1812_chapter_4

48
 36 BAB IV PENGUMPULAN DAN ANALISIS DATA 4.1. PENGUMPULAN DATA Data yang diperoleh melalui pengumpulan data sekunder adalah : 1. Data Lalu Lintas Harian Rata-Rata Tahunan a. Sumber : Dinas Perhubungan Kota Pekalongan Propinsi Jawa Tengah  b. Data yan g dip eroleh : Data LHR selama 5 tahun ( 2001-2005), untuk Jalan HOS Cokroaminoto dan Jalan Pelita IV. 2. Data Tanah a. Sumber : Laboratorium Mekanika Tan ah Jurusan Sipil Fakultas Teknik Universitas Diponegoro  b. Data yang diperoleh : Hasil Sondir dan Boring (masing-masing 2 titik)  pada tanah di sekitar Sungai Kupang. 3. Data Pendukung a. Data Topografi Sumber : Dinas PSDA Propinsi Jawa Tengah Data yang diperoleh : Peta topog rafi Kota Pekalongan.  b. Data Curah Hujan Sumber : Badan Meteorologi dan Geofisika Propinsi Jawa Tengah Data yang diperoleh : Curah Hujan Stasiun Warungasem dan Stasiun Kutosari/Doro, selama 10 tahun (1997-2006). c. Data Statistik Sumber : Biro Pusat Statistik Kota Pekalongan Propinsi Jawa Tengah Data yang diperoleh : Data Jumlah Pend uduk, Pemilikan Kendaraan, dan PDRB daerah Jenggot dan Kuripan Lor Pekalongan. Dalam proses perencanaan jembatan, setelah dilakukan pengumpulan data  primer maupun sekunder, dilanjutkan dengan evaluasi data / review study,

Upload: myrabukitbatas

Post on 08-Oct-2015

10 views

Category:

Documents


0 download

DESCRIPTION

lingkungan

TRANSCRIPT

  • 36

    BAB IV

    PENGUMPULAN DAN

    ANALISIS DATA

    4.1. PENGUMPULAN DATA

    Data yang diperoleh melalui pengumpulan data sekunder adalah :

    1. Data Lalu Lintas Harian Rata-Rata Tahunan

    a. Sumber : Dinas Perhubungan Kota Pekalongan Propinsi Jawa Tengah

    b. Data yang diperoleh : Data LHR selama 5 tahun (2001-2005), untuk Jalan

    HOS Cokroaminoto dan Jalan Pelita IV.

    2. Data Tanah

    a. Sumber : Laboratorium Mekanika Tanah Jurusan Sipil Fakultas Teknik

    Universitas Diponegoro

    b. Data yang diperoleh : Hasil Sondir dan Boring (masing-masing 2 titik)

    pada tanah di sekitar Sungai Kupang.

    3. Data Pendukung

    a. Data Topografi

    Sumber : Dinas PSDA Propinsi Jawa Tengah

    Data yang diperoleh : Peta topografi Kota Pekalongan.

    b. Data Curah Hujan

    Sumber : Badan Meteorologi dan Geofisika Propinsi Jawa Tengah

    Data yang diperoleh : Curah Hujan Stasiun Warungasem dan Stasiun

    Kutosari/Doro, selama 10 tahun (1997-2006).

    c. Data Statistik

    Sumber : Biro Pusat Statistik Kota Pekalongan Propinsi Jawa Tengah

    Data yang diperoleh : Data Jumlah Penduduk, Pemilikan Kendaraan, dan

    PDRB daerah Jenggot dan Kuripan Lor

    Pekalongan.

    Dalam proses perencanaan jembatan, setelah dilakukan pengumpulan data

    primer maupun sekunder, dilanjutkan dengan evaluasi data / review study,

  • 37

    berikutnya dilakukan analisis untuk penentuan tipe, bentang, maupun kelas

    jembatan dan lain-lain serta melakukan perhitungan detail jembatan. Langkah-

    langkah yang dilakukan meliputi :

    1. Analisa Lalu Lintas

    2. Analisa Hidrologi dan Hidrolika

    3. Analisa Tanah

    4.2. ANALISA DATA LALU LINTAS DAN GEOMETRIK JALAN

    4.2.1. Data Lalu Lintas dan Data Pendukung lainnya

    Pada tahap perencanaan jembatan data yang diperoleh diolah terlebih

    dahulu lalu kemudian dilakukan analisa untuk menentukan alternatif-alternatif

    pemecahan terhadap masalah yang dihadapi. Karena pada jalan yang akan

    dibangun jembatan Kuripan belum diketahui data LHRnya, maka perlu dianalisis

    terlebih dahulu. Metode yang digunakan adalah dengan mencari prosentase dari

    kemungkinan kendaraan yang akan melalui jalan alternatif tersebut.

    Rumus untuk mendapatkan prosentase tersebut adalah :

    x = ( )( ) 5,45,05,05050

    2 +++td

    td

    Dimana : x = prosentase kendaraan yang melalui jalan alternatif

    d = jarak tempuh melalui jalan alternatif

    t = waktu tempuh melalui jalan alternatif

    x = ( )( ) 5,45,35,0062,15,35,0062,15050

    2 +++

    = 55,7 %

  • 38

    Jl. HOS Cokroaminoto

    Jl. Pelita IV

    Jalan Alternatif

    Gambar 4.1 Denah jalan alternatif melalui Jembatan Kuripan

    Dari data yang diperoleh dari Dinas Perhubungan Kota Pekalongan tahun 2001-

    2005 tersebut dalam tabel di bawah ini :

    Tabel : 4.1 Data pertumbuhan lalu lintas tahunan ( smp/hari )

    Jl. HOS Cokroaminoto

    Thn.

    Sepeda Motor

    Emp=0,5

    Mobil Emp

    = 1,00

    Pick Up PenumpangEmp=1,00

    Pick Up

    Barang Emp= 1,00

    Bus Emp=1,50

    Truck Ringan Emp= 1,30

    Truck Sedang Emp= 2,00

    Truck Berat Emp= 2,50

    LHRT Smp / hari

    2001 2404 584 366 299 39 27 22 4 2748

    2002 2766 658 352 325 42 36 23 5 2811

    2003 2869 668 375 335 48 38 21 5 2915

    2004 2985 704 388 358 52 45 25 7 3052

    2005 3021 725 402 377 55 49 31 4 3198 Sumber : Data Survei Dinas Perhubungan Kota Pekalongan

  • 39

    Tabel : 4.2 Data pertumbuhan lalu lintas tahunan ( smp/hari )

    Jl. Pelita IV

    Thn.

    Sepeda Motor

    Emp=0,5

    Mobil Emp

    = 1,00

    Pick Up PenumpangEmp=1,00

    Pick Up

    Barang Emp= 1,00

    Bus Emp=1,50

    Truck Ringan Emp= 1,30

    Truck Sedang Emp= 2,00

    Truck Berat Emp= 2,50

    LHRT Smp / hari

    2001 704 134 116 99 17 15 8 2 751

    2002 733 152 132 112 18 16 7 1 794

    2003 762 174 136 118 16 18 9 4 866

    2004 793 192 164 127 15 21 11 3 905

    2005 812 211 171 133 16 18 10 3 1012 Sumber : Data Survei Dinas Perhubungan Kota Pekalongan

    Tabel : 4.3 Data pertumbuhan lalu lintas tahunan ( smp/hari )

    Jalan Alternatif

    Tahun 2001 2002 2003 2004 2005 LHRT

    (smp/hari) 1949 2008 2106 2204 2345 Sumber : Hasil Analisis

    Berdasarkan data lalu lintas di atas menunjukkan bahwa dari tahun ke tahun

    terjadi fluktuasi arus lalu lintas pada kedua ruas jalan tersebut yang tidak menentu.

    Pertumbuhan lalu lintas (LHR) ini mungkin saja dipengaruhi oleh faktor-faktor,

    yaitu :

    a) Jumlah Penduduk

    b) Produk Domestik Regional Bruto (PDRB)

    c) Jumlah Kepemilikan Kendaraan

    Selain faktor faktor diatas pertumbuhan tersebut juga dipengaruhi oleh

    akibat adnya imbas dari krisis moneter yang melanda bangsa ini sehingga

    menyebabkan masyarakat memilih kendaraan roda dua sebagai alat transportasi.

    Jumlah data yang dianalisis mempengaruhi ketepatan peramalan pertumbuhan lalu

  • 40

    lintas. Semakin banyak data yang dianalisis semakin baik dan tepat hasil

    peramalannya.

    a) Jumlah Penduduk Penduduk sebagai faktor utama dalam perencanaan merupakan bagian dari

    faktor sosial yang selalu berubah baik jumlah maupun kondisinya dan cenderung

    mengalami peningkatan. Dalam perencanaan jaringan transportasi antar daerah

    tidak bisa terlepas dari pengaruh pertumbuhan penduduk, karena setiap aktivitas

    penduduk kota secara langsung akan menimbulkan pergerakan lalu lintas.

    Tabel : 4.4 Pertumbuhan Penduduk Kelurahan Jenggot dan Kelurahan Kuripan Lor

    ( 1997 2006 )

    Tahun Jumlah Penduduk ( jiwa )

    1997 6.970

    1998 7.114

    1999 7.204

    2000 7.338

    2001 7.361

    2002 7.392

    2003 7.792

    2004 7.829

    2005 7.832

    2006 7.850 Sumber : Biro Pusat Statistik Kota Pekalongan

    b) Produk Domestik Regional Bruto ( PDRB ) Pembangunan di daerah Kota Pekalongan telah mencapai hasil

    sedemikian sehingga telah menghasilkan Produk Domestik Regional Bruto

    (PDRB) yang meningkat, seperti yang tampak pada tabel 4.5 di bawah ini.

