PENGEMBANGAN MODEL KINERJA KESELAMATAN JALUR KERETA API UNTUK PENILAIAN KINERJA KESELAMATAN JALUR KERETA API PADA KASUS PERKERETAAPIAN DI INDONESIA (STUDI KASUS DI DAERAH OPERASIONAL 1 JAKARTA, 2 BANDUNG, DAN 3 CIREBON PT KERETA API INDONESIA (PERSERO)) DISERTASI Karya tulis sebagai salah satu syarat untuk memperoleh gelar Doktor dari Institut Teknologi Bandung Oleh DICKY ARISIKAM NIM : 35020004 (Program Studi Doktor Teknik Sipil) INSTITUT TEKNOLOGI BANDUNG Maret 2024 i ABSTRAK PENGEMBANGAN MODEL KINERJA KESELAMATAN JALUR KERETA API UNTUK PENILAIAN KINERJA KESELAMATAN JALUR KERETA API PADA KASUS PE RKERETAAPIAN DI INDONESIA (STUDI KASUS DI DAERAH OPERASIONAL 1 JAKARTA, 2 BANDUNG, DAN 3 CIREBON PT KERETA API INDONESIA (PERSERO)) Oleh DICKY ARISIKAM NIM : 35020004 (Program Studi Doktor Teknik Sipil) Mayoritas Kecelakaan Kereta Api (KKA) yang terjadi di Indonesia selama periode 2015–2020 disebabkan oleh faktor prasarana, seperti kondisi jalan rel, keberadaan jembatan, dan kualitas sintelis. Untuk mengurangi KKA tersebut, maka diperlukan upaya perawatan atau perbaikan prasarana dengan prioritas penanganan pada lokasi-lokasi yang memiliki risiko tinggi terhadap KKA. Secara konvensional, prioritas penanganan ditentukan berdasarkan banyaknya KKA yang pernah terjadi pada lokasi tersebut dalam periode waktu tertentu. Namun mengingat sifat keacakan dari data kecelakaan dan adanya fenomena Regression to The Mean (RTM), maka prioritas penanganan lokasi berdasarkan data jumlah kejadian KKA dapat mengandung bias, yang mengakibatkan lokasi-lokasi yang dipilih untuk mendapatkan prioritas penanganan, ternyata bukan lokasi yang memiliki risiko tinggi terhadap KKA. Dengan demikian, diperlukan suatu pendekatan yang komprehensif untuk menilai kinerja keselamatan jalur KA yang dapat membantu operator prasarana KA dalam memilih lokasi-lokasi yang perlu mendapatkan prioritas penanganan, sehingga perawatan atau perbaikan prasarana dapat dilakukan dengan lebih efektif dan efisien. Penelitian ini bertujuan untuk mengembangkan model kinerja keselamatan jalur KA yang dapat digunakan untuk menilai kinerja keselamatan jalur KA dan memilih lokasi-lokasi yang perlu mendapatkan prioritas perawatan atau perbaikan. Model ini menggambarkan hubungan asosiasi antara kejadian KKA sebagai variabel terikat dengan eksposur (frekuensi perjalanan KA dan panjang jalur KA) dan sejumlah faktor prasarana (jalan rel, jembatan, dan sintelis) sebagai variabel bebas. Dalam hal ini, faktor prasarana berperan sebagai faktor risiko yang mempengaruhi kejadian KKA. Model dibangun menggunakan Generalized Linear Model (GLM) dengan spesifikasi model regresi Poisson (RP), Negative Binomial (NB), Zero Inflated Poisson (ZIP), dan Zero Inflated Negative Binomial (ZINB). Data kejadian KKA yang terjadi pada segmen atau jalur KA diantara dua stasiun yang bersebelahan di Daerah Operasional (Daop) 1 Jakarta, Daop 2 Bandung, dan ii Daop 3 Cirebon selama tahun 2015–2020 digunakan sebagai dasar pemodelan. Total terdapat 379 jalur KA dari ketiga Daop tersebut. Pemilihan model didasarkan pada uji nilai dispersi, uji kecocokan, dan uji vuong. Hasil pemodelan menunjukkan bahwa model regresi NB merupakan model terbaik untuk menggambarkan hubungan asosiasi antara kejadian KKA dengan faktor prasarana. Variabel yang berasosiasi terhadap kejadian KKA di Indonesia (sesuai lokasi studi) yaitu frekuensi KA (KA/hari), panjang jalur KA (Km), kecepatan KA (Km/jam), panjang lengkung jalur KA dengan radius 500 m s.d ≤ 1000 m (Km), jumlah daerah rawan (Titik), panjang jaringan Listrik Aliran Atas (Km), dan tipe jalur tunggal atau ganda. Model tersebut menghasilkan