ANALISIS HUBUNGAN KONDISI PERKERASAN DENGAN KECELAKAAN LALULINTAS (Studi Kasus: Jalan Nasional Kabupaten Gunung Kidul)

EVI PUSPITASARI, Dr. Ir. Latif Budi Suparma, M.Sc.,

2013 | Tesis | S2 Mag. S. & T.Transportasi

Angka kecelakaan (Accident Rate) merupakan indikator utama dalam keselamatan berlalulintas. Kecelakaan yang terjadi dapat disebabkan oleh faktor manusia, kendaraan, serta elemen jalan dan lingkungan. Penelitian dilakukan di jalan kolektor nasional Kabupaten Gunung Kidul dan bertujuan untuk mengetahui gambaran kondisi perkerasan dan kecelakaan lalulintas yang terjadi, menganalisa hubungan antara kondisi perkerasan dengan kecelakaan lalulintas dan mengetahui kondisi kecelakaan yang paling berhubungan dengan kerusakan jalan dari variasi kondisi kecelakaan yang dimodelkan. Variabel kondisi perkerasan yaitu SDI (Surface Distress Index) dan IRI (International Roughness Index) digunakan sebagai variabel bebas, ditambah LHRT yang diperhitungkan memiliki pengaruh penting pada kecelakaan. Variabel kondisi kecelakaan dibedakan berdasarkan waktu, cuaca, korban, jenis kecelakaan, dan angka kecelakaan. Angka kecelakaan dihitung dengan rumus accident rate per-miles. Analisis dilakukan dengan data dalam regresi Binomial Negatif dengan program SPSS 19.0. Kondisi perkerasan yang diwakili oleh nilai SDI, memperlihatkan bahwa 99% panjang jalan dalam kondisi baik, dan sisanya 0,16% dalam kondisi rusak ringan, dan 1% dalam kondisi sedang. Kondisi kekasaran permukaan jalan yang diwakili oleh nilai IRI 54% panjang jalan dalam kondisi baik, dan sisanya 41% dalam kondisi sedang, 5% dalam kondisi rusak sedang. Kecelakaan yang terjadi jumlahnya relatif kecil jika dibandingkan dengan daerah lain di Provinsi DIY. Analisis terdiri dari 87 variasi pemodelan. Persamaan regresi yang diaplikasikan dalam bentuk eksponensial. Hasil paling mungkin adalah adanya hubungan SDI dan LHRT terhadap kejadian kecelakaan saat kondisi gelap (malam dan dini hari). Pada pemodelan IRI, pemodelan tidak menunjukkan baik untuk semua kondisi kecuali pada kondisi gelap. Rata-rata angka kecelakaan pada saat keadaan gelap memiliki koefisien negatif pada variabel IRI. Pengaruh SDI bersama IRI memiliki pengaruh pada saat kondisi gelap. Kondisi perkerasan jalan yang pada umumnya dalam kondisi baik tidak memberikan pengaruh yang signifikan pada kejadian kecelakaan, kecuali kecelakaan pada malam hari dan dini hari. Pada saat kondisi gelap, kerusakan jalan tidak terlihat oleh pengguna jalan. Pengguna jalan kurang dapat mengontrol kecepatan kendaraannya sewaktu menghadapi jalan yang rusak. Pelaporan data kecelakaan yang ada di Indonesia kurang rinci karena tidak dilengkapi dengan data penyelidikan.

Accident rate is a key indicator of traffic safety. The causes of accidents are human factors, vehicle damages, road, and environment. This research is conduct in national collector road of Gunung Kidul Regency. This research’s aims are to know the pavement condition and traffic accidents at this region, to analyze the relationship between pavement condition and traffic accidents frequencies, and to analyze accident conditions which have the closest relation with pavement condition from variations of accident models. Pavement condition variables are Surface Distress Index (SDI) and International Roughness Index (IRI). This variables were used as independent variables. Accidents variables are divided by time, weather, victims, type of accidents and accident rates. Accident rates were counted by Accident rate permiles formula. The analysis was conduct by Negative Binomial Regression in SPSS 19.0. Pavement condition, which is represented by the SDI value, showed that 99% road segments are in a good condition; 0,16% are in lighter damaged condition and 0,84% in moderate condition. The roughness condition of pavement which represented by IRI’s value showed that 54% road segments are in a good condition, while 41% in moderate condition and 5% in low damaged condition. The number of accidents frequencies are less than other region in Yogyakarta region. There are 87 accidents models in this research. Regression equations were applied in the form of eksponensial. The most likely outcome is the relationship between dark (early morning and night) accident frequencies with the value of SDI and AADT. At IRI modelling, the models didn’t show well in all accident condition, except in dark conditions. Pavement condition in Gunung Kidul are generally in a good condition. The models didn’t perform well in all accident conditions, except in dark condition. At dark conditions, road users have lower visibility to see road distress clearly, and have lower control on vehicle speed. Accident reports in Indonesia are’nt made in details because it didn’t support with investigation reports.

Kata Kunci : SDI, IRI, angka kecelakaan, regresi binomial negatif