  • 41

    Tabel : 4.5 PDRB Jenggot - Kuripan 1997 2006 ( Ribuan Rupiah )

    Tahun PDRB ( ribuan rupiah )

    1997 203.990,00

    1998 175.651,00

    1999 183.551,00

    2000 207.884,00

    2001 216.264,00

    2002 248.662,00

    2003 265.230,00

    2004 295.620,00

    2005 325.896,00

    2006 350.360,00 Sumber : Biro Pusat Statistik Kota Pekalongan

    c) Jumlah Kepemilikan Kendaraan Seiring dengan perkembangan kebutuhan dan peningkatan kesejahteraan

    masyarakat menyebabkan meningkat pula kebutuhan akan sarana pendukung

    termasuk kendaraan sebagai sarana pengangkut orang maupun barang. Dengan

    peningkatan tersebut akan mempengaruhi kondisi lalu lintas pada umumnya, dan

    didapatkan bahwa jumlah kendaraan yang lewat di jalan dari tahun ke tahun terus

    dapat disimpulkan mengalami peningkatan.

    Untuk mengetahui pertumbuhan lalu lintas rata-rata per tahun dari suatu

    daerah maka perlu ditentukan data kepemilikan kendaraan dari daerah tersebut.

    Berikut ini disajikan jumlah kepemilikan kendaraan Kelurahan Jenggot dan

    Kelurahan Kuripan Lor dalam tabel 4.6

  • 42

    Tabel : 4.6 Jumlah Kepemilikan Kendaraan 1997 2006

    Tahun Jumlah kendaraan ( kendaraan )

    1997 727

    1998 737

    1999 781

    2000 761

    2001 702

    2002 723

    2003 745

    2004 805

    2005 836

    2006 846

    Sumber : Biro Pusat Statistik Kota Pekalongan

    4.2.2. Analisis Tingkat Pertumbuhan Lalu Lintas Analisis terhadap data-data sekunder di atas nantinya digunakan

    untuk memperkirakan jumlah masing-masing data tersebut pada n tahun

    mendatang dengan menggunakan metode analisis geometrik dengan

    bentuk persamaan sebagai berikut :

    1. Analisis Geometrik

    Pn = Po ( 1 + i )n

    Dimana :

    Po = Data pada tahun terakhir yang diketahui

    Pn = Data pada tahun ke n dari tahun terakhir

    n = Tahun ke n dari tahun terakhir

    i = Tingkat pertumbuhan ( % )

    Datadata pertumbuhan jumlah penduduk, PDRB, dan kepemilikan

    kendaraan tersebut akan dianggap sebagai variabel bebas dan akan dicari

    seberapa besar pengaruh dari semua variabel tersebut terhadap

    pertumbuhan lalu lintas. Metode yang digunakan untuk menghitung

  • 43

    seberapa besar pengaruh dari variabel-variabel tersebut adalah metode

    regresi berganda dengan bentuk persamaan :

    Y = a + bX1 + cX2 + dX3 Data yang akan dicari tingkat pertumbuhannya dijadikan variabel tidak

    bebas (Dependent Variabel), yang untuk selanjutnya disebut variabel Y

    yaitu LHRT. Kemudian data lainnya diuji terlebih dahulu apakah

    variabel tersebut benar-benar merupakan variabel bebas (Independent

    Variabel) atau bukan. Apabila data tersebut merupakan variabel bebas

    maka dapat digunakan untuk perhitungan regresi berganda dan apabila

    bukan merupakan variabel bebas maka tidak bisa digunakan untuk

    perhitungan regresi berganda. Data-data yang akan diuji yaitu jumlah

    penduduk, PDRB dan jumlah kepemilikan kendaraan.

    Langkah selanjutnya yaitu menguji berapa besar pengaruh variabel-

    variabel bebas (X) terhadap variabel tidak bebas (Y). Dengan memakai

    metode analisis regresi dapat diketahui besarnya pengaruh tersebut

    dengan melihat harga r yang mempunyai batas 1 r 1. Hasil pengujian dari data-data sekunder di atas dapat dilihat pada perhitungan

    berikut ini.

    A. Prediksi Jumlah Penduduk Dari data jumlah penduduk yang ada dapat diketahui jumlah

    penduduk sampai tahun 2054 dengan menggunakan metode analisis

    aritmatik dan analisis geometrik. Berikut disajikan perhitungan analisis

    aritmatik dan analisis geometrik dalam tabel 4.7 di bawah ini.

  • 44

    Tabel : 4.7 Data Pertumbuhan Penduduk

    Sumber : Hasil Analisis

    Rumus dasar Analisis Geometrik :

    Pn = Po ( 1 + r )n

    Dari data di atas diperoleh :

    Po = 7850

    r = (r1 + r2 + ... + r9) / 9 = 1,342 %

    Maka diperoleh persamaan geometrik :

    Pn = 7850 ( 1 + 0.01342 )n

    Dari persamaan-persamaan tersebut dapat diketahui pertumbuhan

    penduduk sampai tahun 2056 dengan menggunakan tahun 2006

    sebagai tahun ke- 0 seperti terlihat dalam tabel 4.8 di bawah ini.

    No Tahun Jumlah

    Penduduk ( jiwa )

    Tingkat Pertumbuhan

    ( % ) 1 1997 6970 2,066 2 1998 7114 1,265 3 1999 7204 1,8604 2000 7338 0,313 5 2001 7361 0,421 6 2002 7392 5,411 7 2003 7792 0,475 8 2004 7829 0,0389 2005 7832 0,230

    10 2006 7850 Rata - rata 1,342

  • 45

    Tabel : 4.8 Analisis Pertumbuhan Penduduk

    No N Tahun Pertumbuhan Geometrik ( jiwa )

    1 0 2006 7.850 2 1 2007 7.956 3 2 2008 8.062 4 3 2009 8.170 5 4 2010 8.280 6 5 2011 8.390 7 6 2012 8.503 8 7 2013 8.617 9 8 2014 8.733 10 9 2015 8.850 11 10 2016 8.968 12 11 2017 9.088 13 12 2018 9.210 14 13 2019 9.334 15 14 2020 9.459 16 15 2021 9.584 17 16 2022 9.714 18 17 2023 9.844 19 18 2024 9.976 20 19 2025 10.109 21 20 2026 10.245 22 21 2027 10.382 23 22 2028 10.521 24 23 2029 10.662 25 24 2030 10.805 26 25 2031 10.950 27 26 2032 11.097 28 27 2033 11.245 29 28 2034 11.396 30 29 2035 11.549 31 30 2036 11.703 32 31 2037 11.860 33 32 2038 12.019 34 33 2039 12.180 35 34 2040 12.343 36 35 2041 12.509 37 36 2042 12.676 38 37 2043 12.846 39 38 2044 13.018 40 39 2045 13.193 41 40 2046 13.370 42 41 2047 13.549 43 44 45 46

    42 43 44 45

    2048 2049 2050 2051

    13.730 13.914 14.101 14.290

  • 46

    47 48 49 50 51

    46 47 48 49 50

    2052 2053 2054 2055 2056

    14.481 14.675 14.872 15.071 15.288

    Sumber : Hasil Analisis

    B. Prediksi Pertumbuhan PDRB

    Dengan cara yang sama dapat dihitung jumlah pertumbuhan PDRB

    seperti yang terlihat pada tabel 4.9 di bawah ini.

    Tabel : 4.9 Data Angka Pertumbuhan PDRB ( % )

    No Tahun PDRB ( ribuan rupiah ) Pertumbuhan

    Geometrik ( % ) 1 1997 203.990,00 -13,892 2 1998 175.651,00 4,498 3 1999 183.551,00 13,257 4 2000 207.884,00 3,875 5 2001 216.264,00 14,981 6 2002 248.662,00 6,663 7 2003 265.230,00 11,458 8 2004 295.620,00 10,242 9 2005 325.896,00 7,507

    10 2006 350.360,00 Rata - rata 6,510 %

    Sumber : Hasil Analisis

    Perhitungan analisis geometrik

    Pn = Po ( 1 + r )n

    Dari data di atas diperoleh :

    Po = 350.360,00

    r = (r1 + r2 + + r9) / 9 = 6,510 %

    Maka diperoleh persamaan geometrik :

  • 47

    Pn = 350.360 ( 1 + 0.06510)n

    Dari persamaan-persamaan tersebut dapat diketahui pertumbuhan

    PDRB sampai tahun 2056 dengan menggunakan tahun 2006 sebagai

    tahun ke-0 seperti terlihat dalam tabel 4.10 di bawah ini.

