kata pengantar...kata pengantar puji dan syukur kami panjatkan ke hadirat tuhan yang maha pengasih...

MODUL 11 | PEMANTAUAN DAN EVALUASI JALAN BERKESELAMATAN i

KATA PENGANTAR

Puji dan syukur kami panjatkan ke hadirat Tuhan Yang Maha Pengasih dan

Penyayang dengan selesainya penyusunan Modul Pemantauan dan Evaluasi Jalan

Berkeselamatan. Modul ini disusun untuk memenuhi kebutuhan peserta

pendidikan dan pelatihan di bidang jalan yang berasal dari kalangan pegawai

pemerintah daerah dan Aparatur Sipil Negara (ASN).

Modul Pemantauan dan Evaluasi Jalan Berkeselamatan ini disusun dalam 4

(empat) bab yang terdiri dari Pendahuluan dan Kegiatan Belajar. Penyusunan

modul yang sistematis diharapkan mampu mempermudah peserta pelatihan

dalam memahami segala kebutuhan terkait jalan berkeselamatan. Penekanan

orientasi pembelajaran pada modul ini diisi oleh adanya pergeseran aktivitas

peserta latih dan pelatih yakni dengan menonjolkan peran serta aktif peserta

latih.

Akhirya, ucapan terima kasih dan penghargaan kami sampaikan kepada tim

penyusun atas tenaga dan pikiran yang dicurahkan untuk mewujudkan modul ini.

Penyempurnaan maupun perubahan modul di masa mendatang senantiasa

terbuka dan dimungkinkan mengingat akan perkembangan situasi, kebijakan dan

peraturan yang terus menerus terjadi. Harapan kami tidak lain modul ini dapat

memberikan manfaat.

Kepala Pusat Pendidikan dan Pelatihan Jalan, Perumahan,

Permukiman, dan Pengembangan Infrastruktur Wilayah

MODUL 11 | PEMANTAUAN DAN EVALUASI JALAN BERKESELAMATAN ii

DAFTAR ISI

KATA PENGANTAR .................................................................................................. i

DAFTAR ISI .............................................................................................................. ii

DAFTAR GAMBAR .................................................................................................. iv

DAFTAR TABEL ........................................................................................................ v

PETUNJUK PENGGUNAAN MODUL ....................................................................... vi

BAB 1 PENDAHULUAN ........................................................................................... 1

1.1. Latar Belakang ....................................................................................... 2

1.2. Deskripsi Singkat ................................................................................... 3

1.3. Standar Kompetensi .............................................................................. 3

1.4. Kompetensi Dasar ................................................................................. 3

1.5. Materi Pokok dan Sub Materi Pokok .................................................... 4

1.6. Estimasi Waktu ..................................................................................... 4

BAB 2 PENGENALAN OBSERVASI ........................................................................... 5

2.1. Keselamatan dan Kecelakaan Lalu Lintas.............................................. 6

2.2. Analisis Sebelum dan Sesudah Upaya Perbaikan.................................. 9

2.3. Rangkuman ......................................................................................... 10

2.4. Latihan ................................................................................................ 10

BAB 3 METODE KAJIAN OBSERVASI .................................................................... 11

3.1. Metode Analisis Observasi .................................................................. 12

3.2. Metode Observasi Sederhana ............................................................. 17

3.3. Metode Kombinasi regresi dan Empirikal Bayes ................................ 23

3.4. Rangkuman ......................................................................................... 29

3.5. Latihan ................................................................................................ 30

MODUL 11 | PEMANTAUAN DAN EVALUASI JALAN BERKESELAMATAN iii

BAB 4 PENERAPAN APLIKASI ............................................................................... 31

4.1. Penerapan Model Regresi pada Kasus Estimasi Tingkat Kecelakaan Lalu

Lintas Nasional dan 6 Provinsi di Pulau Jawa ...................................... 32

4.2. Contoh Aplikasi ................................................................................... 38

DAFTAR PUSTAKA ................................................................................................ 43

GLOSARIUM ......................................................................................................... 44

MODUL 11 | PEMANTAUAN DAN EVALUASI JALAN BERKESELAMATAN iv

DAFTAR GAMBAR

Gambar 1 Keselamatan dan Rasa Aman ............................................................... 7

Gambar 2 Contoh Data Pengamatan Kecelakaan Lalu Lintas ............................... 8

Gambar 3 Contoh Rata-Rata Data Selama Lima Bulanan ..................................... 9

Gambar 4 Contoh Posisi Observasi Kajian ‘Sebelum dan Sesudah’ .................... 13

Gambar 5 Perubahan dari Perkiraan Awal sebagai Esensi Dasar EB ................... 25

Gambar 6 Indeks Kecelakaan Berdasarkan Jumlah Kendaraan Tahun 2010-2012

........................................................................................................... 35

Gambar 7 Kecelakaan Berdasaekan Jumlah Kendaraan Tahun 2010-2012 ........ 35

Gambar 8 Indeks Kecelakaan dengan Luka Serius Berdasarkan Jumlah

Kendaraan Tahun 2010-2012 ............................................................ 36

MODUL 11 | PEMANTAUAN DAN EVALUASI JALAN BERKESELAMATAN v

DAFTAR TABEL

Tabel 1 Pendekatan Kajian Observasi ‘Sebelum’ dan ‘Sesudah’ ......................... 17

Tabel 2 Data Jumlah Penduduk dan Kendaraan Bermotor 6 Provinsi ................ 34

Tabel 3 Data Kecelakaan Tahun 2010, 2011, 2012 ............................................. 34

Tabel 4 Perbandingan Angka Kecelakaan Hasil Estimasi Model dan Data .......... 37

Tabel 5 Perbedaan Antara Hasil Estimasi dan Data Polda .................................. 37

Tabel 6 Jumlah Kecelakaan di Jalan Tol Sebelum Program Diimplementasikan

(Studi Kasus) ........................................................................................... 38

Tabel 7 Jumlah Kecelakaan di Jalan Tol Setelah Program Diimplementasikan

(Studi Kasus) ........................................................................................... 39

Tabel 8 Hasil Analisis Observasi ‘Sebelum’ dan ‘Sesudah’ (Studi Kasus) ............ 41

MODUL 11 | PEMANTAUAN DAN EVALUASI JALAN BERKESELAMATAN vi

PETUNJUK PENGGUNAAN MODUL

Petunjuk penggunaan modul Diklat Jalan Berkeselamatan ini digunakan untuk

mempermudah peserta dalam memahami materi Pemantauan dan Evaluasi Jalan

Berkeselamatan. Adapun teknik penggunaannya adalah sebagai berikut:

1. Peserta Diklat Jalan Berkeselamatan membaca dengan seksama setiap

bab dan coba dibandingkan dengan pedoman dari peraturan yang ada

dan ketentuan terkait, kemudian disesuaikan dengan pengalaman

peserta yang telah dialami di lapangan.

2. Jawablah pertanyaan dan latihan, apabila masih belum dapat menjawab

dengan sempurna, hendaknya peserta Diklat Jalan Berkeselamatan

latihan mengulang kembali materi yang belum dikuasai

3. Selanjutnya buatlah rangkuman, kemudian buatlah latihan dan diskusi

dengan sesama peserta Diklat Jalan Berkeselamatan untuk

memperdalam materi.

MODUL 11 | PEMANTAUAN DAN EVALUASI JALAN BERKESELAMATAN 1

BAB 1

PENDAHULUAN


1. Pendahuluan

1.1. Latar Belakang

Kecelakaan di jalan adalah masalah yang sangat serius di Indonesia. Pada tahun

2010, sekitar 32.000 kematian dilaporkan polisi akibat kecelakaan di jalan-jalan

Indonesia dan tingkat kematian akibat kecelakaan lalu lintas per 100.000

penduduk adalah sekitar 12. Ini adalah sangat tinggi dibandingkan dengan

negara-negara tetangga seperti Singapura adalah 4.8 dan Australia adalah 5.2

kematian per 100.000 orang.

Dalam pembangunan nasional, Kementerian Pekerjaan Umum dan Perumahan

Rakyat mempunyai peranan penting dan strategis dalam menyediakan

infrastruktur Transportasi Berkelanjutan berdasarkan tujuan Pemerintah

termasuk membangun infrastruktur jalan berkeselamatan.

Keselamatan jalan di Indonesia telah diatur di Undang- Undang No. 38 Tahun

2004 tentang Jalan, Peraturan Pemerintah No. 34 Tahun 2006 tentang Jalan,

Undang-Undang No. 22 Tahun 2009 tentang Lalu Lintas dan Angkutan Jalan, serta

RUNK (Rencana Umum Nasional Keselamatan) jalan yang telah diluncurkan.

Direktorat Jenderal Bina Marga, Kementerian Pekerjaan Umum dan Perumahan

Rakyat, sebagai instansi yang bertanggung jawab dalam pembinaan jalan di

Indonesia dan dalam pembangunan jalan nasional telah melaksanakan berbagai

upaya dalam peningkatan keselamatan jalan.

Dalam mengupayakan peningkatan keselamatan jalan, perlu mengetahui kinerja

keselamatan jalan pada jalan-jalan yang masuk dalam program jalan yang lebih

berkeselamatan. Hal ini membutuhkan basis data kecelakaan yang akan dianalisis

untuk kepentingan perbaikan kinerja keselamatan infrastruktur jalan.

Di dalam Undang-Undang No. 22 Tahun 2009 tentang Lalu Lintas dan Angkutan

Jalan, dinyatakan bahwa pencatatan dan pengumpulan data kecelakaan lalu

lintas merupakan kewenangan Kepolisian Negara Republik Indonesia. Setiap

kecelakaan wajib dicatat dalam formulir data kecelakaan lalu lintas, yang

merupakan bagian dari data forensik. Data ini dikelola oleh POLRI dan dapat

dimanfaatkan oleh pembina lalu lintas dan angkutan jalan, yaitu antara lain

Kementerian PU-PR dan Kementerian Perhubungan.


Kementerian PU-PR dan Kementerian Perhubungan telah berkomitmen akan

mewujudkan ketersediaan infrastruktur, sarana dan prasarana transportasi serta

konektivitas antar wilayah dengan menjamin tersedianya infrastruktur untuk

kelancaran dan keselamatan lalu lintas.

Upaya meningkatkan keselamatan jalan harus diupayakan tidak hanya kepada

pengguna jalan semata, tetapi juga kepada pembuat kebijakan yaitu Aparatur

Sipil Negara (ASN), dengan meningkatkan profesionalisme ASN melalui

Pendidikan dan Pelatihan Jalan Berkeselamatan dengan modul Pemantauan dan

Evaluasi Jalan Berkeselamatan.

Dengan demikian para ASN Kementerian Pekerjaan Umum dan Perumahan

Rakyat atau Kemen PU-PR pada umumnya dan Ditjen Bina Marga khususnya

diharapkan mampu menyediakan infrastruktur jalan yang memberikan

keselamatan bagi penggunanya.

1.2. Deskripsi Singkat

Mata Diklat ini membekali peserta dengan pengetahuan tentang pemantauan

dan evaluasi jalan berkeselamatan, khususnya pemanfaatannya agar tercipta

jalan yang berkeselamatan. Diklat dilakukan dengan menggunakan metoda

pelatihan orang dewasa (andragogi) yang meliputi ceramah, tanya jawab,

pemaparan dan diskusi.

1.3. Standar Kompetensi

Setelah mengikuti pembelajaran ini para peserta diharapkan mampu memahami

pemantauan dan evaluasi untuk dapat digunakan dalam mengupayakan jalan

yang lebih berkeselamatan.

