Determinasi Parameter Komponen Model Biaya Gabungan Untuk Analisis Jaringan Jalan

Dengan Menggunakan Regresi Fuzzy

R Didin Kusdian
Program Studi Teknik Sipil - Fakultas Teknik
Universitas Sangga Buana YPKP Bandung
Jl. PH Mustopa 68 Bandung
E-Mail :kusdian@yahoo.com

Abstrak

Analisis jaringan jalan memerlukan penentuan model biaya yang akan diberlakukan bagi semua ruas jalan dalam
wilayah kajian. Model biaya ruas ini dibentuk oleh gabungan dari komponen-komponen biaya melintas ruas jalan yang
terdiri dari biaya jarak, biaya waktu, dan biaya tol. Dalam usaha untuk merumuskan model matematis biaya gabungan,
dilakukan survey terhadap sample pengguna salah satu ruas dalam jaringan, yaitu jalan tol Pasteur-Padalarang yang
merupakan bagian jaringan jalan di Kota Bandung. Pengguna jalan menggunakan jenis kendaraan berbeda sehingga
biaya bahan bakar yang merupakan biaya jarak menjadi merupakan variabel fuzzy, demikian juga dengan biaya waktu
yang diturunkan dari waktu perjalanan dikali nilai waktu. Sifat fuzzy dari biaya tol dibuktikan dari perbandingan
ongkos tol dengan ongkos makan siang masing-masing pengguna yang berbeda-beda, sehingga biaya tol menjadi
variabel fuzzy. Dari 59 jawaban responden terbentuk fuzzy grup untuk masing-masing komponen biaya gabungan.
Kemudian dilakukan analisa regresi fuzzy untuk mendapatkan parameter komponen model biaya gabungan. Parameter
yang dihasilkan untuk komponen biaya tol, biaya bahan bakar (sebagai biaya jarak) dan biaya waktu berturut-turut
adalah 0,800, 0,829 dan 0,832, sedangkan hasil regresi fuzzy nilai komponen biaya terhadap biaya gabungan
menghasilkan variansi antar komponen biaya 0,083502, dengan demikian deviasi standar adalah 0,29.

Kata kunci : Biaya gabungan, biaya jarak, biaya waktu, biaya tol, bobot komponen biaya, nilai komponen biaya

Abstact

The road network analysis need the determination of cost model that will be gereralize for all links inside studi area. This
link cost model is formed from all components of cost necessary for riding the road link that experienced by link users. As
common the generalized cost content distance cost, time cost and tol charge. Survey through link users have done as an effort
to determine generalized cost model, in this research the sample link is jalan tol Pasteur-Padalarang which is apart of
Bandung City road network.
Road users are use different type of vehicle which cause the fuel consumption will be the fuzzy variable, and so with the time
cost which derived from travel time multiply by time value. Fuzzy nature of tol charge proofed from ratio of tol price with
lunch price of each persons which could be different each other, so tol charge become fuzzy variable. From 59 answered
sheet it developed fuzzy groups of each components of generalized cost. The fuzzy regression done fo determine generalized
cost model parameter. Numerical value of parameters appeared as the results,, there are: 0.800, 0.829 and 0.832 , for tol cost,
fuel cost (as distance cost) and time cost respectively. Fuzzy regression analysis of cost componen value versus generalized
cost determined the varaince beetwen cost components is 0.083502, so the standard deviation is 0.29.

Key words: Generalized cost, distance cost, time cost, tol cost, cost component weight, cost component value

1. Pendahuluan

Kajian sistem transportasi kota, akan memerlukan pemodelan untuk memperkirakan gerakan. Gerakan
yang dimaksud adalah gerakan orang atau barang dengan menggunakan kendaraan diatas jalan dari
asal ke tujuan. Pada suatu interval waktu kejadian gerakan yang telah diperkirakan itu berlangsung
serentak dimasing-masing ruas pada jaringan jalan. Pada interval waktu itu gerakan yang terjadi di ruas
jalan dapat dinyatakan dengan besaran volume ruas. Pada konteks waktu masa datang volume
lalulintas tersebut, didapat dari hasil perkiraan melalui pemodelan termasuk model pembebanan
lalulintas. Perkiraan volume lalulintas ini berguna sekali untuk perencanaan sistem jaringan jalan dan
manajemen lalulintas. Perencanaan bersifat antisipasi terhadap kemungkinan yang mungkin terjadi di
masa datang, baik jangka pendek, jangka menengah maupun jangka panjang.

