PENGARUH SUMBER DAYA MANUSIA TERHADAP KONDISI PERKERASAN JALAN THE INFLUENCE OF HUMAN RESOURCES TO PAVEMENT CONDITIONS TESIS

perpustakaan.uns.ac.id

digilib.uns.ac.id

PENGARUH SUMBER DAYA MANUSIA TERHADAP KONDISI PERKERASAN JALAN THE INFLUENCE OF HUMAN RESOURCES TO PAVEMENT CONDITIONS

TESIS

Untuk Memenuhi Sebagian Persyaratan Mencapai Gelar Magister Teknik

Disusun oleh:

YADDY NOVIANTO NIM. S941008021

MAGISTER TEKNIK SIPIL KONSENTRASI TEKNIK REHABILITASI DAN PEMELIHARAAN BANGUNAN SIPIL PROGRAM PASCASARJANA UNIVERSITAS SEBELAS MARET SURAKARTA 2012

commit to user i


digilib.uns.ac.id

commit to user ii


digilib.uns.ac.id

commit to user iii


digilib.uns.ac.id

PERNYATAAN Yang bertanda tangan di bawah ini: Nama

: YADDY NOVIANTO

NIM

: S 941008021

Menyatakan dengan sesungguhnya bahwa tesis yang berjudul:

PENGARUH SUMBER DAYA MANUSIA TERHADAP KONDISI PERKERASAN JALAN

adalah betul-betul karya sendiri. Hal-hal yang bukan karya saya, tertulis dalam tesis tersebut, diberi tanda citasi dan ditunjukkan dalam Daftar Pustaka, Apabila dikemudian hari terbukti pernyataan saya tidak benar, maka saya bersedia menerima sanksi akademik berupa pencabutan tesis dan gelar yang saya peroleh dari gelar tersebut.

Surakarta, Januari 2012 Yang membuat pernyataan

Yaddy Novianto

commit to user iv


digilib.uns.ac.id

KATA PENGANTAR Puji syukur penulis panjatkan kepada Tuhan Yang Maha Kuasa karena berkat rahmat-Nya, penulis dapat menyelesaikan tesis dengan judul Pengaruh sumber Daya Manusia Terhadap Kondisi Perkerasan Jalan. Tesis ini sebagai salah satu persyaratan akademik untuk menyelesaikan Program Pasca Sarjana pada bidang keahlian Teknik Rehabilitasi dan Pemeliharaan Bangunan Sipil Fakultas Teknik Universitas Sebelas Maret Surakarta. Tesis ini mengangkat permasalahan tentang Sumber Daya Manusia dengan tujuan untuk mengetahui serta mengidentifikasi hubungan variabel PCI, Kontrak, Anggaran Perbaikan, LHR, dan SDM terhadap kondisi perkerasan jalan serta mengetahui kondisi perkerasan jalan pada akhir tahun anggaran dengan menggunakan metode Pavement Condition Index. Penulis menyadari bahwa tesis ini masih jauh dari kesempurnaan sehingga saran dan masukan konstruktif dari semua pihak sangat penulis harapkan dengan pikiran terbuka dan ucapan terima kasih yang sebesar-besarnya.

Surakarta,

Januari 2012

Penulis

commit to user v


digilib.uns.ac.id

UCAPAN TERIMA KASIH Alhamdulilahi Rabbil Alamin, puji syukur penulis panjatkan ke hadirat Allah SWT sehingga penulis dapat menyelesaikan tesis dengan judul Pengaruh Sumber Daya Manusia Terhadap Kondisi Perkerasan Jalan dengan bantuan dari berbagai pihak. Untuk itu penulis mengucapkan terima kasih yang sebesar-besarnya kepada : 1. Direktur Program Pascasarjana Universitas Sebelas Maret Surakarta; 2. Balai Pengembangan Sumber Daya Manusia Wilayah II Semarang, Kementerian Pekerjaan Umum; 3. Prof. Dr. Ir. Sobriyah, M.S., Ketua Program Studi Magister Teknik Sipil Fakultas Teknik Universitas Sebelas Maret Surakarta 4. Ir. Ary Setyawan, MSc.(Eng). Ph.D., Sekretaris Program Studi Magister Teknik Sipil dan Pembimbing I yang telah memberikan bimbingan dalam penyusunan tesis; 5. Dr. Eng. Syafi’i, MT., Pembimbing Pendamping yang telah memberikan bimbingan dalam penyusunan tesis; 6. Seluruh Dosen Pengampu mata kuliah pada Program Studi Magister Teknik Rehabilitasi dan Pemeliharaan Bangunan Sipil; 7. Bupati Merangin, Sekretaris Daerah Kabupaten Merangin, Kepala Badan Kepegawaian Daerah Kabupaten Merangin dan Kepala Dinas Pekerjaan Umum dan Perumahan Kabupaten Merangin yang telah memberikan ijin tugas belajar; 8. Istriku Ika Fitriyani Utami, SP., anakku tersayang Rakha Maulana Althafa; 9. Teman-teman karyasiswa MTRPBS kelas PU angkatan 2010; 10. Jonny Saputra, ST. 11. Semua pihak yang telah membantu penulis dalam menyelesaikan tesis ini namun tidak dapat disebutkan satu persatu. Semoga bantuan yang telah diberikan bernilai ibadah dan mendapat ridho dari Allah SWT. Amin.

Penulis

commit to user vi


digilib.uns.ac.id

DAFTAR ISI

HALAMAN JUDUL ........................................................................................................... i HALAMAN PENGESAHAN............................................................................................. ii HALAMAN PENGESAHAN PEMBIMBING................................................................ iii PERNYATAAN................................................................................................................... iv KATA PENGANTAR.......................................................................................................... v UCAPAN TERIMA KASIH............................................................................................... vi DAFTAR ISI ....................................................................................................................... vii DAFTAR TABEL................................................................................................................ x DAFTAR GAMBAR............................................................................................................ xii DAFTAR NOTASI.............................................................................................................. xv DAFTAR LAMPIRAN........................................................................................................ xvii ABSTRAK......................................................................................................................... xviii ABSTRACT....................................................................................................................... xix BAB I PENDAHULUAN 1.1.

Latar Belakang............................................................................................ 1

1.2.

Rumusan Masalah....................................................................................... 3

1.3. Batasan Masalah.......................................................................................... 4 1.4. Tujuan Penulisan.......................................................................................... 4 1.5. Manfaat Penelitian....................................................................................... 4

BAB II TINJAUAN PUSTAKA 2.1. Tinjauan Penelitian Sebelumnya..................................................................5 2.2. Landasan Teori.............................................................................................6 2.2.1.

Populasi dan Sampel........................................................................ 6

2.2.1.1. Populasi.......................................................................................... 6 2.2.1.2. Sampel........................................................................................... 6 2.2.1.3. Defenisi Variabel........................................................................... 6

commit to user vii


digilib.uns.ac.id

2.2.2.

Pengertian dan Tujuan Analisis Data............................................... 7

2.2.3.

Macam Teknik Analisis Data........................................................... 8

2.2.4.

Teknik Kuisioner.............................................................................. 8

2.2.5.

Pengertian Korelasi.......................................................................... 8

2.2.6.

Koefisien dan Arah Korelasi............................................................ 9

2.2.7.

Pengujian Alat Pengumpulan Data.................................................. 9

2.2.7.1. Pengujian Validitas Instrumen...................................................... 9 2.2.7.2. Pengujian Reliabilitas Instrumen.................................................. 10 2.2.7.3. Pengujian Signifikansi Koefisien Korelasi................................... 11 2.2.7.4. Pengujian Signifikansi Koefisien Korelasi Ganda........................ 11 2.2.7.5. Analisis Deskriktif....................................................................... 11 2.2.7.6. Analisis Regresi.......................................................................... 12 2.2.7.7. Pengaruh Secara Simultan........................................................... 12 2.2.7.7. Pengaruh Secara Parsial............................................................... 13 2.2.8.

Uji Ketepatan Model....................................................................... 13

2.2.8.1. Uji Linearitas menggunakan Uji F (Anova)................................. 13 2.2.8.2. Koefisien Determinasi.................................................................. 14 2.2.9.

Pembangunan Infrastruktur Jalan.................................................... 14

2.2.10. Kompetensi Sumber Daya Manusia................................................. 15 2.2.11. Pavement Condition Index (PCI).................................................... 15 2.2.12. Perhitungan PCI.............................................................................. 17 2.2.13. Analisis Rencana Anggaran Biaya................................................... 18 2.2.14. Lalu Lintas Harian Rata-rata .......................................................... 19 2.2.15. Kerusakan Jalan.............................................................................. 20

BAB III METODE PENELITIAN 3.1. Gambaran Umum Lokasi Penelitian............................................................. 31 3.2. Data dan Sumber Data.................................................................................. 33 3.2.1. Data Primer.......................................................................................... 33 3.2.2. Data Sekunder..................................................................................... 34 3.2.3. Teknik Pengumpulan Data................................................................... 34 3.2.3.1. Tahap I Pengambilan Sampel Kuesioner....................................34 3.2.3.2. Tahap II Pengambilan Data Variabel Terikat PCI (Y)............... 35

commit to user viii


digilib.uns.ac.id

3.2.3.3. Tahap III Pengambilan Data Variabel Bebas RAB (X1)................................................................................... 35 3.2.3.4. Tahap IV Pengambilan Data Variabel Bebas Anggaran Perbaikan (X2)........................................................... 35 3.2.3.5. Tahap V Pengambilan Data Variabel Bebas LHR (X3) ................................................................................... 36 3.2.4. Teknik Analisis Data............................................................................ 36 3.3. Langkah Penelitian..................................................................................... 37

BAB IV HASIL DAN PEMBAHASAN 4.1. Data Hasil Penelitian.................................................................................. 38 4.2. Perhitungan Esal........................................................................................ 41 4.3. Pengujian Validitas Instrumen................................................................... 42 4.4. Pengujian Reliabilitas Instrumen................................................................ 49 4.5. Karakteristik Responden.............................................................................. 50 4.5.1. Pendidikan............................................................................................ 50 4.5.2. Pengetahuan.......................................................................................... 52 4.5.3. Pengalaman Kerja................................................................................. 52 4.5.4. Diklat................................................................................................... 53 4.5.5. Tupoksi................................................................................................ 54 4.6. Analisis Deskriktif...................................................................................... 55 4.7. Spearman Rank Correlation ...................................................................... 59 4.8. Analisis Regresi.......................................................................................... 66

BAB V KESIMPULAN DAN SARAN 5.1. Kesimpulan................................................................................................. 77 5.2. Saran.......................................................................................................... 78

DAFTAR PUSTAKA

commit to user ix


digilib.uns.ac.id

DAFTAR TABEL Tabel 2.1.

Identifikasi kerusakan Bleeding..................................................................... 21

Tabel 2.2.

Identifikasi kerusakan Slippage Cracks....................................................... 22

Tabel 2.3.

Identifikasi kerusakan alligator cracks.......................................................... 23

Tabel 2.4.

Identifikasi kerusakan Rutting....................................................................... 25

Tabel 2.5.

Identifikasi kerusakan Edge Cracking........................................................... 26

Tabel 2.6.

Identifikasi kerusakan Longitudinal Crack.................................................... 27

Tabel 2.7.

Identifikasi kerusakan Potholes..................................................................... 29

Tabel 2.8.

Identifikasi kerusakan Depression................................................................. 30

Tabel 4.1.

Data LHR pada ruas jalan Simpang Kodim- Talang Kawo........................... 38

Tabel 4.2.

Nilai PCI........................................................................................................ 39

Tabel 4.3.

Rencana Anggaran Biaya.............................................................................. 39

Tabel 4.4.

Metode Perbaikan.......................................................................................... 39

Tabel 4.5.

Hasil Pengisian Angket Kuesioner................................................................ 40

Tabel 4.6.

Hasil Perhitungan Esal.................................................................................. 41

Tabel 4.7.

Hasil perhitungan Beban lalu-lintas selama umur rencana........................... 41

Tabel 4.8.

Pearson Product Moment.............................................................................. 42

Tabel 4.9.

Hasil Kuesioner untuk Item 10...................................................................... 43

Tabel 4.10.

Item Total Statistic......................................................................................... 48

Tabel 4.11.

Hasil Perhitungan r dan Varians.................................................................... 49

Tabel 4.12.

Tingkat Pendidikan Pengelola Proyek........................................................... 51

Tabel 4.13.

Tingkat Pengetahuan..................................................................................... 52

commit to user x


digilib.uns.ac.id

Tabel 4.14.

Pengalaman Kerja.......................................................................................... 52

Tabel 4.15.

Diklat/Pelatihan yang pernah diikuti............................................................ 54

Tabel 4.16.

Tupoksi......................................................................................................... 55

Tabel 4.17.

Case Processing Summary............................................................................. 58

Tabel 4.18.

Descriptives....................................................................................................58

Tabel 4.19.

Nilai Score Diklat......................................................................................... 59

Tabel 4.20.

Nilai Score Pendidikan................................................................................. 59

Tabel 4.21.

Nilai Score Pengalaman Kerja....................................................................... 60

Tabel 4.22.

Hasil Korelasi.................................................................................................64

Tabel 4.23.

Score hasil Uji Korelasi..................................................................................65

Tabel 4.24.

Data PCI, Kontrak, Metode Perbaikan, LHR, dan SDM............................... 66

Tabel 4.25.

Nilai PCI, Kontrak, M.Perbaikan, LHR, dan SDM dalam Satuan.................67

Tabel 4.26.

Hasil Korelasi Bivariat.................................................................................. 70

Tabel 4.27.

Nilai Hubungan Korelasi Bivariat Pearson.................................................. 70

Tabel 4.28.

Model Summary............................................................................................. 75

Tabel 4.29.

Anova............................................................................................................. 75

Tabel 4.30.

Coefficients.................................................................................................... 75

commit to user xi


digilib.uns.ac.id

DAFTAR GAMBAR Gambar 2.1.

Hubungan PCI dengan Umur Perkerasan...................................................... 16

Gambar 2.2.

Grafik Deduct Value untuk Alligator Cracking............................................. 17

Gambar 2.3.

Grafik Corrected Deduct Value..................................................................... 18

Gambar 2.4.

Jenis Kerusakan Kegemukan......................................................................... 21

Gambar 2.5.

Jenis Kerusakan Retak Slip............................................................................ 22

Gambar 2.6.

Jenis Kerusakan Retak Buaya ....................................................................... 24

Gambar 2.7.

Jenis Kerusakan Alur..................................................................................... 25

Gambar 2.8.

Jenis Kerusakan Tepi..................................................................................... 26

Gambar 2.9.

Jenis Kerusakan Retak Memanjang............................................................... 28

Gambar 2.10. Jenis Kerusakan Lubang................................................................................ 29 Gambar 2.11. Jenis Kerusakan Ambles................................................................................ 30 Gambar 3.1.

Lokasi Penelitian............................................................................................ 33

Gambar 3.2.

Bagan Alir Penelitian..................................................................................... 37

Gambar 4.1.

Lembar Kerja SPSS....................................................................................... 44

Gambar 4.2.

Memasukkan Data......................................................................................... 45

Gambar 4.3.

Tampilan Variebel View................................................................................ 45

Gambar 4.4.

Variebel View................................................................................................. 46

Gambar 4.5.

Menyimpan Data........................................................................................... 46

Gambar 4.6.

Reliablity Analysis......................................................................................... 47

Gambar 4.7.

Alpha.............................................................................................................. 47

Gambar 4.8.

