JURNAL KARAJATA ENGINEERING Vol. 1 No.

2, Juli 2021
http://jurnal.umpar.ac.id/index.php/karajata
e-ISSN: 2775-5266

ANALISIS PERGERAKAN ORANG MENGGUNAKAN METODE

STATA (STUDI KASUS KECAMATAN PANCA RIJANG KABUPATEN
SIDENRENG RAPPANG)
Muhammad Dirgah Amri1*
1Program Studi Teknik Sipil, Universitas Muhammadiyah Parepare, Indonesia

Informasi Artikel ABSTRACT

This study aims to determine trip attraction characteristics and the model of trip production
Riwayat Artikel:
based on the stata program. The results of the study are (1) From 270 respondents in Panca
Dikirim: 21 Mei 2021 Rijang District, Sidrap Regency, South Sulawesi Province with details 51% men and 49%
Revisi: 15 Juni 2021 women around 15-25 years old at 26%, 25-35 years old at 23%, 35-45 years old at 24%, 45-
Diterima: 12 November 2021 55 years old at 19%, and above 55 years old at 9% with the goal of moving to work 51, 11%,
Tersedia online: 23 Desember 2021 shopping 24.44%, schools/campuses 14.81% using 74% private motorbikes and 25% cars,
while 13% motorbikes and 4% cars. People who travel alone 73%, two people 22% and more
than two people 4% with the busiest departure time at 07.00 – 09.00 am and the busiest
return time at 04.00 – 05.30 pm. (2) From the analysis found a model. Y = 11.08 + 0.50(X1)
+ 0.53(X4) - 0.02(X7) + R-Square value 0.8723 where (Y) the number of moves (X1) the
Keywords:
number of work , (X4 ) departure time is 7.00-9.00 am X7 is the number of cars, the model
Generation of movement, Linear that meets the requirements of the classical assumption test results is free from
regression, STATA multicollinearity, homoscedasticity and is normally distributed.

ABSTRAK
Penelitian ini bertujuan mengetahui karakteristik pergerakan orang dan model
bangkitan dengan aplikasi stata. Hasil penelitian (1) Dari 270 orang responden di
Kecamatan Panca Rijang Kabupaten Sidrap Provinsi Sulawesi Selatan dengan rincian
51% pria dan 49% wanita dengan usia bervariatif 15-25 tahun 26% , 25-35 tahun 23%,
*Penulis Korespondensi: 35-45 tahun 24%, 45- 55 tahun 19%, dan 55> tahun 9% dengan tujuan pergerakan
bekerja 51,11%, belanja 24,44%, sekolah/kampus 14,81% menggunakan kendaraan
Muhammad Dirgah Amri,
pribadi motor 74% dan mobil 25% sedangkan kendaraan umum motor 13% dan
Program Studi Teknik Sipil,
mobil 4%. Cara bepergian sendiri 73%, dua orang 22% dan lebih dua orang 4%
Universitas Muhammadiyah
dengan waktu keberangkatan tersibuk pada jam 07.00 – 09.00 dan waktu kepulangan
Parepare,
tersibuk pukul 16.00 – 17.30. (2) Dari analisis di temukan model. Y = 11,08 + 0,50(X1)
Jl Jenderal Ahmad Yani KM. 6,
+ 0,53(X4) - 0,02(X7) + Ɛ nilai R-Square 0,8723 di mana (Y) jumlah pergerakan (X1)
Kota Parepare, Indonesia.
jumlah bekerja , (X4) waktu berangkat jam 7.00-9.00, X7 jumlah mobil, model yang
Email:
memenuhi persyaratan hasil uji asumsi klasik terbebas dari multikolinearitas,
[email protected]
homoskedastisitas dan berdistribusi normal.
o.id

This is an open access article under the CC BY-SA license.

