keputusan dari alternatif pilihan yang ditawarkan. Utilitas dapat didefenisikan sebagai ukuran istimewa seseorang dalam menentukan pilihan alternatif terbaiknya atau sesuatu yang dimaksimumkan oleh setiap individu (seseorang). Dalam
Analisis potensi ..., Purwhita Nuansa Budi, FT UI, 2015 memodelkan pemilihan moda, maka utilitas dari suatu pilihan bagi individu dapat dituliskan sebagai berikut:
� = � !� !+ �!� ! + �!� ! + � !� ! (1) dimana: U = utilitas alternative I bagi pembuat keputusan n
� !, � !, � !, �! = koefisien – koefisien dari data yang disediakan
�!, �!, � !, �! = sejumlah variabel yang menerangkan atribut c. Logit Biner Model logit biner merupakan bentuk khusus dari model multinomial logit. Pada model ini alternatif yang akan dipilih adalah model yang mempunyai utilitas terbesar. Model logit merupakan model pemilihan diskrit yang paling umum digunakan pemilihan diantara dua moda I dan j. (�)=(��≥��) (2) (�)=�−(�) (3) Menurut fungsi dari distribusi logistik, persamaan probabilitas dari alternative i dan j
(!"!!") (�) = ! (4) !!!(!"!!") (�) = �− (�) = ! (5) !!!(!"!!") Dengan menganggap bahwa fungsi utilitas adalah linear, maka perbedaan utilitas diekspresikan dalam bentuk perbedaan dalam sejumlah atribut n yang relevan diantara kedua moda, dirumuskan sebagai berikut.
� !� ! = � ! +(�!� !-�!�!) + � ! (�!� ! − �!�!) +…+�! �!� ! − �!�! (6) Dimana:
��−�� = Selisih utilitas antara moda i dengan moda j
�0 = Konstanta
�1,2,�� = Koefisien masing-masing atribut yang ditentukan melalui metode least square dengan multiple linier regresion
Bentuk probabilitas memilih moda tertentu, serta diberikan pada persamaan sebagai berikut:
��| !(!) | =��+(����−����)+(����−����)+⋯+(����-����) (7) !!!(!)
Sehingga �� − �� = �� | !(!) | = ��|!(!) | (8) !!!(!) !(!)
Analisis potensi ..., Purwhita Nuansa Budi, FT UI, 2015 d. Prosedur Kalibrasi dan Validasi Model Model dari suatu permintaan pada umumnya merupakan penyesuaian terhadap suatu daerah dimana data tersebut diambil, oleh karena itu dalam suatu perhitungan atau analisis dilakukan kalibrasi terhadap model yang dibangun. Hal ini dimaksudkan untuk mendapatkan suatu hasil keseimbangan dari perhitungan yang dilakukan (Rahardjo, 2001).
Validasi berasal dari kata validity yang berarti sejauh mana ketepatan dan kecermatan suatu alat ukur dalam mengukur suatu data. Dengan demikian pada kajian ini model yang validasi adalah model yang dianggap baik yang telah diperoleh dari proses kalibrasi yaitu untuk signifikansi tujuan, ketepatan prosedur, manfaat hasil penelitian dan juga untuk memahami data, penelusuran data sesuai teori yang yang digunakan dan di analisis secara statistik (Widiarta & Wardana, 2011).
Untuk mengetahui variabel bebas yang layak untuk diikutsertakan ke dalam model perlu dilakukan uji stastistik (uji hipotesis). Berikut tahap pengujian hipotesis pada analisis regresi - Uji korelasi Uji ini dilakukan untuk mengetahui apakah terdapat hubungan yang signifikan antar variabel (Santoso, 2014). Keeratan hubungan dinyatakan dengan koefisien korelasi. - Uji kelayakan model (goodness of fit test) Uji kelayakan model menggunakan uji statistik dari Hosmer and Lemeshow serta Omnibus of Model Coefficient. Uji ini bertujuan untuk mempelajari sejauh mana kesesuaian model regresi logistik yang dipakai di dalam memodelkan hubungan antara variabel bebas dan variabel tidak bebas. Hipotesis nol dari uji statistik ini adalah model yang diuji layak, sedangkan hipotesis alternatifnya adalah model yang diuji tidak. Prinsip dasar dari uji statistik ini adalah frekuensi hasil prediksi dan frekuensi observasi dari variabel tidak bebas harus mempunyai perbedaan yang relatif kecil. Model yang layak menurut uji statistik ini akan mempunyai nilai probabilitas (p-value) yang besar yaitu lebih besar dari tingkat keyakinan 5% atau a =0.05 ((Widiarta & Wardana, 2011). - Uji Wald Uji Wald digunakan untuk mengetahui pengaruh variabel bebas secara individu terhadap variabel terikatnya. Uji ini dilakukan dengan menbandingkan nilai uji Wald hitung dengan nilai Wald dari Tabel.
