Judul :

Urban Road
Network
Accessibility
Evaluation
Method Based
On GIS
Spatial
Analysis
Techniques

Penulis:

Hu Weiping
dan Wu Chi

The International
Archives of the
Photogrammetry,
Remote Sensing
and Spatial
Information
Science, Vol. 38,
Part II.
Keywords:
Accessibility,
Road Network
Evaluation, GIS.
Spatial Analysis

Evaluasi Aksesibilitas Jariang Jalan Perkotaan Berbasis GIS

(Kasus di Kota Foshan, Cina)

Amrih Halil,

1
 Evaluasi Aksesibilitas Jariang Jalan Perkotaan Berbasis GIS

(Kasus di Kota Foshan, Cina)

Amrih Halil (halilamrih01@gmail.com)

1. Pendahuluan

Jurnal Urban Road Network Accessibility Evaluation Method Based on GIS

Spatial Analysis Techniques, ditulis oleh Hu Wiping dan Wu Chi pada The
International Archives of The Photogrammetry, Remote Sensing and Spatial
Information Sciences, Vol. 38, Part II. Studinya menjelaskan tentang
pengevaluasian aksesibilitas jaringan jalan di perkotaan. Jaringan jalan di
perkotaan memainkan peran kunci dalam struktur perkotaan, terutama dalam
menunjang kegiatan perekonomian, sosial sampai masalah transportasi yang ada
di perkotaan. Pada jurnal ini, dalam mengevaluasi aksesibilitas jaringan jalan
perkotaan, didasarkan pada teknologi analisis spasial GIS, dengan menyajikan
tiga indikator evaluasi yaitu Shortest Time Distance (STD), Weight Average
Travel Time (WATT) dan Accessibility Index dengan mengambil studi kasus di
Kota Foshan, Cina.

Perencanaan kota merupakan sesuatu yang tidak sederhana, karena di dalamnya

akan menyangkut berbagai kepentingan yang bertujuan untuk memperlancar
kehidupan kota. Perencanaan tersebut memerlukan suatu analisis yang cukup tepat
baik dari segi teknis maupun sosial yang menyangkut hidup masyarakat
perkotaan. Sistem jaringan jalan perkotaan dapat juga memanfaatkan teknologi
berbasis Sistem Informasi Geografis dalam melakukan perencanaan maupun
pengevaluasian jaringan jalan perkotaan. Hal ini perlu dilakukan dengan cermat,
sehingga harapannya adalah tidak menimbulkan permasalahan terkait jaringan
jalan perkotaan. Pentingnya evaluasi jaringan jalan dengan konsep dasar SIG,
diharapkan dapat berkontribusi pada instansi terkait dalam memberikan informasi
jaringan jalan perkotaaan yang efektif. Kondisi di Indonesia sendiri, masih sangat
jarang penerapan GIS dalam mengevaluasi jaringan jalan dalam perencanaan
perkotaan.

Riset dari Hu Wiping dan Wu Chi ini bertujuan untuk mengevaluasi aksesibilitas
jaringan jalan perkotaan yang didasarkan pada teknologi analisis spasial GIS
dengan menerapkan Kota Foshan, Cina sebagai studi kasus penelitian. Tujuan
pengulas adalah untuk mempelajari cara pengevaluasian aksesibilitas jaringan
jalan dalam perencanaan sebuah kota, sehingga dapat diterapkan di kota-kota
besar di Indonesia dan berkontribusi dalam memberikan informasi pada instansi
terkait seperti Dinas Lalu Lintas Angkutan Jalan (DLLAJ) atau kementrian
perhubungan dalam melakukan perencanaan aksesibilitas jaringan jalan
perkotaan.