Dalam kajian sistem terhadap transportasi perkotaan, dilakukan pemodelan untuk menganalisa
hubungan antara kebutuhan transportasi dan penyediaan sistem transportasi. Kebutuhan transportasi
yang dimaksud adalah jumlah gerakan orang atau barang dengan menggunakan kendaraan diatas jalan
dari asal ke tujuan. Sedangkan penyediaan adalah penambahan atau pengaturan pemakaian ruas jalan
yang menyatu dalam jaringan jalan. Dari sisi kebutuhan akan diperlukan suatu perkiraan jumlah dan
pola sebaran terhadap ruang. Hal ini akan termasuk sebaran perilaku. Sisi penyediaan menyangkut sifat
fisik dan sebaran ruang. Kajian dilakukan simultan dari dua sisi tersebut.

Salah satu bagian yang penting dari proses kajian berbasis sistem ini adalah sub-pemodelan terhadap
biaya perjalanan.

2. Model Biaya Perjalanan Untuk Keperluan Analisis Jaringan Berbasis Sistem

Biaya perjalanan dapat dinyatakan dalam bentuk uang, waktu tempuh, jarak, atau kombinasi ketiganya
yang biasa disebut biaya gabungan. Model matematis secara umum yang paling sering digunakan
adalah dengan mendefinisikan biaya sebagai kombinasi linear antara jarak dan waktu (Tamin, 2000).

Biaya = a1 x waktu + a2 x jarak + a3 ………………………………. (1)

a1 = nilai waktu (Rp/jam)

a2 = biaya operasi kendaraan (Rp/km)
a3 = biaya tambahan lain (harga karcis tol)

Untuk dapat menjalankan program simulasi adalam analisis sistem jaringan, koefisien-koefisien dalam
model matematik biaya gabungan perlu ditentukan terlebih dahulu melalui proses penelitian dan
analisis terpisah. Hal tersebut merupakan bagian utama kajian tulisan ini, dimana komponen biaya
perjalanan terhadap populasi pelaku perjalanan ditinjau bersifat fuzzy dan dimodelkan sebagai variabel
fuzzy. Penelitian yang dilakukan adalah dengan melalui survey responden kemudian analisisnya
dilakukan dengan determinasi melalui regresi fuzzy.

3. Tinjauan Fuzzy Terhadap Komponen Biaya Perjalanan

Informasi mengenai persepsi terhadap biaya perjalanan dan komponen-komponennya dicari dan
didapatkan melalui survey. Survey dilakukan dengan cara pengisian angket dan wawancara.
Responden yang menjadi sasaran survey adalah para pengguna jalan (di wilayah Kota Bandung dan
sekitarnya). Sebagai sampel ruas jalan dipilih ruas jalan tol. Dalam penelitian ini dipilih sasaran
responden adalah pelaku perjalanan sehari-hari yang menggunakan ruas jalan tol Pasteur- Padalarang.
Pemilihan ruas jalan tol bertujuan agar informasi persepsi komponen biaya perjalanan yang didapat
lengkap, dengan kata lain ada komponen ongkos tol.

Daftar pertanyaan untuk angket dirancang untuk mendapatkan informasi tentang persepsi biaya
perjalanan masing-masing responden dan data acuan untuk merumuskan nilai dari masing-masing
besaran harga komponen, untuk acuan ini ditanyakan besarnya pengeluaran untuk satu kali makan
siang (ditempat kerja atau tempat sekolah). Disamping itu dibuat juga pertanyaan untuk mendapatkan
informasi bobot pertimbangan komponen-komponen biaya perjalanan bagi masing-masing responden,
skala bobot dibuat dari 1 sampai 9 (‘sangat tidak penting’ sampai ‘sangat penting’ untuk
dipertimbangkan). Untuk mendapatkan gambaran informasi tentang nilai waktu, disertakan pertanyaan
menyangkut pendapatan bulanan dan jam kerja. Karakteristik kendaraan yang digunakan ditanyakan
dalam hal efisiensi penggunaan bahan bakar terhadap jarak tempuh perjalanan.