    Tabel : 4.10 Analisis Pertumbuhan PDRB ( Rupiah )

    No N Tahun Pertumbuhan

    Geometrik ( rupiah ) 1 0 2006 350.360 2 1 2007 373.1693 2 2008 397.462 4 3 2009 423.337 5 4 2010 450.896 6 5 2011 480.249 7 6 2012 511.514 8 7 2013 544.813 9 8 2014 580.280 10 9 2015 618.057 11 10 2016 658.292 12 11 2017 701.146 13 12 2018 746.792 14 13 2019 795.40815 14 2020 847.189 16 15 2021 902.341 17 16 2022 961.083 18 17 2023 1.023.649 19 18 2024 1.090.289 20 19 2025 1.161.267 21 20 2026 1.236.865 22 21 2027 1.317.385 23 22 2028 1.403.147 24 23 2029 1.494.492 25 24 2030 1.591.783 26 25 2031 1.695.408 27 26 2032 1.805.779 28 27 2033 1.923.334 29 28 2034 2.048.544 30 29 2035 2.181.905 31 30 2036 2.323.947 32 31 2037 2.475.236 33 32 2038 2.636.372 34 33 2039 2.808.000 35 34 2040 2.990.802 36 35 2041 3.185.503 37 36 2042 3.392.879 38 37 2043 3.613.756 39 38 2044 3.849.011

  • 48

    40 39 2045 4.099.582 41 40 2046 4.366.465 42 41 2047 4.650.72243 42 2048 4.953.483 44 43 2049 5.275.95545 44 2050 5.619.420 46 45 2051 5.985.244 47 46 2052 6.374.883 48 47 2053 6.789.888 49 48 2054 7.231.910 50 49 2055 7.702.707 51 50 2056 8.204.154

    Sumber : Hasil Analisis

    C. Prediksi Jumlah Kepemilikan Kendaraan

    Untuk mengetahui jumlah kepemilikan kendaraan sampai tahun 2056

    dapat dilihat pada perhitungan pada tabel 4.11 di bawah ini.

    Tabel : 4.11 Data Pertumbuhan Jumlah Kendaraan

    No Tahun Jumlah Kendaraan ( kendaraan ) Pertumbuhan

    Geometrik ( % ) 1 1997 727 1,376 2 1998 737 0,543 3 1999 741 -2,699 4 2000 721 -2,635 5 2001 702 2,991 6 2002 723 3,043 7 2003 745 8,054 8 2004 805 3,851 9 2005 836 4,785

    10 2006 876 Rata - rata 2,145

    Sumber : Hasil Analisis

    Rumus dasar Analisis Geometrik :

    Pn = Po ( 1 + r )n

  • 49

    Dari data di atas diperoleh :

    Po = 876

    r = (r1 + r2 ++ r9) / 9 = 2,145 %

    Maka diperoleh persamaan geometrik :

    Pn = 876 ( 1 + 0,02145 )n

    Dari persamaan-persamaan tersebut dapat diketahui pertumbuhan

    jumlah kendaraan sampai tahun 2056 dengan menggunakan tahun

    2006 sebagai tahun ke-0 seperti terlihat dalam tabel 4.12 di bawah ini.

    Tabel : 4.12 Analisis Pertumbuhan Jumlah Kendaraan

    No N Tahun Pertumbuhan Geometrik ( kendaraan )

    1 0 2006 876 2 1 2007 895 3 2 2008 913 4 3 2009 934 5 4 2010 954 6 5 2011 975 7 6 2012 995 8 7 2013 1017 9 8 2014 1039 10 9 2015 1061 11 10 2016 1084 12 11 2017 1107 13 12 2018 1131 14 13 2019 1155 15 14 2020 1180 16 15 2021 1205 17 16 2022 1231 18 17 2023 1257 19 18 2024 1284 20 19 2025 1312 21 20 2026 1340 22 21 2027 1368 23 22 2028 1398 24 23 2029 1428 25 24 2030 1458 26 25 2031 1490 27 26 2032 1522 28 27 2033 1554 29 28 2034 1588 30 29 2035 1622 31 30 2036 1656 32 31 2037 1692 33 32 2038 1728

  • 50

    34 33 2039 1765 35 34 2040 1803 36 35 2041 1842 37 36 2042 1881 38 37 2043 1922 39 38 2044 1963 40 39 2045 2005 41 40 2046 2048 42 41 2047 2092 43 42 2048 2137 44 43 2049 2182 45 44 2050 2229 46 45 2051 2277 47 46 2052 2326 48 47 2053 2376 49 48 2054 2427 50 49 2055 2479 51 50 2056 2532

    Sumber : Hasil Analisis

    4.2.3. Pengaruh Jumlah Penduduk Terhadap pertumbuhan LHR

    Pengaruh jumlah penduduk terhadap jumlah LHR dapat dilihat

    dari berapa besar nilai korelasi yang terjadi antara keduanya. Nilai

    korelasi tersebut dapat dicari dengan menggunakan metode regression

    analysis dari program SPSS 12. Berikut disajikan data-data jumlah LHR

    dan jumlah penduduk dalam tabel 4.13 di bawah ini.

    Tabel : 4.13 Data Jumlah LHR dan Jumlah Penduduk

    Tahun LHRT ( smp/hari ) Jumlah Penduduk ( jiwa ) HOS Cokroaminoto - Pelita IV 2001 1949 7361 2002 2008 7392 2003 2106 7792 2004 2204 7829 2005 2345 7832

    Sumber : BPS Kota Pekalongan dan Hasil Analisis

    Dari data-data di atas kemudian dicari berapa besar nilai korelasi antara

    keduanya dengan memakai metode regression analysis seperti terlihat

    dalam tabel 4.14 di bawah ini.

  • 51

    Tabel : 4.14 Nilai Korelasi Antara LHR dengan Jumlah Penduduk

    Regression Statistics

    Multiple R 0,865

    R Square 0,749

    Adjusted R Square 0,665

    Standard Error 91,335

    Observations 5 Sumber : Hasil Analisis Dari tabel di atas didapatkan bahwa nilai korelasi antara LHR dengan

    jumlah penduduk untuk ruas jalan HOS Cokroaminoto Pelita IV, R =

    0,749. Hal ini menunjukkan bahwa jumlah penduduk mempunyai

    pengaruh yang cukup besar terhadap pertumbuhan jumlah LHR dan

    dapat digunakan sebagai variabel untuk memprediksi jumlah LHR pada

    tahun-tahun berikutnya.

    4.2.4. Pengaruh PDRB terhadap pertumbuhan LHR

    Pengaruh PDRB terhadap jumlah LHR dapat dilihat dari berapa

    besar nilai korelasi yang terjadi antara keduanya. Nilai korelasi tersebut

    dapat dicari dengan menggunakan metode regression analysis dari

    program SPSS 12. Berikut disajikan data-data jumlah LHR dan PDRB

    dalam tabel 4.15 di bawah ini.

    Tabel : 4.15

    Data Jumlah LHR dan PDRB

    Tahun LHRT ( smp/hari ) PDRB ( rupiah ) HOS Cokroaminoto - Pelita IV 2001 1949 216264 2002 2008 248662 2003 2106 265230 2004 2204 295620 2005 2345 325896

    Sumber : Data Survei Dinas Perhubungan dan BPS Kota Pekalongan

  • 52

    Dari data-data di atas kemudian dicari berapa besar nilai korelasi antara

    keduanya dengan memakai metode regression analysis seperti terlihat

    dalam tabel 4.16 di bawah ini.

    Tabel : 4.16 Nilai Korelasi Antara Jumlah LHR dengan PDRB

    Regression Statistics

    Multiple R 0,988

    R Square 0,977

    Adjusted R Square 0,969

    Standard Error 27,806

    Observations 5 Sumber : Hasil Analisis

    Dari tabel di atas didapatkan bahwa nilai korelasi antara LHR dengan

    jumlah PDRB untuk ruas jalan HOS Cokroaminoto - Pelita IV, R =

    0,977 . Hal ini menunjukkan bahwa jumlah PDRB mempunyai pengaruh

    yang besar terhadap pertumbuhan jumlah LHR dan dapat digunakan

    sebagai variabel untuk memprediksi jumlah LHR pada tahun-tahun

    berikutnya.

    4.2.5. Pengaruh Jumlah Kepemilikan Kendaraan Terhadap LHR

    Pengaruh jumlah kepemilikan kendaraan terhadap jumlah LHR

    dapat dilihat dari berapa besar nilai korelasi yang terjadi antara keduanya.

    Nilai korelasi tersebut dapat dicari dengan menggunakan metode

    regression analysis dari program SPSS 12. Berikut disajikan data-data

    jumlah LHR dan jumlah kendaraan dalam tabel 4.17 di bawah ini.

  • 53

    Tabel : 4.17 Data Jumlah LHR dan Jumlah Kendaraan

    Tahun LHRT ( smp/hari ) HOS Cokroaminoto - Pelita IV Kepemilikan

    Kendaraan ( kendaraan ) 2001 1949 702 2002 2008 723 2003 2106 745 2004 2204 805 2005 2345 836

    Sumber : Data Survei Dinas Perhubungan dan BPS Kota Pekalongan

    Dari data-data di atas kemudian dicari berapa besar nilai korelasi antara

    keduanya dengan memakai metode regression analysis seperti terlihat

    dalam tabel 4.18 di bawah ini.

    Tabel : 4.18 Nilai Korelasi Antara LHR dengan Jml. Kendaraan

    Regression Statistics

    Multiple R 0,986

    R Square 0,972

    Adjusted R Square 0,963

    Standard Error 30,268

    Observations 5 Sumber : Hasil Analisis

    Dari tabel di atas didapatkan bahwa nilai korelasi antara LHR dengan

    jumlah kendaraan untuk ruas jalan HOS Cokroaminoto - Pelita IV, R =

    0,972 . Hal ini menunjukkan bahwa jumlah kendaraan mempunyai

    pengaruh yang besar terhadap pertumbuhan jumlah LHR dan dapat

    digunakan sebagai variabel untuk memprediksi jumlah LHR pada tahun-

    tahun berikutnya.

    4.2.6. Pengaruh Jumlah Penduduk Terhadap PDRB Besarnya pengaruh antara jumlah penduduk dengan PDRB dapat

    dilihat dari berapa nilai korelasi antara kedua variabel tersebut yang

  • 54

    didapat dengan menggunakan metode regression analysis dari program

    SPSS 12. Berikut disajikan data-data dari variabel jumlah penduduk dan

    PDRB dalam tabel 4.19 di bawah ini.