1.4. Kompetensi Dasar

Kompetensi dasar yang akan dicapai dari pembelajaran ini antara lain:

1. Peserta mampu memahami tentang pengenalan observasi

2. Peserta mampu memahami metode kajian observasi.

3. Peserta mampu memahami penerapan aplikasi pemantauan dan

evaluasi jalan berkeselamatan.


1.5. Materi Pokok dan Sub Materi Pokok

Dalam modul Pemantauan dan Evaluasi Jalan Berkeselamatan ada 2 (dua) materi

yang akan dibahas, yaitu:

1. Pengenalan Observasi, meliputi:

a. Keselamatan dan Kecelakaan Lalu Lintas

b. Analisis Sebelum dan Sesudah Upaya Perbaikan

2. Metode Kajian Observasi, meliputi:

a. Metode Analisis Observasi

b. Metode Observasi Sederhana

c. Metode Kombinasi Regresi dan Empirikal Bayes

3. Penerapan Aplikasi, meliputi:

a. Penerapan Model Regresi

b. Contoh Aplikasi

1.6. Estimasi Waktu

Alokasi waktu yang diberikan untuk pelaksanaan kegiatan belajar mengajar untuk

mata diklat “Pemantauan dan Evaluasi Jalan Berkeselamatan” pada peserta diklat teknis ini adalah 2 (dua) jam pelajaran.


BAB 2

PENGENALAN OBSERVASI


2. Pengenalan Observasi

Indikator keberhasilan

Setelah mengikuti pembelajaran ini, peserta diklat diharapkan mampu memahami pengenalan observasi meliputi keselamatan dan kecelakaan lalu lintas dan

analisis sebelum dan sesudah upaya perbaikan.

2.1. Keselamatan dan Kecelakaan Lalu Lintas

Manifestasi keselamatan jalan adalah kecelakaan dan berbagai akibat yang

merugikan. Walaupun demikian, “selamat” juga berkaitan dengan perasaan

seseorang sewaktu menggunakan jalan. Akibatnya, dapat terjadi bahwa suatu

program yang pada awalnya bertujuan untuk meningkatkan keselamatan jalan

ditanggapi salah dalam pengertian tentang perasaan “selamat”. Konsekuensinya,

kesalahpahaman itu justru dapat menghasilkan peningkatan kecelakaan.

Demikian pula, apabila pengguna jalan merasakan cukup baik tingkat

keselamatan suatu ruas jalan, mereka justru kurang memperhatikan

“keselamatan” dan pada gilirannya mungkin saja terjadi peningkatan kecelakaan

lalu lintas.

Dari uraian di atas, terdapat 2 hal yang berbeda, yaitu:

1. Pengukuran obyektif yang berkaitan dengan kecelakaan dan berbagai

akibat yang merugikan.

2. Persepsi subyektif tentang bagaimana rasa “selamat” di jalan.

Butir (a) di atas terkait keselamatan (safety) berlalu lintas yang berasosiasi

dengan kecelakaan lalu lintas, sedangkan butir (b) terkait rasa aman (security)

berlalu lintas yang berasosiasi dengan perasaan subyektif.

Kombinasi keduanya diilustrasikan pada gambar 1. Rasa aman (security) juga

berkaitan dengan wujud kejahatan harta dan jiwa yang terjadi di jalan. Sebagai

contoh: berdasarkan data, suatu lokasi penyeberangan pejalan kaki,

menunjukkan tidak ada perubahan tingkat kecelakaan lalu lintas. Akan tetapi,

saat hanya sebuah kejadian kecelakaan ditayangkan oleh media televisi dengan


sangat menakutkan, persepsi rasa aman penyeberang jalan, menurun drastis

(lihat AA1 pada Gambar1).

Sebaliknya, pada lokasi penyeberangan pejalan kaki lain, walaupun secara

obyektif, data menunjukkan terjadi peningkatan jumlah kecelakaan, namun

karena publisitas yang gencar dan positif, terjadi peningkatan rasa aman pada

masyarakat (lihat BB1 pada Gambar1). Idealnya, terjadi peningkatan baik

keselamatan maupun rasa aman yang ditunjukkan (lihat CC1 pada Gambar1).

Disepakati bahwa tidak ada seorangpun yang mengharapkan penurunan kedua-

duanya, seperti (lihat DD1 pada Gambar1), atau yang disebut suatu skandal

transportasi atau Fiasco.

Gambar 1 Keselamatan dan Rasa Aman

Sistem pengoperasian lalu lintas pada hakikatnya mengupayakan semaksimal

mungkin semua pelaku perjalanan dapat bergerak lancar tanpa terganggu dari

awal hingga akhir perjalanan. Kecelakaan lalu lintas timbul apabila salah satu atau

lebih komponen sistem pengoperasian lalu lintas tidak berjalan seperti yang

diharapkan ataupun terjadi konflik baik di antara pelaku perjalanan maupun di

antara faktor-faktor penyebab kecelakaan lalu lintas: manusia, kendaraan dan

lingkungan jalan.

Sesungguhnya, kecelakaan lalu lintas merupakan peristiwa yang sangat jarang

terjadi. Kecelakaan lalu lintas bukan suatu hal yang tiba-tiba terjadi. Pada

hakikatnya kecelakaan lalu lintas diawali suatu konflik potensial terhadap

kecelakaan atau kondisi berbahaya (unsafe condition) ketika kumpulan berbagai


hazard sudah tidak diindahkan oleh semua pihak. Sebagian besar arus lalu lintas

merupakan lalu lintas yang tidak terganggu dalam arti semua konflik terkendali

dengan baik, tetapi semakin tinggi peluang konflik semakin besar potensi untuk

terjadinya kecelakaan lalu lintas. Hal ini akan diperparah apabila perilaku dan

disiplin berlalu lintas yang tidak benar.

Pada kondisi itu, terjadi banyak peristiwa yang mendekati kecelakaan (near

accident). Kecelakaan lalu lintas akan terjadi apabila konflik atau hazard melewati

sistem batas pengendalian (system boundary) yang kemudian mengubah hazard

menjadi kecelakaan lalu lintas.

Sebagai contoh, mengemudi dengan kecepatan di atas kecepatan yang sesuai

dengan lingkungan jalan akan meningkatkan hazard. Keadaan diperburuk dengan

besarnya beban kerja seperti mengemudi sambil mengirim sms di telepon

seluler.

Kecelakaan berfluktuasi dari waktu ke waktu tetapi memiliki kecenderungan

penyebaran data. Contoh: suatu data dari pengamatan selama 36 bulan

menghasilkan sebaran kecelakaan lalu lintas seperti terlihat pada gambar 2.

Gambar 2 Contoh Data Pengamatan Kecelakaan Lalu Lintas

Kecenderungan data dalam gambar 2 tersebut akan sulit ditemukan jika data

tersaji secara parsial. Jika diketahui rata-rata selama 5 (lima) bulan dengan cara


bergerak ke data berikutnya (running average), akan terlihat kecenderungan

yang lebih jelas seperti terlihat pada gambar 3.

Gambar 3 Contoh Rata-Rata Data Selama Lima Bulanan

Haeur (1997) mendefinisikan pengertian perubahan keselamatan lalu lintas

adalah upaya pengamatan secara rata-rata dalam jangka pengamatan yang

cukup panjang. Namun, kesulitan dalam pelaksanaan akan tetap terjadi karena

keterbatasan data.

2.2. Analisis Sebelum dan Sesudah Upaya Perbaikan

Salah satu tujuan analisis keselamatan lalu lintas adalah memperkirakan

perubahan tingkat keselamatan sebagai konsekuensi pengembangan

infrastuktur ataupun implementasi program penanggulangan kecelakaan lalu

lintas.

Terdapat 2 (dua) kendala dalam memasukkan keselamatan jalan dalam evaluasi

proyek.

Pertama, sulitnya mendapatkan data kecelakaan lalu lintas yang handal

(reliable) dan kemudian bagaimana mengevaluasi keselamatan lalu lintas

dengan metode yang tepat.


Kedua, informasi tentang biaya akibat kecelakaan belum tersedia. Dalam

evaluasi proyek, semua potensi manfaat proyek harus dapat

dikuantifikasi dalam uang. Tanpa mendapat informasi biaya kecelakaan,

akan sulit mengikutsertakan manfaat dari pengurangan kecelakaan lalu

lintas dalam evaluasi proyek secara obyektif.

Setidaknya dalam bahasan ini, dilakukan untuk masalah pertama dengan

memperkirakan dampak keselamatan lalu lintas dari suatu implementasi

program. Sebagai contoh, program pelebaran jalan pada hakekatnya bertujuan

untuk meningkatkan kapasitas jalan, tetapi di lain pihak pelebaran ini dapat pula

berdampak negatif terhadap keselamatan yang tentunya tidak diharapkan oleh

perencana dan perancang jalan. Pengamatan setelah pelebaran jalan sebaiknya

dilakukan untuk melihat dampak keselamatan lalu lintas yang terjadi untuk dapat

ditindaklanjuti dengan upaya penanggulangan apabila terjadi peningkatan

jumlah kecelakaan lalu lintas. Demikian pula, jika sebuah program yang secara

tidak terduga menyebabkan pengurangan jumlah kecelakaan lalu lintas, maka

informasi ini akan sangat berguna untuk dapat diterapkan di lokasi lainnya.

2.3. Rangkuman

Observasi studi dapat dilakukan untuk melakukan kajian “sebelum dan sesudah”

(before and after) berdasarkan data beberapa tahun (time series data) atau studi

“potongan melintang” (cross sectional). Studi cross sectional pada umumnya

dilakukan untuk melihat apakah sebuah entitas (entity) yang sama memiliki

kondisi yang sama. Sebagai contoh, dalam melakukan studi perlintasan kereta api

sebidang, perlu melihat studi tentang dampak APILL/alat pemberi isyarat lalu

lintas/traffic light pada keselamatan lalu lintas di persimpangan dan lainnya.

2.4. Latihan

Uraikan untuk kegiatan analisis, apa saja yang dapat digolongkan dalam observasi

atau eksperimen!


BAB 3

METODE KAJIAN OBSERVASI


3. Metode Kajian Observasi

Indikator Keberhasilan

Setelah mengikuti pembelajaran ini, peserta diklat diharapkan mampu:

- menjelaskan metode analisis observasi

- menjelaskan metode observasi sederhana

- menjelaskan metode kombinasi regresi dan empirikal bayes

3.1. Metode Analisis Observasi

Dalam studi observasi ‘sebelum’ dan ‘sesudah’ implementasi program, yang

perlu diperhatikan adalah:

1. observasi parameter pembanding, dan

2. durasi observasi yang optimum.

3.1.1. Observasi Parameter Pembanding

Tujuan utama kajian observasi ‘sebelum’ dan ‘sesudah’ adalah

membandingkan 2 (dua) situasi sebagai berikut:

Situasi 1: Memperkirakan tingkat keselamatan lalu lintas setelah

periode ‘sesudah’ apabila program tidak jadi diimplementasikan

(posisi observasi ‘b’ di Gambar 4); dan

Situasi 2: Memperkirakan tingkat keselamatan lalu lintas setelah

periode ‘ sesudah’ apabila program telah diimplementasikan

(posisi ‘c’ observasi di Gambar 4).


Gambar 4 Contoh Posisi Observasi Kajian ‘Sebelum dan Sesudah’

Situasi 1 mencerminkan kondisi tanpa perubahan (do-nothing)

sedangkan situasi 2 mencerminkan kondisi dengan perubahan (do-

something). Perbandingan yang paling sesuai dilakukan adalah

membandingkan kedua situasi ini mengingat observasi sepatutnya

dilakukan pada waktu yang bersamaan.