Survey dilakukan dengan cara pengisian angket dan wawancara. Responden adalah pelaku perjalanan
yang menggunakan kendaraan pribadi untuk perjalanan sehari-hari dalam wilayah Bandung yang
menggunakan ruas tol Pasteur-Padalarang. Responden dipilih berdasarkan perkiraan tempat tinggal
dan tempat kerja atau sekolah. Berdasarkan tempat tinggal, dipilih responden yang bermukim di
wilayah pemukiman Bandung barat, misalnya komplek Bumi Parahiyangan Padalarang.
Dari jawaban responden (pekerja dan pelajar/mahasiswa) terhimpun data tentang: pendapatan bulanan,
jam kerja per hari, hari kerja per minggu, karakteristik efisiensi bahan bakar kendaraan yang
digunakan, besarnya biaya pengeluaran satu kali makan siang, waktu tempuh yang diharapkan atau
diperkiranan, dan pendapat masing-masing tentang bobot kepentingan mempertimbangkan komponen
biaya bahan bakar, ongkos tol dan waktu, serta skala tingkat kepuasan (kenyamanan) melewati ruas
jalan yang ditanyakan (ruas jalan tol Pasteur-Padalarang).

Dari data jawaban responden yang terkumpul kemudian dilakukan analisis dengan penerapan teori
himpunan fuzzy, kuantifkasi fuzzy dan regresi fuzzy, untuk mendapatkan gambaran adanya keragaman
dan dihitung parameter-parameter dari sebaran persepsi biaya perjalan.

Dari analisis bisa didapat koefisien regresi sebagai parameter model dan nilai variansi untuk
menjelaskan karakteristik sebaran persepsi yang terjadi. Dari besaran variansi bisa didapat standar
deviasi sebagai parameter sebaran. Dari data dan analisanya akan didapat pula himpunan sebaran nilai
waktu dan rataannya serta sebaran bobot pertimbangan komponen biaya dan rataannya.

Pengolahan jawaban responden dilakukan dengan pendekatan teori himpunan fuzzy, kuantifikasi fuzzy
dan regresi fuzzy (Kusumadewi, 2004). Dari data pendapatan bulanan dan waktu kerja dianalisa
sebaran nilai waktu dan rataannya. Sebaran nilai waktu dinyatakan dalam himpunan fuzzy, besaran
nilai waktu merupakan rataan fuzzy dari himpunan fuzzy nilai waktu.

Jarak tempuh adalah data jarak ruas tol Pasteur-Padalarang, yang sama bagi semua pengguna jalan,
perbedaan ongkos jarak dapat turun dari perbedaan karakteristik efisiensi konsumsi bahan bakar
kendaraan masing-masing. Data harapan atau perkiraan waktu tempuh [menit] dan hasil hitungan nilai
waktu [rupiah/jam], kemudian dikalikan untuk mendapatkan besaran biaya waktu masing-masing
responden. Komponen biaya ongkos tol, biaya jarak (biaya bahan bakar minyak), dan biaya waktu
(persepsi waktu tempuh dikali nilaiwaktu), dijumlahkan untuk mendapatkan biaya gabungan.

Biaya gabungan dan komponen-komponennya berbeda untuk masing-masing responden, perbedaan ini
merupakan sebaran yang dapat dinyatakan sebagai himpunan fuzzy. Selanjutnya dengan kuantifikasi
fuzzy dan regresi fuzzy bisa didapat parameter yang menjelaskan tingkat pengaruh masing-masing
komponen biaya pada biaya gabungan. Dapat diperoleh juga besarnya variansi yang menjelaskan
karakteristik sebaran. Data pendapat responden menyangkut bobot (tingkat kepentingan)
dipertimbangkannya masing-masing komponen biaya gabungan diolah dengan cara serupa sehingga
didapat fuzzy-mean bobot komponen biaya ongkos tol, biaya jarak (biaya bahan bakar) dan biaya
waktu. Untuk mendapatkan satu nilai tentu dari suatu variabel fuzzy dapat dihitung antara lain dengan
metode centroid (composite moment). Untuk suatu variabel diskrit epkspresinya dapat dituliskan
sebagai berikut:

∑z j μ(z j )
z =
* J =1
n
(25)
∑ μ(z
j =1
j )

*
Dengan z adalah nilai tentu dari himpunan fuzzy variabel Z, z j adalah nilai variabel Z untuk
individu j, dan μ ( z j ) adalah derajat keanggotaan individu j dalam himpunan fuzzy Z.
4. Data dan Hasil Analisis

Hasil penysusun dan pengolahan, data jawaban responden adalah seperti tercantum pada Tabel 1 dan
Tabel 2.