Analisis potensi ..., Purwhita Nuansa Budi, FT UI, 2015 - Odds Ratio Setelah model dinyatakan layak di dalam menggambarkan hubungan antara variabel bebas dan tidak bebas maka langkah selanjutnya adalah menginterpretasikan model dengan analisis rasio odds. Secara implisit odds mempunyai arti yang sama dengan peluang atau probabilitas atau kemungkinan. Odds dari suatu kejadian digambarkan sebagai peluang dari peristiwa yang terjadi dibagi oleh peluang dari peristiwa yang tidak terjadi. (Widiarta & Wardana, 2011). e. Kecepatan Rencana KOPAJA P20 Terintegrasi Kecepatan minimum yang harus ditempuh KOPAJA Terintegrasi berdsarkan SPM BRT Transjakarta, yaitu : !"#"$ !"#$% !"#$%&#'#"!# !"#$% !"#$ !"#"$ (9) !"#$%!&#' !"#"$ !"#$% !"#$%&#'#"!# !"#$%! !!"#$ ! ! ( !" ) !"## !"#"$%&%' !" !"#$% !"#$%& !" !"# Berdasarkan peraturan standar minimal pelayanan BRT, didapatkan bahwa kecepatan lari (running speed) di jalur busway ialah sebesar 30 km/jam dan waktu yang dibutuhkan dalam menaikan dan menurunkan penumpang ialah selama 20 detik. f. Penentuan Jumlah Sampel Sample yang ideal untuk suatu penelitian ditentukan dengan rumus statistik penelitian dalam penentuan jumlah sampel, seperti berikut (Sugiyono, 2006):
�’ = � (10) �!��� Dimana : n = jumlah sampel N = jumlah populasi e = taraf kesalahan, diasumsikan sebesar 10% (0,10)
Analisis potensi ..., Purwhita Nuansa Budi, FT UI, 2015 Metode Penelitian
Pada penelitian ini dibutuhkan data primer dan data sekunder. Data primer didapatkan dengan melakukan survei yang terdiri dari survei pendahuluan dan utama. Survei penelitian ini dilakukan di sepanjang rute KOPAJA P20 Senen – Lebak Bulus. Berikut merupakan rute survei.
Figure 1 Peta Rute KOPAJA P20 Sumber : www.googlemaps.com diakses pada Nov,2014.
Tahapan survei pendahuluan dilakukan untuk mendapatkan variabel yang paling berpengaruh terhadap keputusan penumpang transportasi umum dengan metode studi literature (meta analisis) serta untuk mendapatkan selisih waktu dan biaya antara KOPAJA P20 Reguler dan Terintegrasi. Selanjutnya dilakukan survei wawancara stated preference selanjutnya hasil dianalisis menggunakan model logit berbasis dengan persamaan fungsi utilitas, dapat dilihat pada Figure 2.
Analisis potensi ..., Purwhita Nuansa Budi, FT UI, 2015
Figure 2 Diagram Metode Penelitian
Analisis potensi ..., Purwhita Nuansa Budi, FT UI, 2015 Hasil Penelitian
Karakteristik Umum KOPAJA
Table I Data Armada KOPAJA
KOPAJA P20 REGULER KOPAJA P20 Terintergasi P20 55 armada 53 armada S13 - 10 armada S602 - 35 armada P19 81 armada 5 armada
Jumlah armada KOPAJA P20 sudah seimbang namun jumlah penumpang KOPAJA P20 Reguler 350-400 pnp/hari sedangkan KOPAJA P20 Terintegrasi 250-300 pnp/hari. Atas pertimbangan ini maka diambil kasus KOPAJA P20 dengan rute Terminal Pasar Senen – Terminal Lebak Bulus. Mengacu pada ITDP, 2012 jarak tumpang tindih KOPAJA P20 dengan Transjakarta ialah 49% dimulai dari Halte Setia Budi Utara sampai Halte SMK 57.
Penentuan Atribut Suvei Utama Dalam mendapatkan variabel atau atribut yang akan digunakan dalam survei wawancara stated preference, dilakukan analisa terhadap variabel yang paling penting bagi pengguna angkutan umum. Dalam mendapatkan variabel tersebut dilakukan studi literatur terhadap 13 penelitian lain. Dari hasil literature research didapatkan hasil bahwa variabel dari biaya dan waktu merupakan variabel paling berpengaruh terhadap keputusan pengguna angkutan umum dalam memilih moda transportasi.
