Analisis Model Prediksi Kecelakaan Lalu Lintas Berdasarkan Kondisi Jalan (Studi Kasus : Jalan Tol Waru-Juanda, Jalan Tol Surabaya-Gempol)

Rifqah, Rifqah (2023) Analisis Model Prediksi Kecelakaan Lalu Lintas Berdasarkan Kondisi Jalan (Studi Kasus : Jalan Tol Waru-Juanda, Jalan Tol Surabaya-Gempol). Masters thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 6012211063-Master_Thesis.pdf] Text
6012211063-Master_Thesis.pdf - Accepted Version
Restricted to Repository staff only until 1 September 2025.

Download (25MB) | Request a copy

Abstract

Terdapat empat faktor utama penyebab terjadinya kecelakaan, yakni faktor manusia, faktor kendaraan, faktor jalan, dan faktor lingkungan. Ditinjau dari faktor jalan berupa kondisi geometrik jalan, penampang melintang jalan, kontrol lalu lintas, perkerasan jalan dan fasilitas penunjang jalan . Korlantas Polri pada tahun 2020 mencatat terdapat total 100.028 kejadian kecelakaan lalu lintas, termasuk korban luka ringan, korban luka berat, dan korban meninggal dunia, diantara kejadian kecelakaan lalu lintas tersebut, terdapat kurang lebih sekitar 5%, kecelakaan lalu lintas pada Jalan Tol di Indonesia ikut andil dalam menyumbang jumlah kejadian kecelakaan lalu lintas di Indonesia . Jawa Timur menempati peringkat satu dengan jumlah kejadian kecelakaan lalu lintas tertinggi di Indonesia. Sedangkan Jalan tol di Jawa Timur menempati peringkat kedua dengan Jalan Tol dengan jumlah kejadian kecelakaanlalu lintas tertinggi di Indonesia. Jalan Tol dengan jumlah kecelakaan lalu lintas tertinggi di Jawa Timur salah satunya berada pada Jalan Tol Waru-Juanda, dan Jalan Tol Surabaya-Gempol. Dari data yang telah disebutkan, maka perlu dilakukan upaya untuk meningkatkan keselamatan lalu lintas. Upaya yang dapat dilakukan yaitu dengan melakukan analisa karakteristik kecelakaan lalu lintas, untuk mengetahui lokasi rawan kecelakaan dan Accident Rate / Fatality Rate. Upaya pencegahan lain yang dilakukan yaitu dengan melakukan analisis model kecelakaan lalu lintas menggunakan Model Regresi Poisson dan Regresi Binomial Negatif, dengan jumlah kecelakaan lalu lintas menjadi variabel terikat dan pengaruh kecelakaan faktor jalan menjadi variabel bebas. Prediksi kecelakaan dengan aplikasi Highway Safety Manual (HSM) juga dilakukan, untuk mengetahui perkiraan jumlah kecelakaan yang akan terjadi berdasarkan standar AASHTO 2010. Hasil penelitian ini menunjukkan lokasi rawan kecelakaan untuk Jalan Tol Waru-Juanda berada pada STA 0+200, 0+400, 0+600, dan 0+800, sedangkan untuk Jalan Tol Surabaya-Gempol berada pada STA 757+800, 758+000, dan 758+800. Beberapa model dengan respon nilai prediksi kecelakaan HSM pada Jalan Tol Surabaya-Gempol memenuhi kriteria pemilihan model namun model ini tidak lebih baik jika dibandingkan dengan model dengan respon jumlah kecelakaan lalu lintas sedangkan model dengan respon Nilai prediksi kecelakaan HSM tidak sesuai untuk diaplikasikan pada Jalan Tol Waru-Juanda. Model bentukan terbaik selama lima tahun terakhir pada Jalan Tol Surabaya-Gempol yaitu model regresi poisson dengan bentuk Y5 = 1.356 Exp (-0.037 – 0.547 X7), dan pada Jalan Tol Waru-Juanda yaitu model binomial negatif dengan bentuk Y5 = Exp (-1.502 - 1.053 X7), dengan keterangan Y5 merupakan jumlah kecelakaan lalu lintas per segmen (200 meter) per tahun dan X7= Lebar bahu luar (meter). Pada kedua jalan tol diperoleh lebar efektif bahu luar jalan yang dapat digunakan untuk mengurangi jumlah kecelakaan lalu lintas adalah 3 – 3.5 meter.
======================================================================================================================================
There are four main factors that cause traffic accident, human factor, vehicle factor, and road/environment factor. In terms of road factor there is road geometric condition, road cross section, traffic control, pavement, and facility. Data from Korlantas Polri show that in 2020 there is 100.028 traffic accident incident, include minor injuries victim, serious injuries victim, and victim died, among these traffic accidents, approximately 5% are accidents on toll roads in Indonesia, which have contributed to the number of traffic accident incidents in Iindonesia. East Java is ranked first with the highest number of traffic accident in Indonesia. Meanwhile, toll roads in east java are ranked second among toll roads with the highest number of accidents in Indonesia. One of the toll roads with the highest number of traffic accident in East Java is the Waru-Juanda Toll Road and the Surabaya-Gempol Toll Road. From the data mentioned, it is necessary to make efforts to improve traffic safety. Efforts that can be made are by analyzing the characteristics of the accident, to find out the accident prone location and Accident Rate / Fatality Rate. Other preventive measures that can be taken are make the prediction model use Poisson Regression Model, with the number of traffic accidents as the independent variable, and the influence of road becomes the independent variable. Traffic prediction application with HSM being used to predict the number of accidents based on AASHTO 2010. The results of this research show the locations that are prone to traffic accidents for Waru-Juanda Toll Road , they are on STA 0+200, 0+400, 0+600, and 0+800, whereas for Surabaya-Gempol Toll Road are on STA 757+800, 758+000, and 758+800. Several models with a response HSM accident prediction value on the Surabaya-Gempol Toll Road are suitable for selection criteria, but this model is not better when compared to the model with a response to the number of traffic accidents, whereas the model with a response HSM crash prediction value is not suitable for application to the Waru-Juanda Toll Road. The best built model for the last five years on the Surabaya-Gempol Toll Road is poisson regression model Y5 = 1.356 Exp (-0.037 – 0.547 X7), and for the Waru-Juanda Toll Road is binomial negative model Y5 = Exp (-1.502 - 1.053 X7), where Y5 is the number of traffic accidents per segment (200 meters) per year and X7 = outer shoulder width (meters). On both toll roads, the effective off-road shoulder width that can be used to reduce the number of traffic accidents is 3-3.5 meters

Item Type: Thesis (Masters)
Uncontrolled Keywords: karakteristik kecelakaan lalu lintas, black Spot, model, prediksi, regresi poisson, Binomial Negatif, HSM, jalan tol, characteristic traffic accident, blackspot, model, prediction, poisson regression, binomial negative regression, Highway Safety Manual, toll road
Subjects: T Technology > TE Highway engineering. Roads and pavements > TE7 Transportation--Planning
Divisions: Faculty of Civil, Planning, and Geo Engineering (CIVPLAN) > Civil Engineering > 22101-(S2) Master Thesis
Depositing User: Rifqah Rifqah
Date Deposited: 02 Aug 2023 03:37
Last Modified: 02 Aug 2023 03:37
URI: http://repository.its.ac.id/id/eprint/100626

Actions (login required)

View Item View Item