2
2. Ringkasan

Permasalahan Aksesibilitas Jaringan Jalan Perkotaan

Paparan dalam jurnal ini adalah aksesibilitas jaringan jalan perkotaan memainkan
peran penting dalam struktur ruang perkotaan. Diperlukannya sebuah evaluasi
aksesibilitas jaringan jalan perkotaan dalam sebuah perencanaan kota. Hansen
mengusulkan konsep aksesibilitas untuk pertama kalinya, mendefinisikannya
sebagai jaringan transportasi dalam berbagai peluang interaksi node (Hansen,
1959). Selanjutnya, aksesibilitas secara luas diterapkan dalam penelitian dan
perencanaan jaringan jalan, konstruksi, dan evaluasi. Dalam geografi transportasi,
evaluasi aksesibilitas jaringan jalan telah menjadi masalah penting, namun
aksesibilitas tidak memiliki konsep yang unik hingga sekarang. Yang dan Zhou
mengemukakan pendapat bahwa aksesibilitas adalah tingkat kenyamanan tempat
yang datang dari tempat lain, dapat berupa jarak spasial, jarak topologis, jarak
tempuh, waktu tempuh atau biaya transportasi (YANG Jiawen, ZHOU Yixing,
1999). Aksesibilitas memiliki fitur spasial dan waktu. Menunjukkan tingkat
kenyamanan tempat sebagai entitas spasial dan waktu adalah faktor impedansi
utama aksesibilitas.

2.1 Model Evaluasi dari Aksesibilitas Jaringan Jalan

Ada banyak indikator evaluasi yang diajukan oleh peneliti. Namun penelitian ini
menggunakan tiga indikator evaluasi dalam menetapkan model. Diantaranya:
1. Shortest Time Distance (STD), mengacu pada total waktu yang dibutuhkan
satu node ke node yang lain di jaringan jalan dengan rute pengeluaran terpendek.
Nilai STD yang lebih rendah ditunjukkan node menunjukkan bahwa aksesibilitas
node lebih tinggi. Dengan rumus persamaan modelnya adalah :

Dalam rumus, Ai untuk nilai aksesibilitas node, nilainya dapat berubah dari 0 (self
node) sampai +∞ (tidak menghubungkan node). Tij adalah waktu tempuh paling
sedikit dari node I ke node j. n adalah jumlah total node jaringan jalan.
2. Weight Average Travel Time (WATT), adalah penjumlahan tertimbang dari
total waktu yang dibutuhkan node untuk semua node lain di jaringan jalan dengan
rute pengeluaran terpendek. Bobot mewakili pentingnya sebuah node di jaringan
jalan, dapat dihitung dengan kepadatan penduduk atau indeks ekonomi. Nilai
WATT terutama terkait dengan posisi node di jaringan jalan. Misalnya, simpul di
wilayah tengah biasanya memilki nilai lebih kecil. Dengan rumus persamaan
modelnya adalah :

Dalam rumus, Ai untuk nilai aksesibilitas node, nilainya dapat berubah dari 0 (self
node) sampai +∞ (tidak menghubungkan node). Tij adalah waktu tempuh paling
sedikit dari node I ke node j. Mj adalah berat simpul j. n adalah jumlah total node
jaringan jalan.

3
3. Indeks Aksesibilitas, adalah indeks yang dinormalisasi untuk waktu tempuh
terpendek dan waktu tempuh rata-rata tertimbang. Dengan rumus persamaan
modelnya:

Dalam rumus, Ai’ adalah indeks aksesibilitas, Ai adalah nilai aksesibilitas satu
node, adalah rata-rata nilai dari aksesibilitas.

2.2 Metode Evaluasi Aksesibilitas Jalan

Gambar. 1 Diagram Alir Kerja Evaluasi Aksesibilitas Jaringan Jalan

Sumber: Hu Wiping & Wu Chi. (2006). Urban Road Network Accessibility Evaluation
Method Based on GIS Spatial Analysis Techniques. Elsevier.

Kelemahan pertama dalam jurnal ini yaitu tidak dijelaskannya diagram alir kerja
penelitian. Diagram alir kerja penelitian hanya ditampilkan melalui gambar, tanpa
adanya deskripsi lebih lanjut. Perlunya penjelasan agar pembaca memilki satu
pemahaman dengan penulis, sehingga maksud informasi dari diagram alir kerja
penelitian yang ditampilkan penulis, dapat dipahami dengan jelas hingga output
yang dikeluarkan nantinya.