Terminologi ‘sebelum’ mungkin sedikit rancu mengingat di dalam

analisis, tidak membandingkan tingkat keselamatan lalu lintas sebelum

program diimplementasikan (posisi observasi ‘a’ di Gambar 4) dengan

setelah program telah diimplementasikan (posisi observasi ‘c’).

Melakukan perbandingan dengan waktu observasi yang berbeda (antara

observasi ‘a’ dan ‘c’) akan menyebabkan hasil yang bias mengingat

perubahan-perubahan lainnya dapat terjadi antara kedua kurun waktu

tersebut. Minimal volume lalu lintas akan selalu berubah dengan

perbedaan waktu observasi.

Dalam hal ini, maka observasi ‘sebelum’ dan ‘sesudah’ adalah

memperbandingkan kondisi pada posisi ‘b’ dan ‘c’ seperti terlihat pada

Gambar 4. Untuk itu dibutuhkan suatu pendekatan statistik yang

memadai untuk memungkinkan mengetahui kondisi “tanpa perubahan”

dari informasi posisi ‘a’ yang didapat dari data actual kecelakaan lalu

lintas sebelum dilakukan implementasi program.


3.1.2. Durasi Observasi yang Optimum

Untuk melakukan kajian observasi ‘sebelum’ dan ‘sesudah’ sebaiknya

memperhatian berbagai faktor, baik secara teknis maupun praktis seperti

yang diarahkan oleh Ben-Aktiva et al. (1999):

Pertama, faktor teknis, minimal terdapat 3 (tiga) masalah yang

perlu dipahami di dalam analisis empirikal keselamatan lalu

lintas, yaitu:

1. masalah fluktuasi frekuensi kecelakaan lalu lintas yang

selalu bersifat acak (random);

2. perubahan akibat faktor eksternal selama periode studi

seperti arus lalu lintas, komposisi lalu lintas, perilaku lalu

lintas dan pengemudi;

3. efek dari regresi terhadap nilai rata-rata

(RTR)/regression-to-mean atau secara mudahnya adalah

bias yang diakibatkan pilihan lokasi dan/atau waktu

studi.

Kedua, masalah-masalah praktis. Sedikitnya ada 2 hal yang harus

diperhatikan:

1. ketersediaan data; dan

2. durasi waktu observasi.

Masalah ini timbul karena terjadinya kondisi pilihan yang masing-

masing memiliki keuntungan dan kerugian tersendiri. Durasi

waktu pengamatan ‘sebelum’ dan ‘sesudah’ yang panjang akan

mengurangi efek fluktuasi frekuensi kecelakaan lalu lintas yang

bersifat acak dan masalah problematik efek regresi terhadap

nilai rata-rata (RTR), tetapi kemungkinan terjadinya perubahan

yang diakibatkan oleh faktor-faktor eksternal sangat mungkin

terjadi seperti perubahan tata guna lahan sepanjang jalan yang

diamati dan lain sebagainya. Tetapi dari kedua masalah praktis,

tentunya yang terpenting seperti yang telah dijelaskan pada

butir (1), kemungkinan untuk mendapatkan data menjadi lebih

sulit apabila waktu pengamatan yang panjang.

Bila tidak terdapat kesulitan untuk mendapatkan data dan secara teknis

dapat diyakini tidak terdapat perubahan yang ekstrim akibat faktor


eksternal, maka Haeur (1997) menyarankan untuk menggunakan durasi

pengamatan 3 (tiga) tahun untuk periode ‘sebelum’ dan 3 (tiga) tahun

untuk periode ‘sesudah’ implementasi program. Durasi ini dapat

dijadikan ‘rule of thumb’ yang dipercaya oleh para ahli teknik lalu lintas

dan keselamatan lalu lintas sebagai durasi yang optimum untuk

menjawab masalah-masalah teknis dan praktis di lapangan (Haeur,

2002).

Secara garis besar, terdapat 4 (empat) pendekatan untuk melakukan

kajian observasi ‘sebelum’ dan ‘sesudah’, yaitu:

a. Studi Observasi Sederhana ‘Sebelum’ dan ‘Sesudah’ Efektifitas setelah implementasi program dinyatakan oleh suatu

faktor ataupun persentase perbedaan antara jumlah kecelakaan lalu

lintas yang diukur pada periode ‘sebelum’ dan ‘sesudah’

implementasi program terhadap hipotesis nol (h0) bahwa “frekuensi

kecelakaan ‘sebelum’ akan sama besar dengan ‘sesudah’

implementasi program”. Keuntungan penggunaan pendekatan ini

adalah: metodologi kajian sangat sederhana dan tidak perlu

memperhatikan perubahan akibat faktor eksternal (kecuali

perubahan volume lalu lintas) dan masalah bias akibat pilihan lokasi

pengamatan atau fenomena RTR.

Hal ini secara singkat dapat dijelaskan sebagai berikut: apabila

jumlah kecelakaan lalu lintas pada durasi observasi ‘sebelum’

implementasi program di suatu lokasi dalam kondisi yang tidak

normal seperti jumlah kecelakaan yang sangat tinggi sekali ataupun

sangat rendah sekali, dan apabila jumlah kecelakaan ini dianggap

sebagai estimator dari perkiraan jumlah kecelakaan lalu lintas, maka

hasil yang didapat tentunya akan menjadi bias karena tidak

menggambarkan kondisi sesungguhnya.

b. Perkiraan dengan Menggunakan Metode Empirikal Bayesian (EB)

Pendekatan ini menggunakan aturan Bayesian di mana perkiraan

jumlah kecelakaan lalu lintas dapat disempurnakan dengan

menggunakan informasi tambahan. Metode ini memperkirakan

jumlah kecelakaan lalu lintas dengan data kecelakaan lalu lintas pada

lokasi pengamatan yang kemudian dikoreksi dengan informasi


kecelakaan di lokasi-lokasi lainnya yang diyakini memiliki kemiripan

dengan lokasi kajian (kesetaraan entitas lokasi).

Keuntungan metode ini adalah:

1) metode ini secara langsung memperhitungkan efek dari RTR; dan

2) dapat mengendalikan hasil dari suatu program (treatment

control) akan menghasilkan perkiraan jumlah kecelakaan lalu

lintas yang lebih akurat (Hauer, 1991).

Walaupun demikian, metode ini masih mempunyai kekurangannya,

yaitu:

a) melibatkan asumsi terhadap sebaran probabilitas kejadian

kecelakaan lalu lintas; dan

b) tidak memperhitungkan semua perubahan baik yang bersifat

internal maupun eksternal.

c. Metode Regresi Secara dasar, perkiraan jumlah kecelakaan lalu lintas didasari oleh

variable bebas yang mempengaruhinya baik untuk kondisi ‘sebelum’

dan ‘sesudah’ implementasi program. Keuntungan metode ini

memasukkan faktor-faktor internal dan eksternal (yang dinyatakan

oleh variable bebas) di dalam memperkirakan jumlah kecelakaan lalu

lintas. Kelemahan dari model ini tetap memungkinkan bias akibat

dari efek RTR mengingat metode ini bukan bersifat analisis treatment

control karena tidak menggunakan lokasi lain yang memiliki

kemiripan dengan lokasi studi yang dapat dijadikan referensi.

Teknik yang terbaik adalah menggunakan generalized linear models

(GLM) mengingat regresi pada umumnya mengikuti pula distribusi

normal, sebaran kecelakaan lalu lintas diyakini mengikuti distribusi

Poisson (nilai rata-rata akan setara dengan varian) ataupun negatif

binomial (varian di atas nilai rata-rata). Hal ini mengingat kecelakaan

lalu lintas merupakan kejadian yang sangat jarang terjadi, bersifat

acak dan tidak dapat bernilai negatif.

d. Kombinasi Regresi dan Pendekatan Empirikal Bayes (EB) Metode ini menggabungkan keunggulan-keunggulan dari metode

regresi dan pendekatan EB. Model regresi diadopsi ke dalam teknik

EB sebagai fungsi kinerja keselamatan lalu lintas (safety performance


function) yang dikembangkan berdasarkan model prediksi

kecelakaan lalu lintas dari lokasi yang diyakini memiliki kemiripan

dengan lokasi kajian. Tabel 1 memperlihatkan tipologi metodologi

untuk kajian observasi ‘sebelum’ dan ‘sesudah’.

Tabel 1 Pendekatan Kajian Observasi ‘Sebelum’ dan ‘Sesudah’

Selanjutnya pembahasan akan ditekankan kepada metode observasi

sederhana dan metode kombinasi regresi dan empirical Bayesian.

3.2. Metode Observasi Sederhana

Metode ini pada prinsipnya hanya dapat dilakukan apabila suatu program telah

diimplementasikan dan memiliki data kecelakaan yang memadai. Analisis

dilakukan untuk melihat sejauh mana terjadi perubahan tingkat keselamatan lalu

lintas (untuk memonitor dampak keselamatan lalu lintas). Metode ini tidak dapat

dilakukan untuk memprediksi tingkat perubahan keselamatan lalu lintas suatu

program sebelum dilaksanakan mengingat keterbatasan metodologi yang ada.

Untuk memprediksi perubahan keselamatan lalu lintas sebelum suatu program

dilaksanakan (analisis dalam tahap perencanaan atau perancangan), dapat

dilakukan dengan metode kombinasi persamaan regresi dan Empirikal Bayes.

Dasar Analisis untuk Pemantauan Indikasi Keselamatan Lalu Lintas Jalan

Pendekatan umum ini adalah untuk memprediksi perkiraan jumlah kecelakaan

(atau fatalitas) lalu lintas pada periode tertentu apabila implementasi program

atau proyek tidak dilakukan.

Apabila nilai tersebut lebih kecil dari jumlah kecelakaan aktual yang diobservasi

setelah implementasi program dilakukan, maka program atau proyek tersebut

berdampak negatif terhadap indikator keselamatan lalu lintas, atau sebaliknya,


bila nilai ini lebih besar dari jumlah kecelakaan aktual, maka program dinyatakan

berdampak positif.

Jumlah kecelakaan lalu lintas diasumsikan mengikuti sebaran Poisson. Walaupun

demikian, apabila jumlah kecelakaan lalu lintas pada suatu waktu tertentu sangat

besar, atau melebihi 40, pendekatan dengan menggunakan sebaran normal

dapat dilakukan.

Beberapa koreksi dapat dilakukan untuk metode observasi sederhana dengan

keyakinan bahwasanya pertambahan volume lalu lintas pada tahun-tahun

pengamatan akan menambah jumlah kecelakaan lalu lintas sehingga koreksi

terhadap pertumbuhan dapat dilakukan apabila informasi tersedia.

Perkiraan jumlah kecelakaan pada tahun pengamatan adalah sebagai berikut:

π = rd. rtf. K…………………………………………………………………………(1)

Dimana:

π = Jumlah kecelakaan pada periode waktu pengamatan tertentu. Perkiraan jumlah kecelakan dinyatakan oleh: π^

rtf = Pertumbuhan arus lalu lintas antara tahun pengamatan dan tahun dasar. Sebagai contoh 1,02 menyatakan pertumbuhan lalu lintas sebesar 2%.

rd = Durasi kajian setelah tahun pengamatan relatif terhadap periode total sebelum observasi. Sebagai contoh: 1/36 menyatakan pengamatan 1 bulan setelah implementasi program (periode waktu pengamatan ‘sesudah’ berjalan) relatif terhadap 3 tahun data ‘sebelum’ perubahan program dilaksanakan.

