Prosiding Simposium Forum Studi Transportasi antar Perguruan Tinggi ke-22

Universitas Halu Oleo, Kendari, 1 – 3 November 2019

PENGGUNAAN METODE SIMULASI

PADA ANALISIS DAMPAK LALU LINTAS
STUDI KASUS ROYAL TULIP DEGREEN HOTEL CIMAHI

Ferry Rusgiyarto Hanafi

Program Studi Teknik Sipil - FT
Universitas Jenderal Achmad Yani
Jl. Terusan Jend. Sudirman
PO Box 148, Cimahi
Telp/Fax: 022-6641743
e-mail: ferry.rusgiarto@lecture.unjani.ac.id
Program Studi Teknik Sipil - FT
Universitas Jenderal Achmad Yani
Jl. Terusan Jend. Sudirman
PO Box 148, Cimahi
Telp/Fax: 022-6641743
e-mail: hanafi@lecture.unjani.ac.id

Risyda Ummami Rahmah Nur Ajizah

Program Studi Teknik Sipil - FT
Universitas Jenderal Achmad Yani
Jl. Terusan Jend. Sudirman
PO Box 148, Cimahi
Telp/Fax: 022-6641743
e-mail: risydaummami@gmail.com
Program Studi Teknik Sipil - FT
Universitas Jenderal Achmad Yani
Jl. Terusan Jend. Sudirman
PO Box 148, Cimahi
Telp/Fax: 022-6641743
e-mail: rahmahnurajizah22@gmail.com

Abstract
Development of an activity center required traffic impact analysis with specific criteria as written in PM 75 of
2015. This activity is expected to reduce traffic performance problems caused by the development of an area.
The simulation approach using the VISSIM 11.0 computer program was conducted to see the effect of new area
activities on traffic performance. Case studies were conducted at the intersection of Jalan HMS Mintaredja,
S.H., Baros, Cimahi, West Java. Existing condition simulation modeling, analysis of traffic performance due
to a new generation, and alternative handling of traffic impacts carried out at the intersection. Model
calibration is carried out on driver behavior and GEH test on vehicle volume, travel time, and delay to see the
validity of the model. An alternative test is carried out by comparing the handling of existing conditions and
the operation of activities without handling. Alternatives to handling traffic management are selected based on
simulation test results. Case studies indicate that the simulation method can be used as a traffic impact analysis
tool.

Key word: Micro-Simulation, Traffic Impact Analysis, Alternative Handling Test

Abstrak
Analisis dampak lalu lintas diwajibkan bagi setiap pengembangan sebuah pusat kegiatan dengan kriteria
tertentu seperti yang tertulis pada PM 75 Tahun 2015. Kegiatan ini diharapkan dapat mengurangi permasalahan
kinerja lalu lintas yang diakibatkan oleh pembangunan dan pengembangan suatu kawasan. Pendekatan simulasi
menggunakan program komputer VISSIM 11.0 dilakukan untuk melihat pengaruh aktivitas kawasan baru
terhadap kinerja lalu lintas. Studi kasus dilakukan pada simpang Jalan HMS Mintaredja, Cimahi, Jawa Barat.
Pemodelan simulasi kondisi eksisting, analisis kinerja lalu lintas akibat adanya bangkitan baru, serta alternatif
penanganan dampak lalu lintas dilakukan pada simpang jalan tersebut. Kalibrasi model dilakukan terhadap
perilaku pengemudi serta Uji GEH terhadap volume kendaraan, waktu tempuh serta tundaan untuk melihat
validitas model. Uji alternatif dilakukan dengan membandingkan penanganan dengan kondisi eksisting dan
beroperasinya aktivitas tanpa penanganan. Alternatif-alternatif penanganan dengan manajemen lalu lintas
dipilih berdasarkan hasil uji simulasi. Studi kasus mengindikasikan metode simulasi dapat digunakan sebagai
alat bantu analisis dampak lalu lintas.