Pemilhan Waktu dan Lokasi Survei Pemilihan waktu dan lokasi survei dilakukan dengan survei waktu tempuh dan naik turun penumpang sehingga didapatkan pola perjalanan penumpang pada arah jam sibuk di kedua arah. Didapatkan pada jam sibuk pagi hari arah Senen–Lebak Bulus dan sebaliknya serta jam sibuk sore hari arah Lebak Bulus–Senen pola perjalanan penumpang ialah perjalanan pendek. Sedangkan pada saat jam sibuk sore hari arah Senen–Lebak Bulus pola perjalanan penumpang ialah perjalanan panjang, mayoritas penumpang naik dari Kuningan dan turun di Lebak Bulus, sehingga survei wawancara stated preference dilakukan pada waktu sore hari arah Senen–Lebak Bulus. Pola perjalanan penumpang pada sore hari arah Senen–Lebak Bulus dapat dilihat pada Figure 3 berikut
Analisis potensi ..., Purwhita Nuansa Budi, FT UI, 2015
Okupan Senen - Lebak Bulus Jam Sibuk Sore
50 survey 1 45 40 survey 2 35 30 survey 3 25 survey 4 20 15 survey 5
Okupan (pnp) 10 5 survey 6 0 JMC PLN Depkes Kemenlu Joang 45 St. Cikini Trackindo Trackindo Republika Duren Tiga Tiga Duren Jasa Raharja Lebak Bulus Patra Kuningan Terminal Senen Terminal Karet Kuningan Halte Tugu Tani Tani Tugu Halte Kusuma Atmaja Kusuma Halte Budi Utomo Lap. Banteng Barat Pertigaan Ind. Power Pertigaan psr minggu
Figure 3 Grafik Naik Turun KOPAJA Reguler Arah Terminal Pasar Senen – Terminal Lebak Bulus Pada Jam Sibuk Sore
Selisih Biaya dan Selisih Waktu Selisih biaya didapatkan dengan melakukan wawancara dengan pihak manajemen KOPAJA terkait rencana kenaikan biaya transportasi sedangkan selisih waktu dilakukan dengan melakukan survei waktu tempuh di lapangan antara KOPAJA P20 Reguler dan Terintegrasi. Namun waktu tempuh yang digunakan KOPAJA Terintegrasi saat di dalam jalur Transjakarta adalah waktu tempuh rencana dari kecepatan rencana berdasarkan persamaan 9 sebesar 24,18 km/jam.
Sehingga didapatkan waktu tempuh KOPAJA P20 Terintegrasi baru berdasarkan kecepatan rencana, selanjutnya nilai waktu tempuh antara KOPAJA P20 Reguler dan Terintegrasi ini diolah dnegan matriks dan didapatkan nilai selisih waktu tempuh antar keduanya. Didapatkan selisih biaya dan selisih waktu pada Tabel II berikut.
Table II Selisih Biaya dan Selisih Waktu KOPAJA P20 Reguler dan Terintegasi
Level Selisih Biaya Selisih Waktu 1 Lebih Mahal Rp 500,- Lebih Cepat 10 Menit 2 Lebih Mahal Rp 1.000,- Lebih Cepat 20 Menit 3 Lebih Mahal Rp 1.500,- Lebih Cepat 30 Menit
Analisis potensi ..., Purwhita Nuansa Budi, FT UI, 2015 Penentuan Jumlah Sampel Survei dilakukan dengan metode wawancara stated preferences yang dilakukan on board kepada responden penelitian ini, yaitu penumpang KOPAJA P20 Reguler. Wawancara stated preferences pada survei ini dilakukan kepada 115 responden. Hal ini didasarkan oleh jumlah frekuensi armada KOPAJA sebanyak 27 armada dan pnp/perjalanan/armada sebanya 88 pnp. Sehingga berdasarkan persamaan 10, dalam penelitian ini dilakukan survei wawancara SP kepada 96 responden ditambah 20% yaitu sebanyak 115 responden.