K = Jumlah kecelakaan dari suatu kelompok yang diobservasi pada tahun dasar hingga dimulainya tahun pengamatan.

Penggunaan persamaan (1) dapat dilihat dalam contoh sebagai berikut: Jumlah

kecelakaan pada tiga tahun observasi sebelum dilaksanakan program sebesar

162 peristiwa. Pengamatan dilakukan setelah satu bulan program dijalankan dan

terdapat pertumbuhan lalu lintas sebesar 2%, maka π = (1/36).(1,02).(162) =

4,589 kecelakaan. Bila setelah program dilaksanakan selama satu bulan, jumlah

kecelakaan (λ) di bawah 4,589 makan terjadi perubahan positif.

Penggunaaan cara ini perlu berhati-hati karena tidak memperhatikan variasi-

variasi yang mungkin timbul seperti pengaruh musim dan cuaca dan mungkin saja


menjadi bias apabila digunakan untuk membandingkan jumlah korban meninggal

dunia karena akibat satu kejadian peristiwa menonjol yang membawa korban

jiwa sangat besar maka akan merusak logika di dalam melakukan perbandingan.

3.2.1. Tahapan Analisis

Telah dibahas mekanisme dasar dalam melakukan observasi secara

sederhana keselamatan lalu lintas. Metode observasi sederhana ini

kemudian dikembangkan berdasarkan arah oleh Haeur (1997). Empat

tahapan analisis disarankan untuk menganalisis tingkat keselamatan lalu

lintas sebagai berikut:

a. Tahapan 1. Memperkirakan Jumlah Kecelakaan Lalu Lintas Periode Sebelum dan Sesudah Program Dilaksanakan

Perkiraan jumlah kecelakaan lalu lintas di suatu lokasi ‘setelah’

program dilaksanakan (λ) dapat ditentukan dengan menggunakan

secara langsung data kecelakaan lalu lintas yang ada. Sedangkan

prediksi jumlah kecelakaan lalu lintas di suatu lokasi ‘sebelum’

program diimplementasikan (π) dilakukan dengan mengasumsikan

jumlah kecelakaan lalu lintas akan mengikuti kondisi lalu lintas

‘sebelum’ implementasi atau kondisi lama yang kemudian dikoreksi

dengan faktor-faktor akibat perbedaan arus lalu lintas dan

perbedaan durasi observasi antara ‘sebelum’ dan ‘sesudah’ program

dilaksanakan (ingat bahwa perbandingan harus dilakukan antara

posisi observasi ‘b’ dengan ‘c’ pada Gambar 4 di atas).

Perbedaan jumlah kecelakaan lalu lintas (δ) didapat berdasarkan

persamaan 2 di bawah ini (tanda positif menyatakan terjadi reduksi

sedangkan tanda negatif menyatakan terjadi peningkatan

kecelakaan lalu lintas):

δ = π - λ ……………………………………………………...........................(2)

Dimana:

δ = perbedaan jumlah lalu lintas. Perkiraan jumlah ini dinotasikan oleh δ^

π = jumlah kecelakaan lalu lintas pada periode ‘sesudah’ apabila program tidak jadi dilaksanakan. Perkiraan jumlah ini dinotasikan oleh π ^


λ = jumlah kecelakaan lalu lintas pada periode ‘sesudah’ program diimplementasikan. Perkiraan jumlah ini dinotasikan oleh λ^

b. Tahapan 2. Perkiraan Varians Kecelakaan Lalu Lintas Dengan mengasumsikan bahwa jumlah kecelakaan lalu lintas antara

‘sebelum’ dan ‘sesudah’ program diimplementasikan (π^ dan λ^)

secara statistik terjadi secara independen, maka varians perbedaan

kecelakaan lalu lintas antara ‘sebelum’ dan ‘sesudah’ akan mengikuti

persamaan 3 sebagai berikut:

VAR { δ^ } = VAR { π ^ } + VAR { λ^ }………………………………....(2)

c. Tahapan 3. Penilaian Dampak Keselamatan Lalu Lintas Salah satu cara untuk melakukan penilaian dampak keselamatan lalu

lintas yaitu dengan menggunakan indeks efektivitas program (θ) dan

sebenarnya secara sederhana indeks ini dapat dinyatakan dengan

λ/π , sehingga θ^ = λ^/π^. Walaupun demikian, untuk mendapatkan

nilai yang secara statistikal tidak bias (karena mempertimbangkan

varians yang ada), maka pengukuran indeks efektifitas disarankan

mengikuti persamaan sebagai berikut:

θ^ = (λ^/π^)/[1+VAR{ π ̂ / π ̂ 2}]……………………..……………………....(4)

Perlu diingat bahwa perkiraan varians dibutuhkan untuk melihat

sejauh mana presisi hasil estimasi kita mengingat arti dari hasil

estimasi merupakan jumlah kecelakaan lalu lintas rata-rata dalam

kurun waktu tertentu.

Interpretasi persamaan di atas adalah sebagai berikut:

Bila lebih besar dari satu, maka implementasi program

membawa dampak peningkatan jumlah kecelakaan lalu lintas.

Bila sama dengan satu, maka implementasi program tidak

membuat perubahan tingkat keselamatan lalu lintas.

Bila lebih kecil dari satu, maka implementasi program membawa

dampak pengurangan jumlah kecelakaan lalu lintas.


d. Tahapan 4. Varians dari Dampak Keselamatan Lalu Lintas Berdasarkan persamaan 4, maka varians dari θ^ dapat diperkirakan

dengan menggunakan persamaan 5 di bawah ini:

VAR (θ^) =͌ θ^2 [(VAR{λ^}/ λ^2)+(VAR{π ̂ }/π2 )]/[1+VAR{π ̂ }/π2] 2……..(5)

Dengan mengasumsikan bahwa frekuensi kecelakaan lalu lintas

mengikuti sebaran Poisson (karena kecelakaan lalu lintas bersifat

acak, diskret, dan tidak mungkin menghasilkan nilai negatif serta

merupakan suatu kejadian yang sangat jarang terjadi), maka Interval

yang diyakini atau 95% CI (Confidence Interval) untuk π ^ akan

mengikuti persamaan berikut ini:

.............(6)

Di mana, adalah fungsi masa peluang (probability

mass function) dari jumlah kecelakaan lalu lintas, к, dan (π ^-g) serta

(π ^+h) adalah nilai minimum dan maksimum dari fungsi masa

tersebut dengan tingkat signifikansi sekitar 95% dan к, adalah

perkiraan jumlah kecelakaan lalu lintas dan seringkali juga

dinyatakan sebagai target kecelakaan lalu lintas. Persamaan ini dapat

digunakan untuk melihat sejauh mana secara statistikal terjadi

perubahan kondisi keselamatan lalu lintas. Apabila jumlah

kecelakaan lalu lintas cukup besar (lebih besar dari 30), maka

pendekatan 95% CI dapat merujuk ke sebaran normal sebagai

berikut:

95% CI = π^)+̲1,96√VAR(𝛑 ^)…………………………………………………….(7)

Perlu dicatat bahwa penggunaan persamaan 6 maupun persamaan 7

hanya untuk memperlihatkan apakah perubahan kecelakaan lalu

lintas setelah implementasi program (λ^) masih di dalam rentang 95%

CI jumlah kecelakaan apabila program tidak jadi dilaksanakan (π ^)

dan rentang ini akan menjadi lebih lebar apabila jumlah perkiraan

kecelakaan semakin tinggi. Interpretasi hasil analisis sebaiknya

berbasis terhadap persamaan 5 dan 6 untuk mengetahui besaran


variansnya dan 95% CI digunakan untuk lebih memperkuat

argumentasi secara menyeluruh.

3.2.2. Faktor-Faktor Koreksi

Akan sangat naïf apabila mengasumsikan bahwa setiap pengurangan

(ataupun peningkatan) kecelakaan lalu lintas ‘setelah’ implementasi

semata-mata hanya disebabkan oleh pengaruh program yang

diimplementasikan saja. Setidak-tidaknya terdapat 2 faktor yang

memungkinkan dikoreksi dalam metode observasi sederhana ini, yaitu:

durasi periode observasi antara ‘sebelum’ dan ‘sesudah’; dan

arus lalu lintas. Faktor-faktor lainnya seperti perubahan perilaku dan

lain sebagainya tidak memungkinkan dilakukan dalam metode ini.

Untuk ini penggunaan durasi waktu yang relatif pendek (tiga tahun

‘sebelum’ dan tiga tahun ‘sesudah’ implementasi program) akan dapat

mengurangi kemungkinan timbulnya perubahan-perubahan faktor

lainnya.

Proses dari koreksi kedua faktor tersebut dapat dilakukan dengan melihat

kemungkinan-kemungkinan sebagai berikut (Haeur, 1997):

1. kedua periode observasi (‘sebelum’ dan ‘sesudah’) memiliki durasi

waktu yang sama, arus lalu lintas tidak berubah (pertumbuhan lalu

lintas nol persen) serta faktor-faktor lainnya juga diasumsikan tidak

berubah pada kedua periode observasi, maka: π = µ di mana µ

adalah jumlah kecelakaan lalu lintas sebelum implementasi

program dilaksanakan (posisi observasi ‘a’ pada Gambar 4);

2. periode observasi ‘sebelum’ dan ‘sesudah’ berbeda durasi

waktunya, arus lalu lintas dan faktor-faktor lainnya tidak berubah

pada kedua periode observasi, maka: π=rd x µ di mana rd adalah

koreksi perbedaan durasi observasi antara ‘sebelum’ dan ‘sesudah’

implementasi program. Sebagai contoh apabila durasi waktu

observasi ‘sebelum’ implementasi adalah 36 bulan (3 tahun) dan

durasi waktu observasi ‘sesudah’ hanya 1 bulan, maka nilai rd =

1/36;

3. baik durasi waktu observasi antara ‘sebelum’ dan ‘sesudah’ dan

arus lalu lintas berbeda (terjadi pertumbuhan arus lalu lintas).

Faktor-faktor lainnya tetap diasumsikan tidak berubah, maka: π =


rd x rtf x µ di mana rtf adalah koreksi perbedaan arus lalu lintas

antara ‘sebelum’ dan ‘sesudah’ implementasi program. Sebagai

contoh apabila pertumbuhan lalu lintas antara observasi ‘sebelum’

dan ‘sesudah’ implementasi sebesar 5%, maka nilai rd = 1,05.

Dengan memperhatikan bahwa salah satu persyaratan sebaran Poisson

adalah varians harus sebanding dengan jumlah nilai rata-rata (mean)

kecelakaan lalu lintas. Maka perkiraan parameter dan varians dapat

dinyatakan oleh persamaan 8 dan 9 sebagai berikut:

Parameter: λ^= λ, maka

VA^R{λ^} = λ……………………………………………...........................................(8)

Parameter: π^ = rd rtf µ, maka

VA^R{π^} = (rd) 2 [(rtf)2 µ + µ2 VA^R{rtf}]…………………………………….……... (9)

3.3. Metode Kombinasi regresi dan Empirikal Bayes

Salah satu teknik observasi tingkat keselamatan lalu lintas ‘sebelum’ dan

‘sesudah’ implementasi program adalah dengan menggunakan metode

kombinasi regresi dan Empirikal Bayes (EB). Metode ini lebih unggul

dibandingkan dengan metode observasi sederhana karena dapat memberikan

jawaban pada dua masalah utama dalam analisis:

1. metode kombinasi regresi dan EB dapat meningkatkan presisi estimasi

dengan keterbatasan data yang ada; dan,

2. metode ini juga dapat mengkoreksikan phenomenon regresi terhadap

nilai rata-rata (RTR) atau regression-to-the mean.

