Hasil Pencarian  ::  Simpan CSV :: Kembali

"Angkutan barang memiliki peran penting dalam menghubungkan supply dan demand sehingga angkutan barang memiliki dampak yang cukup besar pada perekonomian daerah. Pengiriman barang yang lebih reliable dan door to door transport tentunya membutuhkan transportasi multimoda agar lebih efektif dan efisien, terlebih pada negara kepulauan seperti Indonesia. Saat ini pengembangan jaringan infrastruktur transportasi belum terintegrasi dan belum ditinjau dari perspektif multimoda. Sementara itu, banyaknya pemangku kepentingan atau aktor yang terlibat dalam sektor angkutan barang juga menambah kompleksitas perencanaan jaringan multimoda. Dari sisi pemerintah, masing-masing subsektor transportasi berdasarkan moda memiliki perencanaannya sendiri dan kurang terintegrasi, khususnya dalam sistem transportasi multimoda. Disertasi ini mengusulkan model perencanaan strategis yang terintegrasi dari jaringan angkutan barang multimoda. Model ini memiliki tujuan untuk mendapatkan manfaat optimal yang diwakili dengan nilai efisiensi dalam sistem angkutan barang. Tujuan model ini adalah untuk meminimalkan selisih total biaya distribusi dari keseluruhan sistem sebelum dan sesudah pengembangan infrastruktur dengan total biaya investasi, operasional, dan pemeliharaan (IOM) infrastruktur transportasi. Batasan anggaran diperlukan karena terkait dengan peran pemerintah dalam menyusun anggaran untuk sektor transportasi. Hasil penelitian menunjukkan bahwa model ini dapat menyeleksi skenario terbaik pengembangan infrastruktur dari perspektif transportasi multimoda dan bukan uni-moda. Model yang diusulkan dapat digunakan untuk mengintegrasikan perencanaan subsektor transportasi dan, pada saat yang sama, mengembangkan sistem transportasi multimoda yang lebih optimal.

---

Freight transportation has an essential role in connecting supply and demand that are spread geographically, which impacts the regions economic. More reliable cargo delivery and door to door transport certainly requires multimodal transportation especially in an archipelagic country like, Indonesia. Currently, the development of transportation infrastructure networks is not yet integrated and lacks a multimoda perspective. Meanwhile, many stakeholders or actors involved in the freight transport sector also increase the complexity of multimoda network planning. From the government perspective, each transportation sub-sectors that based on the mode, has its planning and lacks of integration, particularly in multimoda transport. This paper proposes the integrated strategic planning model of a multimoda freight transport network. It emphasizes to attain the optimum benefit which is represented by the efficiency of the freight transport system. The model's objective is to minimize the total distribution cost of the whole system by using the budget limitation of the transportation infrastructure's total investment, operational, and maintenance (IOM) cost as the constrains. The budget limitation constraint indeed represents the role of the government to arrange the budget for the transportation sector. The results showed that this model can select the best scenario of infrastructure development from the perspective of multimoda transport rather than uni-modal. The proposed model can be used to integrate the planning of the transportation sub-sectors and, at the same time, develop more optimum multimoda transportation system."