Reliability Analysis Statistic.......................................................................... 48

commit to user xii


digilib.uns.ac.id

Gambar 4.9.

Grafik Tingkat Pendidikan Pelaksana Proyek............................................... 51

Gambar 4.10. Grafik Pengalaman Kerja Pelaksana Proyek................................................. 53 Gambar 4.11. Grafik Diklat/Pelatihan Pelaksana Proyek.................................................... 54 Gambar 4.12. Memasukkan Data View................................................................................ 55 Gambar 4.13. Memasukkan Data Variabel View................................................................. 56 Gambar 4.14. Memasukkan Data Explore dan Dependent List............................................ 56 Gambar 4.15. Explore Statistic............................................................................................. 57 Gambar 4.16. Explore Plots.................................................................................................. 57 Gambar 4.17. Lembar Kerja................................................................................................. 60 Gambar 4.18. Data View....................................................................................................... 61 Gambar 4.19. Data Variabel View........................................................................................ 61 Gambar 4.20. Bivariat Correlations..................................................................................... 62 Gambar 4.21. Correlation Spearman................................................................................... 62 Gambar 4.22. Variabel..........................................................................................................63 Gambar 4.23. Lembar Kerja................................................................................................. 67 Gambar 4.24. Data View....................................................................................................... 68 Gambar 4.25. Data Variabel View........................................................................................ 68 Gambar 4.26. Bivarate Correlations.................................................................................... 69 Gambar 4.27. Variabel......................................................................................................... 69 Gambar 4.28. Lembar Kerja................................................................................................. 71 Gambar 4.29. Data View....................................................................................................... 71 Gambar 4.30. Variabel View............................................................................................... 72 Gambar 4.31. Linear Regression.......................................................................................... 72 commit to user xiii


digilib.uns.ac.id

Gambar 4.32. Dependent dan Independent.......................................................................... 73 Gambar 4.33. Linear Regression.......................................................................................... 73 Gambar 4.34. Linear Regression Save..................................................................................74 Gambar 4.35. Linear Regression Option.............................................................................. 74

commit to user xiv


digilib.uns.ac.id

DAFTAR NOTASI a

: Konstanta

CDV

: Corrected Deduct Value

DD

: Faktor Distribusi Arah

DL

: Faktor Distribusi Jalur

DV

: Deduct Value

E

: Angka Ekivalen Jenis Kendaraan i

e

: Error

K

: Jumlah Variabel Independen

LHR

: Lalu lintas Harian Rata-rata

N

: Jumlah Responden

N

: Jumlah Skor Jawaban Ideal

n

: Jumlah Anggota Sampel

n

: Jumlah Skor

n

: Jumlah Skor Jawaban Responden

n

: Banyaknya Butir Soal

PCI

: Pavement Condition Index

R

: Koefisien Korelasi Ganda

RAB

: Rencana Anggaran Biaya

r

: Sampel

r

: Koefisien Product Moment

rxy

: Koefisien Korelasi antara Variabel X dan Variabel Y

r11

commit to user : Reabilitas Instrumen xv


digilib.uns.ac.id

SDM

: Sumber Daya Manusia

t

: Koefisien Korelasi

W18

: Repetisi Beban Lalu lintas Selama Umur Rencana

X

: Jumlah Skor

X1

: Variabel Bebas Rencana Anggaran Biaya

X2

: Variabel Bebas Metode Perbaikan

X3

: Variabel Bebas Lalu lintas Harian Rata-rata

X4

: Variabel Bebas Sumber Daya Manusia

Y

: Variabel Terikat PCI

ΣX

: Jumlah Skor Butir Soal

ΣXY

: Jumlah Perkalian Skor Butir Soal

ΣX2

: Jumlah Kuadrat Skor Butir Soal

ΣY

: Jumlah Skor Total

ΣY2

: Jumlah Kuadrat Skor Total

σ

: Varians Butir

1σ

: Varian Total

Σα b2

: Jumlah Varian Butir 2

ρ

: Populasi

commit to user xvi


digilib.uns.ac.id

DAFTAR LAMPIRAN LAMPIRAN A

DATA-DATA PERHITUNGAN PCI................................... LA 1 GRAFIK NILAI PENGURANG UNTUK PERHITUNGAN PCI (SHAHIN, 1994)............................... LA 46 GAMBAR INDEKS DAN KONDISI LAPIS PERMUKAAN...................................................................... LA 59

LAMPIRAN B

PERHITUNGAN ESAL........................................................ LA 60

LAMPIRAN C

KONTRAK............................................................................ LA 61

LAMPIRAN D

HASIL PERHITUNGAN MICROSOFT EXCEL................ LA 77

LAMPIRAN E

HASIL OUTPUT RELIABILITY SPSS VERSI 17.............. LA 97

LAMPIRAN F

FOTO-FOTO PENGISIAN ANGKET................................. LA 116

LAMPIRAN G

DATA SURVEY LHR.......................................................... LA 126

LAMPIRAN H

DATA KUESIONER............................................................ LA 129

LAMPIRAN I

TABEL CRITICAL VALUE OF THE r PRODUCT MOMENT......................................................... LA 136

LAMPIRAN J

TABEL FAKTOR UMUR RENCANA ( N )....................... LA 137

commit to user xvii


digilib.uns.ac.id

ABSTRAK Pada saat ini penilaian kondisi perkerasan dengan metode PCI di Bidang Bina Marga Kabupaten Merangin tidak pernah dilakukan atau dijadikan patokan untuk menghitung tebal perkerasan jalan, sehingga pada saat perbaikan permukaan perkerasan jalan metode yang digunakan hanya berdasarkan ukuran kerusakan saja, sedangkan untuk tipe serta jenis kerusakan diabaikan sehinggap mengakibatkan jalan tersebut mengalami kerusakan pada periode masa layan. Kerusakan permukaan perkerasan jalan pada periode masa layan terjadi pada ruas jalan SP Kodim-Talang Kawo tahun 2008, jenis kerusakan seperti: lubang, amblas, retak memanjang, retak buaya, sedangkan metode perbaikan yang telah dilaksanakan berupa penambalan lubang (patching) pada daerah yang mengalami kerusakan, hal ini dilakukan karena keterbatasan dana, sehingga perbaikan tidak bisa secara menyeluruh hanya pada daerah yang mengalami kerusakan parah. Selain itu bertambahnya arus lalu lintas setiap harinya pada ruas jalan tersebut menyebabkan fungsi jalan mengalami penurunan sehingga mengakibatkan kelancaran arus lalulintas yang melewati menjadi terganggu. Tahapan penelitian ini meliputi: pengambilan sampel kuesioner, pengambilan data variabel terikat PCI (Y), pengambilan data variabel bebas RAB/Kontrak (X1), pengambilan data variabel bebas Anggaran Perbaikan (X2), pengambilan data variabel bebas LHR (X3), pengambilan data variabel bebas SDM (X4). Setelah data terkumpul dilakukan analisis Korelasi dan Regresi dengan menggunakan Program SPSS Versi 17. Hasil penelitian didapatkan model matematis yaitu: Y = 3,6 + 1,146 X1 + 1,804 X2 + 0,004 X3 + 0,921 X4 (dengan Y adalah PCI, X1 adalah variabel Kontrak, X2 adalah variabel Metode Perbaikan, X3 adalah LHR, dan X4 adalah variabel SDM). Untuk Nilai Kontrak mempunyai korelasi 0,677 berarti termasuk dalam kategori mempunyai korelasi yang sedang, Anggaran Perbaikan nilai korelasi 0,682 termasuk dalam kategori mempunyai korelasi sedang, LHR nilai korelasi 0,774 termasuk dalam kategori mempunyai korelasi kuat, dan SDM nilai korelasi 0,610 termasuk dalam kategori mempunyai korelasi sedang. Kata Kunci : PCI, RAB, Metode Perbaikan, LHR, SDM.

commit to user xviii


digilib.uns.ac.id

ABSTRACT Nowadays, the assessment of pavement condition using PCI method in Bina Marga Sector of Merangin Regency has never been done or become the standard to estimate the thickness of road pavement, so that during the road pavement surface repairing, the method used is only based on the damage size, while the type and kind of damage is ignored, hence leading to the road damage in service period. The damage of road pavement surface in service period occurs in the SP Kodim-Talang Kawo road in 2008, the type of damages include: pothole, depression, longitudinal crack, alligator cracks, while the repair method implemented was patching method in the damaged area, it was done because of limited fund, so that the repairing could not be done comprehensively, but only in the severely damaged area. In addition, the increasingly volume of traffic every day in that road degraded the function of road thereby leading to the disturbed traffic. The research was done in the following stages: questionnaire sampling, data collection of dependent variable PCI (Y), of independent variable RAB/Contract (X1), of repair estimation independent variable (X2), of independent variable LHR (X3), of human resource independent variable (X4). The data collected were then analyzed using Correlation and Regression analyses with SPSS version 17 program. From the result of research, a mathematical model was obtained: Y = 3,6 + 1,146 X1 + 1,804 X2 + 0,004 X3 + 0.921 X4 (with Y was PCI, X1 was contract variable, X2 was repair estimation variable, X3 was LHR, and X4 was human resource variable). The contract value had correlation value of 0,677, meaning that it belonged to moderate correlation category; repair estimation had correlation value of 0,682, meaning that it belonged to moderate correlation category, LHR with the correlation value of 0,774 included in the strong correlation category, and human resource with correlation value of 0,610 included in moderate correlation category.

Keywords: PCI, RAB, Repair method, LHR, SDM

commit to user xix


digilib.uns.ac.id 1

BAB I PENDAHULUAN 1.1.

LATAR BELAKANG Perencanaan program perbaikan dan pemeliharaan perkerasan jalan serta

evaluasi kondisi perkerasan jalan secara geometri maupun struktural adalah merupakan langkah pertama yang sangat penting. Jika jalan masih dalam umur pelayanannya, maka sebaiknya dievaluasi secara periodik. Evaluasi tersebut dipergunakan untuk membuat data inventaris secara kontinyu, sehingga masalahmasalah kerusakan yang terjadi pada permukaan jalan dapat dideteksi, sehingga rencana perbaikan yang dilakukan berhasil baik dan efisien (Hardiyatmo, 2009). Kondisi permukaan perkerasan jalan dapat dievaluasi dengan melakukan inspeksi lapangan melalui pengambilan dokumentasi photo untuk pencatatan dan inventarisasi kondisi permukaan. Cara yang paling efektif untuk melakukan inspeksi suatu perkerasan jalan adalah dengan berkendaraan pelan-pelan pada jalan yang dilakukan pemeriksaan kondisinya. Selanjutnya dengan berjalan kaki membuat catatan kasar mengenai tipe dan ukuran luasnya kerusakan. Jika inspeksi telah selesai, maka dilakukan pengisian formulir penilaian kerusakan (Hardiyatmo, 2009). Salah satu metode untuk melakukan penilaian kondisi kerusakan permukaan perkerasan jalan adalah dengan Pavement Condition Index (PCI). Metode PCI berfungsi memberikan informasi kondisi perkerasan hanya pada saat survei dilakukan tapi tidak dapat memberikan gambaran prediksi dimasa datang. Namun demikian dengan melakukan survei secara periodik informasi kondisi perkerasan dapat berguna untuk prediksi kinerja dimasa datang, selain itu dapat juga digunakan sebagai masukan pengukuran yang lebih detail (Hardiyatmo, 2009). Metode PCI tersebut bisa dilakukan dengan baik apabila syarat utama telah dimiliki yaitu: tenaga yang berpengalaman, pengawas pemeliharaan, atau personil penilai yang dapat menilai setiap tipe kerusakan dengan memperhitungkan ukuran luas kerusakan dan tingkat keparahannya. (Hardiyatmo, 2009).

commit to user


digilib.uns.ac.id 2

Pada saat ini penilaian kondisi perkerasan dengan metode PCI di Bidang Bina Marga Kabupaten Merangin tidak pernah dilakukan atau dijadikan patokan untuk menghitung tebal perkerasan jalan, sehingga pada saat perbaikan permukaan perkerasan jalan, metode yang digunakan hanya berdasarkan ukuran kerusakan saja, sedangkan untuk tipe serta jenis kerusakan diabaikan, sehingga mengakibatkan jalan tersebut mengalami kerusakan pada periode masa layan. Kerusakan permukaan perkerasan jalan pada periode masa layan terjadi pada ruas jalan SP Kodim-Talang Kawo tahun 2008, jenis kerusakan seperti: lubang, amblas, retak memanjang, retak buaya, sedangkan metode perbaikan yang telah dilaksanakan berupa penambalan lubang (patching) pada daerah yang mengalami kerusakan, hal ini dilakukan karena keterbatasan dana, sehingga perbaikan tidak bisa secara menyeluruh hanya pada daerah yang mengalami kerusakan parah. Selain itu bertambahnya arus lalu lintas setiap harinya pada ruas jalan tersebut menyebabkan fungsi jalan mengalami penurunan sehingga mengakibatkan kelancaran arus lalulintas yang melewati menjadi terganggu. Berdasarkan Penelitian oleh Anggoro Djati Laksono, (2008) Kompetensi para pengelola pekerjaan konstruksi mampu memberikan pengaruh secara positif dan signifikan terhadap pencapaian kualitas pekerjaan pemeliharaan jalan ( T statistik > 1,96) yakni pada pengguna jasa, pengawas lapangan dan kontraktor pelaksana. Sedangkan kompetensi Sumber Daya Manusia (SDM) konsultan pengawas tidak memberikan pengaruh yang signifikan terhadap pencapaian kualitas pekerjaan pemeliharaan jalan ( T statistik < 1,96). Hal tersebut juga diperkuat dalam desertasi Agus Taufik Mulyono, (2007) berdasarkan hasil indentifikasi kerusakan struktur perkerasan jalan nasional dan provinsi banyak terjadi pada awal umur pelayanannya karena ketidaktepatan prosedur (tata cara) pelaksanaan dan kualitasnya terhadap standar mutu yang digunakan sehingga terdapat lima faktor dominan yang signifikan mempengaruhi standar mutu secara sistematis yaitu : Sumber Daya Manusia, Sosialisasi Standar Mutu, Pencapaian Mutu, Kekuatan Struktur dan Kemantapan Jalan.

commit to user


digilib.uns.ac.id 3

1.2.

RUMUSAN MASALAH Berdasarkan uraian pada latar belakang, maka dapat diambil suatu rumusan

masalah, sebagai berikut : 1. Berapa Nilai Pavement Condition Indek (PCI) diakhir tahun anggaran? 2. Bagaimana korelasi tingkat pendidikan/keahlian pelaksana proyek dilapangan terhadap kompetensi Sumber Daya Manusia (SDM) dengan metode Kuesioner? 3. Faktor-faktor apa saja yang mempengaruhi kerusakan jalan, serta pengaruh variabel PCI, Kontrak, Anggaran Perbaikan, LHR, SDM dengan kondisi jalan di lapangan?

1.3.

BATASAN MASALAH Agar penelitian ini tidak menimbulkan kerancuan dan memberikan arah

yang jelas maka diperlukan pembatasan masalah sebagai berikut : 1. Sebagai subjek SDM yang diteliti adalah Pejabat Pelaksana Teknis Kegiatan, Pengawas Lapangan, Konsultan Pengawas, Petugas Pengujian Laboratorium, Operator Alat Berat, Konsultan Perencana, Kontraktor Pelaksana, 2. Penelitian SDM yang diteliti hanya variabel tingkat pendidikan, pengetahuan, pengalaman kerja, serta pelatihan yang pernah diikuti, 3. Untuk Prilaku dan Moral SDM Pelaksana Proyek dianggap sudah baik dan telah sesuai dengan Tugas Pokok dan Fungsi, 4. Ruas Jalan Kabupaten yang diteliti adalah ruas jalan SP. Kodim – Talang Kawo yang ditangani pada tahun 2006- 2010, 5. Metode penilaiaan kerusakan jalan menggunakan PCI.

commit to user


digilib.uns.ac.id 4

1.4.