Metode ini didasari keyakinan bahwa data kecelakaan lalu lintas pada lokasi yang

dikaji bukan satu-satunya informasi untuk mengetahui tingkat keselamatan

sesuatu entitas yang sedang diamati. Informasi lainnya yang juga digunakan

adalah pengetahuan tentang tingkat keselamatan di enttitas lainnya yang

diyakini memiliki kesamaan dengan lokasi yang sedang diamati. Kerangka teori

untuk mengkombinasikan informasi yang didapat dari data kecelakaan lalu lintas

di entitas yang sedang diamati dengan informasi pengetahuan tentang

keselamatan lalu lintas pada entitas lainnya yang memiliki kesamaan dengan

lokasi yang sedang diamati merupakan prinsip dasar dari metode EB.


Pendekatan EB

Pada hakekatnya prosedur EB berupaya memprediksi sesuatu dengan tidak

menggunakan hanya satu petunjuk (clue) saja tetapi setidaknya dua petunjuk.

Berikut ini sebuah contoh untuk memudahkan bagaimana suatu proses EB dapat

berjalan.

Sebagai contoh: sebuah persilangan sebidang antara jalan dan kereta api di suatu

tempat (misalnya di lokasi x) di Jakarta tidak terdapat sama sekali kecelakaan lalu

lintas antara pengguna jalan dan kereta api dalam lima tahun terakhir. Tetapi

berdasarkan data yang dad, rata-rata kecelakaan pada persilangan sebidang di

Jakarta dalam lima tahun terakhir adalah 0,002 kecelakaan per tahun. Semisal

informasi kecelakaan = 0 (tidak ada kecelakaan) pada lokasi x merupakan

petunjuk (clue) 1, sedangkan rata-rata kecelakaan = 0,002 merupakan petunjuk

2. Pertanyaan yang timbul: dapatkah memperkirakan jumlah kecelakaan di lokasi

x adalah 0 (nol) kecelakaan per tahun? Atau sebaliknya dapat dikatakan

bahwasanya tingkat keselamatan persimpangan sebidang di Jakarta adalah 0,002

dengan menutupi kenyataan bahwa di lokasi x terdapat hanya 0 (nol) kecelakaan

per tahun.

Perkiraan yang masuk akal tentunya harus memperhatikan kedua petunjuk

(clues) yang ada. Artinya perkiraan jumlah rata-rata kecelakaan per tahun

berkisar antara 0 hingga 0,002 per tahun. Untuk mendapatkan perkiraan terbaik

dibutuhkan suatu faktor pembebanan (weighting factor) yang dapat

menghasilkan suatu nilai di antara kedua nilai petunjuk yang ada. Hal inilah yang

menjadikan esensi dasar dari teori EB.

Terdapat tiga cara untuk mencari peluang dari suatu entitas sejenis atau

memprediksi kecelakaan lalu lintas, yaitu dengan cara:

1. memperkirakan secara subyektif;

2. dengan melakukan penelitian secara empirikal dari data tahun-tahun

sebelumnya;

3. dengan menggunakan pendekatan matematis untuk menjabarkan secara

teori distribusi kecelakaan lalu lintas.

Secara skematik Jessop (1990) menguraikan proses EB seperti pada Gambar 5.


Gambar 5 Perubahan dari Perkiraan Awal sebagai Esensi Dasar EB

Tujuan dari EB adalah bagaimana dapat menggabungkan dua buah informasi

tentang sebuah entitas yang sedang diamati. Informasi pertama adalah data

jumlah kecelakaan lalu lintas dan informasi kedua adalah perkiraan jumlah

kecelakaan lalu lintas yang didapatkan dari persamaan fungsi kinerja

keselamatan lalu lintas (FKKL). Di dalam prosedur EB, untuk menggabungkan

kedua buah informasi ini dilakukan dengan mengimplementasikan suatu faktor

pembebanan (weight). Sehingga, hasil estimasi jumlah kecelakaan lalu lintas akan

berada di antara jumlah kecelakaan lalu lintas dari informasi pertama dan

informasi kedua.

Fungsi kenerja keselamatan lalu lintas (FKKL) didapat dari data kecelakaan yang

memiliki kesetaraan atau kemiripan dengan entitas yang sedang diamati.

Merupakan persamaan regresi dari data kecelakaan pada periode tertentu (time

series data) di entitas yang setara. Regresi dengan distribusi negatif binomial atau

Poisson merupakan pilihan yang paling tepat disesuaikan dengan sifat dari

distribus kecelakaan.


Dalam salah satu makalah Hauer (2001) mengingatkan bahwa harus secara serius

diperhatikan masalah dispersi yang sangat besar (over dispersion) suatu model

FKKL.

Di dalam model prediksi kecelakaan lalu lintas, seperti diketahui bersama bahwa

data kecelakaan lalu lintas pada umumnya selalu menunjukkan kondisi dispersi

yang sangat besar. Besarnya nilai dispersi ini juga berdasarkan hasil estimasi

(khususnya bila digunakan model negatif binomial). Terlihat bahwa pengaruh dari

dispersi ini akan berdampak terhadap parameter-parameter persamaan yang

didapat dengan menggunakan metode maximum likelihood estimation.

Aplikasi penggunaan parameter dispersi dalam FKKL dengan menggunakan

model negatif binomial harus diperhatikan keserupaan antara model FKKL

dengan lokasi yang sedang dikaji. Sebagai contoh, apabila model FKKL

dikembangkan berdasarkan panjang ruas jalan 5 km, maka perkiraan maximum

likelihood parameter akan tidak sesuai bila digunakan untuk mengkaji ruas jalan

yanglebih pendek atau lebih panjang dari 5 km. Untuk menghindari masalah ini

sebaiknya digunakan panjang ruas jalan yang fleksibel, Hauer (2001)

menyarankan untuk menggunakan unit panjang tertentu seperti 1 km sehingga

dapat digunakan dengan mudah untuk semua situasi.

Sebagai contoh, apabila dilakukan observasi pada suatu ruas jalan dengan

panjang 5,5 km, maka dengan menggunakan model FKKL berbasis satu kilometer,

maka hasil akhir akan didapat dengan mengalikan hasil perkiraan per km dengan

panjang ruas pengamatan menjadi hasil perkiraan seluruh ruas pengamatan.

Saran ini juga sebaiknya dilakukan pula apabila digunakan FKKL berdasarkan

model Poisson mengingat perbedaannya di dalam model ini, tidak mengabaikan

parameter dispersi dengan mengasumsikan rata-rata jumlah kecelakaan lalu

lintas sebanding dengan varians.

3.3.1. Metodologi

Metode perkiraan Empirikal Bayes (EB) memperhatikan setiap penyesuaian

berdasarkan informasi kecenderungan yang ada dan dapat dinyatakan

sebagai berikut:

Posterior (setelah program) ἀ kececderungan (likelihood) x sebelum

program.

Prosedur penyesuaian dapat dilakukan berdasarkan dua asumsi, yaitu:


kecelakaan lalu lintas terjadi mengikuti sebaran Poisson; dan

rata-rata dari sebaran Poisson bervariasi dari satu entitas ke entitas

lainnya mengikuti sebaran Gamma atau sebaran negatif binomial.

Hakiki dari pendekatan EB, setiap informasi kecenderungan (likelihood)

harus didasari 2 petunjuk (Hauer, 1997), yaitu;

1. petunjuk yang didasari dari karakter suatu entitas yang sedang

diobservasi, di mana karakter ini mirip dengan karakter entitas lainnya

di mana data tentang keselamatan lalu lintas tersedia;

2. petunjuk berdasarkan pencatatan kecelakaan lalu lintas yang mana

merefleksikan tingkat keselamatan entitas yang sedang diobservasi.

Kembali ke contoh di atas, petunjuk pertama adalah informasi keselamatan

lalu lintas yang menyatakan jumlah kecelakaan lalu lintas di persimpangan

di kota ‘A’ adalah 2, sedangkan petunjuk kedua adalah kecelakaan lalu

lintas di persimpangan ‘X’ adalah nol atau tidak ada kecelakaan sama sekali

pada tahun 2002.

3.3.2. Prosedur Observasi Kombinasi Regresi dan EB

Hauer (2002) mengembangkan prosedur singkat yang diharapkan dengan

mudah dapat dipahami. Secara umum estimasi dari perkiraan jumlah

kecelakaan lalu lintas pada suatu observasi mengikuti persamaan berikut

ini:

Estimasi dari perkiraan jumlah kecelakaan lalu lintas pada entitas

tertentu yang diobservasi =

[nilai pembanding x perkiraan jumlah kecelakaan lalu lintas pada

entitas serupa] + {(1-nilai pembanding) x jumlah kecelakaan pada

entitas yang diobservasi].........................................................(10)

di mana 0 ≤ nilai pembanding ≤ 1.

3.3.3. Tiga tahapan dalam penggunaan EB

a. Tahap 1

Hitung frekuensi rata-rata kecelakaan lalu lintas pada entitas yang

sedang diobservasi dan entitas-entitas lainnya yang memiliki


kemiripan dengan entitas yang sedang diobservasi. Frekuensi rata-

rata entitas serupa didapat dari Fungsi Kinerja Keselamatan Lalu

Lintas (FKKL) atau safety performance function. FKKL ini didapat dari

model regresi berdasarkan variabel-variabel penentunya seperti

arus lalu lintas dan besaran standar geometrik jalan. Apabila FKKL

dikembangkan dengan menggunakan model negatif binomial, maka

parameter despersi (over-dispersion) harus diestimasikan dalam

satuan unit θ/km. Akibatnya untuk analisis EB, panjang ruas jalan

harus ditentukan dengan tegas pada fungsi FKKL dan panjang ruas

harus sama dengan entitas yang sedang diobservasi. Sebagai

contoh: tidak menggunakan FKKL yang dikembangkan untuk

segmen jalan sepanjang 4,5 km untuk analisis EB pada segmen yang

memiliki panjang 3,5 km. Untuk memudahkan, dalam menggunakan

FKKL 3,5 km berbasiskan sebaran negatif binomial dianjurkan

menggunakan basis panjang segmen 1 km. Sebagai konsekuensinya,

maka estimasi rata-rata frekuensi kecelakaan lalu lintas juga dalam

besaran per km. Nilai ini kemudian dapat dikalikan dengan panjang

aktual ruas jalan yang sedang diobservasi untuk mendapatkan hasil

estimasi akhir.

b. Tahap 2

Menetapkan nilai pembanding untuk menghubungkan kedua

petunjuk keselamatan lalu lintas yaitu data kecelakaan lalu lintas

dan estimasi perkiraan rata-rata kecelakaan lalu lintas yang didapat

dari FKKL (tahap 1). Secara umum, nilai pembanding diperoleh dari

persamaan sebagai berikut:

Dimana:

Y = jumlah tahun data yang tersedia untuk analisis

µ = estimasi frekuensi rata-rata kecelakaan lalu lintas dari suatu entitas serupa atau hasil dari tahap 1 (FKKL)

θ = parameter dispersi yang berlebihan dari FKKL

Nilai pembanding =

……………………………………………(11)


Perlu dicatat apabila FKKL berdasarkan sebaran Poisson di mana

frekuensi rata-rata diasumsikan sebanding dengan nilai variansnya,

maka nilai parameter dispersi, θ, sama dengan 1. Demikian pula

untuk analisis persimpangan atau sejenisnya yang tidak ada

pengaruhnya dengan panjang ruas, maka nilai θ juga sama dengan

1.

c. Tahap 3:

Estimasi perkiraan frekuensi rata-rata kecelakaan lalu lintas pada

suatu entitas tertentu didapat berdasarkan persamaan (12) berikut

ini:

σ (estimasi) = √(1 – 𝑛𝑖𝑙𝑎𝑖 𝑝𝑒𝑚𝑏𝑎𝑛𝑑𝑖𝑛𝑔)𝐸𝑠𝑡𝑖𝑚𝑎𝑠𝑖………………...(12)

3.4. Rangkuman

Dalam studi observasi ‘sebelum’ dan ‘sesudah’ implementasi program, yang

perlu diperhatikan adalah observasi parameter pembanding, dan durasi

observasi yang optimum.

