DETAIL KOLEKSI

Pengruh aktivitas kendaraan wajib timbang termasuk kendaraan odol terhadap volume lalu lintas, kinerja jalan, kecelakaan lalu lintas dan kerugian kecelakaan pada jalan nasional


Oleh : Evi Herlina Marpaung

Info Katalog

Subyek : Motor vehicle scales

Penerbit : FTSP - Usakti

Kota Terbit : Jakarta

Tahun Terbit : 2022

Pembimbing 1 : Budi Hartanto Susilo

Kata Kunci : road performance, traffic accidents, accident losses on national road

Status Posting : Published

Status : Lengkap


File Repositori
No. Nama File Hal. Link
1. 2022_TS_MTS_151012010003_Halaman-judul.pdf 28
2. 2022_TS_MTS_151012010003_Lembar-pengesahan.pdf 8
3. 2022_TS_MTS_151012010003_Bab-1_Pendahuluan.pdf 8
4. 2022_TS_MTS_151012010003_Bab-2_Tinjauan-Pustaka.pdf 208
5. 2022_TS_MTS_151012010003_Bab-3_Metodologi-Penelitian.pdf 20
6. 2022_TS_MTS_151012010003_Bab-4_Analisis-dan-pembahasan.pdf 600
7. 2022_TS_MTS_151012010003_Bab-5_Kesimpulan.pdf 16
8. 2022_TS_MTS_151012010003_Daftar-pustaka.pdf 32
9. 2022_TS_MTS_151012010003_Lampiran.pdf 1340
10. 2022_TS_MTS_151012010003_PPT.pdf 100

J Jawa Tengah memiliki jumlah sentra industri mencapai 3.460 sentra dan merupakan Provinsi dengan jumlah sentral industri terbanyak pertama di Indonesia. Kegiatan perindustrian membuat kegiatan logistik meningkat, salah satu dampak pertumbuhan industri adalah meningkatnya aktivitas dari kendaraan logistik, yang bisa juga dikatakan sebagai Kendaraan Wajib Timbang (KWT). Pelanggaran tertinggi KWT adalah Over Dimension Overload (ODOL). ODOL sendiri menjadi salah satu penyebab peningkatan kecelakaan, merusak infrastruktur jalan, dan mengurangi umur rencana jalan. Untuk meningkatkan tingkat keselamatan lalu lintas jalan di Jawa Tengah, dilakukan penelitian guna mengetahui seberapa kuat tingkat hubungan aktivitas KWT termasuk ODOL, terhadap kondisi jalan, kecelakaan lalu lintas dan kerugian akibat kecelakaan. Lokasi penelitian dilakukan pada ruas Jalan Nasional di Jawa Tengah. Data yang digunakan LHR (Lalu Lintas Harian), Kecelakaan Lalu Lintas, Key Performance Indicators (KPI). Menggunakan metode Analisis Regresi Linier dan Polinominal pada program Microsoft Excel 2016. Teridentifikasi kondisi lalu lintas pada tahun 2021, LHR KWT menyumbang 25,34% dan LHR ODOL menyumbang 2,46% pada LHR LT. Jalan nasional provinsi jawa dengan kategori kondisi jalan baik 45.42% (691,96 Km) dan kategori sedang 52,51% (800,00 Km). Persentasi tingkat Kecelakaan LT 0,03 %, Kecelakaan KWT 0,05 % dan Kecelakaan ODOL 0,21 %. Kerugian Kecelakaan KWT menyumbang 67,53% dan Kerugian Kecelakaan ODOL menyumbang 57,46% pada Kerugian Kecelakaan LT. LHR ODOL memiliki pengaruh dan hubungan yang sangat kuat terhadap KPI dengan nilai R Square (R2) = 0,8277. Kecelakaan Kendaraan KWT memiliki pengaruh dan hubungan yang sangat kuat terhadap Kecelakaan Kendaraan Total dengan nilai R Square (R2) = 0,941. Berdasarkan analisis berganda variable bebas terhadap KPI didapatkan nilai R Square 0,8470 dengan persamaan untuk full model y = 2,0007516 + 0,00010383(LHR ODOL) + 9,07595E-07(LHR LT) + 4,61252E-06 (LHR WT). Terhadap Kecelakaan Total didapatkan nilai R Square 0.9479 dengan persamaan untuk full model y = - 0,0096 - 0,00042 (LHR ODOL) + 0,000042 (LHR LT) + 0,00014 (LHR WT) + 1.4087 (Kecelakaan WT) + 1.1552 (Kecelakaan ODOL). Terhadap Kerugian Kecelakan Total didapatkan nilai R Square sebesar 0,9221 dengan persamaan untuk full model y = - 9,5638 – 6,0059 (Kecelakaan WT) + 7,5782 (Kecelakaan ODOL) + 2,2902 (Kecelakaan Total) + 1,2534 (Kerugian Kecelakaan WT) – 0,6104 (Kerugian Kecelakaan ODOL)

C Central Java has a number of industrial centers reaching 3,460 centers and is the province with the first largest number of industrial centers in Indonesia. Industrial activities make logistics activities increase, wrong One impact of industrial growth is the increased activity of vehicles logistics, which can also be said to be a Compulsory Weighing Vehicle (KWT). The highest KWT violation is Over Dimension Overload (ODOL). TOOTHPASTE itself becomes one of the causes of increased accidents, damage road infrastructure, and reduce the design life of roads. To increase level of road traffic safety in Central Java, a research was conducted to find out how strong the level of relationship between KWT activity including ODOL, to road conditions, traffic accidents and losses due to accidents. The research location was carried out on the National Road section in Central Java. The data used is LHR (Daily Traffic), Traffic Accidents, Key Performance Indicators (KPI). Using the method of Linear Regression Analysis and Polynomial in the Microsoft Excel 2016 program. Identified past conditions traffic in 2021, LHR KWT contributes 25.34% and LHR ODOL contributed 2.46% to LHR LT. The national road of the province of Java by category good road conditions 45.42% (691.96 Km) and moderate category 52.51% (800.00 kms). The percentage of 0.03% LT Accidents, 0.05% and 0.05% KWT Accidents ODOL accidents 0.21%. KWT Accident Losses accounted for 67.53% and ODOL Accident Losses contributed 57.46% to Losses LT accident. LHR ODOL has very strong influence and relationships to KPI with a value of R Square (R2) = 0.8277. KWT Vehicle Accident has a very strong influence and relationship to Accidents Total vehicles with a value of R Square (R2) = 0.941. Based on analysis multiple independent variables on KPI obtained an R Square value of 0.8470 with equation for the full model y = 2.0007516 + 0.00010383(LHR ODOL) + 9.07595E-07(LHR LT) + 4.61252E-06 (LHR WT). Against Total Accidents obtained the value of R Square 0.9479 with the equation for the full model y = - 0.0096 - 0.00042 (LHR ODOL) + 0.000042 (LHR LT) + 0.00014 (LHR WT) + 1.4087 (WT Accident) + 1.1552 (ODOL Accident). Against Losses Total Accidents obtained R Square value of 0.9221 with the equation for the full model y = - 9.5638 – 6.0059 (WT accident) + 7.5782 (accident ODOL) + 2.2902 (Total Accident) + 1.2534 (WT Accident Loss) – 0.6104 (ODOL Accident Loss)

Bagaimana Anda menilai Koleksi ini ?