Proceedings of Topic 07

the 19th International Symposium of FSTPT Operation and

FSTPT Islamic University of Indonesia, 11-13 October 2016 maintenance of transportation
Forum Studi Transportasi antar Perguruan Tinggi Ch. 9 pp. 1629-1638, ISBN: 979-95721-2-19 systems and infrastructures

PENGUKURAN KARAKTERISTIK PERJALANAN BIS

TRANS JOGJA DENGAN PERANGKAT GPS

Alfa Narendra Siti Malkhamah Bertha Maya Sopha

Mahasiswa Program S3 Dosen Dosen
Departemen Teknik Sipil dan Departemen Teknik Sipil dan Departemen Teknik Mesin dan
Lingkungan, Lingkungan, Industri,
Fakultas Teknik, Fakultas Teknik, Fakultas Teknik,
Universitas Gadjah Mada Universitas Gadjah Mada Universitas Gadjah Mada
alfa.narendra@mail.ugm.ac.id malkhamah@ugm.ac.id bertha_sopha@ugm.ac.id

Abstract
Measuring bus standard performance requires travel characteristics. The performance which is measured in
travel distance, travel time, average travel speeds, delay at the intersection and stop are then compared to the
standard issued by the Ministry of Transportation. This study aims to measure a performance of Trans Jogja
bus on Route 4B. Data was collected in the morning and day peak hour period by the use of a handheld Global
Positioning System (GPS). The collected data was analyzed using a software called Prune and spreadsheet.
Average travel speed and dwelling time of the Trans Jogja bus are evaluated and contrasted to the standard. It
is found that the travel time value, travel distance, average spot speed, and average intersection, road, bus stop
delay are one hour, 20.5 km, 19 km/h, and 38s, 13s, 7s respectively. The measured bus performances were still
appropriate to the standards.

Keywords: Trans Jogja, characteristics, handheld GPS, peak hour, performances.

Abstrak
Pengukuran kinerja standar dari bis memerlukan karakteristik perjalanan. Kinerja diukur dalam jarak tempuh,
waktu tempuh, kecepatan perjalanan rata-rata, tundaan di simpang dan halte, yang kemudian dibandingkan
dengan standar yang dikeluarkan oleh Kementerian Perhubungan. Tujuan penelitian ini mengukur kinerja dari
bis Trans Jogja Rute 4B. Data dicatat pada jam puncak pagi dan siang menggunakan Global Positioning System
(GPS) genggam. Data tersebut kemudian dianalisa dengan perangkat lunak Prune dan spreadsheet. Rata-rata
waktu tempuh dan dwelling time dari bis dievaluasi dan dibandingkan dengan standar. Didapatkan bahwa nilai
waktu tempuh, jarak tempuh, kecepatan sesaat dan tundaan di simpang, ruas, dan halte besarnya satu jam, 20.5
km, 19 km/j, and 38 detik, 13 detik, 7 detik berurutan. Kinerja bis terukur masih sesuai dengan standar.

Kata- kata kunci: Trans Jogja, karakteristik, GPS genggam, jam puncak, kinerja.

PENDAHULUAN
Penelitian ini dilatarbelakangi kebutuhan data untuk simulasi berbasis agen di Trayek
4B Trans Jogja. Salah satu data yang diperlukan dalam simulasi tersebut adalah karakteristik
perjalanan agen bernama bis. Karakteristik tersebut adalah jarak tempuh, waktu tempuh,
kecepatan tempuh rata-rata, lokasi-lokasi simpang, lokasi-lokasi halte, waktu henti di
simpang-simpang, waktu henti di halte-halte. Tujuan dari penelitian ini adalah menyajikan
hasil pengukuran karakteristik Bis Trans Jogja di Trayek 4B dan membandingkan
karakteristik tersebut dengan standar acuan kinerja angkutan umum massal perkotaan.
Data-data karakteristik tersebut juga dapat digunakan sebagai indikator pengukuran
kinerja Bis Trans Jogja. Trans Jogja adalah rintisan Bus Rapid Transit (Kartikasari, 2008;
Munawar, 2014; Sinaga, 2008), maka dalam pengoperasiannya mengacu pada Standar
Pelayanan Minimal Angkutan Massal Berbasis Jalan (Kementerian Perhubungan, 2012).