Karakteristik Responden Berdasarkan hasil survei wawancara stated preference dari 115 respon, dapat diketahui karakteristik responden, dapat dilihat pada Tabel III berikut
Table III Karakterisrik Sosial Ekonomi Responden
Frekuensi Keterangan Frekuensi Keterangan (%) (%) Jenis Kelamin 54 Perempuan Maksud Perjalanan 7 Sekolah/Kuliah Responden 46 Laki - Laki Responden 89 Bekerja 5 <20 tahun 3 Belanja/Rekreasi 55 20 – 30 tahun 1 Lainnya Usia Responden 20 30 – 40 tahun Biaya 27 <200 ribu rupiah 20 >40 tahun Transportasi/bulan 30 200 – 400 ribu rupiah 3 1 – 3 kali/1 minggu 17 400 – 600 ribu rupiah Frekuensi 34 4 – 6 kali/1 minggu 20 600 – 800 ribu rupiah Penggunaan 10 7 – 9 kali/1 minggu 3 800 – 1000 ribu rupiah KOPAJA 54 >=10 kali/1 minggu 3 >1000 ribu rupiah 10 Pelajar/Mahasiswa Travel Time 30 50-79 6 Pengusaha/Wiraswasta Responden 30 80-109 Profesi Penumpang 7 PNS/TNI/POLRI 30 110-139 KOPAJA 67 Karyawan Swasta 7 140-169 10 Pekerjaan Lainnya 3 170-199 8 <1juta Alasan Menggunakan 21 Murah 4 1-2 juta KOPAJA Reguler 50 Bisa Duduk 38 2-3 juta 26 Datang Duluan Pendapatan/Bulan 2 3-4 juta 3 Lainnya Penumapng KOPAJA 26 4-5 juta Alasan Tidak 22 Mahal 15 5-6 juta Menggunakan 16 Bayar 2x 4 6-7 juta KOPAJA Terintegrasi 40 Tidak Bisa Duduk 16 Lama Datangnya 3 >7 juta 1 SD 6 JPO 13 SMP Pendidikan Terakhir 37 SMA Responden 12 D1/D2/D3 36 D3/S1 3 S1/S2
Analisis potensi ..., Purwhita Nuansa Budi, FT UI, 2015 Hasil Preferensi Responden Hasil survei wawancara preferensi antara selisih biaya dan selisih waktu dari 115 responden dapat dilihat pada Tabel IV berikut.
Table IV Hasil Preferensi Wawancara Survei Stated Preference
Selisih Waktu 10 menit Y T Jumlah 500 90 25 115 Selisih Kenaikan 1000 59 56 115 Biaya 1500 45 70 115 Selisih Waktu 20 menit 500 102 13 115 Selisih Kenaikan 1000 83 32 115 Biaya 1500 55 60 115 Selisih Waktu 30 menit 500 114 1 115 Selisih Kenaikan 1000 99 16 115 Biaya 1500 82 33 115
Pembahasan
Pembentukan Fungsi Utilitas Variabel terikat adalah pilihan menggunakan KOPAJA P20 Terintegrasi atau tidak. Variabel bebas yang mempengaruhi adalah variabel bebas yang memiliki angka korelasi signifikan tinggi bila dibandingkan dengan korelasi antara variabel terikat dengan variabel bebas lainnya. Pada fungsi utilitas yang dibangun, dilakukan pada dua kombinasi populasi: 1. Semua pilihan stated preference (SP) yang dijawab 2. Semua pilihan SP tanpa responden pelajar/mahasiswa Pengelompokan populasi ini bertujuan untuk mengetahui apakah populasi yang dijadikan sebagai responden merupakan populasi yang sudah homogen atau tidak. Setiap responden memiliki variabel yang diuji, variabel yang diikutsertakan dalam uji ini terdapat pada Tabel V berikut
Analisis potensi ..., Purwhita Nuansa Budi, FT UI, 2015 Table V Variabel Bebas Untuk Uji Korelasi
No Variabel Bebas Keterangan 1 X1 Frekuensi Penggunaan KOPAJA 2 X2 Maksud Perjalanan 3 X3 Travel Time 4 X4 Alasan Menggunakan KOPAJA P20 Reguler Alasan Tidak Menggunakan KOPAJA P20 5 X5 Terintegrasi TJ 6 X6 Pengetahuan Mengenai Tiket Elektronik 7 X7 Pernah Menggunakan Tiket Elektronik 8 X8 Usia 9 X9 Jenis Kelamin 10 X10 Pendidikan Terakhir 11 X11 Pekerjaan 12 X12 Rata – Rata Pendapatan 13 X13 Biaya Perjalanan 14 X14 Selisih Waktu 15 X15 Selisih Biaya
Berdasarkan hasil korelasi yang didapatkan pada kombinasi 1 (seluruh data SP) variabel bebas yang memiliki korelasi yang cukup baik terhadap variabel terikat ialah selisih waktu dengan angka korelasinya sebesar 0.263**, selisih biaya dengan angka korelasinya -0.340** dan frekuensi penggunaan KOPAJA 0.182**. Sedangkan kombinasi 2 (non mahasiswa/pelajar) diperoleh selisih waktu dengan angka korelasinya sebesar 0.269**, selisih biaya dengan angka korelasinya -0.334** dan frekuensi penggunaan KOPAJA 0.172**