Kata Kunci: Mikro-Simulasi, Analisis Dampak Lalu Lintas, Uji Alternatif Penanganan

374
LATAR BELAKANG
Kota Cimahi merupakan salah satu kawasan yang strategis, terbukti kota ini telah
berkembang menjadi kota otonom dan menjadi kota sentral ekonomi ataupun pariwisata di
daerah Jawa Barat. Oleh karena itu maka pemerintah Kota Cimahi mengembangkan sarana
penunjang salah satunya adalah Royal Tulip Degreen Hotel yang berlokasi di Jalan HMS
Mintaredja, S.H., Baros, Cimahi, Jawa Barat. Lokasi hotel tersebut berdekatan dengan
Gerbang Tol Baros Cimahi 2 dan akan mengakibatkan bangkitan baru terhadap lalu lintas
pada jalan sekitar Royal Tulip Degreen Hotel.

Dikun dan Arief (1993) menyatakan bahwa Analisis Dampak Lalu Lintas (Andalalin) harus
merupakan bagian yang tidak terpisahkan dari seluruh proses perencanaan. Dengan adanya
kondisi tersebut maka sudah seharusnya pemerintah Kota Cimahi mewajibkan kegiatan
andalalin untuk setiap pengembangan kawasan. Menurut Sumajouw (2013) untuk melihat
dampak yang ditimbulkan akibat pembangunan dapat ditinjau dari nilai derajat kejenuhan
(DS). Munawar (2009) membandingkan kondisi lalu lintas sebelum dan setelah
pembangunan terhadap kinerja jalan dan simpang. Rantung (2015) meninjau bangkitan lalu
lintas yang terjadi akibat pembangunan dengan pendekatan trip generation yang
dibandingkan terhadap derajat kejenuhan (DS). Agar permasalahan lalu lintas dapat segera
diketahui sedini mungkin untuk selanjutnya digunakan sebagai bahan evaluasi kinerja jalan
sekitar pusat kegiatan. Dalam peraturan Menteri Perhubungan No. 75 tahun 2015 selain
faktor trip rate perkiraan kinerja lalu lintas dengan menggunakan simulasi harus dilakukan.
Penelitian ini menggunakan pendekatan simulasi untuk melihat kinerja lalu lintas yang
terdampak pembangunan.

METODOLOGI
Metodologi analisis ini disusun dengan tahapan kegiatan seperti pada Gambar 1.

Gambar 1. Metodologi Analisis

375
DATA DAN ANALISIS
Data Primer
Data primer dalam penelitian ini diperlukan untuk proses kalibrasi dan validasi. Data primer
yang digunakan dalam penelitian ini adalah sebagai berikut:
1. Data Geometrik Simpang
Data ini berisi mengenai kondisi geometrik dari jalan yang akan ditinjau. Survei
geometrik simpang dilakukan di tiga simpang yang dimulai dari U-Turn yang berada di
Jl. HMS Mintaredja, S.H., Baros sampai Jl. Raya Leuwigajah, Cimahi dan 3 (tiga)
simpang yakni Simpang Gerbang Tol Baros 1, Simpang Gerbang Tol Baros 2, dan
Simpang Tugu Kembar Leuwigajah. Kondisi geometrik pada ketiga simpang tersebut
dapat dilihat pada Gambar 2.
2. Data Volume Lalu Lintas
Data volume lalu lintas kendaraan diambil dari 3 (tiga) simpang. Dari hasil observasi
yang dilakukan pada jam sibuk diperoleh rekapitulasi volume kendaraan jam puncak.
Data volume lalu lintas simpang dapat dilihat pada Tabel 1.

3. Data Kecepatan dan Data Tundaan

Data kecepatan dan tundaan yang didapat merupakan hasil observasi. Pada Tabel 2 – 3
merupakan data rekapitulasi kecepatan rata-rata kendaraan dan data rekapitulasi tundaan
untuk setiap jenis kendaraan.

Gambar 2. Geometrik Simpang

Tabel 1. Rekapitulasi volume kendaraan puncak

Total Volume Lalu Lintas Kendaraan
Arah
Simpang 06.15-07.15 06.30-07.30 06.45-07.45 07.00-08.00 07.15-08.15
Simpang
WIB WIB WIB WIB WIB
(1-2) 783 848 865 853 819
(1-3) 4078 4051 4039 3963 3917
Tugu
(2-1) 1450 1218 1208 1214 1151
Kembar
(2-3) 4066 3980 3234 2855 2565
Leuwigajah
(3-1) 2128 2147 2110 1921 1805
(3-2) 5205 5182 4909 4544 4194
Total Volume 17710 17426 16365 15350 14451

