Prediksi Kondisi Jalan (IRI) Untuk Penanganan Jalan Nasional Menggunakan Model Regresi (Studi Kasus : Ruas Jalan Pakah Temangkar, Tuban Provinsi Jawa Timur)

Sunaryati, Dessy Isyana (2019) Prediksi Kondisi Jalan (IRI) Untuk Penanganan Jalan Nasional Menggunakan Model Regresi (Studi Kasus : Ruas Jalan Pakah Temangkar, Tuban Provinsi Jawa Timur). Masters thesis, Institut Teknologi Sepuluh Nopember (ITS).

Text 07111750067004-Master_Thesis.pdf Restricted to Repository staff only Download (7MB) | Request a copy

Abstract

Jalan merupakan komponen vital yang berdampak terhadap sistem ekonomi dan sosial pada kehidupan manusia. Kondisi jalan yang baik akan memudahkan mobilitas penduduk. Sedangkan apabila terjadi kerusakan jalan dapat menyebabkan terjadi kecelakaan, hambatan dalam kegiatan ekonomi maupun sosial. Keterbatasan anggaran merupakan masalah utama dalam pelaksanaan penanganan jalan nasional. Sehingga diperlukan pemodelan penanganan jalan nasional dalam menjaga umur dan kondisi jalan untuk memudahkan masyarakat melakukan aktivitasnya sehari-hari. Prediksi Kondisi Jalan IRI Untuk Penanganan Jalan Nasional mempunyai dua model regresi. Dua Model Regresi Untuk Penanganan didasarkan pada pemodelan lalu lintas harian rata-rata tahunan (LHR) truk berat 2 sumbu 4 roda dan pemodelan kondisi jalan (IRI) terkait LHR. Korelasi antara kondisi jalan IRI dengan beban jalan LHR dimodelkan dengan model regresi linier. Data yang digunakan merupakan data sekunder dari Satuan Kerja Pengawasan dan Penanganan Jalan Provinsi Jawa Timur, BBPJN VIII Kementerian PUPR dan data sekunder dari Satuan Kerja Pelaksanaan Jalan Nasional Wilayah IV Provinsi Jawa Timur, BBPJN VIII Surabaya, Kementerian PUPR. Model Regresi Linier dalam penelitian yaitu: Model Regresi Logaritma LHR R² = 0,25, Log LHR = -298,82 + 0,15 × Tahun Prediksi. Model Regresi IRI terkait LHR dengan R² = 0,11, ΔIRI = 1,01 + 0,0002 × LHR. Dengan menggunakan kedua model regresi kemudian dilakukan prediksi kondisi jalan IRI untuk penanganan jalan nasional dari tahun 2018–2020. Hasil Prediksi Kondisi Jalan (IRI) untuk Penanganan Jalan Nasional yaitu: penanganan jalan tahun 2018 rehabilitasi minor, rehabilitasi mayor, dan rekonstruksi; penanganan jalan tahun 2019 rehabilitasi mayor dan rekonstruksi; penanganan jalan tahun 2020 rekonstruksi. Pembahasan untuk penelitian selanjutnya pengaruh variabel kondisi tanah dasar, drainase, dan variabel LHR beragam variasi kendaraan sehingga menjadi acuan konkret implementasi penyusunan program penanganan jalan nasional.
==================================================================================================================================
A Road is a vital component that affects the economic and social systems of human life. Good road conditions will facilitate population mobility. Whereas if road damage occurs can cause accidents, obstacles in economic and social activities. Budget limitations are a major problem in the implementation of preservation national roads. So that modeling of national road preservation is needed in maintaining the age and road conditions to make it easier for people to carry out their daily activities. Prediction of IRI Road Conditions for Preservation National Roads has two regression models. Two Regression Models for Handling are based on modeling the annual 4-wheeled heavy-duty daily traffic (AADT) of 4-wheeled heavy trucks and road condition modeling (IRI) related to AADT. The correlation between the IRI road condition and the AADT road load is modeled by a linear regression model. Data used is secondary data from the East Java Provincial Road Monitoring and Preservation Unit, BBPJN VIII Ministry of Public Works and secondary data from the Region IV East Java Province National Road Implementation Work Unit, Surabaya BBPJN VIII, Ministry of PUPR. Linear Regression Model in the research are: AADT Logarithmic Regression Model with R² = 0.25, AADT log = -298.82 + 0.15 × Year of Prediction. IRI Regression Model related to AADT with R² = 0.11, ΔIRI = 1.01 + 0.0002 × AADT. By using both regression models then the IRI road conditions are predicted for national road preservation from 2018 to 2020. IRI Road Condition Prediction Results for National Road Maintenance, namely: Preservation 2018 are minor rehabilitation, major rehabilitation and reconstruction; Preservation 2019 are major rehabilitation and reconstruction; Preservation 2020 are reconstruction. The further research on the effect of variable subgrade conditions, drainage and AADT variables with variety of vehicles so that it became a concrete reference for the implementation of the preparation of national road preservation programs.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	Kondisi jalan IRI, LHR, Model Regresi, Penanganan Jalan Nasional
Subjects:	Q Science > QA Mathematics > QA275 Theory of errors. Least squares. Including statistical inference. Error analysis (Mathematics) Q Science > QA Mathematics > QA276 Mathematical statistics. Time-series analysis. Failure time data analysis. Survival analysis (Biometry) T Technology > T Technology (General) > T58.6 Management information systems T Technology > TE Highway engineering. Roads and pavements
Divisions:	Faculty of Electrical Technology > Electrical Engineering > 20101-(S2) Master Thesis
Depositing User:	Dessy Isyana Sunaryati
Date Deposited:	06 Aug 2026 01:43
Last Modified:	06 Aug 2026 01:43
URI:	http://repository.its.ac.id/id/eprint/66111

Actions (login required)

View Item