TUJUAN PENULISAN Tujuan penyusunan penelitian ini adalah sebagai berikut :

1. Mengetahui kondisi perkerasan jalan pada akhir tahun anggaran dengan menggunakan

Pavement Condition Index (PCI), serta mengevaluasi metode

tersebut, 2. Mengetahui korelasi tingkat pendidikan/keahlian pelaksana proyek dilapangan terhadap kompetensi Sumber Daya Manusia (SDM). 3. Mengetahui serta mengidentifikasi hubungan antara variabel PCI, Kontrak, Anggaran Perbaikan, LHR, dan SDM terhadap kondisi kerusakan jalan.

1.5.

MANFAAT PENELITIAN Manfaat penelitian yang dapat diperoleh dari penelitian ini adalah sebagai

berikut: 1. Mengetahui kinerja ruas Jalan Simpang Kodim - Talang Kawo, Kabupaten Merangin, 2. Memberikan kontribusi peningkatan ilmu pengetahuan dan wawasan tentang proporsi faktor-faktor penyebab kerusakan jalan, 3. Menemukan kelemahan-kelemahan dari metode yang sudah ada PCI, selanjutnya

kemudian

memberikan

rekomendasi

penyempurnaan metode tersebut diatas.

commit to user

untuk

perbaikan

serta dan


digilib.uns.ac.id 5

BAB II TINJAUAN PUSTAKA 2.1.

Tinjauan Penelitian Sebelumnya Analisis pemodelan proporsi sumber daya konstruksi dengan program

SPSS release 15.0 for windows, hasil penelitiannya rata-rata proporsi penggunaan biaya untuk sumberdaya material pada gedung sederhana adalah 63% sedangkan pada gedung non sederhana 66%, proporsi untuk sumberdaya manusia pada gedung sederhana sebesar 25%, pada non sederhana adalah 19%, sedangkan pada proporsi sumberdaya peralatan pada gedung sederhana mencapai 12%, sedangkan pada proyek gedung non sederhana sedikit lebih tinggi, yaitu 15% (Muzayanah, 2008). Pada penelitian lain, Model monitoring dan evaluasi pemberlakuan standar mutu

perkerasan

jalan

berbasis

pendekatan

dengan

pendekatan

sistemik

menggunakan metode Analytical Hierarchy Process (AHP), Hasil penelitian menunjukkan bahwa terdapat lima faktor dominan yang signifikan mempengaruhi standar mutu secara sistematis yaitu : Sumber Daya Manusia, Sosialisasi Standar Mutu, Pencapaian Mutu, Kekuatan Struktur dan Kemantapan Jalan (Mulyono, 2007). Penerapan standar mutu pada pekerjaan pemeliharaan jalan dapat juga dimodelkan dengan menggunakan metode Partial Least Square (PLS) yang ditinjau adalah kompetensi SDM, pada data responden pengelola pekerjaan konstruksi di Kabupaten Semarang menunjukkan tingkat kompetensi SDM pengelola (subsistem input), tingkat penerapan standar mutu terdiri kesiapan implementasi standar mutu (subsistem proses) dan tingkat pencapaian mutu (subsistem output) termasuk kategori tinggi, sedangkan tingkat kualitas pekerjaan pemeliharaan jalan (subsistem impact) termasuk kategori sedang (Laksono, 2008). Sumber Daya Manusia dapat juga diketahui hubungannya dengan kompetensi, cara yang dilakukan adalah

uji statistik korelasi pearson product

momen untuk melihat hubungan kompetensi dengan kinerja, Hasil penelitian ini menunjukkan bahwa terdapat hubungan positif dan bermakna antara kompetensi

commit to user


digilib.uns.ac.id 6

(pengetahuan, sikap, dan keterampilan dengan kinerja) dengan kinerja pegawai Dinas Kesehatan dan Kesejahteraan Sosial Kabupaten Kotabaru (Wardiah, 2007). Perbedaan dalam penelitian ini dengan penelitian sebelumnya terletak pada lokasi penelitian, model statistik yang digunakan yaitu variabel terikat atau Y adalah PCI dan variabel-variabel bebas seperti RAB/Kontrak (X1), Anggaran Perbaikan (X2), Lalu Lintas Harian Rata-rata (X3), serta Sumber Daya Manusia (X4).

2.2.

LANDASAN TEORI

2.2.1. Populasi dan Sampel 2.2.1.1.

Populasi Populasi

bisa

didefinisikan

sebagai

sekumpulan

data

yang

mengidentifikasi suatu fenomena. Populasi bergantung pada kegunaan dan relevansi data yang digunakan (Ramadhina dan Islandscript, 2011). 2.2.1.2.

Sampel

Sampel merupakan sekumpulan data yang diambil atau diseleksi dari suatu

populasi (Ramadhina dan Islandscript, 2011). Perhitungan pengambilan sampel menggunakan rumus 2.1 berikut: ²

...................................................................................................(2.1)

Dengan: n = Sampel N= Populasi e = Error (0,01, 0,05, 0,10)

2.2.1.3. Defenisi Variabel Variabel adalah merupakan karakteristik dari populasi yang akan dianalisis

dalam hal ini yang akan diteliti antara lain yaitu: metode perbaikan, lalu lintas harian rata-rata, rencana anggaran biaya, kompetensi sumber daya manusia (Ramadhina dan Islandscript, 2011). Variabel dalam penelitian ini adalah sebagai berikut: a. Metode perbaikan adalah suatu penanganan kerusakan jalan pada lapisan lentur menggunakan metode perbaikan standar Direktorat Jenderal Bina Marga (Departemen Pekerjaan Umum, 1995). Jenis-jenis metode penanganan tiap-tiap kerusakan adalah sebagai berikut : Metode perbaikan P1 (penebaran pasir),

commit to user


digilib.uns.ac.id 7

Metode perbaikan P2 (pelaburan), Metode perbaikan P3 (pelapisan retakan), Metode perbaikan P4 (pegisian retakan), Metode perbaikan P5 (penambalan lubang-lubang), Metode perbaikan P6 (perataan). b. Lalu lintas harian rata-rata adalah volume lalu lintas rata-rata dalam satu hari. Dari cara memperoleh data tersebut dikenal 2 jenis lalu lintas harian rata-rata, yaitu lalu lintas harian rata-rata tahunan (LHRT) dan lalu lintas harian rata-rata (LHR) (Sukirman, 1994). c. Rencana Anggaran Biaya adalah anggaran yang terdiri dari atas biaya konstruksi pokok yang berupa Rencana Anggaran Pelaksanaan (RAP) dengan ditambahkan unsur-unsur penunjang yang tidak terkait secara langsung dengan pekerjaan fisik lapangan (Muzayanah, 2008). d. Kompetensi Sumber Daya Manusia adalah aspek-aspek pribadi dari seorang pekerja yang memungkinkan dia untuk mencapai kinerja yang superior. Aspekaspek pribadi ini termasuk sifat, motif-motif, sistem nilai, sikap, pengetahuan, dan keterampilan.

Kompetensi-kompetensi

akan

mengarahkan

tingkah

laku,

sedangkan tingkah laku menghasilkan kinerja (Lasmahadi, 2008). 2.2.2.

Pengertian dan Tujuan Analisis Data Analisis data diartikan sebagai upaya mengolah data menjadi informasi,

sehingga karakteristik atau sifat-sifat data tersebut dapat dengan mudah dipahami dan bermanfaat untuk menjawab masalah-masalah yang berkaitan dengan kegiatan penelitian. Dengan demikian teknik analisis data dapat diartikan sebagai cara melaksanakan analisis terhadap data, dengan tujuan mengolah data tersebut menjadi informasi sehingga karakteristik atau sifat-sifat datanya dapat dengan mudah dipahami dan bermanfaat untuk menjawab masalah-masalah yang berkaitan dengan deskripsi data maupun untuk membuat induksi, atau menarik kesimpulan tentang karakteristik populasi (parameter) berdasarkan data yang diperoleh dari sampel (statistik) (Muhidin dan Abdurahman, 2009).

commit to user


digilib.uns.ac.id 8

2.2.3.

Macam Teknik Analisis Data Teknik analisis data dalam penelitian dibagi menjadi dua, yaitu teknik

analisis data deskriptif dan teknik analisis data inferensial. Teknik analisis data penelitian secara deskriptif dilakukan melalui statiska deskriptif, yaitu statistik yang digunakan untuk menganalisis data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat generalisasi hasil penelitian. Sementara untuk teknik analisis data inferensial dilakukan dengan statistik inferensial, yaitu statistik yang digunakan untuk menganalisis data dengan membuat kesimpulan yang berlaku umum. Ciri analisis data inferensial adalah digunakannya rumus statistik tertentu (misalnya uji t, uji F, dan lain sebagainya). Hasil dari perhitungan statistik inilah yang menjadi dasar pembuatan generalisasi dari hasil penelitian sampel bagi populasi sehingga statistik inferensial cocok untuk penelitian sampel (Arikunto, 1993). 2.2.4.

Teknik Kuesioner Kuesioner atau juga dikenal sebagai angket merupakan salah satu teknik

pengumpulan data dalam bentuk pengajuan pertanyaan tertulis melalui sebuah pertanyaan yang sudah dipersiapkan sebelumnya dan harus diisi oleh responden. Alat pengumpulan data dengan kuisioner adalah berupa daftar pertanyaan yang disiapkan oleh peneliti untuk disampaikan kepada responden yang jawabannya diisi oleh responden sendiri (Muhidin dan Abdurahman, 2009). 2.2.5.

Pengertian Korelasi Kata korelasi diambil dari bahasa inggris yaitu correlation artinya saling

hubungan atau hubungan timbal balik, sementara pengertian korelasi dalam ilmu statiska adalah hubungan antara dua variabel atau lebih. Hubungan antara dua variabel dikenal dengan istilah bivariate correlation, sedangkan hubungan antar lebih dari dua variabel disebut multivariate correlation (Muhidin dan Abdurahman, 2009). Tujuan dilakukannya analisis korelasi antara lain: 1. Untuk mencari bukti terdapat tidaknya hubungan (korelasi) antar variabel, 2. Bila sudah ada hubungan bisa digunakan untuk melihat tingkat keeratan hubungan antar variabel,

commit to user


digilib.uns.ac.id 9

3. Untuk memperoleh kejelasan dan kepastian apakah hubungan tersebut berarti (meyakinkan/signifikan). 2.2.6.

Koefisien dan Arah Korelasi Tinggi-rendah, kuat-lemah atau besar-kecilnya suatu korelasi dapat diketahui

dengan melihat besar kecilnya suatu angka (koefisien) yang disebut angka indeks korelasi atau coeffisient of correlation, yang disimbolkan dengan ρ (baca Rho, untuk populasi) atau r (untuk sampel). Angka korelasi berkisar antara 0 sampai dengan ± 1,00 (artinya paling tinggi ± 1,00 dan paling rendah 0). Apabila angka indek korelasi bertanda (+) maka korelasi tersebut positif dan arah korelasi satu arah, sedangkan apabila angka indek korelasi (-), maka korelasi tersebut negatif dan arah korelasi berlawanan arah; serta apabila angka indek korelasi sama dengan 0, maka hal ini menunjukkan tidak ada korelasi (Muhidin dan Abdurahman, 2009). 2.2.7.

Pengujian Alat Pengumpulan Data Pengujian instrumen (alat ukur) yang akan digunakan dapat dibedakan

menjadi dua hal yaitu : pengujian validitas dan reliabilitas. Pentingnya pengujian validitas dan reliabilitas ini, berkaitan dengan proses pengukuran yang cenderung keliru (Muhidin dan Abdurahman, 2009). 2.2.7.1.

Pengujian Validitas Instrumen Suatu instrumen pengukuran dikatakan valid jika instrumen dapat

mengukur sesuatu dengan tepat apa yang hendak diukur. Ada dua jenis validitas untuk instrumen penelitian, yaitu validitas logis (logical validity) dan validitas empirik (empirical validity) (Arikunto, 1993). Validitas logis adalah validitas yang berdasarkan penalaran, sedangkan validitas empirik adalah validitas yang dinyatakan berdasarkan pengalaman. Untuk penelitian ini digunakan analisa butir, untuk menguji validitas setiap butir, skor skor-skor yang ada pada tiap butir dikorelasikan dengan skor total. Sedangkan rumus yang digunakan adalah uji Korelasi Product Moment, seperti pada rumus 2.2. dibawah berikut:

...........................(2.2.)

commit to user


digilib.uns.ac.id 10

Dengan: rxy= koefisien korelasi antara variabel X dan variabel Y N = jumlah responden ΣX = jumlah skor butir soal ΣY = jumlah skor total ΣXY = jumlah perkalian skor butir soal ΣX2 = jumlah kuadrat skor butir soal ΣY2 = jumlah kuadrat skor total

Kemudian hasil rxy hit dikonsultasikan dengan r tabel dengan taraf signifikansi 5%. Jika didapatkan harga rxy hit > r tabel, maka butir instrumen dikatakan valid, akan tetapi sebaliknya jika harga rxy hit < r tabel, maka dikatakan bahwa butir instrumen tersebut tidak valid (Arikunto 1998 : 146). 2.2.7.2.

Pengujian Reliabilitas Instrumen Suatu instrumen dikatakan reliabel jika pengukurannya konsisten dan

cermat akurat. Jadi uji reliabilitas instrumen dilakukan untuk mengetahui konsistensi dari instrumen sebagai alat ukur, sehingga hasil suatu pengukuran dapat dipercaya (Muhidin dan Abdurahman, 2009). Untuk mengetahui reliabilitas instrumen dilakukan dengan rumus alpha, karena instrumen dalam penelitian ini berbentuk angket dan skornya berupa rentangan antara 1 sampai 5 dan uji validitas menggunakan item total. Untuk menerangkan bahwa untuk mencari reliabilitas instrumen yang skornya bukan 1 dan 0, misalnya angket atau soal bentuk uraian maka menggunakan rumus Alpha seperti pada Rumus 2.3. berikut: ....................................................(2.3.) Dengan: r11 = Reliabilitas Instrumen n = Banyaknya butir soal Σα b2 = Jumlah varian butir2 1 σ = Varian total (Arikunto 1998: 192-193)

Untuk memperoleh varians butir dicari terlebih dahulu setiap butir, kemudian dijumlahkan. Rumus yang digunakan untuk mencari varians seperti pada Rumus 2.4. berikut:

commit to user



....................................................(2.4.) Dengan: α = Varians butir X = Jumlah skor N = Jumlah responden

2.2.7.3.

Pengujian Signifikansi Koefisien Korelasi Pengujian siginfikansi koefisien korelasi dapat dihitung dengan uji t yang

rumusnya ditunjukkan pada Rumus 2.5 berikut: ....................................................(2.5.)

Dengan: t = Koefisien korelasi r = Korelasi Product Momen n = Jumlah anggota sampel

2.2.7.4.

Pengujian Signifikansi Koefisien Korelasi Ganda Pengujian siginfikansi koefisien korelasi Ganda dapat dihitung dengan uji

F yang rumusnya ditunjukkan pada Rumus 2.6 berikut:

Fh

²/ /

....................................................(2.6.)