1629
 The 19th International Symposium of FSTPT, Islamic University of Indonesia, October 11-13, 2016

Dalam paparannya, masih terdapat kekurangan dalam penggunaan GPS tracking bis Trans
Jogja, diindikasikan dengan belum dapat dipantau dari CC Room (Munawar, 2014). Hal ini
mengakibatkan tidak tersedianya data sekunder mengenai karakteristik bis. Oleh karena itu
diperlukan survei primer untuk mendapatkan data-data tersebut. Data tersebut kemudian
dibandingkan dengan standar agar menjadi ukuran nilai kinerja. Data-data karakteristik
perjalanan bis aktual dan kinerjanya diharapkan menjadi kontribusi utama penelitian ini,
untuk pengembangan sistem evaluasi kinerja angkutan umum massal perkotaan.

KAJIAN PUSTAKA
Dalam kajian pustaka ini diuraikan pemilihan perangkat, cara pengolahan data dasar,
dan standar yang digunakan untuk menilai kinerja.

Pemilihan Perangkat
Untuk mendapatkan sebagian atau seluruh data-data primer sebagaimana tersebut
diatas, terdapat beberapa alternatif alat atau instrumen pengukurannya. Diantaranya sistem
kartu pintar, unit automatic vehicle location (AVL), automatic vehicle identification (AVI),
GPS based video image processing (VIP), GPS based high accuracy speed meter, dan
Accelerometers (Bai et al., 2015; Feng and Timmermans, 2013; Pulugurtha et al., 2014;
William and Tam, 2008; Ye et al., 2015)
Sistem kartu pintar dan GPS yang umum terpasang di China, telah digunakan untuk
melacak perjalanan penduduk, menganalisis keragaman penggunaan ruang, dan untuk
mendapatkan informasi karakteristik perjalanan penduduk (Ye et al., 2015). Unit AVL
digunakan untuk mendapatkan data waktu tempuh dengan menggunakan bis sebagai
kendaraan uji (Pulugurtha et al., 2014). Kombinasi teknologi AVI dan VIP menghasilkan
waktu tempuh dalam waktu nyata (real time) (William and Tam, 2008). GPS yang
dilengkapi dengan demodulasi doppler mampu menghitung kecepatan objek bergerak (Bai
et al., 2015). GPS bersama dengan akselerometer, menghasilkan pengenalan moda dan
pergerakannya yang lebih baik daripada jika digunakan sendiri-sendiri (Feng and
Timmermans, 2013).
GPS telah umum digunakan untuk mendapatkan karakteristik moda dibanyak tempat
(Cortés et al., 2011; Jiménez-Meza et al., 2013; Pluvinet et al., 2012; Zhang et al., 2014,
2011), misalkan di Kota Beijing yang digunakan dalam 10.000 bis (Zhang et al., 2014).
Karakteristik berupa data waktu tempuh, jarak, dan kecepatan tempuh, didapatkan dengan
mengolah data tanggal-waktu, latitude, longitude (Jiménez-Meza et al., 2013). GPS
memiliki keunggulan dalam kemampuan menyediakan data karakteristik yang diperlukan
untuk pemodelan dan simulasi. Namun perangkat GPS, secara umum masih memiliki
kelemahan dalam hal keakuratan data (Bai et al., 2015), sehingga untuk meningkatkan
akurasi memerlukan alat atau prosedur khusus, seperti pencocokan peta, akselerometer,
ataupun perekam data (Bierlaire et al., 2013; Feng and Timmermans, 2013; Taylor et al.,
2006; Zhang et al., 2011)
Kurang akuratnya perangkat GPS terutama terjadi berkaitan dengan chip GPS yang
ditanam dalam telepon pintar (smartphone) (Bierlaire et al., 2013; Clark, 2015; Montini et
al., 2015). Hal ini disebabkan karena rendahnya frekuensi sampel, perlunya kalibrasi
berdasar merk dan jenis perangkat (Montini et al., 2015). Penggunaan GPS pada perangkat
telepon pintar saat ini hanya untuk keperluan kecil sampai menengah, itupun perlu dilakukan
kalibrasi, misalkan dengan metode pencocokan peta (Bierlaire et al., 2013; Clark, 2015;
William and Tam, 2008). Di sisi lain, perangkat GPS yang khusus (dedicated) mampu
memberikan data-data yang lebih akurat (Clark, 2015; Montini et al., 2015). Untuk

1630
 The 19th International Symposium of FSTPT, Islamic University of Indonesia, October 11-13, 2016

keperluan kalibrasi diperlukan data yang cukup banyak sehingga hasil pengolahan
mendekati kenyataan, misalkan untuk perkiraan asal tujuan perjalanan (Patire et al., 2015;
Vij and Shankari, 2015). Kesesuaian data-data yang dihasilkan, ketersediaan metode
kalibrasi, keakuratan yang baik, menjadikan GPS genggam, dalam sebagai pilihan sebagai
perangkat pengambilan data tanggal-waktu, latitude, dan longitude, dalam penelitian ini.

