THE RELATIONSHIP BETWEEN ROAD SURFACE CONDITIONS ON SPEED AND TRAFFIC DENSITY ON COLLECTOR ROADS IN WEST NUSA TENGGARA PROVINCE
ABSTRAK
Lalu lintas merupakan gerakan yang terjadi pada ruang lalu lintas jalan yang dilakukan oleh kendaraan dan orang. Salah satu permasalahan lalu lintas adalah kepadatan lalu lintas. Kepadatan lalu lintas dapat disebabkan oleh banyak faktor, salah satunya adalah faktor jalan yaitu kondisi jalan yang rusak atau tidak rata sehingga dapat menyebabkan banyak kerugian bagi pengguna jalan. Ruas jalan kolektor di Provinsi Nusa Tenggara Barat yang menghubungkan antara Desa Mantang dan Kecamatan Kopang, Kecamatan Kopang dan Kecamatan Masbagik, Desa Rempung dan Desa Labuhan Lombok juga mengalami kerusakan yaitu ketidakrataan pada permukaannya. Tujuan dari penelitian ini adalah mengetahui hubungan antara kondisi permukaan jalan terhadap kecepatan dan kepadatan lalu lintas. Penelitian ini menggunakan metode IRI untuk mengetahui nilai kondisi jalan serta menganalisis hubungan nilai IRI terhadap kecepatan dan kepadatan dengan software SPSS. Kecepatan dicari dengan menggunakan perbandingan antara jarak dan waktu tempuh kendaraan sedangkan kepadatan dicari dengan menggunakan perbandingan volume kendaraan dengan kecepatan kendaraan. Dinas PUPR Nusa Tenggara Barat merupakan instansi sumber data kondisi permukaan jalan. Kemudian data survei kecepatan kendaraan dan data survei volume lalu lintas diperoleh dengan melakukan pengamatan secara langsung. Hasil penelitian ini adalah kecepatan tiap jenis kendaraan berbeda, karena tiap jenis kendaraan memiliki kecepatannya masing-masing dan seingga kepadatan tiap jenis kendaraan pun berbeda. Hasil analisis regresi non linier eksponensial terhadap hubungan kondisi permukaan dan kecepatan kendaraan adalah berbanding terbalik, sehingga semakin tinggi nilai kondisi permukaan maka kecepatan semakin rendah, sedangkan hasil analisis regresi linier sederhana terhadap kondisi permukaan dan kepadatan lalu lintas adalah berbanding lurus, sehingga semakin tinggi nilai kondisi permukaan maka kepadatan lalu lintas akan semakin tinggi.
Kata Kunci: Lalu Lintas, Kondisi Permukaan Jalan, Kecepatan Kendaraan, Kepadatan Lalu lintas, International Roughness Index (IRI), Regresi
ABSTRACT
Traffic is defined as the movement of vehicles and people in the Road Traffic Space. One of the traffic problems is traffic density. Traffic density is caused by several factors, one of which is road factors, namely damaged or uneven road conditions that can cause a lot of losses to road users. The collector road section in West Nusa Tenggara Province that connects Mantang Village and Kopang District, Kopang District and Masbagik District, Rempung Village and Labuhan Lombok Village also suffered damage, namely unevenness on its surface. The purpose of this study was to determine the relationship between surface conditions on speed and traffic density. This study used the IRI method to determine the value of road conditions and analyze the relationship of IRI value to speed and density with SPSS software. Speed is found using a comparison between distance and vehicle travel time while density is found using a comparison of vehicle volume to vehicle speed. The data used in this study is in the form of road damage survey data from the West Nusa Tenggara PUPR Office, vehicle speed survey data and traffic volume survey data. The result of this study is that the speed of each type of vehicle is different, because each type of vehicle has its own speed and so that the density of each type of vehicle is different. The results of exponential nonlinear regression analysis of the relationship between surface conditions and vehicle speed are inversely proportional, so that the higher the value of surface conditions, the lower the speed, while the results of simple linear regression analysis of surface conditions and traffic density are directly proportional, so that the higher the value of surface conditions, the higher the traffic density.
Keywords: traffic, road surface condition, vehicle speed, traffic density, International Roughness Index (IRI), regression