Dengan: R = Koefisien korelasi ganda k= Jumlah variabel independent n = Jumlah anggota sampel

2.2.7.5.

Analisis Deskriptif Analisa ini berguna untuk mendapatkan informasi yang bersifat deskriptif

mengenai variabel variabel penelitian. Statistik deskriptif dimaksudkan untuk menganalisa data yang terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi sehingga jenis analisis ini bersifat mendukung analisis data selanjutnya (Muzayanah, 2008).

commit to user



Pada analisis deskriptif ini, perhitungan yang digunakan untuk mengetahui tingkat persentase skor jawaban dari masing-masing ditulis dengan rumus 2.7. sebagai berikut (Muhammad Ali, 1987): Persentase skor (%) =

....................................................(2.7.)

100%

Dengan: n = jumlah skor jawaban responden N = jumlah skor jawaban ideal Sedangkan untuk menentukan kategori/jenis deskriptif persentase yang diperoleh masing-masing indikator dalam variabel, dari perhitungan deskriptif persentase kemudian ditafsirkan ke dalam kalimat. Cara menentukan timgkat kriteria seperti pada rumus sebagai berikut: 1) Menentukan angka persentase tertinggi 100%

....................................................(2.8.)

2) Menentukan angka persentase terendah 100%

2.2.7.6.

....................................................(2.9.)

Analisis Regresi Analisis regresi digunakan untuk mengetahui seberapa besar pengaruh

variabel bebas terhadap variabel terikat dan juga memprediksi variabel terikat. Regresi terbagi menjadi dua yaitu regresi sederhana dan regresi berganda (Ramadhina dan Islandscript, 2011). 2.2.7.7.

Pengaruh Secara Simultan Untuk pengaruh secara simultan diselesaikan dengan Analisis Regresi

Linear Berganda (Muzayanah, 2008). Analisa

Regresi

Berganda

digunakan

untuk menjelaskan hubungan empat variabel bebas yaitu nilai SDM, LHR, Anggaran Perbaikan, dan RAB dengan satu variabel terikat, dalam hal ini adalah PCI (y1). Model numeriknya adalah sebagai berikut (Sudjana, 1995): Y = a + b1X1 + b2 X2 + b3 X3+ b4 X4 ..........................................................................................................................(2.10)

commit to user



Dengan: Y = variabel PCI X1 = variabel RAB X2 = Anggaran Perbaikan X3 = LHR X4 = SDM a = konstanta a, b1, b2, b3, b4,= koefisien regresi yang dicari.

2.2.7.8.

Pengaruh Secara Parsial Pengaruh secara parsial diselesaikan dengan Analisa Regresi Sederhana

yang menjelaskan hubungan fungsional ataupun kausal variabel bebas dengan satu variabel terikat (Muzayanah, 2008). Untuk pegunjian Pengaruh X1, X2, X3, X4, terhadap Y secara parsial menggunakan (uji t): 1) Ho : ρ = 0, artinya X1, X2, X3, X4, secara parsial (sendiri-sendiri) tidak berpengaruh signifikan terhadap Y 2) Ha : ρ ≠ 0, artinya X1, X2, X3, X4, secara parsial (sendiri-sendiri) berpengaruh signifikan terhadap Y sehingga untuk kaidah pengambilan keputusan digunakan rumus: 1) jika Sig t hitung < Sig 0,05 maka Ho ditolak 2) Jika Sig t hitung > Sig 0,05 maka Ho diterima

2.2.8.

Uji Ketepatan Model

2.2.8.1.

Uji Linearitas Regresi menggunakan Uji F (Anova) Uji Linieritas garis regresi dimaksudkan untuk mengetahui apakah data

yang diperoleh berbentuk linier atau tidak. Jika data berbentuk linier, maka penggunaan

analisis

regresi

berganda

pada

pengujian

hipotesis

dapat

dipertanggungjawabkan. Uji Linieritas garis regresi menggunakan uji F. Kaidah pengambilan keputusan: 1). jika Prob F hitung < Prob 0,05 maka data-data variabel bebas dan terikat berbentuk linier. 2). jika Prob F hitung > Prob 0,05 maka data-data variabel bebas dan terikat tidak berbentuk linier.

commit to user



Sedangkan Pengaruh X1, X2, X3, X4, terhadap Y secara simultan mengunakan Uji hipotesis sebagai berikut: 1) Ho : ρ = 0, artinya X1, X2, X3, X4, secara simultan (bersama-sama) tidak berpengaruh signifikan terhadap Y 2) Ha : ρ ≠ 0, artinya X 1 dan X 2 secara simultan (bersama-sama) berpengaruh signifikan terhadap Y sehinga untuk kaidah pengambilan keputusan digunakan rumus: 1). jika Sig F hitung < Sig 0,05 maka Ho ditolak 2). jika Sig F hitung > Sig 0,05 maka Ho diterima 2.2.8.2.

Koefisien Determinasi Koefisien determinasi didefenisikan sebagai nisba antara variasi tidak

terdefenisi dengan variasi total. Koefisien ini mempunyai batas limit sama dengan 1 (satu) (perfect explanation) dan 0 (nol) (explanation). Nilai antara kedua batas limit ini ditafsirkan sebagai persentase total variasi yang dijelaskan oleh analisis regeresi linear seperti pada rumus 2.11. berikut: ...............................................................(2.11)

Dengan: = Simpangan Total = Simpangan Tidak terdefinisi

2.2.9.

Pembangunan Infrastrukur Jalan Pembangunan infrastruktur jalan umumnya terdiri dari beberapa tahap

yaitu: (1) perencanaan, (2) desain; (3) konstruksi; (4) operasi; dan (5) daur ulang dan pembuangan (Howes dan Robinson, 2005). Selain itu pada saat pembangunan infrastruktur akan dimulai terlebih dahulu harus menyiapkan konsep pembangunan, studi kelayakan, desain, konstruksi, operasi, pemeliharaan, perbaikan dan rehabilitasi

commit to user



(Mirza, 2006). Hal terpenting

pada saat akan melaksanakan pembangunan

infrastruktur jalan harus berkelanjutan (Jay dan Soon 2008). Faktor lain yang mendukung pembangunan adalah dari pemerintah, dikarenakan pemerintah mempunyai tugas sebagai berikut: (1) memberikan modal, (2) melakukan pemeliharaan rutin jaringan jalan yang ada, (3) melakukan pemeliharaan periodik, dan (4) pemeliharaan periodik jaringan jalan yang diperlukan untuk mengembalikan kondisi jalan ke kondisi asli (Chan 2006). Pada beberapa organisasi jalan yang telah maju seperti Inggris dan Swedia proses pembangunan infrastruktur Jalan dikelola dengan menggunakan sistem manajemen kinerja (Cesar dan Henry, 2010). 2.2.10.

Kompetensi Sumber Daya Manusia Berdasarkan Peraturan Menteri Pekerjaan Umum Nomor:340/PRT/M/2001

tentang Pedoman Pembinaan Teknis Pelaksanaan Sistem Pelatihan Berbasis Kompetensi Kerja Jasa Konstruksi menyatakan bahwa SDM yang kompeten adalah seseorang individu atau kelompok yang memiliki kemampuan berdasarkan pengetahuan, keterampilan dan sikap kerja spesifik untuk melakukan suatu pekerjaan tertentu sesuai dengan standar kinerja yang ditetapkan dan mampu untuk mentransfer kemampuannya kelingkup pekerjaan yang baru yang sejenis. Secara umum kompetensi dianggap sebagai suatu kecakapan atau kuallitas yang dimiliki seseorang atau kelompok untuk bekerja menjalankan pekerjaan sesuai dengan tugas dan fungsinya (Anonim 1, 2001). 2.2.11.

Pavement Condition Index (PCI) Pengertian Pavement Condition Index (PCI) adalah penilaian kondisi

kerusakan perkerasan yang dikembangkan oleh U.S. Army Corps of Engineers dan telah digunakan menjadi prosedur standar di banyak negara. Pada perhitungan PCI terdapat indeks dari 0 sampai dengan 100 (perkerasan dalam kondisi terbaik). Penilaian PCI berdasarkan pada survei kondisi secara visual terhadap jenis, tingkat penyebaran dan kuantitas kerusakan (Shahin, 1994). PCI merupakan elemen utama dalam penerapan Sistem Manajemen Perkerasan. Dikarenakan jenis penanganan baik pemeliharaan maupun rehabilitasi

commit to user



yang akan dilakukan terhadap suatu ruas jalan didasarkan pada nilai PCI yang diperoleh dari hasil pemeriksaan dan perhitungan terhadap ruas jalan tersebut. Kondisi perkerasan berkaitan dengan beberapa faktor, yaitu integritas struktural, kapasitas struktural, roughness, skid resistance, dan rate of deterioration. Perhitungan langsung untuk faktor-faktor ini membuthkan peralatan yang mahal dan tenaga terlatih. Tetapi faktor-faktor ini dapat diketahui dengan melakukan pemeriksaan dan perhitungan berdasarkan kerusakan pada perkerasan. (US Army, 2007). a. Kondisi perkerasan berdasarkan PCI, dimana PCI memperlihatkan integritas struktural dan kondisi operasional permukaan. b. PCI ditentukan dengan mengukur kerusakan perkerasan. Metode ini dapat membantu dalam menentukan jenis pemeliharaan dan prioritas. Nilai PCI sangat tergantung dengan umur perkerasan dan jenis kerusakan yang ditemui. Hubungan antara PCI dengan umur perkerasan dapat dilihat pada Gambar 2.1

Excellent

Kondisi (PCI)

Very Good Good

.

Fair Poor

Very Poor Failed

Umur Perkerasan (tahun) Gambar 2.1. Hubungan PCI dengan Umur Perkerasan (Shahin,1994) Dari Gambar 2.1. dapat dilihat bahwa pada saat kondisi perkerasan masih bagus penurunannya terjadi secara perlahan dan penurunan PCI terjadi secara drastis pada saat kondisi perkerasan mulai rusak.

commit to user



2.2.12.

Perhitungan PC CI Lang gkah-langkah h untuk mennghitung PCII sebagai berrikut :

1. Menentukan M densitas kerrusakan

D Densitas diddapat dari luuas kerusakaan dibagi dengan d luas perkerasan jalan (tiap s segmen) kem mudian dikaalikan 100% (Hardiyatmoo, 2007). R Rumus lengk kapnya adalaah sebagai berikut: D Densitas (%)) = (Luas Kerusakan/Luuas Perkerasaan) x 100% .........................(2.12.) 2. Mencari M dedduct value (D DV) M Mencari ded duct value (D DV) yang bberupa Grafi fik Jenis-jeniis Kerusakaan. Adapun c cara untuk menentukan m DV, yaitu ddengan mem masukkan peersentase dennsitas pada g grafik masinng-masing jeenis kerusakkan kemudian menarik garis vertik kal sampai m memotong tiingkat kerussakan (low, medium, hig gh), selanjutnya pada pertolongan p t tersebut ditarrik garis horrizontal dan akan didapaat DV (Harddiyatmo, 20007). Contoh g grafik yang digunakan d un ntuk mencarri nilai DV dapat d dilihat ppada Gambaar 2.2.

Gambar 2.22. Grafik Deeduct Value untuk u Alligaator Cracking 3. Menjumlah M deduct valuee

Menjumlah M deduct valu ue yang dipeeroleh pada suatu segm men jalan yanng ditinjau sehingga s dipperoleh totall deduct valuue (TDV) (Haardiyatmo, 22007). 4. Mencari corrrected deduuct value Corrected C d deduct value (CDV) dipeeroleh dengaan cara mem masukkan nillai TDV ke dalam d Grafiik CDV den ngan cara m menarik gariss vertikal paada nilai TD DV sampai

commit to user



memotong m garis g q, kem mudian ditarrik garis ho orizontal. Niilai q yang digunakan adalah a jumllah masukan n data denggan nilai DV V > 5. Grafik CDV seeperti pada Gambar G 2.3. (Hardiyatm mo, 2007).

Gambar 2.3. Grafik Corrected C D Deduct Valuee nilai kondissi perkerasann 5. Menghitung M N Nilai kondissi perkerasaan dengan m mengurangi seratus denngan nilai CDV C yang d diperoleh. Ruumus lengkaapnya adalahh sebagai berrikut : PCI = 100 – CDV.................................................................................(2.13) D Dengan : PCI CI CD DV

= nillai kondisi perkerasan = Co orrected Dedduct Value

Nilai N yang diperoleh d terssebut dapat menunjukka m an kondisi peerkerasan paada segmen yang y ditinjau u (Hardiyatm mo, 2007). 2.2.13.

Analisis Rencan na Anggaraan Biaya Padaa Analisis Bina B Margaa 2010 terrcantum koeefisien-koefiisien yang

nunjukkan berapa b banyyak bahan dan d jumlah tenaga kerjja yang dipakai untuk men dap pat menyelessaikan suatuu pekerjaan ppersatuan vo olume. Untuk anggaran biaya pada prooyek pemeliharaan meliiputi peralattan, tenaga kerja, bahaan, dan biay ya lainnya secara tidak lan ngsung haru us meliputi bbiaya adminnistrasi perkaantoran beseerta stafnya ng berfungsii mengendallikan pelaksaanaan proyeek serta pajaak yang haru us dibayar. yan

commit to user



Sementara untuk tenaga kerja, bahan dan peralatan dianalisa penggunaannya agar diperoleh pekerjaan yang efektif dan efisien. (Anonim 2, 2010). 2.2.14.

Lalu Lintas Harian Rata-rata Lalu lintas harian rata-rata adalah volume lalu lintas rata-rata dalam satu

hari. Dari cara memperoleh data tersebut dikenal 2 jenis lalu lintas harian rata-rata, yaitu lalu lintas harian rata-rata tahunan (LHRT) dan lalu lintas harian rata-rata (LHR) (Sukirman, 1994). Tujuan dari mengumpulkan data lalu lintas adalah untuk menentukan berapa jumlah berat dan berat beban as (axle load) yang diharapkan akan bekerja pada perkerasan yang akan kita rencanakan. Pada kenyataannya, beban as yang bekerja di jalan sangat bervariasi mulai dari beban as yang ringan sampai beban as yang berat. Untuk itu perlu suatu beban standar untuk mengkonversikan pengaruh dari beban kendaraan yang sangat berpengaruh itu menggunakan angka ekivalen. Angka ekivalen kendaraan adalah angka yang menyatakan perbandingan tingkat kerusakan yang ditimbulkan oleh suatu lintasan beban sumbu tunggal kendaraan terhadap tingkat kerusakan yang ditimbulkan oleh satu lintasan beban standar sumbu tunggal seberat 8.16 ton (18.000 lb). Bina Marga memberikan rumus untuk menentukan angka ekivalen beban sumbu kendaraan sebagai berikut : ⎡ beban sumbu tung gal, (kg) ⎤ E sumbu tung gal = ⎢ ⎥⎦ 8.160 ⎣

4

.....................(2.14)

4

⎡ beban sumbu ganda, (kg) ⎤ E sumbu ganda = ⎢ ⎥⎦ x 0,086 8.160 ⎣

..................(2.15)

Sedangkan pada metode AASHTO (1993), berat kendaraan dapat dikonversikan dalam satuan 18 Kip ESAL (Equivalent Single Axle Load) yang merupakan sumbu standar dalam merencanakan tebal perkerasan lentur. Jumlah pengulangan sumbu standar untuk 1 arah dinyatakan dalam persamaan: W18 = ∑ LHRTi x E i x DD x DL x 365 x N.............................................. ..... (2.16)

commit to user



Dengan: W18= Repetisi beban lalu lintas selama umur rencana, lss/lajur/umur rencana LHR= Lalu Lintas Harian Rata-rata Tahunan kendaraan/hari/2 arah E= angka ekivalen jenis kendaraan i DD = faktor distribusi arah, presentase dari masing-masing arah DL = faktor distribusi lajur 2.2.15.