Cara Pengolahan Data

Ringkasan cara untuk survei menggunakan GPS, konversi data, dan pengolahan data
menjadi ukuran-ukuran kinerja yang diperlukan dapat dijelaskan secara singkat sebagai
berikut. Data berupa waktu tempuh dari GPS tidak memerlukan koreksi, namun perhitungan
jarak dari data GPS masih perlu dikoreksi (Moreno et al., 2016). Salah satu cara mudah untuk
melakukan koreksi adalah dengan mencocokkan dengan peta (Taylor et al., 2006). Data yang
dihasilkan dari perangkat GPS tidak berbentuk peta, namun sejenis data xml bernama GPX
(GPS Exchange Format) (Garmin, 2014; Popov, 2009), sehingga diperlukan perangkat
lunak Prune untuk mengubah data GPX menjadi peta. Prune digunakan untuk pengubah file
GPX menjadi format text yang dapat dibaca oleh spreadsheet (Popov, 2009). Selain peta dari
perangkat lunak Prune, digunakan pula peta Google Map untuk kalibrasi. Google Map
menyediakan peta meliputi landmark, jalur lalu lintas, peta vektor, peta satelit, juga peta
topografi yang memudahkan pengenalan lokasi lebih lanjut (Qiu et al., 2014; Yang and Hsu,
2015).

Standar Acuan
Kementrian Perhubungan Republik Indonesia menetapkan adanya standar
keteraturan bagi layanan angkutan massal berbasis jalan di kawasan perkotaan (Kementerian
Perhubungan, 2012). Keteraturan dalam peraturan tersebut diantaranya kecepatan perjalanan
rata-rata dan waktu bis berhenti di setiap halte. Kecepatan perjalanan rata-rata dalam waktu
puncak ditetapkan maksimal 30 km/jam. Sementara waktu bis berhenti di setiap halte dalam
waktu puncak ditetapkan maksimal 45 detik. Sebagai pembanding, digunakan Transit
Capacity and Quality of Service Manual (Ryus et al., 2013). Dalam manual ini disebutkan
ada dua penyebab tundaan terbesar, yaitu waktu pelayanan penumpang di halte (dwell time)
dan tundaan di simpang. Nilai umum dwell time di pemberhentian minor sebesar 10 detik,
dan di pemberhentian mayor sebesar 60 detik. Tundaan simpang bersinyal besarnya antara
0-70 detik.

METODE
Terdapat dua kelompok metode dengan tujuan dan perangkat yang berbeda. Tujuan
pertama mendapatkan data dasar berupa titik koordinat dan waktu. Perangkat keras yang
diperlukan dalam penelitian ini adalah perangkat GPS genggam (untuk selanjutnya disebut
GPS). Tujuan kedua adalah mengolah data dasar menjadi karakteristik yang diperlukan.
Perangkat lunak yang diperlukan adalah perangkat lunak pengolah data GPS (Prune) dan
spreadsheet (Libreoffice Calc). Penjelasan singkat metode penelitian yang digunakan dalam
penelitian ini mengikuti diagram alir seperti pada Gambar 1, dengan penjelasan sebagai
berikut.
1. Perangkat Keras
Pengukuran dalam penelitian ini dilakukan dengan perangkat GPS genggam merk
Garmin jenis Oregon 650. Hasil pengukurannya dapat berbeda dengan perangkat GPS lain.
Perbedaan yang ada berkaitan dengan akurasi perangkat. Perbedaan lain yang mungkin
timbul disebabkan karena perbedaan pengaturan dan ketersediaan satelit GPS dan atau