376
 Tabel 1. Rekapitulasi volume kendaraan puncak (Lanjutan)
Total Volume Lalu Lintas Kendaraan
Arah
Simpang 06.15-07.15 06.30-07.30 06.45-07.45 07.00-08.00 07.15-08.15
Simpang
WIB WIB WIB WIB WIB
(1-2) 346 341 329 299 283
(1-3) 3811 4156 3908 4204 4030
Gerbang (2-1) 201 213 216 203 197
Tol Baros 2 (2-3) 316 328 323 306 281
(3-1) 5466 5148 4392 4069 3716
(3-2) 527 511 487 500 467
Total Volume 10667 10697 9655 9581 8974
(1-2) 228 230 264 263 282
(1-3) 3659 3974 3757 4096 3960
Gerbang (2-1) 237 241 258 219 175
Tol Baros 1 (2-3) 263 214 192 200 180
(3-1) 5321 4990 4210 3911 3506
(3-2) 271 215 201 202 209
Total Volume 9979 9864 8882 8891 8312
Total (Simpang 1+2+3) 38356 37987 34902 33822 31737
Sumber: Hasil survai

Tabel 2. Rekapitulasi kecepatan kendaraan periode jam puncak

Kecepatan Kecepatan
Titik-titik Kontrol Berhenti
Keterangan Perjalanan Bergerak
Dari Ke Lokasi (km/jam) (km/jam)
Sedan U-Turn Baros Tugu Kembar LG Jl.HMS 50 46
Jeep U-Turn Baros Tugu Kembar LG Jl.HMS 50 46
City Car U-Turn Baros Tugu Kembar LG Jl.HMS 45 35
MPV U-Turn Baros Tugu Kembar LG Jl.HMS 45 35
SUV U-Turn Baros Tugu Kembar LG Jl.HMS 38 32
Angkot U-Turn Baros Tugu Kembar LG Jl.HMS 50 49
Pick Up U-Turn Baros Tugu Kembar LG Jl.HMS 50 47
Mini Bus U-Turn Baros Tugu Kembar LG Jl.HMS 50 47
Bus U-Turn Baros Tugu Kembar LG Jl.HMS 34 29
Truk U-Turn Baros Tugu Kembar LG Jl.HMS 35 30
Trailer U-Turn Baros Tugu Kembar LG Jl.HMS 36 31
Motor U-Turn Baros Tugu Kembar LG Jl.HMS 49 49
Sumber: Hasil survai

Tabel 3. Rekapitulasi tundaan untuk setiap jenis kendaraan

Titik-titik Kontrol
Keterangan Waktu Perjalanan Panjang Hambatan Waktu
Dari Ke
(detik) (m) (detik) Bergerak
Sedan U-Turn Baros Tugu Kembar LG 65 700 11 54
Jeep U-Turn Baros Tugu Kembar LG 65 700 11 54
City Car U-Turn Baros Tugu Kembar LG 71 630 8 63
MPV U-Turn Baros Tugu Kembar LG 71 630 8 63
SUV U-Turn Baros Tugu Kembar LG 86 700 9 77
Angkot U-Turn Baros Tugu Kembar LG 61 610 16 45
Pick Up U-Turn Baros Tugu Kembar LG 63 670 12 51
Mini Bus U-Turn Baros Tugu Kembar LG 63 670 12 51
Bus U-Turn Baros Tugu Kembar LG 115 760 21 94
Truk U-Turn Baros Tugu Kembar LG 116 760 21 94
Trailer U-Turn Baros Tugu Kembar LG 117 760 21 94
Motor U-Turn Baros Tugu Kembar LG 54 670 7 47
Sumber: Hasil survai

377
 Data Sekunder
Pada penelitian ini data sekunder yang diperoleh digunakan untuk melengkapi informasi
pada analisis. Data yang diperoleh adalah sebagai berikut :
1. Data Lalu Lintas Kendaraan di Gardu Tol Baros Cimahi
Berikut adalah data lalu lintas keluar dan masuk kendaraan di Gerbang Tol Baros
Cimahi dalam satuan kendaraan/bulan dimana lalu lintas kendaraan yang masuk ke
Gerbang Tol Baros yang paling besar pada bulan agustus sedangkan lalu lintas
kendaraan keluar pada bulan desember. Data dapat dilihat pada Tabel 4-5.