Kerusakan Jalan Jenis kerusakan jalan dapat dikelompokkan menjadi 2 macam yaitu:

a. Kerusakan structural Kerusakan struktural adalah kerusakan pada struktur jalan, sebagian atau keseluruhannya, yang menyebabkan perkerasan tidak lagi mampu mendukung beban lalulintas. b. Kerusakan fungsional Kerusakan fungsional adalah kerusakan pada permukaan jalan yang dapat menyebabkan terganggunya fungsi jalan tersebut. Kerusakan ini dapat berhubungan atau tidak dengan kerusakan struktural (Tranggono M, 2005). Kerusakan jalan beraspal yang sering ditemui adalah: 1. Kegemukan (Bleeding) Kegemukan adalah hasil dari aspal pengikat yang berlebihan, yang bermigrasi ke atas permukaaan perkerasan dikarenakan kelebihan kadar aspal atau terlalu rendahnya kadar udara dalam campuran seperti ditunjukkan pada Gambar 2.4. (Hardiyatmo, 2007). a. Penyebab utama −

Pemakaian kadar aspal yang tinggi pada campuran aspal.

−

Kadar udara dalam campuran aspal terlalu rendah.

−

Pemakaian terlalu banyak aspal pada pekerjaan prime coat atau tack coat.

b. Resiko lanjutan Kehilangan kenyamanan dalam berkendaraan c. Tingkat kerusakan Tingkat kerusakan untuk perhitungan PCI serta identifikasi kerusakan ditunjukkan pada Tabel 2.1.

commit to user



Tabel 2.1. Identifikasi kerusakan Bleeding Tingkat Kerusakan L

M

H

Identifikasi kerusakan Kegemukan terjadi hanya pada derajat rendah, dan nampak hanya beberapa hari dalam setahun. Aspal tidak melekat pada sepatu atau roda kendaraan Kegemukan telah mengakibatkan aspal melekat pada sepatu atau roda kendaraan paling tidak beberapa minggu dalam setahun Kegemukan telah begitu nyata dan banyak aspal yang melekat pada sepatu atau roda kendaraan, paling tidak lebih dari beberapa minggu dalam setahun

Sumber: (Shahin, 1994)

Gambar 2.4. Jenis Kerusakan Kegemukan 2. Retak Slip (Slippage Cracks) Retak slip atau retak berbentuk bulan sabit yang diakibatkan oleh gaya-gaya horizontal yang berasal dari kendaraan seperti ditunjukkan pada Gambar 2.5. (Hardiyatmo, 2007). a.

Penyebab utama -

Kurangya ikatan lapisan permukaan dengan lapisan dibawahnya.

-

Campuran terlalu banyak kandungan pasirnya.

-

Tegangan sangat tinggi akibat pengereman dan percepatan kendaraan.

-

Lapis aus dipermukaan terlalu tipis.

commit to user



-

Modulus lapis pondasi (base) terlalu rendah.

b. Resiko lanjutan

c.

-

Mengganggu kenyamanan dan keselamatan lalu lintas.

-

Retak meluas ke seluruh area perkerasan.

Tingkat kerusakan Tingkat kerusakan untuk perhitungan PCI serta identifikasi kerusakan ditunjukkan pada Tabel 2.2. Tabel 2.2. Identifikasi kerusakan Slippage Cracks Tingkat Kerusakan L M

H

Identifikasi kerusakan Retak rata-rata < 3/8 In (10 mm) Retak rata-rata 3/8 - 1.5 In (10 - 38 mm) Area disekitar retakan pecah, kedalam pecahan-pecahan terikat Retak rata-rata > 1/2 In ( > 38 mm) Area disekitar retakan pecah kedalam pecahan-pecahan mudah terbongkar


Gambar 2.5. Jenis Kerusakan Retak Slip

commit to user



3. Retak buaya (alligator cracks) Retak kulit buaya adalah retak yang berbentuk sebuah jaringan dari bidang bersegi banyak (poligon) kecil-kecil menyerupai kulit buaya, dengan lebar celah lebih besar atau sama dengan 3 mm seperti ditunjukkan pada Gambar 2.6. (Hardiyatmo, 2007). a. Penyebab utama - Defleksi berlebihan dari permukaan perkerasan. - Gerakan satu atau lebih lapisan yang berada dibawah. - Modulus dari material lapis pondasi rendah. - Lapis pondasi atau lapis aus terlalu getas. - Kelelahan (fatigue) dari permukaan. - Pelapukan permukaan. - Bahan lapis pondasi dalam keadaan jenuh air, karena air tanah naik. b. Resiko lanjutan - Mengganggu kenyamanan dan keselamatan lalu lintas - Retak meluas ke seluruh area perkerasan c. Tingkat kerusakan Tingkat kerusakan untuk perhitungan PCI serta identifikasi kerusakan ditunjukkan pada Tabel 2.3. Tabel 2.3. Identifikasi kerusakan alligator cracks Kedalaman Maksimum

Diameter rata-rata lubang 4 - 8 In (102 -203 mm) 8 - 18 In (203 -457 mm) 18 - 30 In (457 -762 mm)

1/2 - 1 In (12.7 - 25.4 mm)

L

L

M

> 1 - 2 In (25.4 - 50.8 mm)

L

M

H

> 2 In (50.8 mm)

M

M

H


commit to user



Gambar 2.6. Jenis Kerusakan Retak Buaya 4. Alur (Rutting) Alur adalah deformasi permukaan perkerasan aspal yang diakibatkan turunnya perkerasan ke arah memanjang pada lintasan roda kendaraan seperti ditunjukkan pada Gambar 2.7. (Hardiyatmo, 2007). a. Penyebab utama - Pemadatan lapis permukaan dan pondasi (base) kurang, sehingga akibat beban lalu lintas lapis pondasi memadat lagi. - Kualitas campuran aspal rendah, ditandai dengan gerakan arah lateral dan kebawah dari campuran aspal dibawah beban roda kendaraan berat. - Beban gandar adalah faktor utama beban pada jalan, meskipun bukan satu-satunya tetapi terdapat hubungan eksponensial antara beban poros dan kerusakan perkerasan (Jose dan Jorge, 2006). - Retak alur yang terjadi akibat kelebihan peningkatan jumlah lalu lintas kendaraan dijalan utama (Butkevicius dan Siaudinis, 2007). - Tanah dasar lemah atau agregat pondasi (base) kurang tebal, pemadatan kurang, atau terjadi pelemahan akibat infiltrasi air tanah. b. Resiko lanjutan - Terjadi kenaikan perkerasan secara berlebihan disepanjang sisi alur - Mengurangi kenyamanan dan keselamatan kendaraan

commit to user



c. Tingkaat kerusakann Tingkaat kerusakaan untuk peerhitungan PCI P serta identifikasi kerusakan ditunjuukkan pada Tabel T 2.4. Tabel 2.4. Identifiikasi kerusakkan Rutting Tiingkat Kerrusakan

Identiffikasi kerusak kan

L

Kedalam man alur rataa-rata 1/4 -1//2 In (6 - 13 mm)

M

Kedalam man alur rata--rata 1/2 -1 In (13 - 25.5 5 mm)

H

Ked dalaman alur rata-rata 1 In (25.4 mm m)

Sumbeer: (Shahin, 1994)

K Alur Gambarr 2.7. Jenis Kerusakan 5. 5 Kerusakaan Pinggir (E Edge Crackinng) Retak pin nggir biasan nya terjadi seejajar dengaan pinggir peerkerasan daan berjarak 0,3 – 0,6 6 m dari pinggir. Akibatt pecah dipin nggir perkerrasan, maka bagian ini menjadi tidak beratu uran seperti dapat dilihaat pada Gam mbar 2.8 (H Hardiyatmo, 2007). a. Penyeebab utama − Kurrangnya dukkungan dari arah a lateral (dari bahu jaalan). − Draainase kuranng baik. − Kem mbang susutt tanah disekkitarnya. − Bahhu jalan turuun terhadap ppermukaan perkerasan. p − Seaal coat lemahh, adhesi perrmukaan ke lapis pondassi (base) hilaang.

commit to user



− Konsentrasi lalu-lintas berat didekat pinggir perkerasan. b. Resiko lanjutan - Kehilangan

kenyamanan

kendaraan,

dan

dapat

mengakibatkan

kecelakaan. - Air masuk ke dalam lapisan pondasi. - Terjadinya alur dipinggir dapat mengakibatkan erosi pada bahu jalan c. Tingkat kerusakan Tingkat kerusakan untuk perhitungan PCI serta identifikasi kerusakan ditunjukkan pada Tabel 2.5. Tabel 2.5. Identifikasi kerusakan Edge Cracking Tingkat Kerusakan L M H

Identifikasi kerusakan Retak sedikit sampai dengan tanpa pecahan atau butiran lepas Retak sedang dengan beberapa pecahan dan butiran lepas Banyak pecahan atau butiran lepas disepanjang tepi perkerasan


Gambar 2.8. Jenis Kerusakan Tepi

commit to user



6. Retak Memanjang ( Longitudinal Crack) Retak berbentuk memanjang pada perkerasan jalan yang biasanya berbentuk tunggal atau berderet yang sejajar serta sedikit bercabang seperti ditunjukkan pada Gambar 2.9. (Hardiyatmo, 2007). a. Penyebab utama − Gerakan arah memanjang yang diakibatkan kurangnya pengaruh gesek internal dalam lapis pondasi (base) atau tanah dasar, sehingga lapisan tersebut kurang stabil. − Adanya perubahan volume tanah didalam tanah dasar oleh gerakan vertikal. − Penurunan tanah urug atau bergeraknya lereng timbunan. − Kelelahan (fatigue) pada lintasan roda. − Pengaruh tegangan termal (akibat perubahan suhu) atau kurangnya pemadatan. b. Resiko lanjutan - Mengganggu kenyamanan dan keselamatan lalu-lintas. - Retak meluas ke seluruh area perkerasan. - Retak dengan celah yang terlalu besar memungkinkan air masuk ke lapis pondasi dan tanah dasar, sehingga melemahkan lapisan pendukung perkerasan. c. Tingkat kerusakan Tingkat kerusakan untuk perhitungan PCI serta identifikasi kerusakan ditunjukkan pada Tabel 2.6. Tabel 2.6. Identifikasi kerusakan Longitudinal Crack Tingkat Kerusakan L M

H

Identifikasi kerusakan Retak terisi, lebar < 3/8 In (10 mm), atau retak terisi sembarang lebar (pengisi kondisi bagus) Retak terisi, lebar 3/8 - 3 In (10 - 76 mm) Retak tak terisi, sembarang lebar sampai 3 In (76 mm) Retak terisi, sembarang lebar dikelilingi retak agak acak Sembarang retak terisi atau tak terisi dikelilingi oleh retak acak, kerusakan sedang sampai tinggi Retak tak terisi > 3 In (76 mm) Retak sembarang lebar, dengan beberapa inci disekitar retakan, pecah


commit to user



Gambar 2.9. Jenis Kerusakan Retak Memanjang 7. Lubang (Potholes) Lubang adalah lekukan permukaan perkerasan akibat hilangnya lapisan aus dan material lapis pondasi (base) seperti ditunjukkan pada Gambar 2.10 (Hardiyatmo, 2007). a. Penyebab utama − Campuran material lapis permukaan yang kurang baik. − Air masuk ke dalam lapis pondasi lewat retakan di permukaan perkerasan yang tidak segera ditutup. − Beban lalu lintas yang mengakibatkan disintegrasi lapis pondasi. − Tercabutnya aspal pada lapisan aus akibat melekat pada ban kendaraan. b. Resiko lanjutan - Kehilangan kenyamanan dalam berkendaraan, dan dapat mengakibatkan kecelakaan. - Lubang atau keruskan meluas. - Air dapat masuk ke dalam lapis permukaan. c. Tingkat kerusakan Tingkat kerusakan untuk perhitungan PCI serta identifikasi kerusakan ditunjukkan pada Tabel 2.7.

commit to user



Tabel 2.7. Identifikasi kerusakan Potholes Kedalaman Maksimum

Diameter rata-rata lubang 4 - 8 In (102 -203 mm) 8 - 18 In (203 -457 mm) 18 - 30 In (457 -762 mm)

1/2 - 1 In (12.7 - 25.4 mm)

L

L

M

> 1 - 2 In (25.4 - 50.8 mm)

L

M

H

> 2 In (50.8 mm)

M

M

H


Gambar 2.10. Jenis Kerusakan Lubang 8. Ambles (Depression) Ambles adalah penurunan perkerasan yang terjadi pada area terbatas yang mungkin dapat diikuti dengan retakan seperti ditunjukkan pada Gambar 2.11. (Hardiyatmo, 2007). a. Penyebab utama − Beban lalu lintas berlebihan − Penurunan sebagian dari perkerasan akibat lapisan di bawah perkerasan mengalami penurunan.

commit to user



b. Resiko lanjutan - Dapat memicu terjadinya retakan. - Mengurangi kenyamanan dan keselamatan kendaraan c. Tingkat kerusakan Tingkat kerusakan untuk perhitungan PCI serta identifikasi kerusakan ditunjukkan pada Tabel 2.8. Tabel 2.8. Identifikasi kerusakan Depression Tingkat Kerusakan

Identifikasi Kerusakan

L

Kedalaman maksimum ambles 1/2 - 1 In (13 - 25 mm)

M

Kedalaman maksimum ambles 1 - 2 In (25 - 51 mm)

H

Kedalaman ambles > 2 In (51 mm)


Gambar 2.11. Jenis Kerusakan Ambles

commit to user



BAB III METODE PENELITIAN

3.1.

Gambaran Umum Lokasi Penelitian Kabupaten Merangin merupakan salah satu kabupaten yang cukup

strategis di wilayah Barat Daya Provinsi Jambi yang akan menjamin kemudahan interaksi dengan wilayah lainnya, sehingga akan mendukung berjalannya kegiatan ekonomi wilayah. Di samping mempunyai lokasi yang cukup strategis juga mempunyai batas wilayah yang cukup luas. Kabupaten Merangin merupakan Kabupaten yang kaya akan sumberdaya alam dan potensi wisata yang cukup baik terutama hasil tambang, hutan, perkebunan, dan peternakan serta memiliki potensi lahan yang sesuai untuk tanaman pangan khususnya untuk lahan sawah. Disamping mempunyai potensi diatas, pemanfaatan potensi yang ada belum dapat dioptimalkan, hal ini tercermin dalam persoalan-persoalan yang dihadapi oleh wilayah terutama berkenaan dengan adanya kesenjangan pembangunan antara wilayah, sektor, pendapatan dan persoalan lingkungan. Sejarah Kabupaten Merangin diawali dengan pembentukan Pemerintahan Daerah Provinsi Jambi berdasarkan UU No.61 Tahun 1958, kemudian diikuti dengan pembentukan Kabupaten Sarolangun Bangko berdasarkan UU No.7 Tahun 1965. Selanjutnya berdasarkan UU No. 54 Tahun 1999 tanggal 4 Oktober 1999 Tentang Pembentukan Kabupaten Sarolangun, Kabupaten Tebo, Kabupaten Muaro jambi dan Kabupaten Tajung Jabung Timur. Secara geografis Kabupaten Merangin terletak antara 101032’11” – 102050’00” Bujur timur dan 1028’23” – 1052’00” Lintang selatan. Sebelah utara berbatasan dengan Kabupaten Bungo, sebelah Timur berbatasan dengan Kabupaten Sarolangun, sebelah

selatan berbatasan dengan Kabupaten Rejang Lebong dan

Sebelah barat berbatasan dengan Kabupaten Kerinci.

commit to user



Luas Wilayah Kabupaten Merangin berdasarkan data Biro Pusat Statistik (BPS) Kabupaten Merangin Tahun 2009 yang mempergunakan data statistik Pengolahan dan Desiminasi Statistik Kabupaten Merangin dengan 24 (dua puluh empat) Kecamatan, 10 (sepuluh) Kelurahan dan 203 (dua ratus tiga) Desa dengan luas wilayah mencapai 7.679 Km2. Untuk transportasi menuju Kabupaten Merangin dapat ditempuh dengan 2 (dua) alternatif jalan penghubung yaitu Provinsi Jambi – Kota Bangko melewati Kota Muara Bungo dengan perkiraan jarak tempuh mencapai 320 Km (± 6½

Jam), atau berjarak 260 Km melewati Kecamatan Pauh –

Mandiangin (± 5 Jam). Batas administratif wilayah Kabupaten Merangin adalah sebagai berikut : Sebelah Utara berbatasan dengan Kabupaten Bungo. Sebelah Timur berbatasan dengan Kabupaten Sarolangun. Sebelah

Selatan berbatasan dengan Kabupaten Rejang Lebong, Provinsi

Bengkulu. Sebelah Barat berbatasan dengan Kabupaten Kerinci.