1631
 The 19th International Symposium of FSTPT, Islamic University of Indonesia, October 11-13, 2016

GLONASS. Dalam penelitian ini, perangkat diatur menggunakan satelit GPS dan
GLONASS. Pencatatan track direkam per satu detik. Data penting yang perlu didapat dari
GPS adalah data tanggal-waktu, latitude dan longitude (Garmin, 2014). Tahapan kegiatan
dimulai dengan survei track sekaligus waypoint. Keduanya dilakukan sekaligus dengan GPS
pada saat yang sama. Dari survei track didapatkan koordinat titik dan tanggal-waktu, dari
survei waypoint didapatkan koordinat titik dan nama titik.
Survei track dan waypoint ini dilakukan pada waktu puncak pagi dan siang. Waktu
puncak pagi adalah waktu puncak tertinggi diantara beberapa waktu puncak. Periode puncak
pagi antara jam 06.00 - 09.00 (Juniardi, 2006; Yunianta, 2006).
2. Perangkat Lunak
Melalui perangkat lunak Prune data koordinat titik track dan waypoint diubah
menjadi bentuk text dan rute. Dari rute tersebut ditetapkan titik acuan (titik nol), yaitu titik
awal perjalanan. Data text koordinat dihitung menjadi jarak antar titik-titik, mengacu pada
formula haversine menggunakan spreadsheet. Perhitungan jarak menggunakan pendekatan
jarak dipermukaan lengkung bumi (Pearson, 2009; Sinnott, 1984) menerapkan formula
Haversine adalah sebagai berikut,
𝛥𝛷 𝛥𝜆
𝛥𝜎^ = 2𝑎𝑟𝑐𝑠𝑖𝑛 (√𝑠𝑖𝑛2 ( ) + 𝑐𝑜𝑠𝛷𝑠 𝑐𝑜𝑠𝛷𝑓 𝑠𝑖𝑛2 ( 2 )) (1)
2

dengan Δ 𝜎^ adalah Interior Spherical Angle, Δ adalah selisih antara Latitude1 dan
Latitude2, s adalah nilai Latitude1, f adalah nilai Latitude2, dan Δλ adalah selisih
Longitude1 dikurangi Longitude2. Untuk mendapatkan jarak antara dua titik, keliling bumi
rata-rata dikalikan dengan Δ𝜎^
Pengolahan data text GPS menggunakan perangkat lunak spreadsheet. Spreadsheet
yang digunakan disini adalah LibreOffice Calc. LibreOffice Calc digunakan untuk mengolah
data sampai mendapatkan hasil yang diperlukan (Faile et al., 2016). Hasil yang diperlukan
berupa nilai kecepatan perjalanan rata-rata, dan waktu bis berhenti di setiap halte, didapatkan
pula data waktu tempuh, jarak tempuh, kecepatan sesaat, lokasi henti dan tundaan, serta rute,
dan waktu henti di masing-masing simpang, ruas dan halte.
Perlu dilakukan kalibrasi untuk menentukan nilai kecepatan yang dianggap 0 (nol).
Dengan mengacu pada kecepatan tersebut, dilakukan koreksi jarak antar titik-titik.
Kemudian hitung jarak ke titik-titik yang diamati, nama-nama halte, simpang didapat dari
data waypoint. Peta dari situs maps.google.com digunakan untuk kalibrasi perhitungan jarak
dari titik asal, lokasi-lokasi halte dan simpang, sampai dengan titik akhir perjalanan. Titik-
titik dengan kecepatan 0, dapat dihitung lama hentinya mengacu pada jarak relatif terhadap
titik waypoint. Diakhir titik tujuan, dapat dihitung kecepatan tempuh rata-rata satu rit,
kemudian dilanjutkan dengan melakukan analisis dari data yang dihasilkan. Satu rit adalah
satu kali perjalanan kendaraan dari tempat asal ke tempat tujuan (Departemen Perhubungan,
2002).

HASIL DAN DISKUSI

Karakteristik Perjalanan Bis Trans Jogja
Perangkat GPS genggam dalam penelitian ini digunakan sebagai alat bantu
pengukuran karakteristik dan kinerja perjalanan bis. Pengukuran dilakukan sepanjang
perjalanan (journey) Trayek 4B Bis Trans Jogja. Kinerja yang dinilai menggunakan sebagian
dari standar Kementerian Perhubungan. Data-data GPS diolah dengan spreadsheet untuk