I. PENDAHULUAN menimbulkan karakteristik perjalanan yang berbeda-

beda pula. Aktivitas, dalam hal ini dapat berupa
Sejalan dengan bertambahnya kepadatan penduduk,
aktivitas ekonomi, aktivitas sosial dan lain-lain. Jadi
maka jumlah perjalanan pun juga semakin meningkat.
dapat di simpulkan bahwa manusia melakukan
Munculnya banyak perumahan akan menambah
perpindahan tempat bukan hanya untuk bergerak saja,
jumlah pergerakan aktivitas sehari-hari yang dilakukan
melainkan untuk melakukan aktivitas tertentu.
oleh penghuni perumahan, baik kegiatan yang
Perkembangan pembangunan di wilayah Kecamatan
berkaitan dengan bekerja, sosial, pendidikan, rekreasi
Panca Rijang yang begitu pesat telah membawa
dan sebagainya yang dapat mengganggu arus lalu
implikasi kepada pesatnya pertumbuhan penduduk,
lintas yang kemudian akan menurunkan tingkat
tenaga kerja, ekonomi, pembangunan sarana dan
pelayanan jalan [5].
prasarana yang telah membawa pengaruh sangat besar
Manusia berpindah dari suatu tempat ke tempat
terhadap meningkatnya mobilitas atau pergerakan.
lainnya merupakan akibat dari kebutuhan manusia
untuk melakukan suatu aktivitas tertentu. Berbagai Dalam pemodelan transportasi, pergerakan kendaraan
aktivitas yang dilakukan manusia berbeda-beda akan mencerminkan pergerakan orang. Jaringan jalan

▪ 71
JURNAL KARAJATA ENGINEERING - Vol. 1 No. 2, Juli2021

merupakan penyediaan layanan terbatas. Rijang yang terbagi dari 4 Kelurahan dan 4 Desa yaitu
Titikperhatian perencana transportasi di ambil dari 28.779 (BPJ Sidenreng Rappang 2018). Berdasarkan
faktor optimasi terhadap kebutuhan pergerakan dan pada tabel dengan populasi 28.779 jika dibulatkan
kapasitas layanan untuk mendapatkannya dibutuhkan 30.000 untuk tingkat kepercayaan 90% dan α = 0,10.
survei. Data dan akurasi data sangat dibutuhkan agar
C. Teknik Pengumpulan Data
hasil pemodelan transportasi oleh perencana juga
akurat yang di mana data dari analisis pergerakan Data yang dibutuhkan dalam penelitian ini terdiri dari
orang akan di kelola menggunakan aplikasi STATA dua jenissumber data yaitu data primer dan data
[10]. sekunder. Data primer didapatkan dari kuesioner yang
Stata adalah software komputer yang dipakai untuk diberikan kepada responden. Sedangkan data sekunder
mengolah dan menganalisis data Dalam program ini didapat dari badan atau lembaga tertentu yang
peneliti bisa mendapatkan gambaran yang penting dari berhubungandengan kependukan seperti Badan Pusat
data panel yang telah dikumpulkan sebelumnya Statistik Kabupaten Sidenreng Rappang [9].
STATA merupakan program statistik dengan fungsi D. Teknik Analisis
statistik yang relatif lengkap dibandingkan software Analisis data adalah proses mengorganisasikan dan
statistik lainnya. Selain dapat digunakan untuk data mengurutkan data kedalam pola, kategori satuan
panel dan time series, stata mampu mengolah data uraian dasar sehingga dapat ditemukan tema dan
dengan jumlah variabel yang cukup banyak [1]. dirumuskan hipotesis kerja seperti yang dirumuskan
Kemampuan Stata meliputi manajemen data, analisa data. Penelitian ini menggunakan analisis kuantitatif
statistik, grafik, simulasi, regresi, dan pemrograman deskriptif dan program STATA, dimana komponen
khusus. Ini juga memiliki sistem untuk reduksi data, dan sajian data dilakukan bersamaan
menyebarluaskan program-program yang ditulis dengan proses pengumpulan data setelah data
pengguna yang membuatnya terus berkembang. Stata terkumpul maka, tiga komponen analisis (reduksi data,
merupakan salah satu software dengan manajemen sajian data, penarikan kesimpulan) berinteraksi. Ini
data terbanyak. Terdapat tiga jenis versi Stata yaitu IC, untuk menjawab permasalahan pertama dari penelitian
SE dan MP. Ketiga jenis ini dibedakan berdasarkan [3].
jumlah variabel dan observasi yang dapat dianalisis [2].
Tahap bangkitan Perjalanan adalah salah satu tahap E. Bagan Alir
dalam pemodelan transportasi empat tahap (four steps
model) [6]. Bangkitan Pergerakan (Trip Generation)
adalah tahapan pemodelan yang memperkirakan
jumlah pergerakan yang berasal dari suatu zona atau
tata guna lahan atau jumlah pergerakan yang tertarik
ke suatu tata guna lahan atau zona (Tamin, 1997) [5].
Satu perjalanan adalah pergerakan satu orang dan satu
arah menggunakan satu moda transportasi atau lebih
dan setiap perjalanan mempunyai satu asal dan satu
tujuan.
Bangkitan dan tarikan pergerakan digunakan untuk
menyatakan bangkitan pergerakan masa masa
sekarang, yang digunakan untuk meramalkan
pergerakan pada masa mendatang. Bangkitan
pergerakan ini berhubungan dengan penentuan jumlah
keseluruh yang dibangkitkan oleh sebuah kawasan [5].