Tujuan utama kajian adalah membandingkan 2 (dua) situasi yaitu Memperkirakan

tingkat keselamatan lalu lintas setelah periode ‘sesudah’ apabila program tidak

jadi diimplementasikan dan Memperkirakan tingkat keselamatan lalu lintas

setelah periode ‘sesudah’ apabila program telah diimplementasikan.

Pendekatan Kajian Observasi ‘Sebelum’ dan ‘Sesudah’ sangat bergantung pada

kesediaan data yang akurat seperti digambarkan pada tabel :


3.5. Latihan

1. Dalam studi observasi ‘sebelum’ dan ‘sesudah’ implementasi program,

apa saja yang perlu diperhatikan?

2. Apa tujuan utama dari observasi parameter pembanding?jelaskan!

3. Untuk melakukan kajian observasi ‘sebelum’ dan ‘sesudah’ sebaiknya

memperhatian berbagai faktor, baik secara teknis maupun praktis,

jelaskan!


BAB 4

PENERAPAN APLIKASI


4. Penerapan Aplikasi

Indikator Keberhasilan

Setelah mengikuti pembelajaran ini, peserta diklat diharapkan mampu memahami penerapan model regresi pada kasus estimasi tingkat kecelakaan lalu lintas nasional dan 6 (enam) propinsi di pulau jawa indonesia dan aplikasi

program manajemen lalu lintas terpadu diterapkan pada suatu ruas jalan tol

4.1. Penerapan Model Regresi pada Kasus Estimasi Tingkat Kecelakaan Lalu Lintas Nasional dan 6 Provinsi di Pulau Jawa

4.1.1. Tujuan Penelitian

Penelitian ini bertujuan untuk :

1. Mengidentifikasi faktor-faktor atau variabel-variabel yang

mempengaruhi tingkat kecelakaan lalu lintas

2. Mengembangkan model estimasi tingkat kecelakaan lalu lintas di

jalan

3. Membuat prediksi tingkat kecelakaan lalu lintas di masa yang akan

datang

4.1.2. Identifikasi dan Perumusan Masalah

Ada beberapa permasalahan yang ada disini antara lain adalah:

Jumlah pemilikan dan penggunaan kendaraan pribadi terutama

sepeda motor yang meningkat sangat signifikan.

Jumlah penduduk dan aktivitas yang semakin meningkat terutama

di kota-kota yang menyebabkan julah pergerakan semakin

meningkat

Jumlah pelanggaran yang didata tetapi tidak terukur penyebab dan

dampaknya


Jumlah data kecelakaan lalu lintas yang semakin meningkat namun

sangat sulit untuk validasinya

4.1.3. Metodologi

Sebelum dilakukan analisis model estimasi perlu dilihat indeks

kecelakaan untuk melihat bagaimana hubungan jumlah kendaraan

terhadap tingkat kecelakaan dari masing-masing data kecelakaan

yaitu jumlah kecelakaan, kecelakaan fatal dan kecelakaan dengan luka

serius.

Model Smeed adalah model yang sesuai untuk mengestimasi jumlah

kecelakaan, jumlah kecelakaan fatal dan jumlah kecelakaan dengan luka

serius. Model ini sangat baik untuk mengestimasi kecelakaan fatal namun

cukup baik untuk mengestimasi jumlah kecelakaan dan kecelakaan

dengan luka serius

Rumus dasar Smeed adalah sebagai berikut:

……………………………………………………………………………………..(13)

Dimana: F = Fatalitas kecelakaan lalu lintas

V = Jumlah kendaraan bermotor

P = Jumlah Penduduk

Dengan melakukan regresi linier dari data 38 negara berkembang Jacobs

dan Cutting (1986) mendapatkan parameter α dan β sebesar 0,0021 dan

0,720.

4.1.4. Pengumpulan Data

Data tahun 2010 menunjukan korban meninggal akibat kecelakaan lalu

lintas telah mencapai sekitar 31.234 jiwa dan proporsi kecelakaan yang

melibatkan sepeda motor menempati urutan tertinggi yaitu 70%

kecelakaan dan sisanya 30% lain-lain tanpa sepeda motor (68% tahun

2010 dan 72% tahun 2011)

Berdasarkan data dari Badan Pusat Statistik (BPS) di mana rata-rata

pertumbuhan penduduk Indonesia sekitar 2,20%, sedangkan


pertumbuhan rata-rata kendaraan berdasarkan data korlantas sebesar

15% (termasuk dengan sepeda motor).

Berdasarkan penelitian setiap 1 korban meninggal dunia dibelakangnya

setidak-tidaknya terdapat 10 korban luka berat dan 100 orang kecelakaan

dengan kerugian material saja. Teori ini disebut dengan teori piramida,

maka di belakang 31.234 korban meninggal dunia terdapat 312.340

korban luka berat (harus dirawat di rumah sakit).

Data jumlah Penduduk dan kendaraan bermotor (Ranmor) tahun 2010,

2011 dan tahun 2012 dapat dilihat pada tabel 2 berikut ini:

Tabel 2 Data Jumlah Penduduk dan Kendaraan Bermotor 6 Provinsi

Polda 2010 2011 2012

Ranmor Penduduk Ranmor Penduduk Ranmor Penduduk

Metro Jaya 11,997,519 9,607,787 13,347,802 9,819,158 15,844,292 10,035,180

Jabar 5,230,328 43,053,732 6,132,506 44,000,914 7,423,435 44,968,934

Jateng 9,552,790 32,382,657 10,481,143 33,095,075 12,271,745 33,823,167

DIY 1,488,522 3,457,491 1,618,457 3,533,556 1,906,106 3,611,294

Jatim 10,414,192 37,476,757 11,172,039 38,301,246 13,102,630 39,143,873

Banten 1,609,514 10,632,166 1,768,737 10,866,074 2,051,451 11,105,127

Indonesia 72,942,425 237,641,326 84,193,057 242,869,435 100,543,538 248,212,563

Tabel 3 Data Kecelakaan Tahun 2010, 2011, 2012

Polda Tahun 2010 Tahun 2011 Tahun 2012

Jumlah

Laka Fatal Serius

Jumlah

Laka Fatal Serius

Jumlah

Laka Fatal Serius

Metro Jaya

6073 781 1957 6352 845 1965 6106 721 2199

Jabar 6734 1664 2216 7896 1783 2833 7113 1963 2779

Jateng 15450 2264 3014 15582 2385 2710 17930 2720 3163

DIY 3313 429 1893 3283 413 2310 3337 317 503

Jatim 19046 2924 4349 17770 3015 3492 18990 3198 3307

Banten 1093 291 336 1058 397 284 1128 407 451

Indonesia 87370 18091 31138 87088 18743 29855 90213 19886 31371


4.1.5. Analisis Data

Indeks Kecelakaan

Sebelum melakukan analisis atau kalibrasi model perlu dilakukan

terlebih dahulu analisis indeks kecelakaan lalu lintas berdasarkan jumlah

kendaraan yang terdaftar pada Polda di masing-masing provinsi.

Gambar 6 Indeks Kecelakaan Berdasarkan Jumlah Kendaraan Tahun 2010-2012

Gambar 7 Kecelakaan Berdasaekan Jumlah Kendaraan Tahun 2010-2012


Gambar 8 Indeks Kecelakaan dengan Luka Serius Berdasarkan Jumlah Kendaraan Tahun 2010-2012

4.1.6. Kalibrasi Data

Kalibrasi model Smeed berdasarkan data jumlah penduduk, jumlah

kendaraan yang terdaftar dan masing-masing data kecelakaan maka

didapatkan koefisien dari model untuk setiap data kecelakaan seperti

jumlah kecelakaan, kecelakaan fatal dan kecelakaan dengan luka serius.

1. Koefisen untuk data jumlah kecelakaan: a = 0.000185

b = -0.989 RMSE : 8%

2. Koefisien untuk data kecelakaan fatal:

a = 0.0000710

b = -0.819

RMSE : 6%

3. Koefisien untuk data kecelakaan dengan luka serius: a = 0.0000305

b = -1.011

RMSE : 4%


Tabel 4 Perbandingan Angka Kecelakaan Hasil Estimasi Model dan Data

Polda

Jumlah Kecelakaan Fatal Luka Serius

Estimasi Data Estimasi Data Estimasi Data

Metro Jaya 6717 6106 937 721 2221 2199

Jabar

9937

7113

2748

1963

3613

2779

Jateng 17948 17930 2734 2720 3166 3163

DIY

3370

3337

323

317

508

503

Jatim

19750

18990

3262

3198

3472

3307

Banten

1420

1128

490

407

657

451

Indonesia 126298 90213 22869 19886 34508 31371

Tabel 5 Perbedaan Antara Hasil Estimasi dan Data Polda

Polda Jumlah Kecelakaan Fatal Luka Serius

Metro Jaya 10% 30% 1%

Jabar 40% 40% 30%

Jateng 0% 1% 0%

DIY 1% 3% 1%

Jatim 4% 2% 5%

Banten 26% 45% 46%

Indonesia 40% 15% 10%

Kesimpulan

Dari analisis indeks kecelakaan didapatkan bahwa semakin tinggi

jumlah kendaraan pada satu provinsi maka jumlah kecelakaan

terlihat semakin menurun, namun untuk kecelakaan fatal dan

kecelakaan dengan luka serius tidak begitu jelas.

Perbedaan antara hasil estimasi dan data terlihat cukup besar

pada data provinsi Jawa Barat, Banten dan Metro Jaya (hanya

kecelakaan fatal). Demikian juga keseluruhan provinsi atau

Indonesia.


4.2. Contoh Aplikasi

Program Manajemen Lalu Lintas Terpadu Diterapkan Pada Suatu Ruas Jalan Tol

Suatu program manajemen lalu lintas terpadu diterapkan pada suatu ruas jalan

tol. Tujuan utama program ini adalah untuk melancarkan lalu lintas pada jam-jam

puncak dengan memformalkan penggunaan bahu jalan sebagai tambahan lajur

(hard shoulder running) dan melakukan pembatasan arus lalu lintas di beberapa

gerbang tol. Walaupun tujuan program ini tidak secara eksplisit menyatakan

untuk peningkatan keselamatan lalu lintas, tetapi operator jalan tol tetap

mengharapkan agar program ini tidak menyebabkan peningkatan jumlah

kecelakaan lalu lintas atau setidak-tidaknya secara statistic dapat diyakini

minimal akan sama dengan kondisi semula sebelum implementasi program

dilakukan.

Tabel 2 memperlihatkan data kecelakaan lalu lintas pada tiga tahun terakhir

sebelum program dilaksanakan dan Tabel 3 memperlihatkan jumlah kecelakaan

lalu lintas setelah manajemen lalu lintas terpadu diimplementasikan pada bulan

pertama, keenam, dan keduabelas (satu tahun setelah dioperasikan).