Secara administratif lokasi yang akan ditinjau pada penelitian ini adalah ruas jalan Simpang Kodim – Talang Kawo terletak pada Kecamatan Bangko yang mempunyai luas wilayah sekitar 195 Km2, jumlah penduduk sebesar 36.319 jiwa pada tahun 2009, dengan kepadatan sebesar 186 jiwa/Km2. Topografi wilayah (datarbergelombang) . Ruas jalan ini merupakan termasuk salah satu jalan di Kabupaten Merangin Provinsi Jambi terdaftar pada nomor ruas 000143 pada daftar jaringan Jalan Kabupaten Merangin, dengan Panjang Jalan 6200 m serta mempunyai lebar 12 m dengan 2 jalur dan dua arah untuk satu jalur lebar jalan 4,5 m serta median jalan 3 m.

commit to user



JAMBI

Ruas Jalan SP.Kodim – Talang Kawo Gambar 3.1 Lokasi Penelitian

3.2.

Data dan Sumber Data

3.2.1.

Data Primer Data yang diperoleh langsung dilapangan dari objek yang diteliti, adapun

data-data yang diperlukan adalah sebagai berikut: 1. Pencatatan jenis kerusakan jalan 2. Pengukuran dimensi kerusakan jalan 3. Volume lalu lintas harian rata-rata (LHR) 4. Pengumpulan data sebaran Kuisioner

commit to user



3.2.2.

Data Sekunder Data yang didapat dari sumber lain yang telah tersedia sebelum penelitian

ini dilakukan serta data yang diperoleh dari instansi terkait yakni Dinas Pekerjaan Umum Kabupaten Merangin. Data-data yang dibutuhkan adalah sebagai berikut: 1. Peta Jaringan Jalan Simpang Kodim – Talang Kawo 2. Daftar Induk Jaringan Jalan Kabupaten Merangin 3. Data anggaran biaya pembangunan dan pemeliharaan jalan Kabupaten Merangin 4. Data riwayat penanganan Jalan Simpang Kodim-Talang 5. Data Geometrik Jalan Simpang Kodim-Talang Kawo 6. Data kerusakan Jalan Simpang Kodim-Talang Kawo 7. Data perkembangan jumlah kendaraan 8. Data LHR 9. Data PCI 3.2.3.

Teknik Pengumpulan Data

3.2.3.1.

Tahap I Pengambilan Sampel Kuesioner Pada penelitian untuk mendapatkan Variabel Bebas SDM (X4) digunakan

pengambilan data kuesioner yang diambil dari jumlah populasi Pegawai Dilingkungan Dinas Pekerjaan Umum Kabupaten Merangin sebanyak 120 orang, Sehingga sampel yang digunakan sebanyak 55 Orang dengan faktor error yang digunakan sebesar 0,10. Perhitungan pengambilan sampel menggunakan rumus 2.1. Setelah itu

kuesioner

disebar kepada 55 orang yang diambil sampel,

kemudian dari jawaban responden ini disusun secara sekala menggunakan metode Likert Summated Rating (LSR) dengan alternatif pilihan antara 1 sampai dengan 5 dengan ketentuan : 1.

Jawaban sangat baik sekali dengan bobot score 5

2.

Jawaban baik bobot score 4

3.

Jawaban kurang baik bobot score 3

4.

Jawaban tidak baik bobot score 2

5.

Jawaban tidak baik bobot score 1

commit to user



3.2.3.2.

Tahap II Pengambilan Data Variabel Terikat PCI (Y) Data PCI didapatkan dari data sekunder yang diperoleh dari instansi Dinas

Pekerjaan Umum Kabupaten Merangin dan juga diperoleh langsung dari hasil pengukuran dilapangan dengan menggunakan alat sebagai berikut : 1. Meteran Panjang Panjang 50 M dan meteran panjang 7,5 m 2. Kertas, alat tulis, dan formulir survei 3. Kamera Prosedur pelaksanaan yang dilakukan antara lain: pembagian segmen jalan, membuat peta kerusakan jalan, menentukan jenis kerusakan jalan, menghitung dimensi kerusakan jalan, menghitung densitas kerusakan jalan, menghitung deduct value, menghitung total deduct value, menghitung corrected deduct value, menghitung nilai PCI sehingga didapatkan nilai kondisi perkerasan jalan. 3.2.3.3.

Tahap III Pengambilan Data Variabel Bebas RAB (X1) Data variabel Rencana Anggaran Biaya didapatkan dari data sekunder

mengenai riwayat penanganan jalan Simpang Kodim – Talang Kawo dari Tahun 2006-2008 yang diperoleh dari Dinas Pekerjaan Umum Kabupaten Merangin dan dapat dilihat dalam Surat Perjanjian Kerja Konstruksi Harga Satuan antara Pengguna Anggaran dan Kontraktor Pelaksana. 3.2.3.4.

Tahap IV Pengambilan Data Variabel Bebas Anggaran Perbaikan (X2) Data variabel anggaran perbaikan didapatkan dari data sekunder mengenai

riwayat penanganan jalan Simpang Kodim – Talang Kawo dari Tahun 2006-2008 yang diperoleh dari Dinas Pekerjaan Umum Kabupaten Merangin dan dapat dilihat dalam Surat Perjanjian Kerja Konstruksi Harga Satuan antara Pengguna Anggaran dan Kontraktor Pelaksana.

commit to user



3.2.3.5.

Tahap V Pengambilan Data Variabel Bebas LHR (X3) Data variabel LHR didapatkan dari data sekunder yang diperoleh dari

Dinas Pekerjaan Umum Kabupaten Merangin serta dilakukan survey dilapangan selama 7 hari. Survey lapangan dilakukan dengan menggunakan alat sebagai berikut: 1. Kertas, alat tulis, dan formulir survei 2. Kamera 3. Stop Watch 3.2.3.6.

Tahap VI Pengambilan Data Variabel Bebas SDM (X4) Data variabel SDM didapatkan dari Hasil pengolahan Kuesioner terhadap

Pelaksana proyek pekerjaan jalan di Dinas Pekerjaan Umum Kabupaten Merangin dengan menggunakan analisis korelasi. 3.2.4.

Teknik Analisis Data Setelah data X1, X2, X3, X4, serta Y terkumpul dilakukan identifikasi

hubungan antar variabel bebas (X1, X2, X3, X4) terhadap varibel terikat (Y) Untuk pengaruh secara simultan diselesaikan dengan Analisis Regresi Linear Berganda, Kemudian dilakukan pemodelan sesuai dengan rumus 2.2. Sedangkan untuk mengetahui hubungan keeratan dilakukan dengan Korelasi.

commit to user



3.3.

Langkah Penelitian Langkah penelitian secara lengkap ditunjukkan dalam diagram alir berikut:

Mulai

Pengumpulan Data Proyek Jalan

Kerusakan Jalan

Identifikasi Kerusakan

dengan Metode PCI

Variabel 1.RAB (X1) 2.Anggaran Perbaikan (X2) 3.LHR (X3)

Kuesioner

1. Pendidikan

2. Tupoksi

3. Pengalaman

4. Pelatihan

Variabel 4.SDM (X4)

5. Pengetahuan

Hubungan Antar Variabel Terhadap PCI (Y)

Korelasi dan Regresi dengan SPSS 17

Pembahasan Kesimpulan

Selesai

Gambar 3.2. Bagan commit to Alir userPenelitian



BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1.

Data Hasil Penelitian Berdasarkan data sekunder yang diperoleh dari Dinas Pekerjaan Umum

Kabupaten Merangin serta data primer yang diambil langsung dilokasi penelitian didapatkan data data sebagai berikut: 1. Lalu Lintas Harian Rata-rata pada ruas jalan Simpang Kodim – Talang Kawo pada tahun 2008 – 2010 dapat dilihat pada Tabel 4.1. Tabel 4.1 Data LHR pada ruas jalan Simpang Kodim- Talang Kawo TAHUN 2006

2007

2008

2009

2010

JENIS KENDARAAN Kendaraan Ringan 2 Ton Pick Up/Combi/Bus Kecil Truk > 2 as Truck Kendaraan Ringan 2 Ton Pick Up/Combi/Bus Kecil Truk > 2 as Truck Truck Kendaraan Ringan 2 Ton Truk > 2 as Truck Truck Kendaraan Ringan 2 Ton Truk > 2 as Truck Truck Kendaraan Ringan 2 Ton Truk > 2 as Truck

Sumber: Dinas Pekerjaan Umum Kabupaten Merangin

commit to user

LHR 122 120 179 45 124 122 183 46 129 127 191 48 189 281 166 6 106 731 361 1



2. Nilai PCI pada ruas Jalan Simpang Kodim – Talang Kawo pada tahun 2006 – 2010 dapat dilihat pada Tabel 4.2. 3. Rencana Anggaran Biaya pada ruas Jalan Simpang Kodim – Talang Kawo pada tahun 2006 – 2008 dapat dilihat pada Tabel 4.3. 4. Metode Perbaikan pada ruas Jalan Simpang Kodim – Talang Kawo pada tahun 2006 – 2008 dapat dilihat pada Tabel 4.4. 5. Jumlah Responden yang melakukan pengisian angket kuesioner pada tahun 2011 dapat dilihat pada Tabel 4.5. Tabel 4.2. Nilai PCI TAHUN 2006 2007 2008 2009 2010

STA 1 100 100 100 0 0

STA 2 100 100 100 0 0

NILAI PCI STA 3 STA 4 92 100 69 80 100 100 0 5 0 0

TOTAL RATA-RATA KETERANGAN STA 5 100 72 100 28 25

STA 6 100 73 100 0 0

592 494 600 33 25

99 82 100 6 4

SEMPURNA SANGAT BAIK SEMPURNA GAGAL GAGAL

Sumber: Dinas Pekerjaan Umum Kabupaten Merangin Tabel 4.3 Rencana Anggaran Biaya TAHUN 2006 2007 2008 2009 2010

JENIS PEKERJAAN Perkerasan, Peningkatan dan Pengaspalan Hotmix Pengaspalan Hotmix Pemeliharaan Jalan -

NILAI KONTRAK 5,260,020,000.00 3,494,870,000.00 512,000,000.00 -

Sumber: Dinas Pekerjaan Umum Kabupaten Merangin Tabel 4.4. Anggaran Perbaikan

TAHUN PEMBANGUNAN DAFTAR RENCANA ANGGARAN BIAYA BERDASARKAN DOKUMEN KONTRAK PEKERJAAN TANAH PERKERASAN BERBUTIR PERKERASAN ASPAL 2006 199,130,842.26 2,633,801,287.20 2007 183,728,119.00 74,223,867.00 2,055,244,745.00 2008 31,643,040.60 13,998,407.40 263,103,250.17 2009 2010 Sumber: Dinas Pekerjaan Umum Kabupaten Merangin

commit to user

TOTAL 2,832,932,129.46 2,313,196,731.00 308,744,698.17 -



Tabel 4.5. Hasil Pengisian Angket Kuesioner NO 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49

NAMA RESPONDEN Pengguna Jasa Pengguna Jasa PPTK PPTK PPTK PPTK PPTK PPTK PPTK PPTK PPTK PPTK Pengawas Lapangan Pengawas Lapangan Pengawas Lapangan Pengawas Lapangan Pengawas Lapangan Pengawas Lapangan Pengawas Lapangan Pengawas Lapangan Pengawas Lapangan Pengawas Lapangan Pengawas Lapangan Pengawas Lapangan Pengawas Lapangan Pengawas Lapangan Pengawas Lapangan Pengawas Lapangan Petugas Laboratorium Petugas Laboratorium Petugas Laboratorium Petugas Laboratorium Petugas Laboratorium Petugas Laboratorium Operator Alat Berat Operator Alat Berat Operator Alat Berat Operator Alat Berat Operator Alat Berat Operator Alat Berat Konsultan Pengawas Konsultan Pengawas Konsultan Pengawas Konsultan Perencana Konsultan Perencana Konsultan Perencana Kontraktor Pelaksana Kontraktor Pelaksana Kontraktor Pelaksana JUMLAH

1 5 5 4 3 4 5 4 4 4 4 5 5 5 4 2 3 5 4 4 4 4 5 5 5 5 5 5 5 0 0 0 0 0 0 0 0 0 0 0 0 4 5 5 5 5 5 5 3 3 162

2 5 5 5 4 5 5 5 5 5 5 4 5 4 3 2 2 5 4 3 4 1 4 5 4 5 5 4 4 0 0 0 0 0 0 0 0 0 0 0 0 5 5 1 1 5 4 5 3 2 148

3 5 5 4 5 5 5 5 1 4 3 5 5 5 3 4 2 5 4 5 5 5 5 5 5 5 3 3 5 0 0 0 0 0 0 0 0 0 0 0 0 4 5 5 5 1 4 5 1 3 154

4 5 5 5 5 5 4 4 3 5 4 5 5 4 4 3 4 5 4 5 3 4 5 5 5 5 5 5 5 0 0 0 0 0 0 0 0 0 0 0 0 3 4 5 5 1 5 5 1 2 157

5 5 5 4 2 4 5 4 2 5 5 4 3 4 2 2 2 5 4 2 5 4 3 3 5 5 5 5 3 0 0 0 0 0 0 0 0 0 0 0 0 4 5 5 5 5 5 5 4 4 149

6 5 5 5 4 5 4 3 5 5 5 5 3 4 4 3 3 4 5 5 5 5 5 5 4 5 5 5 4 3 3 2 3 5 4 1 1 2 4 2 5 5 5 0 0 0 0 5 4 4 183