1632
 The 19th International Symposium of FSTPT, Islamic University of Indonesia, October 11-13, 2016

kemudahan interoperability antar perangkat lunak. Peta digunakan untuk mengecek

kesesuaian lokasi. Jarak terhadap titik asal (Terminal Giwangan) menjadi patokan
pengenalan lokasi ruas jalan, simpang, dan halte.
Dari pengolahan peta di Prune, dihasilkan rute bis dengan nama-nama ruas jalan
berurutan sebagaimana disajikan pada Gambar 2. Gambar 3 menunjukkan ruas jalan yang
memiliki tundaan adalah ruas Jalan Glagahsari, Jalan Timoho, Jalan Laksda Adi Sucipto,
Jalan Suroto, dan Jalan Yos Sudarso. Tundaan terbesar berada di Jalan Timoho.
Berikut ini adalah nama-nama halte yang disinggahi secara berurutan, diambil dari
data waypoint dan peta. Halte tersebut berturut-turut Giwangan - SMK Muhammadiyah 3 -
Pandeyan 1 (P) - Glagahsari (P) - Kusumanegara 3 - SGM - APMD 1 - UIN 1 - Wanitatama
- Urip Sumoharjo - Bethesda - SMP 5 - AA YKPN - De Brito - UIN 2 - APMD 2 - SMK 5
- Kusumanegara 4 - UTY (P) - Makam Prajurit Glagahsari (P) - Pandeyan 2 (P) - Pasar Seni
- UAD – Giwangan (P). Kode (P) yang menyertai nama halte menandakan halte tersebut
adalah halte sementara (portable).
Jika dilihat mendalam, terdapat 4 halte di Jalan Timoho, yaitu halte APMD 1, UIN 1,
UIN 2, dan APMD 2. Gambar 4, nampak bahwa halte-halte tersebut menyumbangkan
tundaan bagi lalu lintas di Jalan Timoho.

Mulai

Survei

Waypoint Track

Lokasi titik waktu

Rute Konversi data gps

penentuan titik nol

hitung jarak antar titik-titik

hitung beda waktu antar titik-titik

hitung kecepatan antar titik-titik

tentukan nilai kecepatan ~ 0

koreksi jarak antar titik-titik

hitung jarak ke titik-titik halte & simpang

hitung lama henti di

titik-titik halte & simpang

hitung kecepatan tempuh 1 rit

Analisa

Metode Perhitungan Kinerja Trayek

Akhir

Gambar 1. Metode Penelitian

1633
 The 19th International Symposium of FSTPT, Islamic University of Indonesia, October 11-13, 2016

Terminal Giwangan - Jl. Imogiri

Timur - Jl. Pramuka - Jl. Menteri
Supeno - Jl. Veteran - Jl.
Pandeyan - Jl. Glagahsari - Jl.
Kusumanegara - Jl. Kenari - Jl.
Ipda Tut Harsono - Jl. Laksda
laksda adi sucipto - Jl. Urip
Sumoharjo - Jl. Sudirman - Jl.
Suroto - Jl. Yos Sudarso - Jl.
Wardani - Jl. Trimo - Jl. Kusbini -
Jl. Langensari - Jl. Urip
Sumoharjo - Jl. Laksda laksda adi
sucipto - Jl. Ipda Tut Harsono - Jl.
Kenari - Jl. Kusumanegara - Jl.
Glagahsari - Jl. Pandeyan - Jl.
Veteran - Jl. Menteri Supeno - Jl.
Pramuka - Jl. Imogiri Timur -
Terminal Giwangan

Gambar 1. Peta Trayek 4B Trans Jogja

Gambar 2. Lama tundaan pada ruas jalan

Gambar 3. Lama henti rata-rata di halte

Selain itu, simpang di Jalan Timoho juga menyumbang tundaan lalu lintas. Dari
Gambar 5, nampak bahwa lama tundaan rata-rata akibat simpang merupakan tundaan
terbesar. Dengan sumbangan tundaan terbesar di s11. Selain simpang s11 yang berada di
Jalan Timoho, terdapat pula simpang rel, dan s12. S11 adalah perempatan antara Jalan Ipda

1634
 The 19th International Symposium of FSTPT, Islamic University of Indonesia, October 11-13, 2016

Tut Harsono, Ganesha, dan Timoho. S12 adalah pertigaan antara Jalan Laksda Adi Sucipto
dan Timoho.