Berdasarkan pengamatan lapangan, pada bulan pertama terdapat peningkatan

lalu lintas sebesar 2% (=1,02), kemudian pada bulan keenam meningkat menjadi

5% (=1,05), dan pada bulan keduabelas meningkat menjadi 7% (=1,07), dengan

mengasumsikan varians arus lalu lintas konstan sebesar = 0,02.

Catatan: Arus lalu lintas seyogyanya juga akan memiliki variasi sebagai

konsekuensi menggunakan angka rata-rata mengingat pada umumnya besaran

yang dipakai adalah lalu lintas harian rata-rata tahunan (LHR tahunan). Hal lain

yang perlu kita ketahui bahwa jumlah kecelakaan pada umumnya berkaitan

secara proporsional dengan arus lalu lintas mengikuti persamaan: jumlah

kecelakaan = α x Flow β (bentuk persamaan ini dipercayai memberikan hasil

terbaik, lihat Walmsley et al., 1999).

Tabel 6 Jumlah Kecelakaan di Jalan Tol Sebelum Program Diimplementasikan (Studi Kasus)


Tabel 7 Jumlah Kecelakaan di Jalan Tol Setelah Program Diimplementasikan (Studi Kasus)

4.2.1. Durasi Waktu

Contoh aplikasi berikut ini dibuat berdasarkan durasi waktu 3 tahun untuk

‘sebelum’ dan 1 bulan untuk ‘setelah’ program dilaksanakan untuk

mengevaluasi kecelakaan tanpa korban (kendaraan rusak saja). Seperti

yang telah diutarakan di atas, setelah 1 bulan dioperasikan, arus lalu lintas

meningkat sebesar 2% dan varians lalu lintas diasumsikan sebesar 0,02.

a. Tahap 1. Memperkirakan λ dan π λ^ = 6 kecelakaan/bulan

r^tf = 1,02

π^ = (1/36) x 1,02 x 162 = 4,59 kecelakaan/bulan

δ^ = 4,59 – 6 = -1,41 kecelakaan/bulan

b. Tahap 2. Memperkirakan VAR {λ^} dan VAR {π^} VA^R{λ^} = 6 kecelakaan/bulan

VA^R{π^} = (1/36) [1,02 x 162 + 162 x 0,02]

= 0,54 kecelakaan/bulan

VA^R {δ^} = 6 + 0,54 =6,54 kecelakaan/bulan

σ^{δ^} = √ 6,54 = 2,56 kecelakaan/bulan

c. Tahap 3. Memperkirakan θ θ^ = (6/4,59)/[1+0,54/4,592] = 1,27

d. Tahap 4. Memperkirakan VAR {θ^} VA^R {θ^} = 1,272 [6/62 +0,54/4,592]/[1+0,54/4,592]2 = 0,30

σ^{ θ^} = √ 0.30 = 0,54


e. Tahap 5. (tambahan tahapan untuk melihat signifikansi perubahan) Kembali ke Tahap 1:

λ^ = 6 kecelakaan/bulan

π^ = 4,59 atau 5 kecelakaan/bulan

Batas bawah dan atas untuk 95% CI = 5 kecelakaan/bulan berada di antara

1 dan 9 kecelakaan/bulan. Akibatnya λ^ dan π^ secara statistik tidak

signifikan berbeda.

Kesimpulan: Untuk pemantauan kecelakaan tanpa korban (hanya

kendaraan rusak) didapatkan indeks efektifitas dalam bulan pertama

sebesar: 1,27 ± 0,54 (0,73 hingga 1,81) dan jumlah kecelakaan bertambah

sebesar 1,41 ± 2,56. Dengan kata lain dalam bulan pertama setelah

program diimplementasikan terjadi peningkatan jumlah kecelakaan tanpa

korban sebesar ± 27% atau secara rata-rata jumlah kecelakaan bertambah

dengan satu kejadian dan penambahan ini secara statistik diyakini tidak

signifikan. Analogi dengan contoh aplikasi di atas, Tabel 4 memperlihatkan

kinerja keselamatan lalu lintas untuk kecelakaan lalu lintas fatal (terdapat

korban yang tewas), kecelakaan yang membawa korban (baik tewas

maupun luka-luka), dan kecelakaan hanya menyebabkan kerusakan

kendaraan (tanpa korban).


4.2.2. Hasil Analisis Observasi ‘Sebelum’ dan ‘Sesudah’

Tabel 8 Hasil Analisis Observasi ‘Sebelum’ dan ‘Sesudah’ (Studi Kasus)

4.2.3. Kesimpulan dari Studi Kasus

1. pada bulan pertama setelah implementasi program terlihat

bahwa jumlah kecelakaan meningkat. Walaupun demikian

peningkatan kecelakaan secara statistikal tidak signifikan.

Peningkatan terbesar terjadi pada kecelakaan yang membawa

korban luka-luka;

2. pada bulan keenam setelah implementasi program terlihat

bahwa jumlah kecelakaan lalu lintas tetap meningkat dan

kecelakaan dengan membawa korban luka-luka secara

statistikan menjadi signifikan. Walaupun demikian, kecelakaan

fatal maupun hanya kerusakan benda (kendaraan rusak) tetap

tidak signifikan. Peningkatan terbesar tetap terjadi pada

kecelakaan yang membawa korban luka-luka;


3. pada bulan keduabelas setelah implementasi program terlihat

bahwa jumlah kecelakaan lalu lintas tetap meningkat dan baik

kecelakaan fatal maupun kecelakaan dengan korban luka-luka

menjadi signifikan berbeda. Hanya kecelakaan kerugian

material saja yang tidak signifikan. Pola peningkatan kecelakaan

lalu lintas tetap mirip dengan bulan pertama dan keenam.

Hasil analisis ini memperlihatkan bahwa penerapan manajemen lalu lintas

terpadu menyebabkan peningkatan kecelakaan yang membawa korban

tewas maupun luka-luka walaupun kecelakaan yang hanya membawa

kerusakan material tetap terkendali. Berdasrkan hasil ini, maka ada baiknya

operator tol untuk mengkaji ulang sistem pelaksanaan manajemen lalu

lintas terpadu mengingat terjadi peningkatan jumlah korban kecelakaan

lalu lintas.

Kesimpulan metode ini harus digunakan secara hati-hati mengingat

metode observasi sederhana ‘sebelum’ dan ‘sesudah’ tidak membahas

semua aspek yang dapat mempengaruhi penyebab suatu kecelakaan lalu

lintas.

Berdasarkan Hauer (1997) hal-hal yang perlu dicermati antara lain:

1. Perubahan tingkat keselamatan lalu lintas tidak saja disebabkan oleh

implementasi program manajemen lalu lintas terpadu tetapi juga

dimungkinkan akibat perubahan-perubahan lainnya seperti perilaku

lalu lintas, cuaca, dan perilaku pengemudi, dan mungkin saja

perubahan akibat cara pelaporan kecelakaan lalu lintas. Secara

singkat, hasil ini tidak dapat diyakini sepenuhnya akibat

implementasi program manajemen lalu lintas terpadu.

2. Selain itu, hal yang paling mendasar di dalam analisis keselamatan

lalu lintas adalah perubahan keselamatan lalu lintas dapat saja

disebabkan hanya oleh phenomenon regresi terhadap nilai rata-rata

(RTR) atau ‘regression-to-mean’ dan bukan oleh implementasi

program.


DAFTAR PUSTAKA

Undang Undang No. 38 Tahun 2004 Tentang Jalan

Undang-Undang No. 22 Tahun 2009 tentang Lalu Lintas dan Angkutan Jalan

Peraturan Pemerintah Republik Indonesia No. 34 Tahun 2006 Tentang Jalan

Instruksi Presiden Republik Indonesia No 4 Tahun 2013 Tentang Program decade

Aksi Keselamatan Jalan

Peraturan Menteri Pekerjaan Umum No. 21 Tahun 2010 terkait dengan Tugas

dan Fungsi Audit Keselamatan Jalan

Instruksi Direktur Jenderal Bina Marga No. 02/in/db/2012 Tentang Panduan

Teknis Rekayasa Keselamatan Jalan

Rencana Umum Nasional Keselamatan (RUNK)

Peraturan Menteri Perhubungan No. PM 13 Tahun 2014 tentang Rambu Lalu

Lintas

Direktorat Jenderal Bina Marga, 036/T/BM/1997, Manual Kapasitas Jalan

Indonesia, Departemen Pekerjaan Umum, 1997;

Direktorat Jenderal Bina Marga, No. 038/T/BM/1997, Perencanaan Geometrik

Jalan Antar Kota, Departemen Pekerjaan Umum, 1997;

Direktorat Jenderal Bina Marga, 032/T/BM/1999, Pedoman Perencanaan Jalur

Pejalan Kaki pada Jalan Umum, Departemen Pekerjaan Umum, 1999;

Peraturan Menteri Perhubungan No. PM 34 Tahun 2014 tentang Marka Jalan


GLOSARIUM

Abutmen/Kepala atau Pangkal Jembatan (Abutment): bangunan bawah

jembatan yang terletak pada kedua ujung jembatan, berfungsi sebagai

pemikul seluruh beban pada ujung bentang dan gaya-gaya lainnya yang

didistribusikan pada tanah pondasi.

Alat Pengendali Isyarat Lalu Lintas - APILL (Traffic Control Signal): perangkat

peralatan teknis yang menggunakan isyarat lampu untuk mengatur lalu lintas

orang dan/atau kendaraan di persimpangan atau pada ruas jalan.

APILL untuk pejalan kaki berupa:

APILL yang Dioperasikan oleh Pejalan Kaki (Pedestrian Operated

Signals - Pos): APILL yang memiliki tiga aspek dan ditempatkan di

tengah blok antar simpang. APILL ini dilengkapi dengan tombol tekan

yang dipasang di tiang utamanya untuk memberi tahu kehadiran

pejalan kaki yang menunggu. Selain itu, ada tampilan isyarat penjalan

kaki menghadap ke seberang. Tampilan merah, kuning, dan hijau

untuk pengemudi/pengendara, sedangkan ikon manusia berdiri

berwarna merah atau manusia berjalan berwarna hijau untuk pejalan

kaki.

Penyeberangan PELICAN (Pedestrian Light Controlled Crossing -

Pelican Crossing): tipe penyeberangan yang dioperasikan oleh pejalan

kaki, yang memiliki fase kuning berkedip yang ditampilkan sesaat

sebelum fase hijau bagi pengemudi.

Penyeberangan PUFFIN (Pedestrian User Friendly Intelligent Crossing

- PUFFIN Crossing): penyeberangan ini beroperasi mirip APILL pejalan

kaki lainnya, namun memiliki detektor untuk menengarai kehadiran

pejalan kaki yang bergerak lambat (misal manula) sehingga mampu

menambah waktu jalan dan/atau waktu bebas APILL untuk

membantu mereka.

Alinyemen (Alignment): proyeksi garis sumbu jalan.


Alinyemen Horizontal (Horizontal Alignment): proyeksi garis sumbu

jalan pada bidang horizontal.

Alinyemen Vertikal (Vertical Alignment): proyeksi garis sumbu jalan

pada bidang vertikal yang melalui sumbu jalan.

Area Bebas (Clear Zone): daerah di dekat lajur lalu lintas yang harus dijaga

terbebas dari hazard sisi jalan.

Audit Keselamatan Jalan (Road Safety Audit): suatu pemeriksaan formal

jalan atau proyek lalu lintas oleh tim ahli independen yang melaporkan

potensi kecelakaan dan kinerja keselamatan suatu ruas jalan (Austroads,

2009).