4
Penulis menggunakan ESRI Personal Geodatabase untuk menangani data, dan
membangun FeatureDataset, membangun jaringan efektif (Jaringan Utilitas),
menggunakan kelas INetworkCollection untuk meneruskan jaringan geometri
untuk membangun CreateGeometricNetwork. Metode dasarnya adalah:

Memproses pemrosesan yang dinormalisasi dengan presisi data, ketepatan

sambungan fitur garis adalah 0,001 meter (yaitu dua garis yang terhubung dengan
node disetujui dalam 0,001 meter untuk koneksi).
Analisis jaringan geometri. Menghitung setiap konektivitas jaringan simpul,
Berikut ini adalah kode kunci:

Menghitung setiap jalur paling pendek dari node, berikut adalah kode kunci:

5
Menurut rumus 1 dan rumus 2, menghitung nilai STD dan WATT, kemudian
melakukan proses normalisasi, mendapatkan nilai koefisien aksesibilitas.

Analisis pengolahan data

Menggunakan formulir laporan untuk mengekspresikan nilai STD, nilai nilai
koefisien WATT dan nilai koefisien aksesibilitas; Membawa pada klasifikasi
sektor ke setiap node dengan perbedaan koefisien aksesibilitas, dan membawa
pada peringkat yang berlebihan pada grafik.
Kelemahan kedua dari jurnal ini yaitu tidak dijelaskannya metode dasar yang
ditampilkan yaitu penggunaan ESRI Personal Geodatabase, kode kunci dalam
menghitung setiap konektivitas jaringan simpul, kode kunci menghitung setiap
jalur paling pendek dari node, dan melakukan proses normalisasi, mendapatkan
nilai koefisien aksesibilitas. Perlunya diberikan penjelasan singkat mengenai
rumus atau kode yang digunakan tersebut, agar pembaca dapat memahami
maksud dari penulis.

2.3 Sistem Evaluasi Jaringan Jalan

Penulis mengambil wilayah pusat kota Foshan sebagai contoh. Data jalan tahun
2008 digunakan dalam pengujian. Distribusi titik nodes (titik hijau) ditunjukkan
pada gambar 2.

Gambar. 2 Lokasi sampel nodes

Sumber: Hu Wiping & Wu Chi. (2006). Urban Road Network Accessibility Evaluation
Method Based on GIS Spatial Analysis Techniques. Elsevier.

6
Kelebihan pertama dalam jurnal ini yaitu penggunaan peta dalam menampilkan
informasi yang bersifat keruangan. Data titik nodes dispasialkan sehingga terlihat
penyebaran dari nodes pada daerah penelitian, yakni di Kota Foshan, Cina.
Terlihat persebaran nodes tersebar merata di daerah penelitian.

Shortest Time Distance (STD), Weight Average Travel Time (WATT) serta proses
normalisasi terhadap data, hasil olahannya adalah sebagai berikut (gambar 3)

Gambar. 3 Hasil perhitungan Shortest Time Distance (STD), Weight

Average Travel Time (WATT) serta proses normalisasi terhadap data
Sumber: Hu Wiping & Wu Chi. (2006). Urban Road Network Accessibility Evaluation
Method Based on GIS Spatial Analysis Techniques. Elsevier.
Kelemahan ketiga dari jurnal ini yaitu dalam menampilkan hasil olahan data
Shortest Time Distance (STD), Weight Average Travel Time (WATT) serta proses
normalisasi terhadap data. Angka yang ditampilkan tidak terlalu jelas. Sehingga
perlu diperjelas dan digunakan bahasa inggris dalam keterangan tabelnya.

Perhitungan interpolasi Kriging. Setelah waktu tempuh terpendek dinormalkan ke

koefisien aksesibilitas, hasil interpolasi adalah sebagai berikut (Gambar 4).