Tabel 1 Data Jawaban Responden Terhadap Kuesioner Survey Persepsi Biaya Perjalanan
Pada Penggunaan Jalan Tol Ruas Pasteur-Padalarang - Bagian A

Responden Pendapatan Pengeluaran Jam Kerja Hari Kerja Efisiensi Kendaraan Waktu Tempuh Kepuasan
Bulanan 1xMakan Siang Per Hari Per Minggu Harapan Kenyamanan
Ke [Rupiah] [Rp.] [Jam/hari] [Hari/minggu] [Km/Liter BBM] [Menit] [ skala 1 s/d 9]

1 4000000 10000 4 5 10 20 7
2 5000000 5000 9 5 12 10 6
3 3000000 20000 8 5 15 15 6
4 2000000 15000 10 6 12 15 6
5 2000000 10000 8 5 10 20 7
6 6000000 10000 9 5 15 20 6
7 2000000 6000 6 5 10 20 2
8 2000000 6000 10 6 12 10 4
9 2000000 10000 8 6 15 15 5
10 3000000 10000 8 5 12 20 3
11 2000000 5000 8 6 10 10 7
12 3000000 5000 12 5 15 15 6
13 3000000 7500 8 5 10 10 6
14 2000000 10000 8 5 10 10 6
15 4000000 7500 5 8 10 15 6
16 4000000 10000 5 8 15 20 6
17 1000000 6000 4 4 8 15 6
18 1000000 5000 4 4 15 10 6
19 2000000 6000 12 6 10 15 6
20 9000000 5000 12 6 9 15 7
21 1000000 5000 3 4 10 10 7
22 3000000 5000 5 7 18 10 7
23 1000000 5000 4 6 20 10 7
24 1000000 10000 4 8 10 15 6
25 1000000 5000 3 6 15 15 6
26 1000000 7500 4 8 12 10 6
27 4000000 10000 8 5 10 10 6
28 4000000 10000 8 5 10 10 6
29 4000000 10000 8 6 10 15 6
30 4000000 15000 8 6 10 15 6
31 2000000 7500 8 6 10 20 6
32 2000000 7500 8 5 10 20 6
33 2000000 10000 8 6 10 20 6
34 2000000 10000 8 5 10 10 6
35 2000000 7500 8 6 10 10 6
36 4000000 10000 8 6 10 15 6
37 1000000 10000 3 9 15 15 5
38 1000000 5000 12 5 20 15 6
39 2000000 7500 8 6 10 15 6
40 1000000 10000 10 3 10 10 7
41 1000000 5000 3 6 15 10 6
42 1000000 5000 3 6 15 10 6
43 1000000 3500 3 5 20 20 6
44 2000000 7500 8 6 10 10 6
45 2000000 7500 8 6 12 15 6
46 4000000 12500 8 6 10 15 6
47 4000000 7500 8 6 10 10 6
48 2000000 7500 8 6 10 10 6
49 4000000 7500 8 5 15 10 6
50 4000000 10000 10 6 10 10 6
51 4000000 5000 8 6 10 10 6
52 4000000 5000 9 6 15 10 6
53 2000000 5000 6 6 15 10 6
54 4000000 5000 8 5 10 15 6
55 6000000 5000 8 6 15 10 5
56 3000000 6000 5 7 12 15 7
57 2000000 5000 6 6 10 10 5
58 3000000 5000 8 5 10 15 6
59 5000000 4000 6 5 10 15 5
 Tabel 2 Data Jawaban Responden Terhadap Kuesioner Survey Persepsi Biaya Perjalanan
Pada Penggunaan Jalan Tol Ruas Pasteur-Padalarang - Bagian B