Gambar 4. Lama tundaan akibat simpang

Data-data yang direkam oleh perangkat GPS berupa titik-titik koordinat dan waktu,
telah dihitung menjadi jarak antar titik-titik, dan selisih waktunya. Dari jarak dan selisih
waktu tersebut dapat didapatkan kecepatan antar titik. Data-data tersebut dari titik asal
sampai kembali ke tujuan tersusun menjadi jarak dan waktu tempuh. Selain itu, data
kecepatan per lokasi ruas, simpang, dan halte menjadi ukuran hambatan perjalanan terkait
lokasi-lokasi tersebut.
Penilaian kesesuaian terhadap standar dilakukan dengan membandingkan antara nilai
kecepatan perjalanan rata-rata, dan waktu bis berhenti di setiap halte dengan nilai standar,
semakin lama waktu tempuh, dan tundaan perjalanannya maka semakin rendah kecepatan
perjalanan rata-ratanya.
Dengan mengetahui lokasi-lokasi terjadinya tundaan, pengelola Trans Jogja dapat
merencanakan keteraturan jadwal menjadi lebih baik. Terdapat halte-halte yang tidak
disinggahi, yang ditunjukkan dengan lama henti selama 0 (nol) detik. Perlu dicek silang,
dengan jumlah penumpang saat itu untuk mengetahui, alasan tidak berhenti. Apakah karena
di halte-halte tersebut tidak ada penumpang, atau bis sudah dipenuhi penumpang sehingga
tidak berhenti di halte tersebut.

Diskusi
Perangkat GPS genggam dalam penelitian ini digunakan bersama dengan perangkat
lunak pengolah data. Penggunaannya menghasilkan beberapa unsur kinerja yang
dipersyaratkan dalam standar. Didapatkan juga beberapa luaran detail yang dapat digunakan
untuk memperbaiki rencana perjalanan. Kecepatan sesaat tertinggi sebesar 48 km/jam
dengan rata-rata kecepatan sesaat sebesar 19 km/jam. Waktu tempuh perjalanan 1 rit
sepanjang 20.5 km, ditempuh dalam waktu 1 jam.
Terdapat beberapa lokasi yang menyebabkan tundaan, yaitu tundaan akibat
pelayanan penumpang di halte, tundaan akibat lalu lintas di ruas jalan, dan tundaan akibat
simpang, yang dapat dijelaskan sebagai berikut :
a. Besar tundaan rata-rata di halte sementara selama 5 detik, sementara di halte tetap
sebesar 7 detik. Tundaan rata-rata selama 7 detik. Tundaan terbesar selama 42 detik
terjadi di Halte SGM di Jalan Kenari. Tundaan akibat halte memiliki simpangan baku
populasi sebesar 6.07.

1635
 The 19th International Symposium of FSTPT, Islamic University of Indonesia, October 11-13, 2016

b. Rata-rata lama tundaan di ruas jalan selama 13 detik, dan lama tundaan terbesar
terjadi di Jalan Timoho sebesar 65 detik. Nilai simpangan baku populasi dari tundaan
di ruas jalan adalah 7.61.
c. Lama tundaan rata-rata di simpang adalah 38 detik. Simpang s11 yang berada di
Jalan Timoho memiliki lama tundaan terbesar, yaitu 99 detik. Dengan simpangan
baku populasi sebesar 24.61.
Dengan demikian lama tundaan terbesar yang diakibatkan oleh simpang,
memberikan kontribusi sebesar 79% kejadian, kemudian tundaan akibat halte 16%, yang
terakhir akibat ruas jalan sebesar 5% dari seluruh tundaan yang terjadi. Sumber dan lama
tundaan keseluruhan tercantum dalam Tabel 1. Jalan Timoho secara umum menyumbang
tundaan terbesar, termasuk akibat adanya halte-halte dan simpang-simpang yang berada di
Jalan Timoho.
Tabel 1. Sumber dan Lama Tundaan
Sumber Rata-rata Maksimal Simpangan Baku Proporsi Keseluruhan
No
Tundaan (detik) (detik) Populasi (%)
1 Simpang 38 99 24.61 79
2 Ruas 13 65 7.61 5
3 Halte 7 42 6.07 16

Hasil perhitungan menunjukkan kecepatan perjalanan rata-rata 20 km/jam, lebih

lambat 66,67% dibandingkan nilai maksimal dalam standar pada waktu puncak (30 km/jam).
Waktu henti rata-rata di halte 7 detik lebih cepat 642,86% daripada standar (45 detik), dan
tidak ada halte yang waktu berhentinya bis melebihi standar.
Hasil-hasil perhitungan kinerja tersebut tidak melampaui batas maksimal yang
disyaratkan dalam standar dari Kementerian Perhubungan. Namun demikian perlu
diperhatikan besarnya lama tundaan akibat simpang, halte, dan ruas pada Jalan Timoho yang
lebih besar daripada ruas-ruas jalan lainnya.