Gambar. 4 Hasil Interpolasi Nilai Shortest Travel Time

Sumber: Hu Wiping & Wu Chi. (2006). Urban Road Network Accessibility Evaluation
Method Based on GIS Spatial Analysis Techniques. Elsevier.

7
Setelah waktu tempuh rata-rata tertimbang dinormalisasi ke koefisien
aksesibilitas, hasil interpolasi adalah sebagai berikut (Gambar 5).

Gambar. 5 Hasil Interpolasi Nilai Weighted Average Travel Time

Sumber: Hu Wiping & Wu Chi. (2006). Urban Road Network Accessibility Evaluation
Method Based on GIS Spatial Analysis Techniques. Elsevier.

Kelemahan keempat dari jurnal ini yaitu hasil interpolasi pada gambar 4 dan
gambar 5 dengan menampilkan peta. Seharusnya menjadi sebuah kelebihan,
namun peta yang disajikan tidak jelas, terutama dalam bagian legenda yang tidak
terbaca, sehingga pembaca sulit mendapatkan informasi dari peta yang disajikan.

Pada Gambar 4 dan Gambar 5, dua metode penilaian mendapatkan hasil yang
serupa. Dari timur laut ke barat daya, nilai aksesibilitas kawasan pusat Foshan
menurun secara bertahap. Pada Gambar 4, terutama menunjukkan waktu general
terpendek dari nodes. Wilayah pusat Foshan memiliki nilai aksesibilitas yang
relatif lebih tinggi. Pada Gambar 5, di satu sisi, nilai aksesibilitas menampilkan
karakteristik waktu tempuh node terpendek. Di sisi lain, karena node tersebut
telah bergabung dengan bobot pada sentrisitas dan peringkat transportasi, wilayah
utara dengan kereta api, jalan raya nasional dan jalan raya provinsi dan
sebagainya, maka memiliki nilai aksesibilitas yang lebih tinggi. Pada Gambar 4
dan Gambar 5, wilayah barat memiliki nilai aksesibilitas yang relatif rendah.
Berdasarkan metode analisis spasial GIS, dengan menggunakan ESRI
Corporation's ArcGIS Engine components and Microsoft
Corporation .Net Framework, penulis membangun indeks tertimbang dan normal
untuk menilai aksesibilitas node jalan. Dalam uji sampel kota Foshan, hasilnya
menunjukkan bahwa indeks tersebut dapat menjelaskan situasi sebenarnya
aksesibilitas jaringan jalan.

8
3. Perbandingan dengan Jurnal Terkait
Jurnal yang dibandingkan pada tulisan ini yaitu dengan judul GIS Tools for
Analyzing Accident and Road Design: A review yang ditulis oleh Romi Satria dan
Maria Castro dalam Elsevier (2016). Jika dilihat persamaannya dengan judul
jurnal yang pertama yaitu Urban Road Network Accessibility Evaluation Method
Based on GIS Spatial Analysis Techniques, metode yang digunakan yaitu teknik
spasial analisis pada GIS. Namun tujuan judul yang pertama yaitu untuk
mengevaluasi aksesibilitas jaringan jalan perkotaan dengan tiga indikator evaluasi
yaitu Shortest Time Distance (STD), Weight Average Travel Time (WATT) dan
Accessibility Index dengan mengambil studi kasus di Kota Foshan, Cina, pada
jurnal yang dibandingan memiliki tujuan mengulas studi kecelakaan yang dibuat
dengan bantuan GIS dan menyajikan beberapa alat GIS yang digunakan untuk
melakukan analisis spasial terhadap kecelakaan lalu lintas.