Tabel 4. Data Gardu Gerbang Tol Baros 1 Tabel 5. Data Gardu Gerbang Tol Baros 2
pada Tahun 2017 pada Tahun 2017
Bulan Lalin Lalin Exit Bulan Lalin Lalin Exit
Entrance Entrance
Januari 194.320 389.743 Januari 194.320 389.743
Febuari 179.792 353.701 Febuari 179.792 353.701
Maret 200.038 401.800 Maret 200.038 401.800
April 184.345 392.166 April 184.345 392.166
Mei 190.642 403.375 Mei 190.642 403.375
Juni 175.914 356.877 Juni 175.914 356.877
Juli 196.604 412.874 Juli 196.604 412.874
Agustus 203.481 411.059 Agustus 203.481 411.059
September 184.303 394.842 September 184.303 394.842
Oktober 165.864 401.956 Oktober 165.864 401.956
November 185.268 389.228 November 185.268 389.228
Desember 178.994 430.436 Desember 178.994 430.436
Sumber : PT Jasamarga (Persero).Tbk. Sumber : PT Jasamarga (Persero).Tbk.

2. Data Informasi Karakteristik Bangunan

Royal Tulip Degreen Hotel, Kota Cimahi merupakan bangunan baru, sehingga
diperlukan data tingkat bangkitan kegiatan yang sejenis. Salah satu hotel yang memiliki
karakteristik yang hampir sama yaitu Grand Tjokro Hotel Bandung yang merupakan
hotel berbintang 4 yang berlokasi di wilayah Kota Bandung. Grand Tjokro Hotel
Bandung memiliki jumlah kamar sebanyak 368 kamar dengan dilengkapi beberapa
fasilitas-fasilitas seperti tempat parkir gratis, restoran, bar/lounge, kolam renang outdoor
dan lainnya. Grand Tjokro Hotel digunakan sebagai rujukan untuk mendapatkan data
bangkitan lokasi studi kasus. Data karakteristik hotel dapat dilihat pada Tabel 6. dan
data pengunjung Grand Tjokro Hotel yang terbesar terdapat pada bulan Juni Tahun 2017
dapat dilihat pada Gambar 3.

Tabel 6. Data karakteristik Royal Tulip Degreen Hotel dan Grand Tjokro Hotel
No. Parameter Royal Tulip Degreen Hotel Grand Tjokro Hotel
1. Total luas bangunan (m2) 14.341,24 m2 3.727,58 m2
2. Total luas lahan (m2) 32.202 m2 5.755,35 m2
3. Jumlah ruang kamar (buah) 395 kamar 368 kamar
4. Jumlah fasilitas (buah) ± 19 ± 13
Sumber: Hasil analisis

378
 Sumber: Hasil analisis
Gambar 3. Grafik kedatangan pengunjung Grand Tjokro Hotel

HASIL DAN PEMBAHASAN

Simulasi Pemodelan dengan Program PTV VISSIM 11.0
Pemodelan yang dilakukan untuk penelitian ini adalah pemodelan mikrosimulasi yang
dimulai dengan membuat network model/jaringan jalan, menginput data lalu lintas
kendaraan, kecepatan kendaraan, komposisi kendaraan, serta kalibrasi dan validasi model.
Pada sub bab selanjutnya akan dijelaskan secara singkat mengenai parameter yang
digunakan untuk menjalan model simulasi pada simpang tak bersinyal di Jalan HMS
Mintaredja, S.H. Pada Gambar 4 ditampilkan visualisasi pemodelan vissim kondisi
eksisting pada Jalan HMS Mintaredja, S.H.

Sumber: Hasil analisis

Gambar 4. Visualisasi Model Jaringan dengan Vissim

Kalibrasi Pemodelan Simulasi

Kalibrasi model pada software PTV Vissim 11.0 untuk menyesuaikan antara model
observasi dan model simulasi dengan merubah parameter perilaku pengemudi (driving
behavior), konflik area, lebar jalan dan sebagainya sehingga model mirip dengan kondisi
lapangan. Perubahan nilai pada kalibrasi model ditunjukkan pada Tabel 7.