NOMOR ITEM INSTRUMEN 7 8 9 10 11 12 13 5 5 5 5 3 3 3 5 5 5 5 3 3 3 5 5 5 5 2 3 0 5 4 4 5 3 3 4 5 5 4 3 2 4 4 4 4 4 4 3 0 3 4 4 4 4 3 3 0 5 4 4 5 3 3 2 4 4 4 4 3 3 0 5 5 5 4 3 3 0 4 5 4 5 0 0 0 2 2 4 2 0 0 0 4 4 4 2 1 2 0 3 4 4 2 2 3 3 2 3 3 1 2 3 3 4 3 4 1 2 3 0 3 4 5 2 2 2 0 3 4 4 2 2 3 0 5 5 5 5 0 0 0 5 5 5 2 0 0 0 3 3 4 1 2 3 0 4 5 4 2 0 0 0 5 5 5 5 3 5 3 4 5 4 3 3 4 3 5 5 5 5 3 4 0 5 5 5 5 3 0 0 4 3 5 5 2 4 0 5 5 5 5 3 3 3 2 2 3 1 2 4 0 2 2 3 1 2 4 0 2 3 3 1 2 4 3 3 4 3 2 2 4 3 3 5 4 2 1 4 0 2 4 2 1 2 4 0 5 1 1 3 3 3 0 2 5 2 5 3 3 3 1 1 5 5 2 3 0 3 4 1 3 3 3 0 3 2 1 5 3 4 0 4 3 1 4 3 4 0 4 4 5 5 3 3 3 5 5 5 4 1 1 2 0 0 0 5 2 3 3 0 0 0 5 3 3 3 0 0 0 5 1 3 2 0 0 0 5 2 3 3 5 5 5 5 3 3 3 4 4 5 1 2 3 0 4 4 5 4 3 3 3 171 178 177 171 106 136 65

commit to user

JUMLAH 14 0 0 3 0 3 3 3 0 3 0 0 0 2 0 0 2 3 2 0 0 3 0 3 3 3 0 3 3 3 3 0 0 3 2 3 3 3 2 3 3 0 0 4 0 0 0 3 0 0 77

15 3 3 3 3 3 4 3 2 3 0 0 0 2 3 3 2 2 2 0 0 3 0 5 3 3 3 4 3 3 3 3 3 2 2 4 3 3 2 3 3 3 3 3 3 3 3 3 0 4 124

16 5 5 5 4 4 5 5 5 5 0 0 0 5 4 5 4 5 5 0 0 5 0 5 5 5 3 3 5 4 4 4 4 4 4 3 4 4 5 3 5 4 5 3 4 5 5 3 0 4 183

17 5 5 5 4 5 5 5 4 4 0 0 0 5 4 4 4 4 5 0 0 5 0 4 5 5 4 4 4 4 4 4 4 4 5 3 5 4 4 4 4 4 5 4 4 5 5 3 0 3 181

18 4 4 5 4 4 5 4 5 4 0 0 0 4 3 3 4 4 4 0 0 5 0 4 5 5 4 5 5 4 4 4 3 3 3 2 4 4 4 3 3 4 5 3 4 5 5 3 0 5 169

19 4 4 4 3 5 5 4 3 4 0 0 0 3 3 4 4 4 4 0 0 5 0 5 4 5 4 3 4 4 4 4 4 4 3 2 3 4 4 4 3 4 5 3 3 5 5 3 0 5 164

80 80 77 69 79 77 71 65 73 51 46 36 64 58 52 53 69 65 44 43 65 42 85 79 83 69 72 79 39 39 39 42 44 38 34 46 41 42 40 45 71 75 54 53 51 59 77 35 65 2855



4.2.

Perhitungan Esal Dari data LHR tahun 2008-2010 dilakukan penghitungan Esal berdasarkan

perhitungan didapatkan hasil seperti terlihat pada Tabel 4.6. Tabel 4.6 Hasil Perhitungan Esal NO 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4

TAHUN 2006

2007

2008

2009

2010

JENIS KENDARAAN Kendaraan Ringan 2 Ton Pick Up/Combi/Bus Kecil Truk > 2 as Truck Kendaraan Ringan 2 Ton Pick Up/Combi/Bus Kecil Truk > 2 as Truck Kendaraan Ringan 2 Ton Pick Up/Combi/Bus Kecil Truk > 2 as Truck Kendaraan Ringan 2 Ton Pick Up/Combi/Bus Kecil Truk > 2 as Truck Kendaraan Ringan 2 Ton Pick Up/Combi/Bus Kecil Truk > 2 as Truck

LHR 122 120 179 45 124 122 183 46 129 127 191 48 189 281 166 6 106 731 361 1

ESAL 0.00045 0.30057 5.02641 0.21741 0.00045 0.30057 5.02641 0.21741 0.00045 0.30057 5.02641 0.21741 0.00045 0.30057 5.02641 0.21741 0.00045 0.30057 5.02641 0.21741

TOTAL ESAL 0.06 36.07 899.73 9.78 0.06 36.67 919.83 10.00 0.06 38.17 960.04 10.44 0.09 84.46 834.38 1.30 0.05 219.71 1,814.53 0.22

Tabel 4.7. Hasil perhitungan Beban lalu-lintas selama umur rencana NO 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4

TAHUN JENIS KENDARAAN LHR Kendaraan Ringan 2 Ton 122.0 2006 Pick Up/Combi/Bus Kecil 120.0 Truk > 2 as 179.0 Truck 45.0 Total Keseluruhan Tahun 2006 466.0 Kendaraan Ringan 2 Ton 124.0 2007 Pick Up/Combi/Bus Kecil 122.0 Truk > 2 as 183.0 Truck 46.0 Total Keseluruhan Tahun 2007 475.0 Kendaraan Ringan 2 Ton 129.0 2008 Pick Up/Combi/Bus Kecil 127.0 Truk > 2 as 191.0 Truck 48.0 Total Keseluruhan Tahun 2008 495.0 Kendaraan Ringan 2 Ton 189.0 2009 Pick Up/Combi/Bus Kecil 281.0 Truk > 2 as 166.0 Truck 6.0 Total Keseluruhan Tahun 2009 642.0 Kendaraan Ringan 2 Ton 106.0 2010 Pick Up/Combi/Bus Kecil 731.0 Truk > 2 as 361.0 Truck 1.0 Total Keseluruhan Tahun 2010 1,199.0

ESAL 0.00045 0.30057 5.02641 0.21741 5.54484 0.00045 0.30057 5.02641 0.21741 5.54484 0.00045 0.30057 5.02641 0.21741 5.54484 0.00045 0.30057 5.02641 0.21741 5.54484 0.00045 0.30057 5.02641 0.21741 5.54484

TOTAL ESAL 0.06 36.07 899.73 9.78 945.63 0.06 36.67 919.83 10.00 966.56 0.06 38.17 960.04 10.44 1008.71 0.09 84.46 834.38 1.30 920.23 0.05 219.71 1814.53 0.22 2034.51

Db

1

1

365

5.20

1794813

1

1

365

5.20

1834529

1

1

365

5.20

1914532

1

1

365

5.20

1746602

1

1

365

5.20

3861507

commit to user

Hari (tahun) N Tabel

W 18

DL



4.3.

Pengujian Validitas Instrumen Pengujian validitas instrumen penelitian dilakukan untuk mengetahui

tingkat keandalan atau kesahihan suatu alat ukur untuk mengukur kondisi yang sebenarnya dengan cara melakukan penyebaran angket kuesioner kepada responden kemudian dilakukan perhitungan. Pernyataan Valid atau tidak Valid suatu instrumen penelitian didapat dari perhitungan, apabila nilai r hitung > nilai r tabel maka instrumen dinyatakan valid, sebaliknya jika nilai r hitung < nilai r tabel maka instrumen dinyatakan tidak valid. Untuk nilai tabel r dapat dilihat pada a=5% dan db = n - 2. Untuk pengujian validitas menggunakan rumus 2.2. yaitu Rumus Pearson Product moment, sehingga didapatakan hasil pengujian validitas seperti padaTabel 4.8 dibawah berikut: Tabel 4.8. Pearson Product Moment NO ITEM

NILAI HITUNG r

NILAI TABEL r

KETERANGAN

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

0.97613019 0.895606097 0.927655652 0.946099843 0.920460555 0.878588504 0.903333202 0.882589001 0.8416949 0.306320581 0.841155923 0.917399644 0.468022026 0.471700346 0.894067157 0.938175063 0.947927058 0.939704881 0.941584206

0.288 0.288 0.288 0.288 0.288 0.288 0.288 0.288 0.288 0.288 0.288 0.288 0.288 0.288 0.288 0.288 0.288 0.288 0.288

VALID VALID VALID VALID VALID VALID VALID VALID VALID VALID VALID VALID VALID VALID VALID VALID VALID VALID VALID

Kesimpulan dari data diatas menunjukan bahwa semua item valid dikarenakan hasil perhitungan nilai r hitung > dari nilai r tabel. Untuk contoh perhitungan item 10 dapat dilihat pada tabel 4.9. berikut:

commit to user



Tabel 4.9. Hasil Kuesioner untuk Item 10 Xi Yi Xi2 5 25 25 5 25 25 5 25 25 5 22 25 3 22 9 4 20 16 4 19 16 5 23 25 4 21 16 4 24 16 5 23 25 2 13 4 2 18 4 2 17 4 1 12 1 1 15 1 2 18 4 2 18 4 5 25 25 2 22 4 1 16 1 2 20 4 5 25 25 3 20 9 5 25 25 5 25 25 5 22 25 5 24 25 1 11 1 1 11 1 1 11 1 2 15 4 2 19 4 1 13 1 3 11 9 5 15 25 5 14 25 3 15 9 5 13 25 4 17 16 5 23 25 4 24 16 5 5 25 5 5 25 5 5 25 5 5 25 5 25 25 1 18 1 4 21 16 171 880 717 3.489796 17.95918 Rata-Rata

Yi2 625 625 625 484 484 400 361 529 441 576 529 169 324 289 144 225 324 324 625 484 256 400 625 400 625 625 484 576 121 121 121 225 361 169 121 225 196 225 169 289 529 576 25 25 25 25 625 324 441 17516

Xi.Yi 125 125 125 110 66 80 76 115 84 96 115 26 36 34 12 15 36 36 125 44 16 40 125 60 125 125 110 120 11 11 11 30 38 13 33 75 70 45 65 68 115 96 25 25 25 25 125 18 84 3210

commit to user



Dari Tabel 4.9.tersebut diatas dapat diketahui: N= 49 ∑ Xi = 171 ∑ Yi= 880 ∑Xi.Yi = 3210 ∑ Xi2= 717 ∑ Yi2=17516 Data tersebut kemudian dimasukkan kedalam Rumus 2.2

Sehingga didapatkan hasil sebagai berikut :

rxy

. =

√

–

= 0,306

Sedangkan pengujian Validitas dan Reliabilitas dengan menggunakan Program SPSS versi 17 dapat dilakukan dengan cara sebagai berikut : 1. Menyiapkan lembar kerja SPSS seperti pada Gambar 4.1.

Gambar 4.1. Lembar Kerja SPSS ( Program SPSS 17 )

commit to user



2. Memasukan data, untuk contoh perhitungan ini diambil sampel item 10 yang terdiri dari 2 item seperti ditunjukkan pada Gambar 4.2.

Gambar 4.2. Memasukkan Data ( Program SPSS 17 ) 3. Membuat defenisi variabel untuk contoh perhitungan ini diambil sampel item 10 yang terdiri dari 2 item. Kemudian pilih Variaebel View seperti pada Gambar 4.3.

Gambar 4.3. Tampilan Variebel View ( Program SPSS 17 ) •

Setelah itu klik Variabel View, akan muncul tampilan seperti dibawah ini. Selanjutnya pada kolom name, baris kesatu, ketik P5: baris kedua ketik Total Seperti dapat ditunjukkan pada Gambar 4.4.

commit to user



Gambar 4.4. Variebel View ( Program SPSS 17 ) 4. Menyimpan data yang telah diinput diatas, dengan cara kilk save file, hingga muncul kotak dialog seperti Gambar 4.5. Kemudian beri nama, misalnya “ Data Uji Validitas dan Reliabilitas P5”, lalu klik save untuk menyimpanya

Gambar 4.5. Menyimpan Data ( Program SPSS 17 )

commit to user



5. Klik menu Analyze Scale, Reliability Analysis, seperti Gambar 4.6.

Gambar 4.6. Reliablity Analysis ( Program SPSS 17 ) 6. Pilih alpha, pada kotak dialog diatas 7. Klik

untuk masukan semua variabel (dalam hal ini item P5 dan Total) seperti

ditunjukkan pada Gambar 4.7.

Gambar 4.7. Alpha ( Program SPSS 17 )

commit to user



8. Klik tombol statistik pada kotak dialog diatas sehingga akan muncul kotak dialog seperti pada Gambar 4.8.

Gambar 4.8. Reliability Analysis Statistic ( Program SPSS 17 ) 9. Pada kotak dialog diatas, pilih item, scale, scale if item deleted kemudian klik tombol continue, lalu klik OK, akan muncul output seperti ditunjukkan pada Tabel 4.10. Tabel 4.10. Item Total Statistic Item

Scale Mean If

Scale Variance If

Corrected Item

Item Deleted

Item Deleted

Total Correlation

Cronbach’s Alpha If Item Deleted

P5

17.958

35.665

0.306

0.a

TOTAL

3.4898

2.505

0.306

0.a

Jadi berdasarkan Tabel 4.10. Item Total Statistic tersebut diatas, untuk nilai uji validitas diambil dari data Corrected Item Total Correlation sebesar 0.306. sehingga 0.306 > 0,288 berarti data dinyatakan valid.

commit to user



4.4.

Pengujian Reliabilitas Instrumen Untuk pengujian Reliabilitas, kriteria yang digunakan adalah:

1. Jika nilai hitung alpha lebih besar (>) dari nilai tabel r maka angket dinyatakan reliabel 2. Jika nilai hitung alpha lebih besar (<) dari nilai tabel r maka angket dinyatakan tidak reliabel Berdasarkan tabel 4.9. diatas diketahui : N = 49 ∑ X = 171 ∑ Y= 880 ∑ X2= 717 ∑ ²

α²

=

α²

=

.

/

∑ /

2,505

Dengan demikian varians items nomor 10 diketahui sebesar 2,505 selanjutnya, varians item lainnya dan varians total dapat dihitung dengan cara yang sama sehingga diperoleh hasil seperti ditunjukkan pada Tabel 4.11. Tabel 4.11. Hasil Perhitungan r dan Varians NO ITEM 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 JUMLAH VARIANS ITEM

NILAI HITUNG r 4.091836735 4.270408163 4.458333333 4.332482993 3.99829932 2.490646259 2.338435374 2.403911565 2.575680272 2.505102041 0.931122449 1.719387755 2.307823129 2.166666667 1.420918367 2.823979592 2.633503401 2.544217687 2.397959184 52.41071429

commit to user

VARIANS 92.04166667 92.04166667 92.04166667 92.04166667 92.04166667 35.66496599 35.66496599 35.66496599 35.66496599 35.66496599 4.058673469 4.058673469 72.98129252 72.98129252 72.98129252 72.98129252 72.98129252 72.98129252 72.98129252 1157.519558



Berdasarkan hasil perhitungan dengan menggunakan rumus 2.3 didapatkan data-data sebagai berikut: K = 19 ∑ αi2 = 52,41 αt2 = 1157,51 N= 49 Angka-angka tersebut diatas selanjutnya dimasukkan ke dalam rumus koefisien alfa dan diperoleh : R11 =

1

, ,

1,007

diketahui nilai koefisien alpha sebesar 1,007 dan nilai tabek r adalah 0,288. Dengan demikian nilai hitung alpha lebih besar (>) dari nilai tabel r atau 1,007 > 0,288. Sehingga

kesimpulannya instrumen angket dinyatakan reliabel dan dapat

dipergunakan sebagai alat pengumpulan data.

4.5.