angka perkiraan KKA untuk setiap entitas, yang selanjutnya digunakan untuk penilaian kinerja keselamatan jalur KA. Selanjutnya, hasil penilaian kinerja keselamatan jalur KA berdasarkan Indikator Kinerja Safety Performance Function (SPF) dan Empirical Bayes (EB) terdapat 47 dan 102 segmen berbahaya. Kemudian berdasarkan metode Data Envelopment Analysis (DEA) (DEA-KKA dan DEA-SPF) menunjukkan peringkat keselamatan dari 379 jalur KA yang ditinjau, tidak menyebutkan lokasi berbahaya atau tidak. Jalur KA pada peringkat teratas baik dengan Indikator Kinerja maupuan metode DEA, merupakan jalur KA yang paling berbahaya dan perlu mendapatkan prioritas perawatan. Berdasarkan hasil penilaian dengan Indikator Kinerja SPF dan EB serta Metode DEA-SPF menunjukkan perbedaan yang tidak signifikan, hal ini karena variabel yang digunakan pada analisis adalah sama yaitu angka perkiraan KKA dan variabel prasarana yang didapat dari SPF, sedangkan metode DEA-KKA menunjukkan hasil yang berbeda karena tidak menggunakan parameter dari SPF. Berdasarkan keunggulan dan keterbatasan dari keempat penilaian tersebut, Indikator Kinerja EB menjadi penilaian kinerja keselamatan jalur KA yang paling sesuai untuk kasus KKA tersebut karena menggunakan angka kejadian KKA, angka ekpektasi KKA dari SPF sebagai parameter analisis dan ambang batas, serta memperhitungkan efek dari bias pada RTM. Kata kunci: Kecelakaan Kereta Api, Keselamatan Kereta Api, Jalur Kereta Api, Prasarana Kereta Api, Generalized Linear Model, Safety Performance Function, Empirical Bayes, Data Envelopment Analysis iii ABSTRACT DEVELOPMENT OF A TRACK SAFETY PERFORMANCE MODEL FOR TRACK SAFETY PERFORMANCE ASSESSMENT IN INDONESIAN RAILWAY CASES (A CASE STUDY IN OPERATIONAL AREAS 1 JAKARTA, 2 BANDUNG, AND 3 CIREBON OF PT KERETA API INDONESIA (PERSERO)) By DICKY ARISIKAM NIM : 35020004 (Doctoral Program in Civil Engineering) The majority of Train Accidents (TA) that occurred in Indonesia from 2015– 2020 were caused by infrastructure factors, such as the condition of tracks, the presence of bridges, and the quality of signal, telecommunication, and electricity. To reduce these TA, need a maintenance or improvement of infrastructure, with a focus on locations with high risks to TA. Conventionally, the prioritization of maintenance is determined based on the number of TA that have occurred at a location within a time period. However, considering the random of TA data and the phenomenon of Regression to The Mean (RTM), so prioritizing maintenance locations based on the number of TA can be bias and the locations were selected is not locations with a high risk of TA. Therefore, a comprehensive approach is required to assess the safety performance of tracks. This approach can assist railway operators in selecting locations that need priority maintenance, so that infrastructure maintenance or improvement can be carried out more effectively and efficiently. This research is to develop a track safety performance model that can be utilized to assess the safety performance of tracks and select locations requiring priority maintenance or improvement. The model depicts the associative relationship between TA as the dependent variable with exposure (train frequency and length of tracks) and various infrastructure factors (tracks, bridges, and signal) as independent variables. In this context, infrastructure factors play a role as risk factors influencing TA. The model is constructed using the Generalized Linear Model (GLM) with specifications of Poisson Regression (RP), Negative Binomial (NB), Zero Inflated Poisson (ZIP), and Zero Inflated Negative Binomial (ZINB).