Perpustakaan Digital ITB
Ada beberapa isu yang kurang mendapatkan perhatian namun pengaruhnya cukup
signifikan bagi proyek infrastruktur jalan tol, terutama yang investasinya dari sektor
swasta. Salah satu diantaranya adalah periode ramp-up, sebagai keterlambatan
layanan infrastruktur jalan tol baru dalam membangun permintaan pengguna
potensialnya dikarenakan ada proses belajar dan beradaptasi bagi pelaku perjalanan
regional akibat belum mengenal dan merasakan kemanfaatan apa yang ditawarkan
saat digunakan. Volume lalu lintas selama periode ramp-up mengalami
pertumbuhan cukup signifikan dan cenderung berfluktuasi. Namun seiring
berjalannya waktu, akan berbeda ketika memasuki fase stabil (steady state) dengan
pertumbuhan dan fluktuasi volume lalu lintas yang mulai berkurang, yang
menandakan bahwa infrastruktur jalan tol sudah tercapai kesetimbangan
permintaannya dan mulai memasuki fase kematangan (market maturity). Model
konvensional yang masih bersifat agregasi belum mampu mengantisipasi
permasalahan periode ramp-up. Oleh karena itu, pendekatan model disagregasi
dianggap lebih realistis untuk memprediksi potensi volume lalu lintas jalan tol
selama periode ramp-up. Kurva belajar berupa grafik pertumbuhan volume lalu
lintas dianggap sebagai gambaran dari proses belajar dan beradaptasi dalam sikap
pengambilan keputusan pelaku perjalanan untuk menentukan pilihan rute.
Metodologi penelitian diawali dengan studi literatur untuk mengidentifikasi
parameter-parameter yang berpengaruh terhadap perilaku belajar dan sikap
pengambilan keputusan agen pelaku perjalanan selama proses pemilihan rute.
Inventarisasi terhadap unsur-unsur apa saja yang terlibat dalam model dilakukan
untuk membantu dalam proses pembuatan instrumen penelitian dan kebutuhan
survei. Proses survei revealed preference (RP) dan stated preference (SP) terhadap
pelaku perjalanan dilakukan di wilayah studi (Kota Bandung, Kabupaten Bandung
dan Kota Cimahi). Pengembangan model menggunakan simulasi agent-based
dengan pendekatan reinforcement learning (RL) untuk merepresentasikan proses
belajar dalam bentuk reward atau punishment terhadap rute, proses pengambilan
keputusan terhadap opsi alternatif rute didekatkan dengan model pemilihan diskrit
(DCM) berupa logit-multinomial. Adanya keterbatasan informasi dan kondisi
ketidakpastian terhadap rute perjalanan yang akan dipilih oleh agen pelaku
perjalanan, memungkinkan terjadi pengambilan keputusan yang tidak rasional
dimodelkan berdasakan teori bounded rationality (BR). Model yang telah dibangun
disimulasikan terhadap jaringan kecil hipotetikal, dan setelah dianggap cukup baik
dimplementasikan pada studi kasus permasalahan jaringan nyata di lapangan.
Tahapan akhir dari metodologi penelitian adalah dilakukan penarikan kesimpulan
dan saran, yang harapannya dapat digunakan sebagai dasar untuk keberlanjutan
penelitian selanjutnya.
Simulasi pada jaringan hipotetikal 2 rute dan dikembangkan menjadi 3 rute,
diperoleh pemahaman bahwa terdapat 3 parameter yang mempengaruhi bentuk
keluaran kurva belajar dan tingkat konvergensi sebagai penentu durasi ramp-up
jalan tol, yaitu tingkat belajar (?), koefisien atribut model logit (? ), dan rasionalitas
yang terbatas (?). Pada model, parameter tingkat belajar difungsikan untuk
memperbaharui nilai persepsi atribut alternatif rute (dalam hal ini waktu dan biaya
perjalanan) dari pengalaman perjalanan sebelumnya, sedangkan koefisien atribut
model logit dan rasionalitas yang terbatas, berpengaruh dalam menentukan dan
memperbarui nilai probabilitas pilihan alternatif rute. Hasil model, semuanya
menunjukkan adanya kondisi kesetimbangan pengguna (user equilibrium).