Tabel 7. Nilai kalibrasi parameter karakteristik pengendara

Variabel Parameter Keterangan
Car Following Average standstill distance 0,6
Additive part of safety distance 0,6
Multiplicative part of safety distance 1,0
No.of observed vehicle 2

379
 Tabel 7. Nilai kalibrasi parameter karakteristik pengendara (Lanjutan)
Variabel Parameter Keterangan
Car Following Average standstill distance 0,6
Additive part of safety distance 0,6
Multiplicative part of safety distance 1,0
No.of observed vehicle 2
Lane Change General Behaviour Free Lane Selection
Minimum headway 0,5
Lateral Desired position at free flow Any
Overtake on same lane : on left & on right Yes
Distance standing (at 0 km/h) (m) 0,2
Distance driving (at 50 km/h) (m) 0,4
Sumber: Hasil analisis

Validasi Pemodelan Simulasi

Validasi berfungsi untuk menguji kebenaran kalibrasi yang telah dilakukan pada pemodelan
vissim. Validasi hasil kalibrasi kemudian diuji dengan metode Uji Geoffrey E. Havers
(GEH). Dalam validasi membutuhkan parameter-parameter seperti volume kendaraan,
tundaaan dan waktu tempuh. Formulasi GEH merupakan rumus statistik modifikasi dari Chi-
squared dengan menggabungkan perbedaan antara nilai relatif dan mutlak.
(𝑄 𝑠𝑖𝑚𝑢𝑙𝑎𝑡𝑒𝑑−𝑄 𝑜𝑏𝑠𝑒𝑟𝑣𝑒𝑑 )
GEH = √0,5 𝑥 ( 𝑄 𝑠𝑖𝑚𝑢𝑙𝑎𝑡𝑒𝑑+𝑄 𝑜𝑏𝑠𝑒𝑟𝑣𝑒𝑑) (1)
Berdasarkan perhitungan maka validasi untuk volume kendaraan, tundaan dan waktu tempuh
dengan menggunakan uji GEH untuk semua pendekat di tiap masing-masing periode sudah
memenuhi syarat, di mana nilai kurang dari lima (<5). Sehingga model simulasi sudah dapat
diterima dan digunakan untuk menguji alternatif penanganan yang diidentifikasikan.

Analisis Bangkitan dan Tarikan

Pada analisis bangkitan ini untuk mendapatkan nilai bangkitan suatu perjalanan dari Royal
Tulip Degreen Hotel dengan metode analisa Trip Generation Rate. Dengan cara
membandingkan banyaknya jumlah perjalanan yang masuk dan keluar dari Royal Tulip
Degreen Hotel pada waktu tertentu dengan banyaknya kapasitas tempat tidur yang tersedia.
Karena Hotel belum beroperasi maka diasumsikan hotel tersebut mempunyai karakteristik
bangkitan yang sama dengan Grand Tjokro Hotel Bandung yang telah beroperasi. Dalam
analisis ini pengambilan data dilakukan pada jam puncak. Berdasarkan data pengunjung
Grand Tjokro Hotel Bandung sebesar 266 pengunjung/hari dan jumlah kamar tersedia
sebesar 368 kamar. Maka didapatkan hasil analisis bangkitan dan tarikan dari bangunan
Royal Tulip Degreen Hotel sebesar 21 pengunjung/jam.

Analisis Hasil Simulasi dan Solusi Alternatif

Hasil simulasi menunjukkan terjadi peningkatan pergerakan lalu lintas akibat adanya
bangkitan dan tarikan dari Royal Tulip Degreen Hotel pada persimpangan Jl. HMS
Mintaredja, S.H., Baros – Jl. Raya Leuwigajah. Alternatif penanganan yang diuji dalam studi
kasus ini adalah:
a. Perubahan jalur keluar masuk kendaraan pada Royal Tulip Degreen Hotel
b. Pengoperasian lampu lalu lintas di Simpang Tugu Kembar Leuwigajah.
c. Pengalihan rute kendaraan masuk ke Royal Tulip Degreen Hotel dengan mengatur
jaringan jalan yang akan masuk ke hotel harus memutar melalui U-turn yang ada di

380
 Baros, dan tidak diizinkan untuk kendaraan yang berasal dari beberapa lengan simpang
langsung memotong jalan di persimpangan.
d. Gabungan ketiga alternatif penaganan tersebut.