"Hubungan antara kecepatan dengan kecelakaan lalu lintas merupakan ranah penelitian yang banyak dilakukan dengan berbagai pendekatan. Berbagai studi telah dilakukan untuk menginvestigasi seberapa besar perubahan kecepatan rata-rata terhadap jumlah kecelakaan dan tingkat keparahannya dengan menggunakan berbagai definisi variasi kecepatan. Karakteristik kecepatan yang timbul akibat heterogenitas lalu lintas belum banyak diperhitungkan dalam berbagai penelitian. Dengan pendekatan heterogenitas kecepatan, kecepatan tidak dilihat sebagai besaran tunggal melainkan terdiri dari berbagai karakteristik kecepatan menurut jenis kendaraan. Penelitian ini bertujuan untuk mengembangkan model keselamatan lalu lintas dengan heterogenitas kecepatan dimana kinerja keselamatan dinyatakan dalam bentuk indeks Accident Modification Factor (AMF). Heterogenitas kecepatan mengacu pada kecepatan beberapa kategori kendaraan. Jenis data meliputi data lalu lintas, volume dan geometrik jalan dari 18 jalan di 8 provinsi di Indonesia: Sulawesi Tengah, Sulawesi Tenggara, Sulawesi Selatan, Kalimantan Barat, Kalimantan Tengah, NTB, NTT dan Bali. Penelitian ini difokuskan pada beberapa sub topik yang berkaitan dan juga secara independen menjawab permasalahan penelitian. Terdapat enam kategori kendaraan yang digunakan dalam studi ini, yakni: mobil, paratransit, pikap, bus, truk dan sepeda motor. Pengelompokkan ini didasari pada karakteristik fungsi dan perilaku kecepatannya serta keberadaanya di jalan antar-kota. Untuk mendapatkan efek langsung dan efek tidak langsung dari lalu lintas yang heterogen, volume, kecepatan dan deviasi standar kecepatan menurut kategori kendaraan, kondisi permukaan jalan dalam bentuk nilai IRI, serta kondisi geometrik jalan dianalisis sebagai variabel prediktor fatality rate dan accident rate. Structural Equation Modelling digunakan agar dapat dikembangkan persamaan simultan dimana tiap persamaan memiliki variabel eksplanatori bersama, tetapi tidak ada variable yang sekaligus merupakan variabel dependen. Pemodelan hubungan antara perubahan kecepatan dengan jumlah kecelakaan (no. of accidents) dan korban (no. of injuries) dilakukan dengan mengadopsi power model. Accident Modification Factor merupakan transformasi hubungan kecepatan dengan fatality rate, accident rate, jumlah kecelakaan (no. of accidents) dan jumlah korban (no. of injuries) dalam bentuk rasio sebagai indikator keselamatan. Hasil analisis menunjukkan bahwa pada jalan dengan lalu lintas campur, pendekatan heterogenitas kecepatan menghasilkan model yang dapat digunakan dalam evaluasi keselamatan jalan dengan melihat efek perubahan kecepatan kendaraan kategori tertentu. Bagian-bagian dari penelitian ini merupakan satu kesatuan yang dapat berkontribusi pada pengembangan program peningkatan keselamatan jalan pada jalan antar kota di Indonesia.

---

The relationship between speed and traffic accidents is the domain of research that is widely modelled with various approaches. Various studies have investigated how the average speed changes with the number of accidents and the severity using various definitions of speed variation. The speed variations used vary by definition, and speed is generally regarded as a single speed representing all types of vehicles. The characteristics of speed arising from traffic heterogeneity have not been widely taken into account in various studies. With the approach of speed heterogeneity, speed is not seen as a single magnitude but instead consists of various speed characteristics according to the vehicle types. Speed heterogeneity can be seen from the speed and standard speed deviation of a vehicle category. This research aims to develop a traffic safety model with speed heterogeneity. Safety performance is expressed in the form of Accident Modification Factor (AMF) index. The data types include traffic data, road volumes and geometrics from 18 roads in 8 provinces in Indonesia: Sulawesi Tengah, Southeast Sulawesi, South Sulawesi, West Kalimantan, Central Kalimantan, NTB, NTT and Bali. This study focuses on several related sub-topics and independently addresses research issues to get a complete picture of the characteristics of speed, geometry, and accidents.. Structural Equation Modelling is used to develop simultaneous fatality rate and accident rate equations with shared explanatory variables, but no variable is at once a dependent variable. The relationship between the average speed of vehicles per category as dependent variables lies in the correlation between errors of each equation. Traffic volume, speed and standard deviation of speed by vehicle category, road surface conditions in the form of IRI values, and geometric conditions of roads are hypothesized as variable predictors of fatality and accident rates, and the direct effects and indirect effects of heterogeneous traffic are analyzed. Modelling the relationship between speed changes with the number of accidents and victims is done by adopting a power model. Accident Modification Factor is a transformation of speed relationship with fatality rate, accident rate, number of accidents and number of victims in ratios as an indicator of safety. The results of the analysis showed that on roads with mixed traffic, the approach of speed heterogeneity resulted in a model that could be used in road safety evaluation by looking at the effect of vehicle speed changes in certain categories. Parts of this study can contribute to the development of road safety improvement programs on intercity roads in Indonesia"

