Perpustakaan Digital ITB

Sebagai penyedia layanan transportasi publik di Indonesia, Transjakarta memiliki perhatian besar pada bagaimana menjaga kualitas layanan, khususnya terkait keandalan layanan. Saat ini, evaluasi performa keandalan layanan Transjakarta dilakukan berdasarkan data GPS. Dalam aktivitas monitoring performa harian, Operational Command Center (OCC) operator memonitor kecepatan dan posisi bus berdasarkan data GPS. Kurangnya visibilitas dari Transjakarta untuk memonitor posisi keandalan layanan saat ini karena data yang digunakan saat ini hanya data GPS. Tujuan dari penelitian ini adalah untuk melakukan asesmen terkait kendalan layanan Transjakarta untuk mengidentifikasi gap dan memberikan rekomendasi berdasarkan gap. Asesmen dilakukan berdasarkan literatur (BRT Planning Guide, jurnal, paper), wawancara dengan user, dan analisis data. Indikator keandalan layanan baru didesain untuk menentukan sumber data sebagai input dan indikator sebagai output dari monitoring layanan. Ada beberapa temuan yang diidentifikasi berdasarkan studi literatur, wawancara, dan analisis data. Analisis gap dari studi literature menunjukkan ukuran keandalan layanan saat ini berfokus pada headway dengan minimnya analisis dilakukan untuk mengevaluasi ketidakaturan layanan. Terkait dengan pengukuran, tidak adanya indikator untuk mengevaluasi performa dari layanan berdasarkan sudut pandang penumpang. Ada tiga topik Utama berdasarkan wawancara user: kepatuhan layanan dengan Pergub No.13/2019, peran OCC, dan ekspektasi untuk mempunyai aktivitas monitoring performa layanan yang lebih komprehensif. Dalam keperluan analisis, data GPS dan passenger tap-in/tap-out akan sangat bermanfaat untuk menghasilkan insight terkait beban penumpang dan distribusi setiap koridor/stop setiap jam dan headway termasuk varian untuk mengidentifikasi titik kritis di setiap koridor dan rute Transjakarta dan beban maksimum untuk mendapatkan aktivitas perencanaan layanan yang lebih baik. Sebagai bagian rekomendasi, metrik terkait penumpang direkomendasikan untuk memasukkan waktu tunggu dan waktu perjalanan sebagai perhatian utama dari penumpang dan headway dapat dikembangkan menjadi Headway Deviation Index berdasarkan stop untuk mengidentifikasi variable terkait lainnya. Terlepas dari rekomendasi terkait pengukuran performa, cara kerja berbasis data diperkenalkan agar selaras dengan implementasi teknologi baru dan perbaikan di master data dan data transaksi itu sendiri.