Hasil simulasi sebelum dan sesudah adanya bangkitan menunjukkan terjadi perubahan
kinerja jalan pada persimpangan Jl. HMS Mintaredja, Cimahi. Salah satu indikasinya adalah
kemacetan di simpang. Hal ini terjadi karena penambahan volume kendaraan pada
persimpangan tersebut. Berikut perbandingan data dari kondisi eksisting dan alternatif
penanganan dengan menggunakan parameter tundaan sebagai berikut :
a. Perbandingan nilai tundaan kendaraan antara eksisting, bangkitan dengan alternatif
solusi. Pada Gambar 4. terlihat terjadi kenaikan waktu tundaan kendaraan dari model
eksisting sebesar 46 detik menjadi 1860 detik saat ada bangkitan, dan terjadi penurunan
saat penambahan solusi alternatif.

P ERBA N DIN GA N N IL A I TUN DA A N

KEN DARAAN
2000 1860
Tundaan Kendaraan (detik)

Model
1500
Bangkitan

Perubahan akses keluar

1000 bangkitan
Penambahan Traffic Light
637 610
Pengalihan rute kendaraan
500 384 363 masuk bangkitan

46
0

Sumber: Hasil analisis

Gambar 5. Diagram perbandingan nilai tundaan kendaraan

b. Perbandingan kenaikan nilai tundaan kendaraan antara pemodelan kondisi eksisting

dengan bangkitan baru dari Gambar 5. terlihat kenaikan yang cukup tinggi antara
waktu tundaan kendaraan yang terjadi pada kondisi eksisting dan saat adanya
bangkitan. Adanya bangkitan menyebabkan kinerja simpang yang menurun sehingga
terjadi tundaan yang cukup lama.

c. Perbandingan nilai tundaan kendaraan antara bangkitan dengan alternatif solusi

Dari Gambar 6-7 terlihat penurunan nilai tundaan kendaraan antara bangkitan baru
dengan alternatif solusi Penurunan yang terjadi akibat penambahan alternatif ini
dapat mengurangi tundaan kendaraan yang mengalami kenaikan akibat adanya
bangkitan baru.

Perbandingan Kenaikan Tundaan Kendaraan antara

Pemodelan Kondisi Eksisting dengan Bangkitan Baru
Persentase dan Nilai Waktu Tempuh

1859,803
2000

1500

1000

500 46,03 3940%

0%
0
Nilai Kenaikan (%)

Model Simulasi Bangkitan

Sumber: Hasil analisis

381
 Gambar 6. Perbandingan kenaikan tundaan kondisi eksisting dan bangkitan
Perbandingan Nilai Tundaan Kendaraan antara Bangkitan
dengan Alternatif Solusi
Tundaan Kendaraan (detik)

2000 1860
Bangkitan

1500 Perubahan akses keluar

bangkitan
1000 Penambahan Traffic Light
637 610
500 384 363 Pengalihan rute kendaraan
masuk bangkitan

0 Gabungan alternatif

Sumber: Hasil analisis Sumber: Hasil analisis

Gambar 7. Diagram penurunan tundaan Gambar 8. Diagram persentase penurunan
kendaraan bangkitan dengan alternatif tundaan kendaraan
solusi

d. Perbandingan nilai tundaan kendaraan antara kondisi eksisting dengan alternatif solusi
Dari Gambar 8−9 terlihat perbedaan nilai yang cukup jauh antara kondisi eksisting
dengan keempat alternatif solusi. Meskipun penambahan keempat alternatif solusi bisa
menurunkan tundaan kendaraan yang terjadi akibat bangkitan baru, tetapi tidak cukup
unutk mengurangi tundaan yang terjadi saat kondisi eksisting. Sehingga penambahan
keempat solusi alternatif tersebut belum bisa digunakan untuk mengurangi waktu
tundaan yang terjadi

P ERSENTA SE TUND A A N KEND A RA A N A L TERNA TI F SOL USI

TERH A D A P KOND I SI EKSI STI NG

1400% 1285%
1225%
Kondisi Eksisting
1200% Model
Persentase Tundaan (%)

