Gadjah Mada University, 10 Juni 2024 - Memodelkan Kondisi Lalulintas Area Seturan & Babarsari, Yogyakarta

Seminggu Lalu, aku baru saja menggarap project baru dari Pemodelan Transportasi yang diarahkan oleh dosen Prof. Zudhi, salah satu guru besar UGM yang mana beliau masih terbilang cukup muda untuk seorang guru besar. Sedikit berbagi mengenai tujuan project tersebut adalah untuk mengetahui kondisi lalu lintas eksisting dan kondisi lalu lintas setelah adanya perkembangan kawasan pendidikan, pemukiman, dan pusat kegiatan ekonomi selama 10 tahun kedepan di Kawasan Yogyakarta, khususnya daerah Seturan dan Babarsari. Selain itu, aku dan 2 orang rekan mencoba untuk memberikan alternatif alternatif pengaturan lalu lintas untuk meningkatkan kinerja jalan di kawasan tersebut, dimana disana juga terdapat area Pendidikan.

Proses survey lokasi tinjauan

Proses pengumpulan data primer

Aku mencoba untuk memahami dan mengumpulkan data yang ada selama seminggu lamanya bersama dua orang teman. Data-data seperti Tarikan dan Bangkitan kami dapatkan langsung dari salah satu dosen di mstt. Kami menggunakan Software Teacher Friendly Transportation Program (TFTP 97) yang bisa dibilang jadul untuk menginterpretasikan data-data tersebut. Aku baru pertama kali mendengar software tersebut selama menuntut ilmu. Bahkan dulu selama S1 tidak pernah terlintas sedikitpun nama tersebut. Sebenarnya ada alternatif lain untuk menggunakan software yang lebih canggih seperti Vissim, Software yang juga berfungsi untuk memodelkan transportasi dan menganalisa kondisi lalu lintas eksisting dan juga forecasting. Software-software yang telah saya sebutkan diatas fungsinya untuk memudahkan seorang traffic engineer untuk menganalisis traffic pada suatu area.

Proses Interpretasi data

Hasil Interpretasi Data

TFTP 97 yang berbasis four step model (bangkitan perjalanan, distribusi perjalanan, pemilihan moda dan pemilihan rute). Adapun data yang dijadikan sebagai data input adalah peta jaringan jalan Yogyakarta beserta data jumlah perjalanannya. Dalam pemodelan ini digunakan peta jaringan jalan yang didasarkan pada jaringan jalan eksisting di wilayah Daerah Istimewa Yogyakarta. Berdasarkan peta jaringan jalan ini, terdapat 97 node yang masing-masing dibagi berdasarkan batas administrasi kecamatan atau gabungan kecamatan.

Proses simulasi pemodelan dimulai dengan input data. Adapun input data yang dilakukan adalah mencakup input data kondisi eksisting, data pertumbuhan perjalanan 10 (sepuluh) tahun mendatang serta beberapa skenario di Kawasan Seturan dan Babarsari.

1. Data yang digunakan sebagai input adalah jaringan jalan yang telah ditetapkan tipenya, baik kecepatan, kapasitas, maupun lajurnya (satu/dua arah). Pada tahap ini dimasukkan data origin-destination yang telah ditentukan, yaitu data OD wilayah DIY pada tahun 2023. Data inilah yang kemudian menjadi dasar untuk estimasi perkiraan kondisi perjalanan rentang 10 (sepuluh) tahun kedepan (sampai 2034).

2. Interpretasi data kondisi lalu lintas Pada Tahun 2034 dengan pertumbuhan kendaraan 2%. Data yang digunakan sebagai acuan adalah data kondisi eksisting yang dilakukan perkiraan hingga tahun 2034.

3. Aku menambahkan 2 jaringan jalan alternatif 2 arah yang menghubungkan node 98-99-83 dan juga node 99-100. Satu alternatif lagi menggunakan jalan 1 arah. Mungkin node tidak terlalu penting untuk kita ketahui karena itu proses interpretasi datanya. Hasil yang dapat dilihat adalah jalan dengan scenario pertama merupakan yang terbaik karena dari hasil V/C rasio dan juga kepadatan lalu lintas cenderung menunjukkan scenario pertama yang lebih efektif.

Skenario yang paling efektif dengan jalan 2 arah

Dalam gambar tersebut dijelaskan bahwa area hijau merupakan kondisi lalulintas pada tahun 2034 yang memiliki tingkat arus lalu lintas yang stabil dan lancar. Jika merah, maka terdapat titik yang rawan macet dan perlu untuk dikaji ulang atau mencari alternatif lain bisa dengan menambah kapasitas atau memanajemen batas kecepatan.

Area Origin-Destination