Biasanya, peneliti menggabungkan GIS dan model statistik untuk mengevaluasi

risiko kecelakaan lalu lintas. Misalnya, Li dan Zhang (2007) menunjukkan
bagaimana GIS dan model statistik dapat digunakan. Semua persiapan,
segmentasi, dan skrining data dilakukan di GIS. Namun, analisis Bayesian
dilakukan di luar platform GIS manapun. Pendekatan ini efektif karena
memungkinkan pengguna untuk bekerja dengan data baik dalam konteks tabular
maupun spasial, dan untuk mengekspor dan mengimpor data dari berbagai format.
Karakteristik lain dari pendekatan ini adalah memungkinkan penggunaan model
statistik yang berbeda (Poisson, lognormal Poisson, binomial negatif, dll.) Secara
independen dari GIS (Shankar et al., 1995). Peneliti lain menggunakan alat GIS
untuk melakukan analisis spasial tentang kecelakaan lalu lintas.

Dalam beberapa tahun terakhir, kombinasi GIS dan analisis statistik semakin
banyak digunakan oleh banyak peneliti untuk menilai kecelakaan jalan
(Steenberghen et al., 2004; Erdogan et al., 2008; Erdogan, 2009, Ma et al., 2014;
Tortum & Atalay, 2015; Yalcin & Duzgun, 2015; Benedek et al., 2016). Metode
yang paling sering digunakan adalah statistik Moran's I dan Getis-Ord. Alat
spasial ini digunakan untuk mengetahui titik-titik panas dan menganalisa
fenomena spasial kecelakaan. Misalnya, apakah ada lokasi dimana "cluster
kecelakaan" atau jenis kecelakaan tertentu terjadi.

Dalam beberapa kasus, analisis faktor juga digunakan. Analisis ini

memungkinkan sejumlah kecil dimensi untuk menjelaskan sebagian besar
informasi dalam kumpulan data yang besar, jika ada redundansi yang cukup besar.
Tortum dan Atalay (2015) membuat analisis faktor untuk mengidentifikasi
variabel yang memiliki hubungan signifikan secara statistik dengan jumlah
kecelakaan lalu lintas. Di sisi lain, logika fuzzy juga telah digunakan. Effati et al.
(2014) menggunakan pendekatan neuro-fuzzy geospasial untuk pemodelan lokasi
berbahaya. Ini diuji di koridor jalan raya regional dan lokasi berbahaya yang
ditemukan dibandingkan dengan bintik hitam yang ada yang diperoleh dengan
menggunakan pendekatan statistik.

Teknik spasial di GIS digunakan untuk menganalisa kecelakaan lalu lintas yang
disajikan. Analisis spasial digunakan untuk secara geografis menentukan lokasi di

9
mana terjadi kecelakaan, dan untuk menilai pola distribusi tertentu melalui
visualisasi peta. Mengenai metode spasial, yang paling umum digunakan adalah
statistik Moran's I dan Getis-Ord. Karena Moran's I mengukur ketergantungan
spasial dari lokasi kecelakaan dan titik-titik kecelakaan cluster sesuai dengan pola
spasial, metode spasial ini menyediakan alat untuk mempelajari kejadian
kecelakaan. Di sisi lain, statistik Getis-Ord mengukur satu nilai korelasi spasial
dan memberikan ukuran nilai derajat pengelompokan dalam pola spasial. Karena
berbagai macam metode dan alat pada GIS tersedia dalam literatur, peneliti dapat
melakukan banyak studi keselamatan jalan raya yang berbeda dan
mengidentifikasi pola kecelakaan pada jaringan.

Perbandingan jurnal kedua yaitu dengan judul Interaction Between Road Network
Connectivity and Spatial Pattern yang ditulis oleh Sreelekha. M. G et al., pada
Elsevier (2015). Palam penelitian ini dilakukan upaya untuk menganalisa
konektivitas jaringan jalan dan pola spasial yang ada di kota Calicut di India, dan
oleh karena itu tujuan dari jurnal ini untuk mengetahui apakah konektivitas
jaringan dapat menjelaskan varians yang signifikan dalam pola spasial struktur
jaringan. Analisis menunjukkan bahwa frekuensi jaringan transport secara
langsung bervariasi sehubungan dengan konektivitas dan jangkauan area studi.
Kerapatan jaringan bisa lebih baik memprediksi fraktur jaringan jalan daripada
indikator konektivitas lainnya. Artinya ada hubungan yang signifikan antara
tingkat pengembangan jaringan jalan dan struktur ruang jaringan di dalam wilayah
studi. (Sreelekha.M.G. et al,. 2015).