    Tabel : 4.19 Data Jumlah Penduduk dan PDRB

    Tahun Jumlah PDRB ( rupiah ) Penduduk ( jiwa ) 2001 7361 216264 2002 7392 248662 2003 7792 265230 2004 7829 295620 2005 7832 325896

    Sumber : Data BPS Kota Pekalongan

    Tabel : 4.20 Nilai Korelasi Antara Jumlah Penduduk dengan PDRB

    Regression Statistics

    Multiple R 0,857

    R Square 0,735

    Adjusted R Square 0,647

    Standard Error 25129,318

    Observations 5 Sumber : Hasil Analisis

    Dari tabel di atas didapatkan bahwa nilai korelasi antara variabel jumlah

    penduduk dengan variabel PDRB adalah R = 0,735. Hal ini

    menunjukkan bahwa jumlah penduduk mempunyai karakeristik yang

    hampir sama terhadap pertumbuhan PDRB.

    4.2.7. Pengaruh Jumlah Penduduk Terhadap Kepemilikan Kendaraan Pengaruh jumlah penduduk terhadap jumlah kendaraan dapat

    dilihat dari berapa besar nilai korelasi yang terjadi antara keduanya. Nilai

    korelasi tersebut dapat dicari dengan menggunakan metode regression

  • 55

    analysis dari program SPSS 12. Berikut disajikan data-data jumlah

    penduduk dan jumlah kendaraan dalam tabel 4.21 di bawah ini.

    Tabel : 4.21 Data Jumlah Penduduk dan Kepemilikan Kendaraan

    Tahun Jumlah Kepemilikan Kendaraan ( kendaraan ) Penduduk ( jiwa ) 2001 7361 7022002 7392 723 2003 7792 745 2004 7829 805 2005 7832 836

    Sumber : Data BPS Kota Pekalongan Dari data-data di atas kemudian dicari berapa besar nilai korelasi antara

    keduanya dengan memakai metode regression analysis seperti terlihat

    dalam tabel 4.22 di bawah ini.

    Tabel : 4.22

    Nilai Korelasi Antara Jumlah Penduduk dengan Jumlah Kendaraan

    Regression Statistics

    Multiple R 0,844

    R Square 0,712

    Adjusted R Square 0,616

    Standard Error 34,967

    Observations 5 Sumber : Hasil Analisis

    Dari tabel di atas didapatkan bahwa nilai korelasi antara jumlah

    penduduk dengan jumlah kendaraan adalah R = 0,712. Hal ini

    menunjukkan bahwa jumlah penduduk mempunyai karakteristik yang

    hampir sama terhadap pertumbuhan jumlah kendaraan.

  • 56

    4.2.8. Pengaruh PDRB Terhadap Kepemilikan Kendaraan Besarnya pengaruh jumlah PDRB terhadap jumlah kendaraan

    dapat dilihat dari berapa besar nilai korelasi yang terjadi antara keduanya.

    Nilai korelasi tersebut dapat dicari dengan menggunakan metode

    regression analysis dari program SPSS 12. Berikut disajikan data-data

    jumlah PDRB dan jumlah kendaraan dalam tabel 4.23 di bawah ini.

    Tabel : 4.23 Data PDRB dan Kepemilikan Kendaraan

    Tahun PDRB Kepemilikan Kendaraan ( kendaraan ) ( rupiah ) 1995 216264 702 1996 248662 723 1997 265230 745 1998 295620 805 1999 325896 836

    Sumber : Data BPS Kota Pekalongan

    Dari data-data di atas kemudian dicari berapa besar nilai korelasi antara

    keduanya dengan memakai metode regression analysis seperti terlihat

    dalam tabel 4.24 di bawah ini.

    Tabel : 4.24

    Nilai Korelasi Antara PDRB dengan Jumlah Kendaraan

    Regression Statistics

    Multiple R 0,983

    R Square 0,966

    Adjusted R Square 0,954

    Standard Error 12,042

    Observations 5 Sumber : Hasil Analisis Dari tabel di atas didapatkan bahwa nilai korelasi antara jumlah PDRB

    dengan jumlah kendaraan adalah R = 0,966. Hal ini menunjukkan bahwa

  • 57

    jumlah PDRB mempunyai karakteristik yang hampir sama terhadap

    pertumbuhan jumlah kendaraan.

    Besarnya nilai korelasi dari variabel-variabel di atas dapat

    disajikan secara ringkas dalam tabel 4.25 di bawah ini.

    Tabel : 4.25

    Nilai Korelasi Antara Berbagai Variabel Pada Ruas Jalan

    HOS Cokroaminoto - Pelita IV

    R LHR Jumlah

    Penduduk PDRB

    Jumlah

    Kendaraan

    LHR 1 0,749 0,977 0,972

    Jumlah

    Penduduk 0,749 1 0,735 0,570

    PDRB 0,977 0,735 1 0,966

    Jumlah

    Kendaraan 0,972 0,570 0,966 1

    Sumber : Hasil Analisis

    Tabel : 4.26 Persamaan Regresi dari Berbagai Kombinasi Variabel

    No Keterangan Persamaan Regresi R Square Angka

    Pertumbuhan 1 X1 = Jumlah Penduduk

    Y = LHRT

    Y = -2182,798 + 0,563 X1 0,749 3,338 %

    2 X1 = Jumlah PDRB

    Y = LHRT

    Y = 1124,786 + 0,004X1 0,977 5,106 %

    3

    X1 = Jumlah Kendaraan

    Y = LHRT

    Y = 20,072 + 2,758X1 0,972 4,446 %

    4 X1 = Jumlah Penduduk

    X2 = Jumlah PDRB

    Y = 843,815 + 0,045X1 + 0,003X2

    0,978 4,488 %

  • 58

    Y = LHRT

    5 X1 = Jumlah PDRB

    X2 = Jumlah Kendaraan

    Y = LHRT

    Y = 629,384 + 0,002X1

    + 1,216X2

    0,983 3,689 %

    6

    X1 = Jumlah Penduduk

    X2 = Jumlah PDRB

    X3 = Jumlah Kendaraan

    Y = LHRT

    Y = 359,921 + 0,043X1

    + 0,002X2 + 1,209X3

    0,984 4,772 %

    Sumber : Hasil Analisis

    Berdasarkan Tabel di atas maka dapat disimpulkan bahwa untuk mencari

    perkiraan LHRT memakai persamaan no.6 dengan alasan :

    1. R Square yang dihasilkan 0,984 , nilai ini baik untuk menandakan

    adanya hubungan ketiga variabel tersebut dengan LHRT .

    2. Angka Pertumbuhan yang dihasilkan bila menggunakan persamaan

    no.6 adalah 4,772% .Angka tersebut masih dalam batas batas tingkat

    pertumbuhan yang wajar.

    3. Penggunaan ketiga variable tersebut dalam mencari LHRT dapat

    menghasilkan persamaan yang lebih teliti.

    4.2.9 Prediksi Jumlah LHR

    Untuk menghitung jumlah LHR yang lewat pada ruas jalan HOS

    Cokroaminoto - Pelita IV sampai tahun 2056 dapat digunakan metode

    regression analysis dari program SPSS 12. Berikut disajikan data-data

    jumlah LHR, PDRB, Jumlah penduduk dan jumlah kepemilikan

    kendaraan dari tahun 2001 2005 dalam tabel 4.27 di bawah ini.

  • 59

    Ruas Jalan HOS Cokroaminoto - Pelita IV Tabel : 4.27

    Data LHR, PDRB, Jumlah Penduduk dan Jumlah Kepemilikan Kendaraan.

    Tahun LHRT ( smp/jam ) Jumlah Penduduk

    ( jiwa ) PDRB

    ( juta rupiah ) Jumlah Kendaraan

    ( kendaraan ) 2001 1949 7361 216264 702 2002 2008 7392 248662 723 2003 2106 7792 265230 745 2004 2005

    2204 2345

    7829 7832

    295620 325896

    805 836

    Sumber : Data Survei Dinas Perhubungan dan BPS Kota Pekalongan

    Tabel : 4.28 Nilai Korelasi LHR, PDRB, Juml Pend, Juml Kendaraan

    Regression Statistics

    Multiple R 0,992

    R Square 0,984

    Adjusted R Square 0,937

    Standard Error 39,505

    Observations 5 Sumber : Hasil Analisis

    Tabel : 4.29 Nilai konstanta dan Prediktor X1, X2, X3

    Variable Coefficients

    Constant 359,921

    X1 0,043

    X2 0,002

    X3 1,209 Sumber : Hasil Analisis Dengan demikian didapatkan bahwa nilai : a = 359,921

    b = 0,043

    c = 0,002

  • 60

    d = 1,209

    Sehingga didapatkan persamaan regresi sebagai berikut :

    Y = 359,921 + 0,043X1 + 0,002X2 + 1,209X3 Dengan memasukkan X1 sebagai jumlah penduduk, X2 sebagai jumlah PDRB dan

    X3 sebagai jumlah kepemilikan kendaraan maka akan didapatkan jumlah LHR

    sampai tahun 2056, seperti terlihat dalam tabel 4.30 di bawah ini :