Fungsi Utilitas Kombinasi 1 dan Kombinasi 2 (selisih biaya, selisih waktu dan frekuensi) Pada ketiga variabel ini dilakukan uji multikolinearitas antara variabel bebas, nilai korelasi yang didapatkan signifikan kecil sehingga menandakan tidak ada korelasi yang baik antara variabel sehingga layak masuk ke dalam model logit. Namun berdasarkan uji sig wald, dimana variabel yang memiliki nilai sig
Fungsi Utilitas Kombinasi 1 (selisih biaya dan selisih waktu) Pada uji multikolinearitas kedua variabel bebas, nilai korelasi yang didapatkan signifikan kecil sehingga menandakan tidak ada korelasi yang baik antara variabel sehingga layak masuk ke dalam model logit. Uji sig wald, dimana variabel yang memiliki nilai sig Analisis potensi ..., Purwhita Nuansa Budi, FT UI, 2015 Berdasarkan uji -2 log likelihood sebelum variabel bebas masuk ke dalam model dengan N = 875 (jumlah sampel) didapatkan nilai -2 log likelihood 1071.935. Nilai chi square (X2) Tabel dengan degree of freedom=N-1(variabel terikat), df=874 dan probabilitas 5% sebesar 943.8812. Nilai -2 log likelihood (1071.542) > X2 Tabel (943.8812) sehingga menolak Ho, maka menunjukkan bahwa model sebelum dimasukkan variabel independen adalah tidak sesuai dengan data. Setelah variabel bebas masuk ke dalam model, didapatkan nilai -2 Log Likelihood (894.922) Pada uji omnibus yang memiliki tujuan untuk melihat hasil pengujian secara simultan pengaruh variabel bebasnya terhadap variabel terikat atau nilai omnibus menunjukan model ini layak digunakan bila menghasilkan nilai signifikansi lebih kecil dari 0,05 yaitu 0.000. Uji R Square bertujuan untuk melihat kemampuan variabel independen dalam menjelaskan variabel dependen. Nagelkerke R Square sebesar 0.259 dan Cox & Snell R Square 0.183 kombinasi 1 menunjukkan bahwa kemampuan variabel independen dalam menjelaskan variabel dependen adalah sebesar 25,9%. Table VI Tabel Klasifikasi Blok 1 Regresi Logistik Kombinasi 1 Tabel Klasifikasia Prediksi Pilihan Percentage Observasi Tidak ya Correct Langkah Pilihan Tidak 114 150 43.2 1 ya 80 531 86.9 Persentase Keseluruhan 73.7 Berdasarkan Tabel VI jumlah sampel yang tidak menggunakan KOPAJA P20 Terintegrasi 114+150=264 orang. Yang benar-benar tidak akan menggunakan KOPAJA P20 Terintegrasi Analisis potensi ..., Purwhita Nuansa Budi, FT UI, 2015 sebanyak 114 orang dan yang seharusnya tidak menggunakan KOPAJA P20 Terintegrasi namun tetap menggunakannya, sebanyak 150 orang. Jumlah sampel yang akan menggunakan KOPAJA P20 Terintegrasi 80+531=611 orang. Yang benar–benar menggunakan KOPAJA P20 Terintegrasi sebanyak 531 orang dan yang seharusnya menggunakan KOPAJA P20 Terintegrasi Transjakarta namun tidak menggunakan, sebanyak 80 orang. Sehingga nilai overall percentage sebesar (114/531)/875=73.7% memperlihatkan bahwa ketepatan prediksi dalam penelitian ini adalah sebesar 73.7% atau dari 875 observasi, sebanyak 645 observasi merupakan observasi yang memiliki ketepatan dalam pengklasifikasiannya oleh model regresi logistik. Selanjutnya Standard Error of the Estimate (S.E) menunjukan suatu ukuran banyaknya kesalahan model regresi dalam memprediksikan nilai fungsi utilitasnya. Bila S.E kurang dari standar deviasi, maka model regresi semakin baik dalam memprediksi model. Pada Tabel dibawah dapat dilihat bahwa nilai S.E model Table VII Variabel Dalam Persamaan Blok 1 Regresi Logistik Kombinasi 1 Variabel Dalam Persamaan Std. B S.E. Wald df Sig. Exp(B) Deviation Langkah X14 .853 .106 64.429 1 .000 .817 .817 1a X15 -1.084 .110 97.532 1 .000 .817 .817 Konstanta 1.293 .167 59.784 1 .000 .460 .460 a. Variabel yang masuk pada langkah 1: X14, X15. Pada Tabel VII diatas juga diketahui semua variabel independen nilai p value uji wald (sig) < 0.05 yang artinya masing – masing variabel mempunyai pengaruh parsial yang signifikan terhadap Y di dalam