Gambar. 6 Variasi dimensi fractal (kiri) dan variasi kerapatan jaringan (kanan)
Sreelekha.M.G. et al,. (2015). Interaction Between Road Network Connectivity and Spatial
Pattern. Elsevier.
Peta tematik memvisualisasikan bagaimana variabel bervariasi di seluruh wilayah
geografis. Gambar kanan, memastikan bahwa kepadatan jaringan lebih mengarah
ke wilayah CBD dan lebih rendah ke arah daerah pinggiran kota pedalaman
Calicut. Dari Gambar kiri. yang menunjukkan pola dimensi fraktal, nilai tertinggi
di dekat area CBD. Berdasarkan peta yang disiapkan dapat diamati bahwa korelasi
antara dimensi fraktal dan kerapatan jaringan.

10
4. Kondisi di Indonesia

Seiring dengan pertumbuhan penduduk perkotaan yang amat pesat di Indonesia,

pada umumnya melampaui kemampuan penyediaan prasarana dan sarana
perkotaan diantaranya permasalahan transportasi khususnya transportasi darat
makin memprihatinkan. Hal tersebut ditandai dengan banyaknya ruas jalan yang
mengalami kemacetan, tundaan dan kecelakaan lalulintas. Di Indonesia sendiri,
dalam pengevaluasian aksesibilitas jaringan jalan dengan didasarkan pada
teknologi analisis spasial GIS masih jarang dilakukan. Dengan hasil ulasan yang
telah dilakukan, bukan sesuatu yang mustahil penerapan pengevaluasian
aksesibilitas jaringan jalan dengan tiga indikator evaluasi yaitu Shortest Time
Distance (STD), Weight Average Travel Time (WATT) dan Accessibility Index
dapat dilakukan, sehingga permasalahan-permasalahan jaringan jalan perkotaan di
Indonesia dapat di atasi.

4.1 Kota Makassar

Fenomena kemacetan lalu lintas sangat erat kaitannya dengan hayat hidup
masyarakat. Makin seringnya terjadi kemacetan khususnya pada koridor jalan
utama di Kota Makassar menimbulkan dampak yang sangat besar terhadap
perekonomian. aksessibilitas serta kenyamanan pengguna jalan. Dengan
terjadinya perubahan yang dinamis dari Kota Makassar menimbulkan dampak
positif maupun negatif. Akibat peningkatan jumlah penduduk setiap tahunnya,
penambahan jumlah pembangunan industri dan perkantoran serta perumahan
penduduk di Kota Makassar, maka peningkatan infrastruktur kota harus
mengimbangi perubahan tersebut. Salah satunya adalah sistem pengelolaan dan
penangan jaringan jalan yang lebih baik.

Pengelolaan informasi spasial telah menjadi lebih mudah dilakukan dengan makin
berkembangnya penggunaan aplikasi GIS, Aplikasi GIS sekarang ini berkembang
untuk berbagai bidang ilmu. Dengan pertumbuhan eksponensial dari internet dan
penyebaran teknologi GIS, menyediakan sarana yang efektif untuk manajemen
database jaringan jalan perkotaan. Para management system jaringan jalan
perkotaan memungkinkan untuk menggunakan aplikasi GIS didalam manajemen
jaringan jalan yang memungkinkan terintegrasi ke platform sub-sistem (seperti
sistem pemantauan, design and sistem perencanaan, dll) dan dikombinasikan
dengan perangkat GPS.

Dalam melakukan pemetaan jaringan jalan Kota Makassar menggunakan aplikasi

GIS, terdiri dari tiga tahapan yaitu; Input, proses dan analisis dan output. Secara
garis besar dijelaskan pada gambar.