Responden Data Bobot Dipertimbangkan [Skala 1 s/d 9] Kepuasan Normalisasi Dengan Skala Tertinggi (9)
Atribut Kenyamanan Atribut Kepuasan
Ongkos Tol Konsumsi BBM Waktu [ skala 1 s/d 9] Ongkos Tol Konsumsi BBM Waktu Kenyamanan
1 7 8 7 7 0.78 0.89 0.78 0.78
2 6 6 5 6 0.67 0.67 0.56 0.67
3 9 9 9 6 1.00 1.00 1.00 0.67
4 8 8 8 6 0.89 0.89 0.89 0.67
5 9 7 9 7 1.00 0.78 1.00 0.78
6 7 8 9 6 0.78 0.89 1.00 0.67
7 8 9 7 2 0.89 1.00 0.78 0.22
8 7 7 7 4 0.78 0.78 0.78 0.44
9 7 8 8 5 0.78 0.89 0.89 0.56
10 7 8 6 3 0.78 0.89 0.67 0.33
11 6 7 7 7 0.67 0.78 0.78 0.78
12 9 9 9 6 1.00 1.00 1.00 0.67
13 7 7 8 6 0.78 0.78 0.89 0.67
14 7 7 7 6 0.78 0.78 0.78 0.67
15 6 7 7 6 0.67 0.78 0.78 0.67
16 6 7 7 6 0.67 0.78 0.78 0.67
17 8 9 9 6 0.89 1.00 1.00 0.67
18 8 9 6 6 0.89 1.00 0.67 0.67
19 8 9 8 6 0.89 1.00 0.89 0.67
20 8 9 8 7 0.89 1.00 0.89 0.78
21 7 6 9 7 0.78 0.67 1.00 0.78
22 7 8 7 7 0.78 0.89 0.78 0.78
23 7 7 7 7 0.78 0.78 0.78 0.78
24 7 7 6 6 0.78 0.78 0.67 0.67
25 7 8 6 6 0.78 0.89 0.67 0.67
26 7 6 7 6 0.78 0.67 0.78 0.67
27 7 7 8 6 0.78 0.78 0.89 0.67
28 7 7 8 6 0.78 0.78 0.89 0.67
29 7 7 8 6 0.78 0.78 0.89 0.67
30 7 7 8 6 0.78 0.78 0.89 0.67
31 7 7 8 6 0.78 0.78 0.89 0.67
32 7 7 8 6 0.78 0.78 0.89 0.67
33 7 7 8 6 0.78 0.78 0.89 0.67
34 7 7 7 6 0.78 0.78 0.78 0.67
35 7 7 7 6 0.78 0.78 0.78 0.67
36 7 7 7 6 0.78 0.78 0.78 0.67
37 7 7 6 5 0.78 0.78 0.67 0.56
38 8 8 7 6 0.89 0.89 0.78 0.67
39 7 7 7 6 0.78 0.78 0.78 0.67
40 7 8 8 7 0.78 0.89 0.89 0.78
41 7 6 6 6 0.78 0.67 0.67 0.67
42 7 6 6 6 0.78 0.67 0.67 0.67
43 8 9 7 6 0.89 1.00 0.78 0.67
44 7 8 7 6 0.78 0.89 0.78 0.67
45 7 7 7 6 0.78 0.78 0.78 0.67
46 7 7 8 6 0.78 0.78 0.89 0.67
47 7 8 8 6 0.78 0.89 0.89 0.67
48 7 7 8 6 0.78 0.78 0.89 0.67
49 8 8 9 6 0.89 0.89 1.00 0.67
50 1 8 6 6 0.11 0.89 0.67 0.67
51 8 8 9 6 0.89 0.89 1.00 0.67
52 8 8 8 6 0.89 0.89 0.89 0.67
53 9 9 8 6 1.00 1.00 0.89 0.67
54 9 9 9 6 1.00 1.00 1.00 0.67
55 7 8 7 5 0.78 0.89 0.78 0.56
56 8 9 9 7 0.89 1.00 1.00 0.78
57 7 7 6 5 0.78 0.78 0.67 0.56
58 7 3 6 6 0.78 0.33 0.67 0.67
59 7 7 8 5 0.78 0.78 0.89 0.56
Bobot rata-rata 0.800 0.832 0.829

Hasil analisis nilai waktu adalah seperti tercantum pada Tabel 3. Sedangkan gambaran kuantifikasi
fuzzy komponen biaya gabungan adalah seperti tercantum pada Tabel 4 dan Tabel 5.
 Tabel 3 Perhitungan Penegasan (Defuzzy ) Nilai Waktu Metode Centroid