model. Interpretasi nilai odds ratio juga disediakan di Tabel di atas pada kolom Exp(B), berdasarkan Tabel tersebut dapat diinterpretasikan bila waktu tempuh KOPAJA Terintegrasi lebih cepat 10 menit, maka kecenderungan responden untuk berpindah dari KOPAJA P20 Reguler ke KOPAJA P20 Terintegrasi akan meningkat sebanyak 2.348 kali. Bila biaya transportasi lebih mahal Rp 500, maka kecenderungan responden untuk berpindah dari akan menurun sebanyak 0.338 kali (lebih rendah). Sehingga bila di rangkum, model utilitas dari kombinasi 1 dan kombinasi 2 (dengan metode yang sama) adalah sebagai berikut. Analisis potensi ..., Purwhita Nuansa Budi, FT UI, 2015 Table VIII Model Utilitas Kombinasi 1 dan 2 Model Regresi Koefisien Wald Df Sig Koefisien Wald Df Sig Regresi Regresi Konstanta 1.293 59.784 1 0.000 1.254 50.188 1 0.000 Selisih Waktu 0.853 64.429 1 0.000 0.866 58.716 1 0.000 Selisih Biaya -1.084 97.532 1 0.000 -1.064 83.931 1 0.000 Tes Omnibus Chi square 176.620 2 0.000 Chi square 155.298 2 0.000 Tes Hosmer dan Lemeshow Chi square 6.916 7 0.438 Chi square 5.966 7 0.544 Persentase Total 73.7% 73.6% -2 Loglikelihood 894.922 793.350 Nagelkerke R Square 25.9% 25.7% Persamaan : U = 1.293 + 0.853 X14 - 1.084 X15. Persamaan : U = 1.254 + 0.866 X14 - 1.064 X15 Berdasarkan pada Tabel VIII terlihat bahwa tidak ada perbedaan yang signifikan antara kombinasi 1 (seluruh jawaban SP) dengan kombinasi 2 (non mahasiswa/pelajar). Bisa dikatakan bahwa pada kombinasi 1 dan kombinasi 2 merupakan populasi yang sudah homogen dan serupa sehingga tidak ada perbedaan yang signifikan di antara keduanya. Keseluruhan persentase model kombinasi 1 lebih besar 0.1% dibandingkan kombinasi 2 yaitu 73.7%, nilai -2 Log likelihood kombinasi 1 lebih besar yaitu 894.922 dibandingkan kombinasi 2 yaitu 793.350, dari melihat pengaruh variabel bebas terhadap variabel terikat (nagelkerke R square) pada kombinasi 1 lebih besar 0.2% dibandingkan kombinasi 2 yaitu 25.9%. Sehingga, pada pembentukan model logit biner hanya kombinasi 1 yang akan ditransformasikan menjadi permodelan logit biner. Pembentukan Model Logit Biner Fungsi utilitas selisih antara selisih biaya dan selisih waktu dapat dilihat pada persamaan di bawah UkopTer – UkopReg = 1.293 + 0.853 X14 - 1.084 X15 (11) Berdasarkan fungsi utilitas, probabilitas penumpang yang lebih memilih KOPAJA P20 Terintegrasi dengan model logit biner ditunjukan pada persamaan di bawah �(�.��� ! �.��� ��� ! �.��� ���) P = (12) (kopTer) �!�(�.��� ! �.��� ��� ! �.��� ���) Sedangkan probabilitas pengguna KOPAJA yang tidak berpotensi menggunakan KOPAJA P20 Terintegrasi dan tetap menggunakan moda KOPAJA P20 Reguler adalah � P = (13) (kopREG) �!�(�.��� ! �.��� ��� ! �.��� ���) Analisis potensi ..., Purwhita Nuansa Budi, FT UI, 2015 X14=Selisih waktu (lama waktu KOPAJA Terintegrasi-lama waktu KOPAJA Reguler) X15=Selisih biaya (biaya KOPAJA Terintegrasi-biaya KOPAJA Reguler) Berdasarkan 9 profil yang ditawarkan dengan selisih biaya dan selisih waktu kepada responden, dapat dilihat hubungan antara utilitas dan probabilitas pemilihan KOPAJA P20 Terintegrasi, serta perbandingan antara grafik berdasarkan data yang digunakan untuk membangun model dan data lapangan (hasil survei). Table IX Probabilitas Moda KOPAJA P20 Reguler dan Terintegrasi ∆ Waktu ∆ Biaya ∆ utilitas e^∆u 1+e^∆u PkopAC PkopREG 500 1.29 3.64 4.64 0.78 0.22 10 1000 0.21 1.23 2.23 0.55 0.45 1500 -0.88 0.42 1.42 0.29 0.71 500 2.15 8.55 9.55 0.90 0.10 20 1000 1.06 2.89 3.89 0.74 0.26 1500 -0.02 0.98 1.98 0.49 0.51 500 3.00 20.07 21.07 0.95 0.05 30 1000 1.92 6.79 7.79 0.87 0.13 1500 0.83 2.30 3.30 0.70 0.30 Probabilitas Penggunaan Moda KOPAJA P20 Terintegrasi 1.2 1 0.8 0.6 0.4 Model KOPAJA Terintegrasi Terintegrasi KOPAJA 0.2 Real Probabilitas Penumpang Berpindah ke Probabilitas 0 -4.00 -3.00 -2.00 -1.00 0.00 1.00 2.00 3.00 4.00 Utilitas Figure 4 Grafik Pemilihan Moda Dengan Model Logit Selisih KOPAJA P20 Terintegrasi Analisis potensi ..., Purwhita Nuansa Budi, FT UI, 2015 Figure 4 menunjukan bahwa semakin besar nilai utilitas yang dimiliki oleh moda tersebut, akan semakin besar pula probabilitas pengguna untuk menggunakan moda KOPAJA P20 Terintegrasi. Selain itu bila selisih biaya perjalanan meningkat, maka hal ini akan mengakibatkan nilai utilitas berkurang karena nilai konstanta dari selisih biaya bernilai negatif sehingga probabilitas pengguna KOPAJA P20 Terintegrasi juga akan menurun. Sebaliknya jika selisih waktu meningkat maka nilai utilitas akan bertambah sehingga probabilitas penggunaan KOPAJA P20 Terintegrasi akan meningkat. Saat selisih utilitas adalah 0, probabilitas memilih menggunakan KOPAJA P20 Terintegrasi adalah sebesar 0.49 dan probabilitas memilih menggunakan KOPAJA P20 Reguler adalah sebesar 0.51. Secara teori, peluang pemilihan antara 2 pilihan moda memiliki nilai yang sama besar yaitu masing – masing 50%. Namun pada kenyataannya pada pemilihan moda terdapat faktor lainnya yang dapat mempengaruhi, maka probabilitas pemilihan pada model ini saat selisih utilitas 0 tidak sebesar 0.5. Hal ini dikarenakan kesalahan pengganggu (disturbance’s error) yaitu kesalahan yang terjadi pada nilai ramalan disebabkan karena ada faktor lain selain X mempengaruhi Y. Namun nilai kesalahan yang terjadi pada penelitian ini tidak terlalu signifikan sehingga tetap dapat dikatakan model ini layak digunakan. Selanjutnya model yang dihasilkan dilakukan uji validasi dengan menggunakan data yang diperoleh dari hasil survei yaitu sebanyak 20% dari jumlah data. Berdasarkan hasil pada Tabel di bawah dapat dilihat bahwa standar deviasi antara hasil survei dan model memiliki selisih yang cukup kecil yaitu 0.0557, maka dapat ditarik kesimpulan bahwa nilai perhitungan model dan nilai perhitungan hasil survei adalah serupa. Table X Hasil Uji Validasi Perhitungan Model dan Survei Utilitas Real Model Selisih Mean 0.698274713 0.736702035 0.0384 Standard Error 0.071602175 0.053025415 0.0186 Median 0.743072562 0.766024904 0.0230 Standard Deviation 0.214806524 0.159076245 0.0557 Sample Variance 0.046141843 0.025305252 0.0208 Analisis potensi ..., Purwhita Nuansa Budi, FT UI, 2015 Uji Sensitifitas Model Sensitifitas model bertujuan untuk mengetahui besarnya pengaruh dari perubahan nilai variabel terhadap pemilihan moda. Uji sensitifitas dilakukan terhadap variabel selisih waktu jika dipercepat atau diperlambat serta variabel biaya bila ditambah atau dikurangi. Pada analisa sensitifitas model perubahan atribut biaya, yang mengalami perubahan hanyalah selisih biaya jika menggunakan KOPAJA P20 Terintegrasi yaitu dengan kelipatan Rp 500 sebagai asumsi pada perubahan nilai. Sedangkan untuk atribut waktu dianggap konstan. Sedangkan analisa sensitifitas model perubahan atribut waktu dimana yang mengalami perubahan hanyalah atribut selisih waktu sedangkan atribut selisih biaya dianggap konstan. Sensitifitas Biaya 1.2 1 lebih cepat 10 menit 0.8 lebih cepat 20 menit 0.6 lebih cepat 30 menit 0.4 Probabilitas Probabilitas 0.2 0 0 500 1000 1500 2000 2500 Perubahan Biaya KOPAJA P20 Terintegrasi Transjakarta Figure 5 Sensitifitas Biaya Sensitifitas Waktu 1.2 1 lebih mahal Rp 500 0.8 lebih mahal 0.6 Rp 1000 0.4 Probabilitas Probabilitas lebih mahal 0.2 Rp 1500 0 10 15 20 25 30 35 40 Perubahan Selisih Waktu KOPAJA P20 Terintegrasi Transjakarta Figure 6 Sensitifitas Waktu Analisis potensi ..., Purwhita Nuansa Budi, FT UI, 2015 Berdasarkan grafik di Figure 5 sensitifitas model terhadap perubahan biaya, grafik semakin menurun sehingga probabilitas responden menggunakan KOPAJA Terintegrasi akan semakin menurun bila selisih biaya KOPAJA