11
 Gambar. 7 Penyusunan Peta Jaringan Jalan Kota Makassar Menggunakan GIS
Sumber: Syarifuddin Rauf & Sumarni Hamid Aly. (2011). Penyusunan Database Jaringan
Jalan Kota Makassar Berbasis GIS Open Source. Fakultas Teknik Universitas Hasanuddin.

Gambar. 8 Database Jaringan Jalan Kota Makassar

Sumber: Syarifuddin Rauf & Sumarni Hamid Aly. (2011). Penyusunan Database
Jaringan Jalan Kota Makassar Berbasis GIS Open Source. Fakultas Teknik Universitas
Hasanuddin.

Jaringan Jalan Tol

Jaringan jalan tol di Kota Makassar terdiri atas jalan toll Reformasi mulai dari
pertigaan Jalan Urip Sumaharjo sampai di kawasan pelabuhan laut Sukaro.
Sedangkan jalan toll Ir. Sutami Mulai dari simpang Bandara Udara Sultan
Hasanuddin sampai di flyover Tallo. Adapun panjang ruas jalan toll Ir. Sutami
berkisar 11,37 km dan Panjang jalan toll reformasi berkisar 6,1 km.

Gambar. 9 Jaringan Jalan Toll Reformasi

Sumber: Syarifuddin Rauf & Sumarni Hamid Aly. (2011). Penyusunan Database
Jaringan Jalan Kota Makassar Berbasis GIS Open Source. Fakultas Teknik Universitas
Hasanuddin.

12
 Gambar. 10 Jaringan Jalan Toll Ir. Sutami
Sumber: Syarifuddin Rauf & Sumarni Hamid Aly. (2011). Penyusunan Database
Jaringan Jalan Kota Makassar Berbasis GIS Open Source. Fakultas Teknik Universitas
Hasanuddin.

Jalan Rawan Macet

Kemacetan jalan di Kota makassar terjadi pada daerah simpang dan di ruas jalan.
Kemacetan terjadi pada saat jam sibuk yaitu pada jam 7.00 – jam 9.00 pagi, Sore
dan malam hari. Beberapa daerah rawan banjir diperlihatkan pada gambar

dibawah. Gambar. 11 Hasil Interpolasi Nilai Weighted Average Travel Time

Sumber: Syarifuddin Rauf & Sumarni Hamid Aly. (2011). Penyusunan Database
Jaringan Jalan Kota Makassar Berbasis GIS Open Source. Fakultas Teknik Universitas
Hasanuddin.

Kesimpulan

Perencanaan kota merupakan sesuatu yang tidak sederhana, karena di dalamnya

akan menyangkut berbagai kepentingan yang bertujuan untuk memperlancar

13
kehidupan kota. Perencanaan tersebut memerlukan suatu analisis yang cukup tepat
baik dari segi teknis maupun sosial yang menyangkut hidup masyarakat
perkotaan. Sistem jaringan jalan perkotaan dapat juga memanfaatkan teknologi
berbasis Sistem Informasi Geografis dalam melakukan perencanaan maupun
pengevaluasian jaringan jalan perkotaan. Hal ini perlu dilakukan dengan cermat,
sehingga harapannya adalah tidak menimbulkan permasalahan terkait jaringan
jalan perkotaan.

Di Indonesia sendiri, dalam pengevaluasian aksesibilitas jaringan jalan dengan

didasarkan pada teknologi analisis spasial GIS masih jarang dilakukan. Dengan
hasil ulasan yang telah dilakukan, bukan sesuatu yang mustahil penerapan
pengevaluasian aksesibilitas jaringan jalan dengan tiga indikator evaluasi yaitu
Shortest Time Distance (STD), Weight Average Travel Time (WATT) dan
Accessibility Index dapat dilakukan, sehingga permasalahan-permasalahan
jaringan jalan perkotaan di Indonesia dapat di atasi.

Pada tulisan Hu Wiping dan Wu Chi tersebut terdapat beberapa keterbatasan.