Responden Nilai Waktu Derajat Keanggotaan Dalam

(kerja) Himpunan Nilai Waktu
Ke [Rp./Jam] "Tinggi"
Wj μ(W j) W j μ(W j)
1 50000 1.000 50000
2 27778 0.556 15432
3 18750 0.375 7031
4 8333 0.167 1389
5 12500 0.250 3125
6 33333 0.667 22222
7 16667 0.333 5556
8 8333 0.167 1389
9 10417 0.208 2170
10 18750 0.375 7031
11 10417 0.208 2170
12 12500 0.250 3125
13 18750 0.375 7031
14 12500 0.250 3125
15 25000 0.500 12500
16 25000 0.500 12500
17 15625 0.313 4883
18 15625 0.313 4883
19 6944 0.139 965
20 31250 0.625 19531
21 20833 0.417 8681
22 21429 0.429 9184
23 10417 0.208 2170
24 7813 0.156 1221
25 13889 0.278 3858
26 7813 0.156 1221
27 25000 0.500 12500
28 25000 0.500 12500
29 20833 0.417 8681
30 20833 0.417 8681
31 10417 0.208 2170
32 12500 0.250 3125
33 10417 0.208 2170
34 12500 0.250 3125
35 10417 0.208 2170
36 20833 0.417 8681
37 9259 0.185 1715
38 4167 0.083 347
39 10417 0.208 2170
40 8333 0.167 1389
41 13889 0.278 3858
42 13889 0.278 3858
43 16667 0.333 5556
44 10417 0.208 2170
45 10417 0.208 2170
46 20833 0.417 8681
47 20833 0.417 8681
48 10417 0.208 2170
49 25000 0.500 12500
50 16667 0.333 5556
51 20833 0.417 8681
52 18519 0.370 6859
53 13889 0.278 3858
54 25000 0.500 12500
55 31250 0.625 19531
56 21429 0.429 9184
57 13889 0.278 3858
58 18750 0.375 7031
59 41667 0.833 34722
Σ= 20.517 443237

W* = 21604 [Rupiah /Jam]

 Tabel 4 Derajat Keanggotaan Masing-Masing Fuzzy Group Komponen Biaya Gabungan

Nilai Waktu Fuzzy Fuzzy Fuzzy Fuzzy Biaya Gabungan

Responden Group Group Group Group
[Rupiah] Nilai Waktu Nilai Nilai Nilai [Rupiah]
Biaya BBM Ongkos Tol Biaya Waktu
1 50000 1.00 0.29 0.13 0.64 27817
2 27778 0.56 0.49 0.27 0.36 14505
3 18750 0.38 0.10 0.07 0.09 13288
4 8333 0.17 0.16 0.09 0.05 11958
5 12500 0.25 0.29 0.13 0.16 15317
6 33333 0.67 0.20 0.13 0.43 19711
7 16667 0.33 0.49 0.22 0.36 16706
8 8333 0.17 0.41 0.22 0.09 11264
9 10417 0.21 0.20 0.13 0.10 11204
10 18750 0.38 0.25 0.13 0.24 16125
11 10417 0.21 0.59 0.27 0.13 12886
12 12500 0.25 0.39 0.27 0.24 11725
13 18750 0.38 0.39 0.18 0.16 14275
14 12500 0.25 0.29 0.13 0.08 13233
15 25000 0.50 0.39 0.18 0.32 17400
16 25000 0.50 0.20 0.13 0.32 16933
17 15625 0.31 0.61 0.22 0.25 16969
18 15625 0.31 0.39 0.27 0.20 11204
19 6944 0.14 0.49 0.22 0.11 12886
20 31250 0.63 0.65 0.27 0.60 19813
21 20833 0.42 0.59 0.27 0.27 14622
22 21429 0.43 0.33 0.27 0.27 11321
23 10417 0.21 0.29 0.27 0.13 9061
24 7813 0.16 0.29 0.13 0.08 13103
25 13889 0.28 0.39 0.27 0.27 12072
26 7813 0.16 0.33 0.18 0.07 11177
27 25000 0.50 0.29 0.13 0.16 15317
28 25000 0.50 0.29 0.13 0.16 15317
29 20833 0.42 0.29 0.13 0.20 16358
30 20833 0.42 0.20 0.09 0.13 16358
31 10417 0.21 0.39 0.18 0.18 14622
32 12500 0.25 0.39 0.18 0.21 15317
33 10417 0.21 0.29 0.13 0.13 14622
34 12500 0.25 0.29 0.13 0.08 13233
35 10417 0.21 0.39 0.18 0.09 12886
36 20833 0.42 0.29 0.13 0.20 16358
37 9259 0.19 0.20 0.13 0.09 10915
38 4167 0.08 0.29 0.27 0.08 8367
39 10417 0.21 0.39 0.18 0.13 13754
40 8333 0.17 0.29 0.13 0.05 12539
41 13889 0.28 0.39 0.27 0.18 10915
42 13889 0.28 0.39 0.27 0.18 10915
43 16667 0.33 0.42 0.38 0.61 12881
44 10417 0.21 0.39 0.18 0.09 12886
45 10417 0.21 0.33 0.18 0.13 12479
46 20833 0.42 0.24 0.11 0.16 16358
47 20833 0.42 0.39 0.18 0.18 14622
48 10417 0.21 0.39 0.18 0.09 12886
49 25000 0.50 0.26 0.18 0.21 12767
50 16667 0.33 0.29 0.13 0.11 13928
51 20833 0.42 0.59 0.27 0.27 14622
52 18519 0.37 0.39 0.27 0.24 11686
53 13889 0.28 0.39 0.27 0.18 10915
54 25000 0.50 0.59 0.27 0.48 17400
55 31250 0.63 0.39 0.27 0.40 13808
56 21429 0.43 0.41 0.22 0.34 15232
57 13889 0.28 0.59 0.27 0.18 13465
58 18750 0.38 0.59 0.27 0.36 15838
59 41667 0.83 0.74 0.34 1.00 21567
 Tabel 5 Kuantifikasi Fuzzy Biaya Bahan Bakar dan Ongkos Tol