"Layanan ride sourcing atau lebih dikenal sebagai layanan taksi online semakin populer sebagai pelengkap sarana angkutan umum bagi masyarakat. Hal ini menyebabkan pertumbuhan jumlah armada yang bergabung dalam perusahaan platform atau operator penyedia layanan taksi online juga kian membesar. Jika pertumbuhan jumlah armada ini tidak dibatasi, maka masalah kemacetan yang sudah ada di Kota Jakarta saat ini bisa tambah memburuk. Sementara dari segi operasional, layanan taksi online masih dikatakan belum efektif, hal ini bisa dilihat dari waktu tunggu penumpang yang masih cukup tinggi dan adanya sistem surge pricing, yaitu tarif pelayanan lebih tinggi dari tarif biasanya karena tingginya permintaan layanan kendaraan sedangkan ketersediaan kendaraan sedikit. Untuk mengatasi permasalahan meningkatnya jumlah armada taksi online dan juga masalah operasional pada layanan taksi online, penelitian ini bertujuan mengembangkan skema sharing platform untuk mengoptimalkan penggunaan layanan ride splitting pada layanan taksi online. Layanan ride splitting merupakan layanan ride sourcingdimana satu pengemudi (kendaraan) dapat melayani minimal dua pesanan customer sekaligus dalam satu kali perjalanan. Jumlah penumpang dalam satu pesanan customer bisa lebih dari satu orang, akan tetapi semua penumpang dalam satu pesanan customer tersebut mempunyai lokasi asal dan tujuan yang sama. Sementara itu, skema sharing platform atau resource sharing pada layanan ride sourcing adalah suatu skema dimana customer yang memesan layanan kendaraan dari platform A dapat dilayani oleh kendaraan dari platform B, begitu juga sebaliknya, dengan profit sharing yang telah ditentukan sebelumnya. Model optimasi penggunaan layananan ride splitting dengan menerapkan skema sharing platform yang dikembangkan menggunakan bentuk New Modified Maximum Weighted Bipartite Matching, sedangkan metode penyelesaiannya menggunakan Greedy Heuristic Method. Fungsi tujuan dari model optimasi tersebut yaitu memaksimumkan nilai bobot yang merupakan rasio antara profit yang diperoleh operator dan pengemudi dengan konversi nilai uang dari waktu tunggu penumpang. Nilai bobot yang maksimum disini berarti memaksimumkan profit sekaligus meminimumkan waktu tunggu penumpang. Untuk menguji model optimasi yang dikembangkan dilakukan simulasi dengan mempertimbangkan beberapa scenario. Skenario tersebut terkait dengan nilai faktor profit sharing , tarif perjalanan yang dikenakan operator per customer, serta kondisi lalu lintas berupa kecepatan tempuh perjalanan. Berdasarkan hasil simulasi diperoleh bahwa layanan ride splitting yang menerapkan skema sharing platform dengan memperoleh hasil yang lebih baik bila dibandingkan dengan layanan tanpa skema. Nilai 95% artinya operator kendaraan awal yang dipesan oleh customermemperoleh profit sharing sebesar 5% dari operator kendaraan yang ditugaskan melayani customer dengan adanya sharing platform. Hasil yang lebih baik pada simulasi tersebut ditunjukkan dengan perolehan nilai bobot yang lebih besar sekitar 4,5% - 25,3 %, total profit dari operator dan pengemudi yang lebih besar sekitar 15,91% – 48,9%, waktu tunggu dari customer yang lebih kecil sekitar 1,9% - 13,7% dan jumlah pasangan ride splitting yang lebih besar sekitar 8,57%- 12,85%.

---

Ride sourcing services, or more famously known as online taxi services, is getting more popular as a complement of public transportation for the community. This has caused the growth in the number of fleet joining the platform company or the online taxi company to also increase. If the growth in the number of fleet is not regulated, the traffic issues currently already existing in Jakarta can get even worse. On the other hand, from the operational point of view, online taxi services is deemed as not yet effective; which can be seen from the long waiting time for the passengers and the surge pricing system that occurs when the demand for the vehicle is higher than the number of vehicles available.

To solve issues of the increasing number of online taxi fleet and also the operational issues in the online taxi services, this study aims to develop a sharing platform scheme to optimize the use of ride splitting service in online taxi services. Ride splitting services is a ride sourcing service where one vehicle can serve at least two request customers at one trip. The number of passengers per customer can be more than of one person, but all the passengers in one request customer have the same origin and destination. On the other hand, sharing platform scheme or resource sharing in ride sourcing services is a scheme where a customer ordering vehicle service from platform A can be served by vehicle from platform B, and the other way around, with a predetermined profit sharing applied.

The optimized model of ride splitting service usage by applying sharing platform scheme is developed using the New Modified Maximum Weighted Bipartite Matching form, while the solving method is using Greedy Heuristic Method. The objective function of the optimized model is to maximize the weighted value which is the ratio between profit earned by the operator and money conversion of the passenger’s waiting time. Maximum weighted value means maximizing the profit and minimizing the waiting time.

To test the optimized model developed, we do a simulation which takes into consideration several different scenarios. Those scenarios are related to factor values of profit sharing , travel rate difference charged by the operator per customer, and paying attention to the existing traffic condition. The simulation shows that ride splitting services applying sharing platform scheme with 95% gets better results than services without scheme. The value of 95% means initial operator requested by the customer gets 5% of profit sharing from the operator whose vehicle is actually serving the customer with sharing platform. The better results from the simulation are the higher weighted value of 4.5% - 25.3%, higher total profit of the operator and drivers of 15.91%-48.9%, and shorter customer waiting time of 1.9%-13.7% and bigger number of matchs of 8.57%-12.85%."