Pertama, tidak dijelaskannya diagram alir kerja penelitian. Diagram alir kerja
penelitian hanya ditampilkan melalui gambar, tanpa adanya deskripsi lebih lanjut.
Kedua, tidak dijelaskannya metode dasar yang ditampilkan yaitu penggunaan
ESRI Personal Geodatabase, kode kunci dalam menghitung setiap konektivitas
jaringan simpul, kode kunci menghitung setiap jalur paling pendek dari node, dan
melakukan proses normalisasi, mendapatkan nilai koefisien aksesibilitas. Ketiga,
dalam menampilkan hasil olahan data Shortest Time Distance (STD), Weight
Average Travel Time (WATT) serta proses normalisasi terhadap data. Angka yang
ditampilkan tidak terlalu jelas. Keempat, hasil interpolasi pada gambar 4 dan
gambar 5 dengan menampilkan peta. peta yang disajikan tidak jelas, terutama
dalam bagian legenda yang tidak terbaca, sehingga pembaca sulit mendapatkan
informasi dari peta yang disajikan.

Pada dasarnya artikel dalam jurnal ini dapat mencakup bahasan mendatang yang
lebih luas, dan artikel tersebut dapat dilanjutkan dengan penelitian yang lebih
komprehensif dengan solusi yang terkini, sehingga dapat disampaikan dan dapat
diterapkan untuk penanganan permasalahan evaluasi aksesibilitas jaringan jalan
perkotaan. Dimungkinkan untuk dilakukan studi lanjutan tentang penerapan
teknologi terkini tentang evaluasi aksesibilitas jaringan jarang menggunakan
teknologi analisis spasial GIS. Walaupun masih terdapat keterbatasan pembahasan
pada artikel tersebut, pada intinya artikel tersebut masih layak untuk dibaca oleh
para pengkaji tingkat pemula dan menengah. Bagi para peneliti GIS di Indonesia
dapat juga memperluas perspektif cakupan literaturnya dengan studi-studi yang
sudah ada sehingga bisa dapat bermanfaat bagi masyarakat Indonesia secara
umumnya.

Daftar Pustaka

EFFATI, M., RAJABI, M., SAMADZADEGAN, F. and SHABANI, S., 2014. A

geospatial neuro-fuzzy approach for identification of hazardous zones in

14
 regional transportation corridors. International Journal of Civil
Engineering, 12(3), pp. 289 303.

Hu Weiping & Wu Chi. (2006). Urban Road Network Accessibility Evaluation

Method Based on GIS Spatial Analysis Techniques. Elsvier.

LI, L., ZHU, L. and SUI, D.Z., 2007. A GIS-based Bayesian approach for
analyzing spatial–temporal patterns of intra-city motor vehicle crashes.
Journal of Transport Geography, 15(4), pp. 274-285.
Romi Satria & Maria Castro. (2016). GIS Tools for Analyzing Accident and Road
Design: A review. Elsevier.
SHANKAR, V., MANNERING, F. and BARFIELD, W., 1995. Effect of roadway
geometrics and environmental factors on rural freeway accident
frequencies. Accident Analysis & Prevention, 27(3), pp. 371-389.

Sreelekha.M.G. et al,. (2015). Interaction Between Road Network Connectivity

and Spatial Pattern. Elsevier.

STEENBERGHEN, T., DUFAYS, T., THOMAS, I. and FLAHAUT, B., 2004.

Intra-urban location and clustering of road accidents using GIS: a Belgian
example. International Journal of Geographical Information Science, 18(2),
pp. 169-181.

Syarifuddin Rauf & Sumarni Hamid Aly. (2011). Penyusunan Database Jaringan
Jalan Kota Makassar Berbasis GIS Open Source. Fakultas Teknik
Universitas Hasanuddin.

TORTUM, A. and ATALAY, A., 2015. Spatial analysis of road mortality rates in
Turkey, Proceedings of the Institution of Civil EngineersTransport 168(6),
Thomas Telford Ltd, pp. 532-542.

15