    Tabel : 4.30 Perkiraan jumlah LHR sampai tahun 2054

    No n Tahun Penduduk PDRB Kendaraan LHRT Angka

    ( jiwa ) (rupiah ) (kendaraan) (smp/hari) Pertumbuhan( % ) 1 0 2006 7850 350360 876 2458 4.788 2 1 2007 7956 373169 895 2531 2.977 3 2 2008 8062 397462 913 2606 2.960 4 3 2009 8170 423337 934 2688 3.139 5 4 2010 8280 450896 954 2772 3.127 6 5 2011 8390 480249 975 2860 3.205 7 6 2012 8503 511514 995 2952 3.202 8 7 2013 8617 544813 1017 3050 3.324 9 8 2014 8733 580280 1039 3153 3.362 10 9 2015 8850 618057 1061 3260 3.400 11 10 2016 8968 658292 1084 3373 3.478 12 11 2017 9088 701146 1107 3492 3.519 13 12 2018 9210 746792 1131 3617 3.596 14 13 2019 9334 795408 1155 3749 3.638 15 14 2020 9459 847189 1180 3888 3.713 16 15 2021 9584 902341 1205 4034 3.753 17 16 2022 9714 961083 1231 4189 3.830 18 17 2023 9844 1023649 1257 4351 3.872 19 18 2024 9976 1090289 1284 4522 3.945 20 19 2025 10109 1161267 1312 4704 4.015 21 20 2026 10245 1236865 1340 4895 4.059 22 21 2027 10382 1317385 1368 5096 4.102 23 22 2028 10521 1403147 1398 5309 4.196 24 23 2029 10662 1494492 1428 5534 4.239 25 24 2030 10805 1591783 1458 5771 4.283 26 25 2031 10950 1695408 1490 6023 4.370 27 26 2032 11097 1805779 1522 6289 4.412 28 27 2033 11245 1923334 1554 6569 4.455 29 28 2034 11396 2048544 1588 6867 4.537 30 29 2035 11549 2181905 1622 7182 4.579 31 30 2036 11703 2323947 1656 7514 4.621 32 31 2037 11860 2475236 1692 7867 4.696 33 32 2038 12019 2636372 1728 8239 4.737 34 33 2039 12180 2808000 1765 8634 4.793

  • 61

    35 34 2040 12343 2990802 1803 9053 4.848 36 35 2041 12509 3185503 1842 9496 4.901 37 36 2042 12676 3392879 1881 9965 4.94038 37 2043 12846 3613756 1922 10464 5.004 39 38 2044 13018 3849011 1963 10991 5.04140 39 2045 13193 4099582 2005 11551 5.090 41 40 2046 13370 4366465 2048 12144 5.137 42 41 2047 13549 4650722 2092 12774 5.183 43 42 2048 13730 4953483 2137 13441 5.228 44 43 2049 13914 5275955 2182 14149 5.262 45 44 2050 14101 5619420 2229 14900 5.314 46 45 2051 14290 5985244 2277 15698 5.354 47 46 2052 14481 6374883 2326 16545 5.394 48 47 2053 14675 6789888 2376 17444 5.432 49 48 2054 14872 7231910 2427 18398 5.470 50 49 2055 15071 7702707 2479 19411 5.506 51 50 2056 15288 8204154 2532 20487 5.545

    Ratarata 4.431 Sumber : Hasil Analisis

    Dengan pertimbangan faktor biaya maka perhitungan diambil 25 tahun kedepan

    dengan perkiraan proyek dimulai pada tahun 2007, perencanaannya pada tahun

    2008, dilaksanakan pada tahun 2010.

    Jadi pada tahun yang direncanakan, yaitu tahun 2035, LHR yang melintasi Jalan

    HOS Cokroaminoto - Pelita IV adalah sebesar 7182 smp/hari. Maka dapat

    digolongkan dalam kelas jalan Lokal.

    4.2.10 Perhitungan Kapasitas Jalan

    Perhitungan kapasitas jalan didasarkan pada rumus :

    C = Co x FCW x FCSP x FCSF x FCCS

    Keterangan :

    C = Kapasitas (smp/jam)

    C0 = Kapasitas dasar (smp/jam)

    ( MKJI 97 tabel C-1:1 hal 5-50 )

    FCw = Faktor penyesuaian akibat lebar jalur lalu lintas

    ( MKJI 97 tabel C-2:1 hal 5-51 )

    FCSP = Faktor penyesuaian akibat pemisahan arah

    ( MKJI 97 tabel C-3:1 hal 5-52 )

  • 62

    FCSF = Faktor penyesuaian akibat hambatan samping

    ( MKJI 97 tabel C-4:1 hal 5-53 )

    FCCS = Faktor penyesuaian akibat ukuran kota

    ( MKJI 97 tabel C-5:1 hal 5-55 )

    C = Co x FCW x FCSP x FCSF x FCCS

    = 2900 x 0,87 x 1,00 x 0,94 x 0,86

    = 2040 smp/jam

    4.2.11 Menentukan Lajur Dalam menentukan jumlah lajur digunakan rentang arus lalu lintas seperti

    pada tabel Tata Cara Perencanaan Geometrik Jalan Antar Kota tahun

    1997, Direktorat Jendral Bina Marga Departemen Pekerjaan Umum.

    Penentuan lebar jalur dan bahu jalan adalah sebagai berikut :

    Tabel : 4.31 Penentuan Lebar Jalur dan Bahu Jalan

    ARTERI KOLEKTOR LOKAL

    VLHR (smp/jam) Ideal Minimum Ideal Minimum Ideal Minimum

    Lebar Jalur (m)

    Lebar Bahu (m)

    Lebar Jalur (m)

    Lebar Bahu (m)

    Lebar Jalur (m)

    Lebar Bahu (m)

    Lebar Jalur (m)

    Lebar Bahu (m)

    Lebar Jalur (m)

    Lebar Bahu (m)

    Lebar Jalur (m)

    Lebar Bahu (m)

    25000 2x3,5

    * 2,5

    2x2,0

    * 2,0

    2x3,5

    * 2,0 ** ** - - - -

    Sumber : TCPGJAK Tahun 1997, hal 16

    Keterangan :

    ** = mengacu pada persyaratan ideal

    * = 2 lajur terbagi, masing-masing n x 3,5 m, dimana n = jumlah

    lajur/jalur

    - = tidak ditentukan

    Rencana jalan jembatan Kuripan terdiri dari 2 lajur 2 arah UD, lebar setiap

    lajurnya 3 meter dengan bahu jalan 1 meter.

  • 63

    Untuk mengetahui mengetahui tingkat kinerja jalan pada ruas jalan HOS

    Cokroaminoto - Pelita IV pada tiap tahun mulai tahun 2006 sampai umur

    rencana tahun 2056 maka diperhitungkan sebagai berikut :

    Tabel : 4.32

    Nilai nilai Paremeter Kinerja Jalan Baru

    No U R Tahun LHRT ( smp/hari ) Q C

    Q/C Ket HOS Cokroaminoto - Pelita IV (smp/jam) (smp/jam)

    1 0 2006 2458 221 2040 0.11 LAYAK 2 1 2007 2531 228 2040 0.11 LAYAK 3 2 2008 2606 235 2040 0.12 LAYAK 4 3 2009 2688 242 2040 0.12 LAYAK 5 4 2010 2772 250 2040 0.12 LAYAK 6 5 2011 2860 257 2040 0.13 LAYAK 7 6 2012 2952 266 2040 0.13 LAYAK 8 7 2013 3050 275 2040 0.13 LAYAK 9 8 2014 3153 284 2040 0.14 LAYAK 10 9 2015 3260 293 2040 0.14 LAYAK 11 10 2016 3373 304 2040 0.15 LAYAK 12 11 2017 3492 314 2040 0.15 LAYAK 13 12 2018 3617 326 2040 0.16 LAYAK 14 13 2019 3749 337 2040 0.17 LAYAK 15 14 2020 3888 350 2040 0.17 LAYAK 16 15 2021 4034 363 2040 0.18 LAYAK 17 16 2022 4189 377 2040 0.18 LAYAK 18 17 2023 4351 392 2040 0.19 LAYAK 19 18 2024 4522 407 2040 0.20 LAYAK 20 19 2025 4704 423 2040 0.21 LAYAK 21 20 2026 4895 441 2040 0.22 LAYAK 22 21 2027 5096 459 2040 0.23 LAYAK 23 22 2028 5309 478 2040 0.23 LAYAK 24 23 2029 5534 498 2040 0.24 LAYAK 25 24 2030 5771 519 2040 0.25 LAYAK 26 25 2031 6023 542 2040 0.27 LAYAK 27 26 2032 6289 566 2040 0.28 LAYAK 28 27 2033 6569 591 2040 0.29 LAYAK 29 28 2034 6867 618 2040 0.30 LAYAK 30 29 2035 7182 646 2040 0.33 LAYAK 31 30 2036 7514 676 2040 0.35 LAYAK 32 31 2037 7867 708 2040 0.36 LAYAK 33 32 2038 8239 742 2040 0.38 LAYAK 34 33 2039 8634 777 2040 0.40 LAYAK 35 34 2040 9053 815 2040 0.42 LAYAK 36 35 2041 9496 855 2040 0.44 LAYAK 37 36 2042 9965 897 2040 0.46 LAYAK

  • 64

    38 37 2043 10464 942 2040 0.72 LAYAK 39 38 2044 10991 989 2040 0.48 LAYAK 40 39 2045 11551 1040 2040 0.51 LAYAK41 40 2046 12144 1093 2040 0.54 LAYAK 42 41 2047 12774 1150 2040 0.56 LAYAK43 42 2048 13441 1210 2040 0.59 LAYAK 44 43 2049 14149 1273 2040 0.62 LAYAK 45 44 2050 14900 1341 2040 0.66 LAYAK 46 45 2051 15698 1413 2040 0.70 LAYAK 47 46 2052 16545 1489 2040 0.73 LAYAK 48 47 2053 17444 1570 2040 0.77 TIDAK LAYAK 49 48 2054 18398 1656 2040 0.81 TIDAK LAYAK 50 49 2055 19411 1747 2040 0.86 TIDAK LAYAK 51 50 2056 20487 1844 2040 1.00 TIDAK LAYAK

    Sumber : Hasil Analisis

    3. Derajat Kejenuhan

    Untuk perhitungan rencana jalan diperoleh nilai LHRT tahun 2053 yaitu

    17444 smp/hari ,maka dengan nilai k = 0,09 diperoleh VJP sebesar 1570

    smp/jam. Dengan demikian maka nilai DS dapat dihitung dengan :

    DS = Q/C = 1570/2040 = 0,77

    Ds > 0,75 menunjukkan bahwa jalan tersebut terlalu padat sehingga

    diperlukan penanganan untuk mengurangi kepadatan tersebut dengan cara

    penambahan lajur agar arus lalulintas menjadi lancar .