II. METODOLOGI PENELITIAN

A. Lokasi dan Waktu Penelitian
Penelitian ini berlokasi di tiap kelurahan atau desa di
Kecamatan Panca Rijang, Kabupaten Sidenreng
Rappang, Provinsi Sulawesi Selatan. Pelaksanaan
penelitian ini berlangsung selama 2 bulan sejak bulan
November 2019.
B. Populasi dan Sampel
Gambar 1. Bagan alur penelitian
Sampel yang ditentukan dengan tabelCohen Manion &
Morrison dan jumlah total penduduk Kecamatan Panca

▪ 72
 Muhammad DirgahAmri.AnalisisPergerakan Orang (…)

III. HASIL DAN PEMBAHASAN data yang ada, jenis kendaraan sepeda motor pribadi
merupakan kendaraan yang paling banyak dipilih yaitu
A. Karakteristik Responden
74% dari 270 pergerakan orang.
1) Jenis kelamin: Jumlah responden jenis kelamin
pada Kecamatan Panca Rijang dapat diliat pada tabel
1 di bawah.

Gambar 5. Persentase kendaraan digunakan

5) Waktu Keberangkatan dan Pulang: Dari gambar di

Gambar 2. Persentase jenis kelamin responden
atas bahwa frekuensi paling tinggi pergerakan dimulai
di pagi hari (keberangkatan) adalah pada sekitar jam
Berdasarkan grafik di atas menggambarkan nilai 7.00 sampai dengan pukul 9.00.
persentase jenis kelamin pria sebesar 52% dan wanita
49% di Kecamatan Panca Rijang
2) Usia: Berdasarkan grafik di bawah
menggambarkan nilai persentase menurut usia pada
Kecamatan Panca Rijang yaitu usia 15-25 tahun dengan
jumlah persentase 26%, di lanjut usia 25-35 tahun
dengan jumlah persentase 23%, dilanjut usia 35-45
tahun dengan jumlah persentase 24%, dilanjut usia 45-
55 tahun dengan jumlah persentase 19%, di lanjut usia
55> tahun dengan jumlah persentase 7%. Gambar 6. Grafik waktu berangkat

Sedangkan pada jam pulang didapati pula frekuensi

pada variabel kembalinya seseorang dari aktivitas
adalah sekitar pukul 16.00 sampai17.30
6) Cara Bepergian: Dalam melakukan perjalanan
harian, sebagaimana digambarkan dalam di bawah ini,
sebagian besar responden melakukan dengan sendiri
dengan kendaraan masing-masing berarti kebanyakan
orang memiliki tujuan sendiri dan aktivitas harian yang
Gambar 3. Persentase responden menurut usia berbeda-beda

3) Maksud Perjalanan: Persentase pola pergerakan B. Hasil Analisis Pergerakan

yang besar dihasilkan oleh aktivitas bekerja 51% lalu 1) Analisis Kategori: Berdasarkan hasil data yang
belanja 24% ini mempunyai tipe yang hampir sama diperoleh dari responden, analisis kategori yang dipilih
setiap hari. yaitu variabel dominan di Kecamatan Panca Rijang
yang disajikan dalam tabel di bawah ini.
Tabel 1. Variabel dominan