Aplikasi model pada studi kasus, diperoleh hasil prediksi volume lalu lintas Jalan
Tol Soroja terbesar adalah pada Pintu Tol Pasir Koja-Margaasih yang didominasi
oleh kelompok pekerja, kelompok angkutan barang, kelompok perjalanan lainnya,
kelompok pelajar, dan kelompok pebisnis. Hal ini dipengaruhi oleh tata guna lahan
dengan akses Pintu Tol Margaasih Barat dan Margaasih Timur, yaitu kawasan
industri Kutawaringin dan kawasan pemukiman padat (diantaranya Perumahan
Taman Kopo Indah). Segmen jalan pada Pintu Tol Soreang-Kutawaringin adalah
yang terendah, disebabkan hanya dilayani oleh satu Gerbang Tol, yaitu Pintu Tol
Kutawaringin Barat sebagai akses menuju stadion Si Jalak Harupat. Pergerakan lalu
lintas jalan tol di segmen Pintu Tol Margaasih-Katapang bisa dianggap sebagai
pergerakan menerus (trough traffic), yang pergerakannya berasal dari Pintu Tol
Pasir Koja menuju Pintu Tol Soreang. Besarnya parameter tingkat belajar (?)
mempengaruhi waktu konvergensi, agen pelaku perjalanan kelompok pekerja (? =
0,65) tercapai sekitar hari ke-250, sedangkan kelompok pebisnis dan lainnya (? =
0,45) sekitar hari ke-500, berbeda dengan kelompok pelajar (? = 0,10) disekitar
hari ke-1.000, serta kelompok angkutan barang (? = 0,45) namun masih
memperlihatkan kenaikan volume lalu lintasnya (di segmen Pintu Tol Pasir Koja-
Margaasih).
Hasil uji sensitifitas model terhadap tarif tol pada studi kasus Jalan Tol Soroja,
prediksi volume lalu lintas saat tarif tol dinaikkan menjadi Rp. 5.000,00 turun
sebesar 51% dari semula digratiskan. Untuk kenaikan tarif tol menjadi Rp.
8.500,00, pengguna Jalan Tol Soroja menjadi 29%, kemudian tarif dinaikkan
kembali menjadi Rp. 17.500,00 volume lalu lintas berkurang menjadi 13%. Namun
terlihat bahwa angkutan barang tidak terlalu sensitif terhadap kenaikkan tarif
dibandingkan dengan mobil penumpang, hal ini berdasarkan hasil survei umumnya
mobil barang yang menggunakan Jalan Tol Soroja merupakan pengangkut buah dan
sayuran yang harus segera tiba di lokasi (pasar), disamping itu juga biaya tol
ditanggung oleh perusahaan (umumnya untuk angkutan barang bukan buah dan
sayuran). Pelaku perjalanan pengguna mobil penumpang, yang paling sensitif
terhadap tarif tol adalah kelompok pelajar atau mahasiswa, hal ini dimungkinkan
karena pembiayaan transportasi masih dibebani dari orang tuanya.
Periode ramp-up hasil model berdasarkan pendekatan konvergensi menggunakan
metode gradien (rasio) dengan nilai toleransi h diasumsikan adalah 0,95 < h < 1,00
dan H = 12 bulan, diperoleh panjang ramp-up Jalan Tol Soroja hasil model adalah
16 + 12 = 28 bulan (2 tahun, 4 bulan), sedangkan untuk data lapangan diasumsikan
adalah 0,85 < h < 1,00 dan H = 12 bulan, diperoleh panjang periode ramp-up adalah
18 + 12 = 30 bulan (2,5 tahun). Penentuan prediksi panjang ramp-up Jalan Tol
Soroja agak sulit untuk dibandingkan dengan data aktualnya dikarenakan volume
lalu lintas yang tidak normal terjadi pada saat adanya wabah COVID-19 pada bulan
Maret 2020 s.d Februari 2022. Namun demikian, secara visual bisa terlihat bahwa
kondisi ramp-up terjadi saat bulan ke 30, dimana pertumbuhan lalu lintas sudah
mulai melandai. Validasi model simulasi yang telah dibangun terhadap prediksi
volume lalu lintas Jalan Tol Soroja dengan data aktualnya pada penelitian disertasi
ini ditunjukkan bahwa uji koefisien determinasi diperoleh nilai determinasi (R2)
adalah 86,80% (kompetensi model dianggap kuat), sedangkan hasil uji
menggunakan mean absolute percentage error (MAPE) adalah 30,54%, yang
menunjukkan bahwa kompetensi model masih dinyatakan layak.