Dinormalisasi
Responden Nilai Nilai Pengurutan Responden Fuzzy Grup Fuzzy Grup
Biaya BBM Ongkos Tol Nilai Nilai Nilai Biaya BBM Nilai Ongkos Tol
Ke [per unit [per unit Biaya BBM Ongkos Tol Ke "Tinggi" "Tinggi"
makan siang] makan siang] μB μT
1 0.77 0.35 0.26 0.18 1 0.40 0.18
2 1.28 0.70 0.43 0.23 2 0.67 0.37
3 0.26 0.18 0.51 0.35 3 0.13 0.09
4 0.43 0.23 0.51 0.35 4 0.22 0.12
5 0.77 0.35 0.51 0.35 5 0.40 0.18
6 0.51 0.35 0.51 0.23 6 0.27 0.18
7 1.28 0.58 0.51 0.35 7 0.67 0.31
8 1.06 0.58 0.61 0.28 8 0.56 0.31
9 0.51 0.35 0.64 0.35 9 0.27 0.18
10 0.64 0.35 0.68 0.47 10 0.33 0.18
11 1.53 0.70 0.77 0.35 11 0.80 0.37
12 1.02 0.70 0.77 0.35 12 0.53 0.37
13 1.02 0.47 0.77 0.35 13 0.53 0.24
14 0.77 0.35 0.77 0.70 14 0.40 0.18
15 1.02 0.47 0.77 0.35 15 0.53 0.24
16 0.51 0.35 0.77 0.35 16 0.27 0.18
17 1.59 0.58 0.77 0.35 17 0.83 0.31
18 1.02 0.70 0.77 0.35 18 0.53 0.37
19 1.28 0.58 0.77 0.35 19 0.67 0.31
20 1.70 0.70 0.77 0.35 20 0.89 0.37
21 1.53 0.70 0.77 0.35 21 0.80 0.37
22 0.85 0.70 0.77 0.70 22 0.44 0.37
23 0.77 0.70 0.77 0.35 23 0.40 0.37
24 0.77 0.35 0.77 0.35 24 0.40 0.18
25 1.02 0.70 0.85 0.70 25 0.53 0.37
26 0.85 0.47 0.85 0.47 26 0.44 0.24
27 0.77 0.35 0.85 0.47 27 0.40 0.18
28 0.77 0.35 1.02 0.70 28 0.40 0.18
29 0.77 0.35 1.02 0.47 29 0.40 0.18
30 0.51 0.23 1.02 0.47 30 0.27 0.12
31 1.02 0.47 1.02 0.70 31 0.53 0.24
32 1.02 0.47 1.02 0.70 32 0.53 0.24
33 0.77 0.35 1.02 0.47 33 0.40 0.18
34 0.77 0.35 1.02 0.47 34 0.40 0.18
35 1.02 0.47 1.02 0.47 35 0.53 0.24
36 0.77 0.35 1.02 0.47 36 0.40 0.18
37 0.51 0.35 1.02 0.70 37 0.27 0.18
38 0.77 0.70 1.02 0.70 38 0.40 0.37
39 1.02 0.47 1.02 0.47 39 0.53 0.24
40 0.77 0.35 1.02 0.47 40 0.40 0.18
41 1.02 0.70 1.02 0.47 41 0.53 0.37
42 1.02 0.70 1.02 0.70 42 0.53 0.37
43 1.09 1.00 1.02 0.70 43 0.57 0.52
44 1.02 0.47 1.02 0.70 44 0.53 0.24
45 0.85 0.47 1.06 0.58 45 0.44 0.24
46 0.61 0.28 1.06 0.58 46 0.32 0.15
47 1.02 0.47 1.09 1.00 47 0.53 0.24
48 1.02 0.47 1.28 0.70 48 0.53 0.24
49 0.68 0.47 1.28 0.58 49 0.36 0.24
50 0.77 0.35 1.28 0.58 50 0.40 0.18
51 1.53 0.70 1.53 0.70 51 0.80 0.37
52 1.02 0.70 1.53 0.70 52 0.53 0.37
53 1.02 0.70 1.53 0.70 53 0.53 0.37
54 1.53 0.70 1.53 0.70 54 0.80 0.37
55 1.02 0.70 1.53 0.70 55 0.53 0.37
56 1.06 0.58 1.53 0.70 56 0.56 0.31
57 1.53 0.70 1.59 0.58 57 0.80 0.37
58 1.53 0.70 1.70 0.70 58 0.80 0.37
59 1.91 0.88 1.91 0.88 59 1.00 0.46