Variabel Dominan Jumlah

Y Pergerakan Responden 270
X1 Bekerja 138
X2 Belanja 66
X3 Sekolah 40
X4 Waktu Berangkat 6.00-9.30 216
Gambar 4. Persentase maksud perjalanan X5 Waku Pulang 16.00-17.30 94
X6 Sepeda Motor 234
4) Jenis Kendaraan yang Digunakan: Berdasarkan X7 Mobil 35
gambar di bawah ini jenis kendaraan yang digunakan X8 Sepeda 1
dalam pergerakan harian Kecamatan Panca Rijang. Dari

▪ 73
JURNAL KARAJATA ENGINEERING - Vol. 1 No. 2, Juli2021

2) Uji Asumsi Klasik: analisis yang dilakukan garis linier maka bisa dinyatakan terdistribusi normal.
untuk menilai apakah di dalam sebuah model regresi Hasil dari gambar di bawah dapat dinyatakan variabe
linear OLS terdapat masalahmasalah asumsi klasik [4]. X1. X4, dan X7 dapat terdistribusi dengan normal
 Uji Multikolinieritasadalah untuk melihat ada dikarenakan sebaran plot mendekati garis linier.
atau tidaknya korelasi yang tinggi antara variabel- Namaun residual di bagian ekor (tail) pada X7
variabel bebas dalam suatu model regresi linear sepertinya melenceng dari garis linier, kejadian di
berganda [8].Berdasarkan hasil uji VIF untuk variabel bawah masih dapat di asumsikan residual menyebar
X1, X4 dan X7. Karena nilai VIF dari semua variabel normal.
nilainya semua lebih kecil dari 10 maka dapat
dikatakan tidak terjadi multikolinieritas pada semua
variabel bebas tersebut. Berdasarkan syarat asumsi
klasik, maka model regresi linier berganda yang baik
adalah yang terbebas dari adanya multikolinieritas.
Dengan demikian, model responden pergerakan untuk
variabel X1, X4, dan X6 di Kecamatan Panca Rijang
tidak terjadi adanya multikolinieritas. Hasilnya dari
nilai vif ialah X1 berjumlah 5,14, X4 Berjumlah 4,89, dan
X7 berjumlah 3,27.
Tabel 2. Hasil uji multikolinieritas

Variabel VIF 1/VIF

Gambar 8. Normalitas Plots X1
X1 5.14 0.194644
X4 4.89 0.204401
X7 3.27 0.3054311
Mean VIF 4.43

 Uji Heteroskedastisitas adalah kebalikan dari

homoskedastisitas, yaitu keadaan di mana terjadinya
tidak samaan varian dari error untuk semua
pengamatan setiap variabel bebas pada model regresi.
uji yang menilai apakah ada tidak samaan varian dari
residual untuk semua pengamatan pada model regresi
linear. Uji ini merupakan salah satu dari uji asumsi
klasik yang harus dilakukan pada regresi linear Gambar 9. Normalitas plots X4
berganda. Apabila asumsi heteroskedastisitas tidak
terpenuhi, maka model regresi dinyatakan tidak valid
sebagai alat peramalan. Untuk uji hereroskeastisitas
banyak motode, tetapi dalam hal ini menggunakan
metode Breusch-Pagan. Dikatakan tidak terjadi
heteroskeastisitas apa bila P value yang ditunjukkan
dengan Prob>chi2 lebih besar dari 0,10.
Tabel 3. Hasil uji heteroskedastisitas

Breusch-Pagan/Cook-Weisberg Test for Heteroskedasticity

Ho: Constant variance
Variables: fitted values of y
Chi2(1) = 0,35 Gambar 10. Normalitas plots X7
Prob > chi2 = 0,5531
Untuk lebih meyakinkan, akan dilakukan pengujian
Di atas nilai P value sebesar 0,5531 di mana > 0,10 normalitas non-grafik pada X7, yaitu Shapiro-Wilk test
maka model regresi bebas dari gejala di Stata, Hipotesis yaitu, Jika nilai p > α = 0,1 maka Ho
heteroskedastisitas atau disebut juga bersifat diterima ; H1 ditolak berarti terdistribusi dengan
homoskedastisitas normal. Sedangkan jika nilai p < α = 0,1 maka Ho
 Uji Normalitas bertujuan untuk mengetahui ditolak ; H1 diterima berarti tidak terdistribusi dengan
apakah suatu variabel mempunyai distribusi data yang normal.
normal atau tidak [7]. Berdasarkan uji normalitas
menggunakan sebaran plot jika sebaran mendekati