Perubahan akses
1000% keluar kendaraan
735% Penambahan Traffic
800% 690% Light
Pengali han rute
600% masuk kendaraan
Gabungan Ket iga
400% Al ternatif

200% 100%

0%

Sumber: Hasil analisis Sumber: Hasil analisis

Gambar 9. Diagram perbandingan tundaan
Gambar 10. Diagram persentase tundaan
kendaraan kondisi eksisting dengan
kendaraan
alternatif solusi
KESIMPULAN
- Jumlah lalu lintas di jaringan pada kondisi eksisting pada jam puncak di pagi hari pukul
06.15–07.15 WIB memiliki volume kendaraan total sebesar 21.929 kendaraan, tundaan
rata-rata kendaraan sebesar 46,53 detik, serta waktu tempuh rata-rata sebesar 94,605
detik;
- Jumlah lalu lintas setelah adanya bangkitan pada jam puncak di pagi hari pukul 06.15–
07.15 WIB memiliki volume kendaraan total sebesar 23.295 ribu kendaraan, tundaan
rata-rata kendaraan sebesar 1860,30 detik, serta waktu tempuh rata-rata sebesar 1908,61
detik;

382
- Alternatif penanganan pada pemodelan ini berhasil menurunkan dampak negatif akibat
adanya bangkitan baru di antaranya perubahan akses keluar kendaraan dari Royal Tulip
Degreen Hotel dapat menurunkan dampak tundaan sebesar 34%, pengalihan rute masuk
kendaraan ke Royal Tulip Degreen Hotel sebesar 21%, serta pengoperasian lampu lalu
lintas pada Simpang Tugu Kembar Leuwigajah sebesar 33%. Namun demikian belum
mampu mengembalikan ke kondisi eksisting sebelum adanya bangkitan baru tersebut.
- Studi kasus menunjukkan metode simulasi dapat digunakan sebagai alat bantu analisis
dampak lalu lintas

UCAPAN TERIMA KASIH

Ucapan terima kasih disampaikan kepada LPPM Unjani atas dukungan dana untuk penelitian ini serta PT.
Jasamarga (Persero).Tbk dan Grand Tjokro Hotel atas dukungan data untuk penelitian, sehingga makalah ini
dapat diselesaikan.

DAFTAR PUSTAKA
Dikun, S dan Arief, D. 1993. Strategi Pemecahan Masalah Luas Bangunan dan Lalu Lintas.
Universitas Taruma Negara. Jakarta
Harianto. 2004. Perencangan Persimpangan Tidak Sebidang dan Sebidang Pada Jalan
Raya. Sumatra Utara: Universitas Sumatra Utara.
Munawar, A. 2009. Analisis Dampak Lalu Lintas Pembangunan Pusat Perbelanjaan : Studi
Kasus Plaza Ambarukmo. Jurnal Sains dan Teknologi Lingkungan. Volume 1 No.
1 Januari 2009. ISSN : 2085-1227
Peraturan Menteri Perhubungan. 2015. Penyelenggaraan Analisis Dampak Lalu Lintas
Nomor 75 Tahun 2015 . Jakarta
Putri, N. H. (2015). “Mikrosimulasi Mixed Traffic Pada Simpang Bersinyal Dengan
Perangkat Lunak Vissim (Studi Kasus: Simpang Tugu, Yogyakarta)”. Yogyakarta:
Universitas Gadjah Mada.
Rantung, T., Sompie, F. B., Jansen, F. 2015 .Analisa Dampak Lalu Lintas (ANDALALIN)
Kawasan Lippo Plaza Kairagi Manado. Jurnal Ilmiah Media Engineering. Vol.5
No. 1 Juni 2015. ISSN : 2087-9334.
Saputra, F. P. (2016). “Analisis dan Optimasi Kinerja Simpang Bersinyal Di Jl. Gunung
Bawakaraeng–Jl.Jend.Sudirman Berbasis Micro–Simulasi”. Makassar:
Universitas Hasanuddin.
Sumajouw, J., Sompie, F. B., Timboeleng, A. J. 2013. Analisis Dampak Lalu Lintas
(ANDALALIN) Kawasan Kampus Universitas Sam Ratulangi. Jurnal Ilmiah Media
Engineering. Vol. 3 No. 2 Juli 2013. ISSN : 2087-9334.

383