KESIMPULAN
Penggunaan perangkat GPS genggam dapat menghasilkan besaran karakteristik
perjalanan bis. Akurasi pengenalan lokasi oleh perangkat GPS dapat dikalibrasi
menggunakan peta. Perangkat GPS genggam dapat mengatasi kebutuhan pengukuran sesuai
standar kinerja moda angkutan yang berlaku. Kinerja pada Trayek 4B Trans Jogja yang
diukur adalah kecepatan perjalanan rata-rata, dan waktu bis berhenti di setiap halte, berkisar
pada saat jam puncak pagi.
Penelitian ini menunjukkan bahwa nilai yang dapat diukur perangkat GPS genggam
adalah kecepatan perjalanan rata-rata dan waktu bis berhenti di setiap halte. Selain itu, hasil
pengolahan data GPS dapat menghasilkan nilai waktu tempuh, jarak tempuh, kecepatan
sesaat, lokasi henti dan tundaan, serta rute, disamping mendapatkan nilai waktu henti di
masing-masing simpang, ruas dan halte. Lama tundaan terbesar dalam perjalanan Trans
Jogja berkaitan dengan simpang, kemudian halte, dan ruas. Selanjutnya dengan
membandingkan nilai-nilai tersebut dengan standar, dapat didapatkan nilai kinerja bis.
Untuk pengembangan penelitian selanjutnya dapat dilakukan beberapa hal berikut,
diantaranya kalibrasi terhadap peta untuk menghitung jarak antar titik-titik halte dan
simpang yang berdekatan, upaya peningkatan kecepatan dan akurasi pengolahan data, dapat
dilakukan dengan membangun algoritma pengenalan lokasi yang lebih baik. Adanya halte
yang tidak disinggahi membuka kemungkinan evaluasi kesesuaian lokasi. Dikenalinya

1636
 The 19th International Symposium of FSTPT, Islamic University of Indonesia, October 11-13, 2016

lokasi-lokasi dan lama henti memungkinkan pengelola Bis Trans Jogja membuat rencana
perjalanan yang lebih rinci sesuai kondisi di lapangan.

DAFTAR PUSTAKA

Bai, Y., Sun, Q., Du, L., Yu, M., Bai, J. 2015. Calibration of GPS based high accuracy speed
meter for vehicles. in: Cui, J., Tan, J., Wen, X. (Eds.), . p. 94460O.
Bierlaire, M., Chen, J., Newman, J., 2013. A probabilistic map matching method for
smartphone GPS data. Transp. Res. Part C Emerg. Technol. 26, 78–98.
Clark, J., 2015. Location Gathering: An Evaluation of Smartphone-Based Geographic
Mobile Field Data Collection Hardware and Applications.
Cortés, C.E., Gibson, J., Gschwender, A., Munizaga, M., Zúñiga, M., 2011. Commercial bus
speed diagnosis based on GPS-monitored data. Transp. Res. Part C Emerg. Technol.
19, 695–707. doi:10.1016/j.trc.2010.12.008
Departemen Perhubungan, 2002. Pedoman Teknis Penyelenggaraan Angkutan Penumpang
Umum di Wilayah Perkotaan Dalam Trayek Tetap dan Teratur.
Faile, R., Cartwright, J., Parker, H., others, 2016. Getting Started with LibreOffice Calc.
Lulu. com.
Feng, T., Timmermans, H.J.P., 2013. Transportation mode recognition using GPS and
accelerometer data. Transp. Res. Part C Emerg. Technol. 37, 118–130.
Garmin, 2014. Oregon® 600 Series Owner’s Manual.
Jiménez-Meza, A., Arámburo-Lizárraga, J., de la Fuente, E., 2013. Framework for
Estimating Travel Time, Distance, Speed, and Street Segment Level of Service (LOS),
based on GPS Data. Procedia Technol. 7, 61–70.
Juniardi, 2006. Analisis Arus Lalu Lintas di Simpang Tak Bersinyal (Studi Kasus Simpang
Timoho dan Simpang Tunjung di Kota Yogyakarta). Diponegoro.
Kartikasari, U., 2008. Trans Jogja Sebagai Transportasi Penunjang Pariwisata Yogyakarta.
Universitas Sebelas Maret, Indonesia.
Kementerian Perhubungan, 2012. Standar Pelayanan Minimal Angkutan Massal Berbasis
Jalan.
Montini, L., Prost, S., Schrammel, J., Rieser-Schüssler, N., Axhausen, K.W., 2015.
Comparison of Travel Diaries Generated from Smartphone Data and Dedicated GPS
Devices. Transp. Res. Procedia 11, 227–241. doi:10.1016/j.trpro.2015.12.020
Moreno, E.G., Romana, M.G., Martínez, Ó., 2016. A First Step to Diagnostic of Urban
Transport Operations by Means of GPS Receiver. Procedia Comput. Sci. 83, 305–
312. doi:10.1016/j.procs.2016.04.130
Munawar, A., 2014. Implementasi Intelligent Transport System di Daerah.
Patire, A.D., Wright, M., Prodhomme, B., Bayen, A.M., 2015. How much GPS data do we
need? Transp. Res. Part C Emerg. Technol. 58, 325–342.
Pearson, C., 2009. Latitude, Longitude, And Great Circle Distances.
Pluvinet, P., Gonzalez-Feliu, J., Ambrosini, C., 2012. GPS Data Analysis for Understanding
Urban Goods Movement. Procedia - Soc. Behav. Sci. 39, 450–462.
Popov, D., 2009. An Introduction to Prune, Snip and Clip. Linuxuser 72.
Pulugurtha, S.S., Puvvala, R.K., Pinnamaneni, R.C., Duddu, V.R., Najaf, P., 2014. Buses as
probe vehicles for travel time data collection on urban arterials, in: American Society
of Civil Engineers (ASCE).
Qiu, F., Li, W., An, C., 2014. A Google Maps-based flex-route transit scheduling system, in:
14th COTA International Conference of Transportation Professionals, Changsha,
China. pp. 247–257.