    Dari perhitungan diatas dapat diambil kesimpulan bahwa penggunaan lajur

    dengan lebar 3 meter dapat memenuhi kapasitas arus lalulintas hingga tahun

    2052.

    Volume 1 jam yang dipergunakan sebagai VJP tidak boleh

    mempunyai nilai yang sangat besar , sehingga akan mengakibatkan jalan

    menjadi lenggang dan biayanya pun mahal menyebabkan pemborosan.

    Dalam pelaksanaan pelaksanaan Jembatan Kuripan ini dilaksanakan

    dengan pembangunan 2 lajur .Umur rencana jembatan pada umumnya di

    Indonesia berkisar antara 25 30 tahun .Berdasarkan perhitungan tabel diatas

    dapat dijadikan pertimbangan bahwa jalan tersebut pada suatu saat akan

    menggunakan 4 lajur apabila telah terlampaui DS nya.Tetapi dari segi

    ekonomis jalan direncanakan dengan 2 lajur terlebih dahulu. Ketika jalan

  • 65

    maupun jembatan tidak dapat lagi menampung volume arus lalu lintas maka

    dapat ditambah lagi dengan 2 lajur, cara ini akan lebih efisien ketimbang

    merencanakan langsung jalan maupun jembatan secara langsung dengan 4

    lajur .

  • 66

    4.3. ANALISIS ASPEK HIDROLOGI DAN HIDRAULIK

    Dari data yang diperoleh dari Badan Meteorologi dan Geofisika ( BMG )

    diambil 3 lokasi stasiun ,yaitu Warung Asem dan Kutosari/Doro curah hujan

    bulanan diambil dari data sepuluh tahunan yaitu dari tahun 1997 2006adalah

    sebagai berikut :

    Tabel : 4.33 Data Curah Hujan Lokasi Warungasem ( mm/hari )

    Bulan Tahun

    1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 Januari 416 296 401 364 452 331 435 345 204 415 Februari 294 278 312 366 177 463 325 408 421 223

    Maret 323 164 188 410 282 146 301 387 183 195 April 397 190 284 140 249 181 318 351 189 183 Mei 158 324 183 50 25 101 137 169 79 110Juni 39 211 209 290 198 53 145 87 120 0 Juli 16 190 0 19 137 64 64 87 145 0

    Agustus 43 32 66 0 41 0 0 12 19 22 September 0 73 137 63 66 24 83 143 100 0

    Oktober 0 260 260 129 145 0 15 50 58 8 November 4 121 168 407 272 64 100 100 152 19 Desember 189 421 273 135 271 272 272 275 247 55 CH maks 416 421 401 410 452 463 435 408 421 415

    Sumber : BMG

    Tabel : 4.34 Data Curah Hujan Lokasi Kutosari/Doro ( mm/hari )

    Bulan Tahun

    1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 Januari 396 339 326 463 377 367 390 323 339 389 Februari 375 337 377 452 372 386 392 342 345 387

    Maret 387 267 290 448 323 322 250 309 316 381 April 214 256 342 403 295 190 305 259 274 376Mei 149 139 127 412 94 188 119 219 129 129 Juni 100 175 188 217 151 31 50 10 72 29 Juli 36 182 83 56 155 18 0 108 108 10

    Agustus 4 69 153 18 3 0 0 0 43 8 September 0 188 72 23 43 4 67 105 48 0

    Oktober 0 324 361 244 188 2 64 80 345 0 November 109 184 330 387 368 372 209 206 184 179 Desember 264 342 348 241 417 272 507 417 371 227 CH maks 396 342 377 463 377 386 392 342 371 389

    Sumber : BMG

  • 67

    4.3.1. Analisis Frekuensi Curah Hujan Berdasarkan data curah hujan, maka perlu ditentukan kemungkinan curah

    hujan maksimum tersebut untuk menentukan debit banjir rencana .Dalam

    penentuan curah hujan yang dipakai dalam menghitung besar debit banjir rencana

    digunakan cara cara sebagai berikut :

    1. Menentukan jenis sebaran yang diperlukan faktor faktor sebagai berikut :

    a. Standar Deviasi

    b. Koefisien Skewness ( Cs )

    c. Koefisien Kurtosis ( Ck )

    d. Koefisien Variasi ( Cv )

    Tabel : 4.35

    Perhitungan Frekuensi Curah Hujan Stasiun Warungasem ( mm/hari )

    Tahun Xi

    ( mm/hari ) Xi - Xr (Xi - Xr)2 (Xi - Xr)3 (Xi - Xr)4 1997 416 -8.4 70.56 -592.704 4978.7136 1998 421 -3.4 11.56 -39.304 133.6336 1999 401 -23.4 547.56 -12812.904 299821.95362000 410 -14.4 207.36 -2985.984 42998.1696 2001 452 27.6 761.76 21024.576 580278.2976 2002 463 38.6 1489.96 57512.456 2219980.802 2003 435 10.6 112.36 1191.016 12624.7696 2004 408 -16.4 268.96 -4410.944 72339.4816 2005 421 -3.4 11.56 -39.304 133.6336 2006 415 -9.4 88.36 -830.584 7807.4896

    Jumlah 4242 3570 58016.32 3241096.944

    Sumber : Hasil Analisis

    X rata rata = nXi =

    104242 = 424,4 mm/hari

    Keterangan : n = Banyaknya tahun data curah hujan yang dipakai

    Xi = Jumlah curah hujan maksimum

  • 68

    Tabel : 4.36

    Perhitungan Frekuensi Curah Hujan Stasiun Kutosari/Doro ( mm/hari )

    Tahun Xi

    ( mm/hari ) Xi - Xr (Xi - Xr)2 (Xi - Xr)3 (Xi - Xr)4 1997 396 12.5 156.25 1953.125 24414.0625 1998 342 -41.5 1722.25 -71473.375 2966145.063 1999 377 -6.5 42.25 -274.625 1785.0625 2000 463 79.5 6320.25 502459.875 39945560.06 2001 377 -6.5 42.25 -274.625 1785.0625 2002 386 2.5 6.25 15.625 39.0625 2003 392 8.5 72.25 614.125 5220.0625 2004 342 -41.5 1722.25 -71473.375 2966145.063 2005 371 -12.5 156.25 -1953.125 24414.0625 2006 389 5.5 30.25 166.375 915.0625

    Jumlah 3835 10270.5 359760 45936422.63

    Sumber : Hasil Analisis

    X rata rata = nXi =

    103835 = 383,5 mm/hari

    Keterangan : n = Banyaknya tahun data curah hujan yang dipakai

    Xi = Jumlah curah hujan maksimum

    a. Standart Deviasi

    Ukuran sebaran yang paling banyak digunakan adalah deviasi standar ,

    apabila penyebaran sangat besar terhadap nilai rata rata maka nilai x akan besar

    ,akan tetapi apabila penyebaran data sangat kecil terhadap nilai rata rata maka

    nilai x akan kecil.

    Untuk stasiun Warungasem :

    Sx = ( )

    1

    2

    nrataXrataXi

    = 9

    3570 = 19,916

    Untuk stasiun Kutosari / Doro :

    Sx = ( )

    1

    2

    nrataXrataXi

    = 9

    5,10270 = 33,781

  • 69

    Keterangan :

    n = Banyaknya tahun data curah hujan yang dipakai

    (Xi-Xrata-rata)2 = Curah hujan maksimum dikurangi curah hujan rata- rata

    dikuadratkan

    b. Koefisien Skewness ( Cs )

    Kemencengan ( Skewness ) adalah suatu nilai yang menunjukan derajat

    ketidak simetrisan ( Asimetry ) demi suatu bentuk distribusi. Apabila kurva

    frkuensi dari kanan atau ke kiri terhadap titik pusat maksimum, maka kurva

    tersebut tidak akan berbentuk simetris .Keadaaan tersebut disebut menceng ke

    kiri atau ke kanan .Pengukuran kemencengan adalah untuk mengukur seberapa

    besar frekuensi dari suatu distribusi tidak simetris atau menceng.Ukuran

    kemencengan dinyatakan dengan besarnya koefisien kemencengan dan dapat

    dihitung dengan persamaan berikut :

    Cs = ( )( )( ) 3

    3

    21 SxnnrataXrataXin

    = 3781,338935376010

    = 1,275

    Keterangan :

    n = Banyaknya tahun data curah hujan yang dipakai

    (Xi-Xrata-rata)3 = Curah hujan maksimum dikurangi curah hujan rata- rata

    dipangkat tiga

    Sx = Standart deviasi

  • 70

    c. Koefisien Kurtois ( Ck )

