Perpustakaan Digital ITB

Jalan merupakan salah satu penunjang yang sangat penting dalam perkembangan suatu wilayah. Agar jalan dapat berfungsi dengan baik, perlu dilakukan pengelolaan jalan dengan baik dan benar sebagai bagian dari manajemen aset jalan. Dalam beberapa tahun terakhir, banjir telah menyebabkan gangguan pada sistem pengelolalan jalan dengan meningkatkan biaya rehabilitasi secara signifikan. Intensitas dan frekuensi banjir yang terjadi tidaklah pasti, misalnya Bengkulu yang dilanda banjir pada tahun 2019 juga kembali dilanda bencana banjir besar setelah adanya hujan intensitas tinggi pada tahun 2021 dan 2022. Pemodelan kinerja perkerasan merupakan elemen penting dari sistem manajemen perkerasan. Hampir 95% dari tingkat layanan perkerasan jalan berhubungan dengan kekasaran permukaan, dengan kata lain kekasaran permukaan merupakan variabel utama yang sangat mempengaruhi kemampuan layan perkerasan jalan. Pada penelitian ini dilakukan analisis pengaruh banjir, lalu lintas dan riwayat penanganan terhadap deteriorasi kondisi perkerasan jalan dimasa akan datang. Analisis dilakukan pada semua ruas jalan nasional yang ada di provinsi Bengkulu. Ruas jalan dikategorikan segmen terdampak banjir dan segmen tidak terdampak banjir sesuai dengan kategori lalu lintas dan riwayat pemeliharaannya. Parameter kondisi perkerasan yang digunakan pada penelitian ini adalah nilai IRI (International Roughness Index) dan nilai PCI (Pavement Condition Index). Analisis perubahan kondisi perkerasan di masa akan datang menggunakan model Markov Chain. Nantinya dilakukan perbandingan antara penentuan kondisi perkerasan menggunakan bilangan acak dari LCG (Linear Congruential Generator) dan dengan probabilitas tertinggi. Selain itu hasil kondisi perkerasan di masa datang dengan Markov Chain akan dibandingkan dengan hasil kondisi perkerasan menurut IRMS V.3. Untuk penentuan penanganan yang akan dilakukan mengacu pada decision tree perkerasan lentur IRMS V.3. Berdasarkan analisis yang dilakukan secara statistik didapatkan kesimpulan jika dilakukan penanganan, segmen banjir dan segmen tak terdampak banjir tidak memiliki perbedaan nilai kondisi perkerasan. Sedangkan jika tidak dilakukan penanganan, segmen banjir dan segmen tidak terdampak banjir memiliki perbedaan kondisi perkerasan. Berdasarkan matriks probabilitas transisi (MPT) yang dihasilkan, kondisi kategori lalu lintas mempengaruhi tingkat penurunan maupun kenaikan kondisi perkerasan dimana lalu lintas tinggi memiliki tingkat penurunan kondisi perkerasan lebih tinggi daripada lalu lintas sedang maupun lalu lintas rendah. Kondisi antara segmen banjir dan tidak banjir juga berbeda dalam perubahan kondisi perkerasan dimana segmen banjir tingkat penurunan kondisi perkerasan lebih cepat dari segmen tidak banjir. Pada analisis perubahan kondisi perkerasan di masa akan datang, perbandingan jumlah keputusan penanganan yang diberikan pada Markov Chain dengan menggunakan bilangan acak dan Markov Chain dengan probabilitas tinggi sedikit memiliki perbedaan. Begitupun jika Markov Chain probabilitas tertinggi dibandingkan dengan IRMS V.3 juga menunjukan hasil yang berbeda, dimana penurunan kondisi perkerasan baik IRI maupun PCI lebih cepat sehingga lebih sering dilakukan penanganan daripada menggunakan IRMS V.3 yang penurunan kondisi jalan cendrung lebih lambat.