Dari tabel-tabel diatas selanjutnya dijabarkan kedalam tabel-tabel perhitungan untuk menghitung
variansi antar fuzzy group dan variansi dalam fuzzy group baik yang berkaitan dengan nilai maupun
yang berkaitan dengan bobot, dari masing-masing komponen biaya gabungan.

Regresi terhadap nilai dari komponen biaya gabungan memberikan hasil variansi dalam fuzzy group
E=1.645, deviasi standar E 0.5 = 1.283 ; variansi antar fuzzy group B=0.083502, deviasi standar
B 0.5.=0.29 dan variansi total T=1.729, deviasi standar T 0.5 = 1.31. Sedangkan regresi bobot dari
komponen biaya gabungan memberikan hasil variansi dalam fuzzy group E=1.319, deviasi standar E 0.5
=1.149 ; variansi antar fuzzy group B=0.000534, deviasi standar B 0.5 = 0.02 dan variansi total
T=1.320, deviasi standar T 0.5 =1.15.

5. Kesimpulan

Dari hasil survey, pengolahan data jawaban responden dapat terlihat bukti adanya sifat-sifat fuzzy yang
berasal dari perbedaan-perbedaan diantara para pengguna jalan. Perbedaan dapat berdasar dari yang
bersifat bawaan misalnya pendapatan bulanan, jam kerja per bulan dan karakteristik pemakaian bahan
bakan masing-masing kendaraan. Suatu besaran ongkos tol yang sama untuk ruas yag sama, ternyata
dapat menjadi berbeda nilainya bagi masing-masing pengguna jalan, misalnya dengan menciptakan
ukuran perbandingan dengan besaran ongkos makan siang masing-masing, sehingga nilai ongkos tol
menjadi berbeda.

Nilai waktu rata-rata yang didapat pada penelitian ini, dengan jumlah responden 59 orang dan ruas
sampel adalah ruas tol Padalarang-Cileunyi adalah 21.604 rupiah per jam, nilai waktu ini berasal dari
responden dengan penghasilan per bulan terendah adalah Rp 1.000.000,-/bulan (yaitu pendapatan uang
saku responden mahasiswa). Untuk ini perlu dilakukan penelitian lanjutan yang lebih luas populasinya,
dan perlu terus diperbaharui sesuai perkembangan situasi ekonomi terhadap waktu.

Kuantifikasi fuzzy pada dasarnya adalah penggambaran adanya keragaman yang kemudian dapat
disatukan melalui satu nilai pembanding (normalisasi), dari keragaman (sifat fuzzy) pandangan masing-
masing responden terhadap bobot kepentingan masing-masing komponen biaya terhadap biaya
gabungan (yang akan dijadikan model biaya perjalanan), didapat rata-rata bobot untuk masing-masing
komponen yaitu untuk komponen biaya tol, biaya bahan bakar (sebagai biaya jarak) dan biaya waktu
berturut-turut adalah 0,800, 0,829 dan 0,832.

Hasil regresi ini selanjutnya dapat disesuaikan sebagai masukan untuk analisis pembebanan jaringan
jalan berbasis sistem, dimana salah satu bagian program hitungannya adalah perhitungan biaya
gabungan untuk tiap ruas jalan.

Daftar Pustaka

1. Ortuzar, J de D.& Willumsen, L.G. (1994), Modelling Transport, John Wiley & Sons Ltd.,
England.
2. Tamin, O.Z.(2000), Perencanaan dan Pemodelan Transportasi, edisi 2, Penerbit ITB, Bandung
3. Kusumadewi, Sri & Purnomo, Hari (2004), Aplikasi Logika Fuzzy Untuk Pendukung
Keputusan, Graha Ilmu