1637
 The 19th International Symposium of FSTPT, Islamic University of Indonesia, October 11-13, 2016

Ryus, P., Danaher, A., Walker, M., Nichols, F., Carter, W., Ellis, E., Cherrington, L.,
Bruzzone, A., 2013. Transit Capacity and Quality of Service Manual. Transp. Res.
Board Wash. DC Rep TCRP Rep. 165.
Sinaga, E.A., 2008. Country Initiatives on Environmentally Sustainable Transport In
Indonesia.
Sinnott, R.W., 1984. Virtues of Haversine. Sky Telesc. 68, 159.
Taylor, G., Brunsdon, C., Li, J., Olden, A., Steup, D., Winter, M., 2006. GPS accuracy
estimation using map matching techniques: Applied to vehicle positioning and
odometer calibration. Comput. Environ. Urban Syst. 30, 757–772.
doi:10.1016/j.compenvurbsys.2006.02.006
Vij, A., Shankari, K., 2015. When is big data big enough? Implications of using GPS-based
surveys for travel demand analysis. Transp. Res. Part C Emerg. Technol. 56, 446–
462. doi:10.1016/j.trc.2015.04.025
William, H.K., Tam, M.L., 2008. Evaluation of Real-time Data Collection Technologies for
Journey Time Estimation.
Yang, S.-Y., Hsu, C.-L., 2015. A location-based services and Google maps-based
information master system for tour guiding. Comput. Electr. Eng.
Ye, P., Yang, S., Xu, L., 2015. Community Bus Demand Characteristics Analysis Based on
Smart Card Data and GPS Data, in: Fifth International Conference on Transportation
Engineering.
Yunianta, A., 2006. Pengaruh Manuver Kendaraan Parkir Badan Jalan Terhadap
Karakteristik Lalu Lintas di Jalan Diponegoro Yogyakarta. Diponegoro.
Zhang, L., Jiancheng, W., Zhihong, C., 2014. Characteristic Analysis of Bus Travel Speed
on Commuting Corridors Based on GPS Data, in: CICTP 2014@ sSafe, Smart, and
Sustainable Multimodal Transportation Systems. ASCE, pp. 1443–1453.
Zhang, R., Wang, T., Wan, H., Lei, L., She, B., 2011. Analysis of Jinan BRT Speed
Characteristics Based on Vehicle Traveling Data Recorder, in: 11th International
Conference of Chinese Transportation Professionals (ICCTP).

1638