Bahu Jalan (Shoulder): bagian daerah manfaat jalan yang berdampingan

dengan jalur lalu lintas untuk menampung kendaraan yang berhenti,

keperluan darurat, dan untuk pendukung samping bagi lapis pondasi bawah,

dan lapis permukaan.

Bahaya Sisi Jalan: semua objek tetap yang terdapat di sisi jalan di dalam

daerah bebas yang dapat memperbesar tingkat keparahan kecelakaan.

Bundaran (Roundabout): persimpangan tempat kendaraan berjalan searah

mengelilingi pulau lalu lintas.

Caping (Crown): bentuk mahkota pada potongan melintang di dua lajur jalan

yang memiliki dua arah kemiringan melintang.

Efek Lapis Tipis Air (Aqua Planing): terjadi ketika ada lapis tipis air yang

menyelimuti roda sehingga kendaraan tergelincir tidak terkendali di jalan

yang basah.

Garis Pandang (Line of Sight): garis langsung pada pandangan tak terhalang

antara pengemudi dan sebuah objek dengan tinggi tertentu di atas jalan.

Jalan Terbagi (Divided Road): jalan dua arah yang dipisahkan dengan median,

pagar, atau objek fisik lain. Jalur Jalan (Carriageway): bagian jalan yang

diperuntukkan untuk lalu lintas kendaraan

Jarak Berhenti yang Berkeselamatan (Safe Stopping Distance - SSD): jarak

yang dibutuhkan oleh pengemudi kendaraan untuk menangkap hazard,

bereaksi, dan mengerem untuk berhenti. Untuk keperluan perancangan,

kondisi cuaca basah dan pengereman dengan roda terkunci diperhitungkan.


Jarak Mendahului (Overtaking Distance): jarak yang dibutuhkan sebuah

kendaraan untuk mendahului kedaraan lain.

Jarak Mengerem (Braking Distance): jarak yang dibutuhkan oleh rem

kendaraan untuk menghentikan kendaraan.

Jarak Pandang (Sight Distance): jarak di sepanjang tengah-tengah suatu jalur

dari mata pengemudi ke suatu titik dimuka pada garis yang sama yang dapat

dilihat oleh pengemudi [RSNI T-14-2004].

Jarak Pandang Berkeselamatan di Persimpangan (Safe Intersection Sight

Distance - ISD): jarak pandang yang diperlukan pengendara pada jalan major

untuk mengamati kendaraan pada jalan minor sehingga dapat mengurangi

kecepatannya, atau berhenti bila diperlukan.

Jarak Pandang Henti (Stopping Sight Distance): jarak pandangan pengemudi

ke depan untuk berhenti dengan aman dan waspada dalam keadaan biasa,

didefinisikan sebagai jarak pandangan minimum yang diperlukan oleh

seorang pengemudi untuk menghentikan kendaraannya dengan aman begitu

melihat adanya halangan di depannya. Jarak pandang henti diukur

berdasarkan anggapan bahwa tinggi mata pengemudi adalah 108 cm dan

tinggi halangan adalah 60 cm diukur dari permukaan jalan [RSNI T-14-2004].

Jarak Pandang Manuver (Maneuver Sight Distance): jarak pandang yang

dibutuhkan oleh pengemudi kendaraan yang waspada untuk menyadari objek

di atas jalan dan melakukan tindakan menghindar.

Jarak Pandang Masuk (Entering Sight Distance - ESD): jarak pandang yang

diperlukan pengendara pada jalan minor untuk memotong/masuk ke jalan

major, tanpa mengganggu arus di jalan major.

Jarak Pandang Mendahului (Overtaking Sight Distance): jarak pandang yang

dibutuhkan oleh pengemudi untuk memulai dan menyelesaikan dengan

selamat manuver mendahului.

Jarak Pandang Pendekat (Approach Sight Distance - ASD): jarak pandang

henti pada suatu persimpangan.

Kanalisasi: sistem pengendalian lalu lintas dengan menggunakan pulau lalu

lintas atau marka jalan.


Kecepatan Operasional (Operating Speed): 85 persentil kecepatan

kendaraan pada suatu waktu saat kondisi lalu lintas lancar yang

memungkinkan kendaraan untuk bebas memilih kecepatan.

Kecepatan Operasional Truk (Operating Speed of Trucks): kecepatan 85

persentil truk yang diukur pada suatu waktu saat kondisi lalu lintas lancar yang

memungkinkan kendaraan untuk bebas memilih kecepatan.

Kecepatan Rencana (Design Speed): kecepatan maksimum kendaraan yang

aman yang dapat dipertahankan sepanjang bagian jalan tertentu bila kondisi

sedemikian baik sehingga ketentuan desain jalan merupakan faktor yang

menentukan.

Kelandaian (Grade): kelandaian memanjang jalan yang dinyatakan dalam

persen.

Kemiringan Balik (Adverse Crossfall): kemiringan perkerasan yang terbalik di

tikungan horizontal akan menimbulkan gaya sentrifugal pada kendaraan

sehingga tidak mampu bertahan di jalur tikungan dan menimbulkan risiko

“keluar jalan”.

Kemiringan Galian atau Timbunan (Batter): kemiringan sisi jalan, rasionya 1

unit Vertikal (V) X lebih dari 1 unit Horizontal (H). Kemiringan ini dapat berupa

kemiringan galian (memotong lahan berbukit) atau kemiringan timbunan (di

jalan yang dibangun di atas lahan sekitarnya). Rasio kemiringan timbunan 4H

: 1V atau kurang dianggap layak dilalui, namun dengan kemiringan 6H : 1V

lebih baik untuk keselamatan sisi jalan.

Kemiringan Melintang (Crossfall): kemiringan melintang jalan untuk drainase

permukaan.

Lajur Belok (Turning Lane): lajur khusus untuk lalu lintas berbelok.

Lajur Lalu Lintas (Traffic Lane): bagian dari jalur tempat lalu lintas bergerak,

untuk satu kendaraan.

Lajur Mendahului (Overtaking Lane): lajur khusus yang memungkinkan

kendaraan lebih lambat didahului. Lajur ini harus diberi marka garis agar

semua lalu lintas diarahkan dahulu ke lajur sebelah kiri karena lajur tengah

digunakan untuk mendahului.


Lajur Pendakian (Climbing Lane): lajur khusus yang disediakan pada bagian

ruas jalan yang melampaui panjang kritis tanjakan untuk menampung

kendaraan berat saat menanjak.

Lajur Penyelamat dengan Bantalan Penahan (Arrester Bed): fasilitas

keselamatan yang digunakan untuk melambatkan dan menghentikan

kendaraan dengan mengkonversi energi kinetiknya melalui pergeseran

agregat dalam gundukan pasir atau tanah keras. Bantalan penahan

merupakan perangkat keselamatan yang berguna di sisi jalan menurun yang

sering menimbulkan tabrakan truk dengan rem blong.

Lajur Percepatan (Acceleration Lane): lajur khusus yang berfungsi untuk

menyesuaikan kecepatan kendaraan pada saat bergabung dengan lajur cepat.

Lajur Tambahan (Auxiliary Lane): lajur yang disediakan khusus untuk belok

kiri/kanan, perlambatan/percepatan, dan tanjakan.

Lalu Lintas (Traffic): gerak kendaraan dan orang di ruang lalu lintas jalan

(prasarana yang diperuntukkan bagi gerak pindah kendaraan, orang,

dan/atau barang yang berupa jalan dan fasilitas pendukung).

Lengkung Peralihan (Transition Curve): lengkung yang disisipkan diantara

bagian jalan yang lurus dan bagian jalan yang melengkung berjari-jari tetap R

dimana bentuk lengkung peralihan merupakan clothoide.

Lengkung Vertikal (Vertical Curve): bagian jalan yang melengkung dalam

arah vertikal yang menghubungkan dua segmen jalan dengan kelandaian

berbeda.

Lokasi Rawan Kecelakaan (Blackspot): suatu lokasi dimana memiliki angka

kecelakaan yang tinggi, serta terjadi secara berulang dalam suatu rentang

waktu.

Manajemen Bahaya Sisi Jalan (Road Side Hazard Management): manajemen

sisi jalan yang bertujuan untuk menurunkan tingkat keparahan kecelakaan.

Median Jalan (Median): bagian dari jalan yang tidak dapat dilalui oleh

kendaraan dengan bentuk memanjang sejajar jalan, terletak di sumbu/

tengah jalan, dimaksudkan untuk memisahkan arus lalu lintas yang

berlawanan.


Panjang Lengkung Peralihan (Transition Length for Alignment): panjang jalan

yang dibutuhkan untuk mencapai perubahan dari bagian lurus ke bagian

lingkaran dari tikungan.

Panjang Pencapaian Superelevasi (Transition Length for Superelevation):

panjang jalan yang dibutuhkan untuk mencapai kemiringan melintang dari

kemiringan normal sampai dengan kemiringan penuh superelevasi.

Pejalan Kaki (Pedestrians): pemakai jalan yang berjalan kaki, termasuk

mereka yang menarik gerobak, bekerja di jalan, berjalan di sepanjang, atau

menyeberangi jalan.

Persimpangan (Intersection): pertemuan jalan dari berbagai arah, yang dapat

merupakan simpang sebidang yaitu simpang 3, simpang 4 atau lebih dan/atau

berupa simpang tak sebidang.

Persimpangan dengan Kanalisasi (Channelised Intersection): persimpangan

yang menggunakan sistem kanalisasi.

Persimpangan Normal: persimpangan di sebuah jalur jalan yang

menunjukkan perincian dimensi, lokasi furnitur, dan fitur bangunan jalan

yang normal.

Persimpangan Tak Sebidang (Interchange): separasi gradasi dua atau lebih

jalan yang mempunyai setidaknya satu jalur jalan yang menghubungkan.

Artinya, paling tidak satu jalur jalan mengambil lalu lintas dari salah satu jalan

ke yang lain. Banyak tipe persimpangan tak sebidang.

Potongan Melintang (Cross Section): elemen transversal di elemen

memanjang jalan.

Potongan Memanjang (Longitudinal Section): potongan memanjang,

biasanya dengan skala vertikal yang lebih besar dibandingkan skala

horizontal, yang menunjukkan perubahan desain di sepanjang sebuah garis

memanjang sebuah jalan, atau garis lain yang ditentukan.

Potongan Normal Melintang Jalan (Normal Cross Section): potongan

melintang jalan yang tidak dipengaruhi oleh superelevasi ataupun pelebaran

jalan di tikungan.

Pulau Lalu Lintas (Traffic Island): bagian dari persimpangan yang ditinggikan

dengan kereb, yang dibangun sebagai pengarah arus lalu lintas serta


merupakan tempat lapak tunggu untuk pejalan kaki pada saat menunggu

kesempatan menyeberang.

Rambu Lalu Lintas (Traffic Sign): bagian dari perlengkapan jalan berupa

lambang, huruf, angka, kalimat dasar atau perpaduannya, diantaranya

berfungsi sebagai peringatan, larangan, perintah atau petunjuk bagi pemakai

jalan.

Segitiga Pandang (Sight Triangle): area antara dua jalur jalan yang

bersimpangan dimana kendaraan dari kedua jalur dapat terlihat oleh setiap

pengemudi.

Segmen Jalan Rawan Kecelakaan (Black Length): segmen jalan–biasanya

kata pengantar...kata pengantar puji dan syukur kami panjatkan ke hadirat tuhan yang maha pengasih...

Documents