    Pengukuran Kurtois dimaksudkan untuk mengukur kemencengan dari

    kurva distribusi dan sebagai perbandingan adalah distribusi normal koefisien

    Kurtois dirumuskan sebagai berikut :

    Ck = ( )

    ( )( )( ) 442

    321 SxnnnrataXrataXin

    = 42

    781,3378963,4593642210

    = 6,9

    Keterangan :

    n = Banyaknya tahun data curah hujan yang dipakai

    (Xi-Xrata-rata)3 = Curah hujan maksimum dikurangi curah hujan rata- rata

    dipangkat empat

    Sx = Standart deviasi

    d. Koefisien Variasi ( Cv )

    nilai Koefisien Variasi adalah nilai perbandingan deviasi standar

    dengan rata rata hitung dari suatu distribusi .Koefisien Variasi dapat dihitung

    dengan rumus sebagai berikut :

    Cv = XSx

    = 5,383

    781,33

    = 0,088

    Keterangan :

    Sx = Standart deviasi

    X = Curah hujan rata-rata

  • 71

    2. Pemilihan Jenis Sebaran

    Dalam sebaran dikenal beberapa jenis distribusi, diantaranya yang banyak

    digunakan dalam hidrologi adalah sebagai berikut :

    a. Distribusi normal

    b. Distribusi log normal

    c. Distribusi log Pearson

    d. Distribusi Gumbel

    Tabel : 4.37 Perhitungan Frekuensi Curah Hujan Stasiun Warungasem ( mm/hari )

    No Jenis Distribusi Syarat Hasil

    Perhitungan Keterangan

    1 Normal Ck = 3

    Cs = 0

    Ck = 6,9

    Cs = 1,275

    Tidak

    Tidak

    2 Gumbel Ck = 5,4002

    Cs = 1,129

    Ck = 6,9

    Cs = 1,275

    Tidak

    Memenuhi

    3 Log Pearson III Cs 0 Cs = 1,275 Memenuhi

    4 Log Normal Cs = 3 x Cv Cv = 0,088

    Cs = 1,275

    Tidak

    Tidak Sumber : Hasil Analisis Keterangan :

    Cs = Koefisien Skewness Ck = Koefisien Kurtois Cv = Koefisien Variasi

    Analisis Curah Hujan Rencana

    Perhitungan Distribusi Log Pearson

    Untuk Stasiun Hujan Warungasem

    Rata rata ( x ) = 424,2 mm/hari

    Standar Deviasi ( Sx ) = 19,916

  • 72

    Rumus : Subarkah 1980

    Kr = 0,78 45,011lnln

    Tr

    Tr => 25

    = 2,045

    Xtr = Xrata rata + ( Kr * Sx )

    Xtr = X25 + R

    X25 = R = 424,2 + ( 2,045 19,916)

    = 464,928 mm/hari

    Keterangan :

    Xtr = Curah Hujan dengan kala ulang tertentu ( diambil 25 tahun )

    Xr = Curah Hujan Rata rata

    Sx = Standart Deviasi

    Untuk Stasiun Kutosari/Doro

    Rata rata ( x ) = 383,5 mm/hari

    Standar Deviasi ( Sx ) = 33,781

    Kr = 0,78 45,011lnln

    Tr

    Tr => 25

    = 2,045

    Xtr = Xrata rata + ( Kr * Sx )

    Xtr = X25 + R

    X25 = R = 383,5 + (2,045 33,781 )

    = 452,582 mm/hari

    Keterangan :

  • 73

    Xtr = Curah Hujan dengan kala ulang tertentu ( diambil 25 tahun )

    Xr = Curah Hujan Rata rata

    Sx = Standart Deviasi

    Rdiambil = 755,4582

    582,452982,464 =+ mm/hari

    4.3.3 Perhitungan Debit Banjir ( Q ) Tujuan dari perhitungan debit ini adalah untuk mengetahui besarnya debit

    air yang melewati sungai Kupang untuk suatu periode ulang tertentu, sehubungan

    dengan perencanaan ini periode debit banjir yang direncanakan adalah periode

    ulang 25 tahunan ( Qtr = Q25 ).

    A. Data dari Dinas Pengairan Jratunseluna

    Luas DAS ( A ) = 155 km2

    Panjang aliran sungai ( L ) = 40000 m

    Perbedaan ketinggian = 168 m

    Kemiringan dasar saluran = 0,0028

    B. Waktu Konsentrasi ( tc )

    tc = L / ( 72 x i0,6 )

    Keterangan :

    L = panjang aliran ( m )

    i = kemiringan medan

    tc = waktu pengaliran ( jam )

    tc = ( 40000 / ( 72 x 0,00280,6 )) / 3600

    = 5,25 jam

    C. Intensitas Hujan ( I )

    I = ( R/24 ) x ( 24/tc )0,67

    Keterangan :

    I = Intensitas Hujan ( mm/jam )

    R = Curah hujan ( mm )

    tc = Waktu penakaran ( jam )

  • 74

    I = ( 458,755 / 24 ) x ( 24 / 5,25 )0,67

    = 52,918 mm/jam

    Formula Relation Mononobe :

    Q = 0,278.C.I.A

    Keterangan :

    Q = Debit banjir ( m3/det )

    C = Koefisien run off = 0,6

    I = Intensitas hujan ( mm/jam )

    A = Luas DAS ( km2 )

    ( 0,278 = konversi satuan )

    Q = 0,278 x 0,6 x 52,918 x 155

    = 1368,142 m3/det

    4.3.3 Perhitungan Tinggi Muka Air Banjir Penampang sungai direncanakan sesuai dengan bentuk kali Kupang yaitu

    berupa trapesium dengan ketentuan sebagai berikut :

    Q = 1368,142 m3/det

    Kemiringan dasar ( I ) = 0,0028

    Kemiringan dinding (m) = 1:2

    Koefisien Manning ( n ) = 0,04

    Panjang Aliran Sungai ( L ) = 40000 m

    Beda elevasi ( H ) = 168 m

    Lebar Sungai ( B ) = 23,81 m

    Rumus kecepatan aliran :

    V = 6,06,0

    400001687272

    =

    x

    LHx

    = 2,7 m/det

    Luas kebutuhan :

    A = 7,2142,1368=

    VQr = 506,719 m2

  • 75

    7.000 ( M )

    J A R A K

    ELEVASI

    BIDANG PERS :

    9.83

    5

    4.73

    16.6

    15

    16.5

    68

    15.6

    76

    12.0

    66

    8.89

    6

    7.95

    6

    8.88

    8

    9.81

    9

    16.3

    67

    5.845 5.845 5.386 5.386 11.227 5.808

    16.3

    48

    9.808.1712.576

    AS

    J A R A K

    ELEVASI

    16.6

    25

    P 0

    16.0

    23

    15.0

    22

    11.9

    16

    9.60

    5

    8.95

    1

    7.99

    5

    8.90

    3

    9.80

    9

    16.0

    85

    16.2

    81

    21.20 5.216 3.553 5.024 3.082 3.082 6.397 6.397 9.051 5.000

    AS

    P 1

    J A R A K

    ELEVASI

    16.8

    20

    P 2 + 10

    16.2

    44

    15.2

    31

    12.1

    58

    10.2

    49

    8.68

    7

    7.12

    4

    8.66

    6

    10.2

    07

    15.7

    63

    16.7

    68

    16.377 7.619 6.642 6.174 9.253 9.253 3.163 3.163 12.501 9.231

    AS

    9.000

    11.000

    13.000

    15.000

    17.000

    9.000

    11.000

    13.000

    15.000

    17.000

    9.000

    11.000

    13.000

    15.000

    17.000

    7.000 ( M )BIDANG PERS :

    7.000 ( M )BIDANG PERS :

    J A R A K

    ELEVASI

    16.0

    33

    P 3

    15.0

    67

    12.4

    64

    9.62

    5

    8.70

    9

    7.79

    2

    8.82

    7

    9.86

    1

    16.980 7.655 6.192 5.239 5.239 5.207 5.207

    16.1

    20

    7.045

    16.0

    25

    16.070

    AS

    J A R A K

    ELEVASI

    15.7

    57

    15.6

    67

    16.3

    23

    16.5

    17

    15.6

    21

    14.1

    42

    13.8

    68

    11.1

    27

    9.26

    8

    9.59

    6

    9.92

    3

    9.88

    4

    9.84

    3

    15.6

    24

    16.3

    05

    19.99 6.99 2.99 3.598 1.339 1.283 7.007 3.575 4.911 4.911 6.797 6.797 5.913 8.068

    AS

    P 4

    9.000

    11.000

    13.000

    15.000

    17.000

    9.000

    11.000

    13.000

    15.000

    17.000

    7.000 ( M )BIDANG PERS :

    7.000 ( M )BIDANG PERS :

    Gambar 4.2 potongan Kali Kupang dimulai dari pertemuan Kali Banger

    dengan Sungai Pekalongan sampai dengan hulu Jembatan Kuripan Lor

    Jenggot

  • 76

    J A R A K

    ELEVASI16

    .262

    P 5

    16.2

    55

    15.5

    90

    10.1

    40

    9.91

    2

    9.68

    5

    9.62

    2

    9.55

    8

    9.61

    3

    9.66

    7

    16.2

    16

    16.0

    11

    14.994 2.997 6.563 8.777 0.949 5.978 5.978 3.629 3.629 7.892 6.603

    AS

    11.000

    13.000

    15.000

    17.000

    9.000 ( M )BIDANG PERS :