semakin besar. Dari ketiga grafik di atas dapat terlihat bahwa, grafik dengan selisih waktu tempuh 30 menit memiliki nilai probabilitas terbesar. Dari grafik sensitifitas model dapat diketahui juga kemiringan garis dari grafik sensitifitas yang dihasilkan yang merupakan seberapa besar peningkatan nilai Y jika nilai X terus meningkat. Tingkat kemiringan grafik sensitifitas biaya saat selisih waktu dikunci menjadi 10 menit adalah 0.05%, selisih waktu 20 menit adalah 0.05%, dan pada selisih waktu 30 menit adalah 0.03%. Pada tingkat selisih waktu 30 menit, mayoritas responden tidak terlalu memperdulikan kenaikan biaya. Sehingga dari ketiga grafik tersebut juga dapat terlihat, pada selisih waktu 30 menit nilai kemiringan garis terkecil yaitu 0.03% dan selisih probabilitas terkecil. Berdasarkan grafik di Figure 6 sensitifitas model terhadap perubahan waktu, grafik semakin meningkat sehingga probabilitas responden menggunakan KOPAJA Terintegrasi akan semakin meningkat bila selisih waktu KOPAJA semakin besar. Dari ketiga grafik di atas dapat terlihat bahwa, grafik dengan selisih biaya Rp 500 memiliki nilai probabilitas terbesar. Tingkat kemiringan grafik sensitifitas waktu saat selisih biaya dikunci menjadi lebih mahal Rp 500 adalah 0.62%, lebih mahal Rp 1000 adalah 1.29%, dan lebih mahal Rp 1500 adalah 1.9%. Pada tingkat selisih biaya lebih mahal Rp 500, mayoritas responden tidak terlalu memperdulikan selisih waktu tempuh KOPAJA. Sehingga dari ketiga grafik tersebut juga dapat terlihat, pada saat selisih biaya lebih mahal Rp 500, merupakan probabilitas terbesar responden akan berpindah menggunakan KOPAJA P20 Terintegrasi Transjakarta dikarenakan memiliki nilai kemiringan garis terkecil yaitu 0.62% dan selisih probabilitas terkecil. Sedangkan bila dibandingkan kemiringan garis antara selisih biaya dengan selisih waktu didapatkan bahwa selisih waktu merupakan variabel yang lebih sensitif dibandingkan variabel selisih biaya dikarenakan memiliki angka kemiringan yang lebih besar dan memiliki grafik lebih landai. Sehingga dapat diketahui bahwa waktu tempuh menjadi variabel yang lebih penting dan signifikan bagi penumpang KOPAJA P20 Reguler dibandingkan dengan biaya transportasi. Analisis potensi ..., Purwhita Nuansa Budi, FT UI, 2015 Kesimpulan Potensi permintaan terhadap KOPAJA P20 Terintegrasi dipengaruhi oleh dua hal yaitu selisih biaya transportasi serta selisih waktu tempuh antara KOPAJA P20 Reguler dengan Terintegrasi. Bila selisih waktu antara KOPAJA Reguler dan terintegrasi sebesar 10 menit dan selisih biaya Rp500, Rp1000, Rp1500 potensi permintaan penumpang yang bersedia berpindah dari KOPAJA Reguler ke KOPAJA Terintegrasi sebesar 78% atau 1.769 pnp, 55% atau 1.247 pnp dan 29% atau 658 pnp. Bila selisih waktu 20 menit dengan selisih biaya yang sama, potensi permintaan penumpang sebesar 90% atau 2.041 pnp, 74% atau 1.678 pnp dan 49% atau 1.111 pnp. Bila selisih waktu 30 menit dengan selisih biaya yang sama, potensi permintaan penumpang sebesar 95% atau 2.155 pnp, 87% atau 1.973 pnp dan 70% atau 1.588 pnp Daftar Referensi Rahardjo, E. (2001). Perbandingan Model Probit dan Model Logit Dalam Menghitung Probabilitas Pilihan Menggunakan Kendaraan Pribadi dan Angkutan Umum. Depok: Universitas Indonesia Santoso, S. (2014). Statistik Non Parametrik. Jakarta: PT Elex Media Komputindo Transportation Research Board (TRB). (2007). Bus Rapid Transit Practitioner’s Guide. Transit Cooperative Research Program Report 118. Widiarta , I. B., & Wardana, I. G. (2011). Analisis Pemilihan Moda Dengan Regresi Logistik Pada Rencana Koridoe Trayek Trans Sarbagita. Jurnal Ilmiah Teknik Sipil, 131-142. Willumsen, L. G. & Ortuzar, J. d. (2011). Modelling Transpoort 4th Edition. UK : Wiley. Analisis potensi ..., Purwhita Nuansa Budi, FT UI, 2015