▪ 74
 Muhammad DirgahAmri.AnalisisPergerakan Orang (…)

Tabel 4. Uji shapiro-wilk W ƐNilai R-Square adalah 0,8723 yang berarti X1, X2, X7
Variabel obs W V Z Prob > z
artinya memiliki
tingkat korelasi tinggi.
X7 8 0,9033 1,347 0,497 0,30947

Hipotesis adalah residual menyebar normal. Hasil p- REFERENSI

value/Prob>z menunjukkan nilai signifikansi sebesar [1] Anonim, syehaceh.wordpress.com, Analisa data dengan
STATA 2008).
0,31 ( di atas nilai kritik 0,1), maka kita telah memiliki [2] FIRDAUS, Muhammad. Aplikasi Ekonometrika dengan E-Views,
cukup bukti untuk menerima H0. Stata dan R. PT Penerbit IPB Press, 2020, hlm.43.
[3] Hardiono,“Analisis Karakteristik Tarikan Pergerakan
Pengunjung Wanita Yang Memiliki Sepeda Motor Dengan Pola
IV. SIMPULAN
Pergerakan Rumah-Pasar-Rumah Di Kota Makassar (Studi
Kesimpulan pada penelitian ini adalah (1) Karakteristik Kasus Pasar Niaga Daya)”,Jurusan Teknik Sipil, Universitas
Hasanuddin. Makassar,vol. 1-90. 2013.
responden yang ada di Kecamatan Panca Rijang di
[4] Mardiatmoko, Gun. “Pentingnya Uji Asumsi Klasik Pada
mana jumlah responden 270 orang yang terbagi dari Analisis Regresi Linier Berganda (Studi Kasus Penyusunan
pria 137 orang dan wanita 130 orang dengan maksud Persamaan Allometrik Kenari Muda [Canarium Indicum
perjalanan responden ialah bekerja 51%, belanja 24%, L.])”. Barekeng: Jurnal Ilmu Matematika dan Terapan, vol. 14, hlm.
333-342, Sept 2020.
sekolah 15%, menggunakan kendaraan pribadi motor
[5] Novriza. Ferdiansyah, Anggraini. Renni, Sugiarto. Sugiarto,
74% dan mobil 25% sedangkan kendaraan umum “Model Bangkitan Pergerakan Berdasarkan Aktivitas
motor 13% dan mobil 4%. Sedangkan waktu berangkat Mandatory Dari Komplek Perumahan Di Kabupaten Aceh
yang memiliki intensitas tersibuk pada jam 7.00 sampai Barat”, Jurnal Teknik Sipil, vol. 1, hlm. 41-48, Sept 2017.
[6] Ofyar Z Tamin. Perencanaan Dan Pemodelan Transportasi Edisi
jam 9.00 pagi sedangkan waktu tiba yang memiliki
Kedua. Penerbit ITB. Bandung. 2008.
intensitas tersibuk pada pukul 16.00 sampai pukul [7] Pratama, Ade. “Model Simulasi Antrian Dengan Metode
17.30. (2) Analisis yang digunakan ialah analisis stata Kolmogorov-Smirnov Normal Pada Unit Pelayanan”. Edik
dan pengujian yang di lakukan ialah uji Informatika, vol. 3, hlm. 27-37, 2017.
multikolinearitas, heteroskedastisitas dan normalitas di [8] Setiawati, Setiawati. “Analisis Pengaruh Kebijakan Deviden
Terhadap Nilai Perusahaan Pada Perusahaan Farmasi di BEI”.
mana variabel bebas X1, X4, X7 terbebas dari Jurnal Inovasi Penelitian, vol. 1, hlm. 1581-1590, Jan 2021.
multikolinearitas, bersifat homoskedastisitas dan dapat [9] Statistik Daerah Kecamatan Panca Rijang. Badan Pusat Statistik
terdistribusi dengan normal. Persamaan yang diperoleh Kabupaten Sidenreng Rappang. 2018.
adalah Y = 11,08 + 0,50(X1) + 0,53(X4) - 0,02(X7) + [10] Tamin, O. Z., Perencanaan & Pemodelan Transportasi, edisi ke-2,
Penerbit ITB, Bandung, 2000.

▪ 75