    19.000

    J A R A K

    ELEVASI

    16.4

    52

    P 6

    16.0

    93

    15.6

    19

    10.6

    15

    10.7

    92

    9.68

    0

    9.57

    6

    9.45

    3

    9.56

    7

    9.69

    9

    16.6

    23

    16.7

    13

    10.489 1.999 5.578 8.614 2.462 4.802 4.802 7.926 7.926 5.892 8.191

    AS

    11.000

    13.000

    15.000

    17.000

    9.000 ( M )BIDANG PERS :

    19.000

    Tabel 4.38 HASIL PENGUKURAN KALI KUPANG DIMULAI DARI

    PERTEMUAN KALI BANGER DENGAN SUNGAI PEKALONGAN SAMPAI

    DENGAN HULU JEMBATAN KURIPAN LOR - JENGGOT No

    Patok

    Jarak

    (m )

    Lebar

    Bawah (m)

    Lebar Atas

    (m) Rata2 (m)

    Elevasi Dasar

    Sungai (m)

    P.6

    P.5

    P.4

    P.3

    P.2

    P.1

    P.0

    50,00

    50,00

    50,00

    50,00

    50,00

    36,00

    27,82

    29,00

    23,58

    20,88

    23,83

    18,86

    22,46

    41,39

    46,46

    46,29

    41,78

    56,77

    41,80

    56,39

    34,65

    37,73

    34,93

    31,34

    40,30

    30,38

    39,43

    +9,453

    +9,558

    +9,923

    +9,861

    +10,249

    +9,809

    +9,819

    Rata2 23,81 47,27 35,54

    Sumber : Hasil Analisis

  • 77

    B

    H2

    H1

    Langkah perhitungan tinggi air maksimum dengan menggunakan lebar rata-

    rata, B = 23,81 m

    Penampang tanpa menggunakan pilar

    Gambar 4.3 gambar perhitungan tinggi muka air banjir

    B1 = 23,81 m

    Dengan cara coba-coba didapat : H1 = 8,26 m

    F = (B + mH1) H1

    = ( 23,81 + (2 x 8,26)) 8,26

    = 333,126 m

    P = B + 2( 21 m+ ) H1 = 23,81 + 2( 221+ ) 8,26 = 60,75 m

    R = PF

    = 75,60126,333 = 5,484 m

    Q = n1 R 3/2 I 2/1 F

    = 04,01 .5,484 3/2 .0,0028 2/1 .333,126

  • 78

    B

    H 2

    H 1

    D

    = 1370,437 m/det > 1368,142 m/det .OK

    Penampang dengan menggunakan pilar

    Gambar 4.4 gambar perhitungan tinggi muka air banjir mengunakan pilar

    B rata-rata = 23,81 m

    Diameter pilar = 1 m ( H51 )

    101 H

    Dengan cara coba-coba didapat : H1 = 8,4 m

    F = (B + mH1) H1

    = ( 22,81 + (2 x 8,4)) 8,4

    = 332,724 m

    P = B + 2( 21 m+ ) H1 = 22,81 + 2( 221+ ) 8,4 = 60,376 m

    R = PF

    = 376,60724,332 = 5,622 m

    Q = n1 R 3/2 I 2/1 F

  • 79

    = 04,01 .5,622 3/2 .0,0028 2/1 .332,724

    = 1373,273 m/det > 1368,142 m/det .OK

    4.3.4 Tinggi Bebas Menurut Peraturan Perencanaan Pembebanan Jembatan dan Jalan Raya,

    bahwa tinggi bebas yang disyaratkan untuk jembatan minimal 1,00 m diatas nuka

    air banjir 25 tahunan. Maka untuk tinggi bebas jembatan Kali Kupang ini

    direncanakan 1,5 meter.

    4.3.5 Analisa Data Penggerusan (Scouring)

    Penggerusan (scouring) terjadi di dasar sungai di bawah pier akibat aliran

    sungai yang mengikis lapisan tanah dasar sungai. Aliran sungai diarahkan agar

    tidak berubah arah sehingga tidak terjadi penggerusan (scouring) ini.

    Dalamnya penggerusan dihitung berdasarkan rumus Lacey, sebagai berikut

    - Bentang jembatan ( L ) = 60 m

    - Lebar alur sungai ( W ) = 47,27 m

    - Jenis tanah dasar lanau ( standart silt ), maka berdasar tabel 2.6 Faktor

    Lempung Lacey pada bab II :

    - Diameter butir ( d ) = 0,322 mm

    - Faktor lempung Lacey ( f ) = 1,0

    - Tipe aliran sungai : aliran belok

    - Q = Q25 = 1368,142 m3/det

    Dari rumus Lacey :

    md

    d

    fQdWL

    238,51

    142,1368473,0

    473,0

    333,0

    333,0

    =

    =

    =

    Penggerusan maksimum = 1,75d = 1,75 x 5,238 = 9,167 m.

    Jadi kedalaman pondasi jembatan harus diperhitungkan terhadap kedalaman

    scouring di atas (9,167 m dari permukaan tanah/dasar sungai)

  • 80

    Gambar 4.5 Sketsa Penampang Sungai

    4.4 ANALISIS KONDISI TANAH DASAR Analisa terhadap kondisi tanah dasar dimaksudkan untuk mengetahui sifat

    fisik dan sifat teknis tanah di lokasi untuk menentukan jenis pondasi yang sesuai

    dengan keadaan tanah pada jembatan Kuripan.

    4.4.1 Pekerjaan Boring

    Jumlah titik bor dilaksanakan pada 2 ( dua ) titik bor yaitu titik BH-1 dan

    BH-2. Alat yang dipergunakan pada pekerjaan boring ini adalah bor mesin

    ( Kano Boring ), yang dilakukan higga kedalaman 20 meter dari

    permukaan tanah setempat.

    Hasil pengujian boring tersebut adalah sebagai berikut :

    Tabel 4.39 Pekerjaan Boring BH-1

    Kedalaman

    (meter) Jenis tanah Diskripsi Tanah N SPT

    0 5 Pasir Coklat , Setengah Padat 5

    5 6 Pasir KelempunganCoklat Kemerahan,

    Setengah Padat 4

    6 7,6 Pasir Hitam Keabu-abuan,

    Setengah Padat 4

    7,6 10 Gambut Hitam Kecoklatan, Lepas 4

    23,81m

    8,26m

    1,5m

  • 81

    10 11 Lempung

    Kepasiran

    Abu-abu Kecoklatan,

    Teguh 4

    11 13 Gambut Coklat, Lepas 6

    13 14,6 Lempung Abu-abu, Teguh 6

    14,6 20 Pasir Hitam Keabu-abuan,

    Setengah Padat 16 19

    Sumber : DPU Kota Pekalongan

    Tabel 4.40 Pekerjaan Boring BH-2

    Kedalaman

    (meter) Jenis tanah Diskripsi Tanah N SPT

    0 6,5 Pasir Kelempungan Coklat , Lepas 5 9

    6,5 8 Pasir Abu-abu Kehitaman,

    Lepas 5 9

    8 10 Lempung Kepasiran Abu-abu, Kaku 9

    10 14 Lempung Kepasiran Coklat, Teguh 5

    14 16 Gambut Hitam Kecoklatan,

    Teguh 5

    16 17 Lempung Abu-abu, Teguh 6

    17 20 Pasir Abu-abu, Lepas 7 Sumber : DPU Kota Pekalongan

  • 82

    4.4.2. Pekerjaan Sondir

    Jumlah titik sondir yang dilaksanakan ada pada 2 ( dua ) titik yaitu

    titik SD 1 dan SD 2. Alat yang dipergunakan adalah sondir mesin

    hydrolis dengan kapasitas 2,5 ton.

    Hasil pengujian sondir tersebut adalah sebagai berikut :

    Tabel 4.41 Pekerjaan Sondir

    Titik SD 1 Titik SD 2

    Kedalaman

    ( meter )

    Tahanan Konus

    qc ( c )

    Kedalaman

    ( meter )

    Tahanan Konus

    qc ( kg/cm2 )

    0,2 4,2 14,0 36,0 0,2 4,0 20,0 100,0

    4,4 5,8 8,0 18,0 4,2 6,6 8,0 22,0

    6,0 7,0 20,0 70,0 6,8 7,6 22., 62,0

    7,2 12,8 6,0 18,0 7,8 19,0 6,0 20,0

    13,0 14,0 19,0 25,0 19,2 20,0 20,0 22,0

    14,2 17,8 8,0 20,0

    18,0 20,0

    20,0

    18,0 25,0

    qc = 351 kg/cm2

    20,0

    qc = 351 kg/cm2

    JHP = 1464 kg/cm2 JHP = 1518 kg/cm2 Sumber : DPU Kota Pekalongan

    Kesimpulan :

    a. Titik Sondir I

    Nilai perlawanan ujung konus ( conuss resistance ) sampai

    kedalaman 20,00 m adalah 351 kg/cm2

    Jumlah hambatan pelekat ( total friction ) adalah 1464 k

    b. Titik Sondir II

    Nilai perlawanan ujung konus ( conuss resistance ) sampai

    kedalaman 20 m adalah 351 kg/cm2

    Jumlah hambatan pelekat ( total friction ) adalah 1518 kg/cm2

  • 83

    Dari hasil pengujian tersebut dapat disimpulkan bahwa tanah keras

    terletak pada kedalaman > 20 m maka pondasi yang digunakan yaitu

    jenis pondasi dalam.