Karakteristik Responden Responden dalam penelitian ini adalah seluruh populasi pengelola

pekerjaan jalan yang terdiri dari unsur Pengguna Jasa, PPTK/PPK, Pengawas Lapangan, Petugas Laboratorium, Operator Alat Berat, Konsultan Pengawas, Konsultan Perencana, dan Kontraktor Pelaksana. Dari hasil pengumpulan data jumlah responden dibagi menjadi 5 kategori yaitu: Pendidikan, Pengetahuan, Pengalaman Kerja, Diklat, dan Tupoksi. 4.5.1.

Pendidikan Pendidikan adalah suatu usaha untuk mengembangkan kepribadian dan

kemampuan seseorang, pada saat jam sekolah berlangsung ataupun di luar sekolah dan berjalan seumur hidup. Untuk para pengelola pekerjaan pembangunan dan pemeliharan jalan di Kabupaten Merangin berdasarkan data angket penelitian berpendidikan SMP, SMA/STM, D3, SI, dan S2 seperti ditunjukkan pada Tabel 4.12.

commit to user



bel.4.12. Tinngkat Pendid dikan Pengellola Proyek Tab NO N 1 2 3 4 5 6 7 8

UNSU UR RESPONDEN N PEN NGGUNA JASA PPTK PENGAWAS P PETUGASS LABORATORIIUM PETUG GAS ALAT BERA AT KONSUL LTAN PENGAWA AS KONSUL LTAN PERENCAN NA KONTRAK KTOR PELAKSA ANA JUMLAH H TOTAL

SMP 0 0 0 0 0 0 0 0 0

TINGKAT PEN NDIDIKAN SSMA/STM D33 S1 0 0 1 3 0 4 7 7 2 2 3 1 6 0 0 0 0 3 2 0 1 2 0 1 21 4 20

JUMLAH H RESONDEN S2 1 3 0 0 0 0 0 0 4

2 10 16 6 6 3 3 3 49

Darri Tabel 4.122. tersebut diatas d menunj njukkan bahw wa untuk perrsentase mayyoritas dari unssur pengeloola pemelih haraan jalann dan pem mbangunan jalan berppendidikan SM MA/STM seb besar 42,86 % kemudiann S1 sebesaar 40,82 % ssedangkan untuk u yang min noritas berpeendidikan D3sebesar 8,116 % dan S22 sebesar 8,16% .Secara garis besar perrsentase terseebut dapat diitunjukan paada Gambar 4.9.

G Gambar 4.9. Grafik G Tingkkat Pendidikkan Pelaksanna Proyek

commit to user



4.5.2.

Pengetahuan Pengetahuan adalah pemahaman beberapa prinsip secara mendalam dari

suatu masalah dan bagaimana menerapkannya (Penny, 1992). Untuk mengetahui tingkat pengetahuan pengelola pembangunan dan pemeliharaan jalan di Kabupaten Merangin dengan cara melakukan kuesioner sehingga didapatkan data seperti ditunjukkan pada Tabel 4.13. Tabel 4.13. Tingkat Pengetahuan NO

UNSUR RESPONDEN

1 2 3 4 5 6 7 8

PENGGUNA JASA PPTK PENGAWAS PETUGAS LABORATORIUM PETUGAS ALAT BERAT KONSULTAN PENGAWAS KONSULTAN PERENCANA KONTRAKTOR PELAKSANA JUMLAH TOTAL

4.5.3.

1 5 5 5 4 3 4 0 5 31

PERTANYAAN 2 3 5 5 5 5 4 5 3 4 3 3 3 3 0 0 5 5 28 30

JUMLAH RESONDEN 4 5 5 5 3 2 4 0 5 29

5 5 5 3 2 5 5 5 4 34

2 10 16 6 6 3 3 3 49

Pengalaman Kerja Pengalaman adalah suatu cara untuk memperoleh kebenaran pengetahuan

dengan cara mengulang kembali pengetahuan yang diperoleh dalam memecahkan masalah yang dihadapi pada saat masa yang lalu. Untuk mengetahui pengalaman kerja pengelola pembangunan dan pemeliharaan jalan di Kabupaten Merangin dengan cara melakukan kuesioner sehingga didapatkan data seperti ditunjukkan pada Tabel 4.14. Tabel 4.14. Pengalaman Kerja NO

UNSUR RESPONDEN

1 2 3 4 5 6 7 8


LAMA PENGALAMAN KERJA (TAHUN) <5 5-10 11-15 16-20 21-25 1 1 0 0 0 3 3 1 0 2 8 4 0 0 4 5 1 0 1 0 1 3 1 1 0 0 1 1 1 0 0 0 2 1 0 0 0 2 0 1 18 13 7 4 7

commit to user

JUMLAH RESONDEN 2 10 16 6 6 3 3 3 49



ntase pengalaman pihak k pelaksana Darri Tabel 4.14. diatas daapat dilihat total persen prooyek pemban ngunan dan pemeliharaaan jalan di Kabupaten Merangin yang lebih keccil dari 5 tahhun untuk pengguna p jasa, PPTK, Pengawas P L Lapangan dann Operator Alaat Berat sebeesar 36,73%,, untuk 5-10 sebesar 26,553%, 11-15 14,29%, 16--20 sebesar 8,216% dan 21-25 sebesaar 14,29%. Secara garis besar persentase tersebut dapat unjukkan pad da gambar grafik g 4.10. bberikut: ditu

Gambbar 4.10. Graafik Tingkatt Pengalamann Kerja Pelaaksana Proyeek 4.5.4.

Dikllat Diklaat adalah pelatihan p yyang pernahh diikuti ooleh seseoraang untuk

ningkatkan men

kompetennsinya

padda

bidang

tertentu.

Untuk

m mengetahui

Dikklat/Pelatihann yang pernnah diikuti oleh unsur peengelola prooyek pembanngunan dan pem meliharaan jalan j di Kaabupaten M Merangin deengan cara melakukan kuesioner sehhingga didapatkan data seeperti pada T Tabel 4.15.

commit to user



bel 4.15. Dikklat/Pelatihann yang pernaah diikuti Tab NOO 1 2 3 4 5 6 7 8

UNSUR RESPOONDEN

JENIS DIKLATT YANG PERNAH DIIKUUTI MANAJEEMEN PROYEK PERENNCANAAN JALAN PEENGAWASAN JALAN DIKLAT TEKNIS LAIN BELUM PERNAH PENGGUNA JASA 2 2 2 2 0 PPTK 3 6 6 3 0 PENGAWAAS 4 10 10 3 6 PETUGAS LABORRATORIUM 0 0 0 3 3 PETUGAS ALATT BERAT 0 0 0 3 3 KONSULTAN PEENGAWAS 0 0 3 0 0 KONSULTAN PERRENCANA 0 3 0 0 0 KONTRAKTOR PEELAKSANA 1 0 0 1 1 JUMLAH TOTALL 10 21 21 15 13

Darri Tabel 4.115. tersebut diatas dikeetahui untuk k pengawas lapangan yang belum perrnah mengikkuti pelatihann sebesar 122,24%, Petu ugas Laborattorium sebesar 6,12%, Opeerator Alat Berat 6,12% % dan Kontrraktor Pelakksana sebesaar 2,04%. Seecara garis bessar persentasse untuk Dikklat/Pelatihann dapat ditun njukkan padaa gambar graafik 4.11.

Gam mbar 4.11. Grrafik Tingkaat Pelatihan/D Diklat Pelakksana Proyekk 4.5.5.

Tupoksi n fungsi yanng diemban seseorang Tupooksi adalah suatu tugass pokok dan

kerjaan biassanya tertu uang dalam suatu benntuk Surat dalaam melaksanakan pek Kepputusan. Untuk U meng getahui Tuppoksi terhaadap unsur

pengelola proyek

pem mbangunan dan pemeliiharaan jalaan di Kabuupaten Meraangin didapatkan data sepperti ditunjukkkan pada Taabel 4.16.

commit to user



Tabel 4.16. Tupoksi NO 1 2 3 4 5 6 7 8

4.6.

UNSUR RESPONDEN PENGGUNA JASA PPTK PENGAWAS PETUGAS LABORATORIUM PETUGAS ALAT BERAT KONSULTAN PENGAWAS KONSULTAN PERENCANA KONTRAKTOR PELAKSANA JUMLAH TOTAL

TP 1 5 5 5 0 0 5 5 4 29

PERTANYAAN TP 2 TP 3 5 5 5 5 4 5 0 0 0 0 4 5 4 4 4 3 26 27

JUMLAH RESONDEN TP 4 5 5 5 0 0 4 4 3 26

TP 5 5 4 4 0 0 5 5 5 28

2 10 16 6 6 3 3 3 49

Analisis Deskriptif Untuk menganalisa data yang terkumpul dan melakukan pengamatan

outlier/penyimpangan data secara lebih mendalam dengan mengunakan analisis Explore sehingga didapatkan Hasil pada Tabel 4.17. Case Processing Summary, Tabel 4.18. Descriptives. Langkah –langkah Analisis Explore dengan menggunakan program SPSS versi 17 adalah sebagai berikut: 1. Masukkan Data View dan Variabel View seperti ditunjukkan pada Gambar 4.12. dan 4.13.

Gambar 4.12. Memasukkan Data View ( Program SPSS 17 )

commit to user



Gambar 4.13. Memasukkan Data Variabel View ( Program SPSS 17 ) 2. Pilih Analyze

Deskriptif statistic

Explore

3. Masukkan variabel Tupoksi (TP), Pengetahuan (P), Mutu (M), Kualitas (K) ke Dependent List seperti ditunjukkan pada Gambar 4.14.

Gambar 4.14. Memasukkan Data Explore dan Dependent List ( Program SPSS 17 )

commit to user



4. Klik Statistic : Deskriptive, Outlier lalu klik Continue seperti Gambar 4.15.

Gambar 4.15. Explore Statistic ( Program SPSS 17 ) 5. Klik Plot seperti ditunjukkan pada Gambar 4.16. • Boxplot : Factor level together • Deskriptive : Steam and leaf dan histogram • Normality Plot With Test • Klik Continue • Klik OK

Gambar 4.16. Explore Plots ( Program SPSS 17 )

commit to user



Hasil Output seperti ditunjukkan pada Tabel 4.17. Tabel 4.17. Case Processing Summary Item

TP 1 TP 2 TP 3 TP 4 TP 5 P 1 P 2 P 3 P 4 P 5 M 1 M 2 K 1 K 2 K 3 K 4 K 5 K 6 K 7

N 49 49 49 49 49 49 49 49 49 49 49 49 49 49 49 49 49 49 49

Valid Percent 100.00% 100.00% 100.00% 100.00% 100.00% 100.00% 100.00% 100.00% 100.00% 100.00% 100.00% 100.00% 100.00% 100.00% 100.00% 100.00% 100.00% 100.00% 100.00%

Cases Missing N Percent 0 0% 0 0% 0 0% 0 0% 0 0% 0 0% 0 0% 0 0% 0 0% 0 0% 0 0% 0 0% 0 0% 0 0% 0 0% 0 0% 0 0% 0 0% 0 0%

N 49 49 49 49 49 49 49 49 49 49 49 49 49 49 49 49 49 49 49

Total Percent 100.00% 100.00% 100.00% 100.00% 100.00% 100.00% 100.00% 100.00% 100.00% 100.00% 100.00% 100.00% 100.00% 100.00% 100.00% 100.00% 100.00% 100.00% 100.00%

Dari Tabel 4.17. Case Processing Summary didapatkan hasil bahwa data Tupoksi (TP), Pengetahuan (P), Mutu (M), Kualitas (K) dengan sampel sebanyak 49 responden data yang hilang sebesar nol. Tabel 4.18. Descriptives Variabel Tupoksi 1 Tupoksi 2 Tupoksi 3 Tupoksi 4 Tupoksi 5 Pengetahuan 1 Pengetahuan 2 Pengetahuan 3 Pengetahuan 4 Pengetahuan 5 Mutu Pekerjaan 1 Mutu Pekerjaan 2 Kualitas 1 Kualitas 2 Kualitas 3 Kualitas 4 Kualitas 5 Kualitas 6 Kualitas 7

N 49 49 49 49 49 49 49 49 49 49 49 49 49 49 49 49 49 49 49

Minimal 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

Maximal 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5

Mean 3.31 3.02 3.14 3.28 2.82 3.87 3.6 3.76 3.74 3.54 2.24 2.84 1.26 1.42 2.57 3.87 3.83 3.55 3.44

commit to user

Standar Deviation 2.02 2.06 2.11 2.08 1.98 1.57 1.52 1.55 1.6 1.58 0.96 1.31 1.51 1.47 1.19 1.68 1.62 1.59 1.54



4.7.

Spearman Rank Correlation Uji Korelasi Rank Spearman digunakan untuk mencari hubungan

dari dua variabel yang mempunyai ukuran sekurang-kurangnya tipe data ordinal sehingga memungkinkan untuk dibuat rangking terhadap data tersebut. Sebelum dilakukan pengujian data dilakukan terlebih dahulu pemberian nilai score untuk variabel Diklat, Pendidikan, Pengalaman Kerja dapat ditunjukkan pada Tabel 4.19, Tabel 4.20, Tabel 4.21, sedangkan untuk variabel Pengetahuan dan Tupoksi diambil dari data kuesioner dapat dilihat pada Tabel 4.13, dan Tabel 4.16. Tabel 4.19. Nilai Score Diklat NO 1 2 3 4 5 6 7 8

UNSUR RESPONDEN

JENIS DIKLAT YANG PERNAH DIIKUTI MANAJEMEN PROYEK PERENCANAAN JALAN PENGAWASAN JALAN DIKLAT TEKNIS LAIN BELUM PERNAH PENGGUNA JASA 6 8 10 4 0 PPTK 9 24 30 6 0 PENGAWAS 12 40 50 6 6 PETUGAS LABORATORIUM 0 0 0 6 3 PETUGAS ALAT BERAT 0 0 0 6 3 KONSULTAN PENGAWAS 0 0 15 0 0 KONSULTAN PERENCANA 0 12 0 0 0 KONTRAKTOR PELAKSANA 3 0 0 2 1 JUMLAH TOTAL 30 84 105 30 13

Tabel 4.20. Nilai Score Pendidikan NO

UNSUR RESPONDEN

1 2 3 4 5 6 7 8


SMP 0 0 0 0 0 0 0 0 0

TINGKAT PENDIDIKAN SMA/STM D3 S1 0 0 4 6 0 16 14 6 28 6 3 8 12 0 0 0 0 12 0 3 8 4 0 4 42 12 80

commit to user

JUMLAH RESONDEN S2 5 15 0 0 0 0 0 0 20

2 10 16 6 6 3 3 3 49



Tabel 4.21. Nilai Score Pengalaman Kerja NO

UNSUR RESPONDEN

1 2 3 4 5 6 7 8


JUMLAH RESONDEN LAMA PENGALAMAN KERJA (TAHUN) <5 5-10 11-15 16-20 21-25 1 2 0 0 0 2 3 6 3 0 10 10 8 8 0 0 20 16 5 2 0 4 0 6 1 6 3 4 0 6 0 2 3 4 0 3 0 0 6 4 0 3 0 0 6 0 5 3 18 26 21 16 35 49

Langkah perhitungan Uji Korelasi Rank Spearman dengan program SPSS versi 17 sebagai berikut: 1. Siapkan lembar kerja SPSS seperti ditunjukkan pada Gambar 4.17.

Gambar 4.17. Lembar Kerja ( Program SPSS 17 )

commit to user



2. Masukkan data skor data masing-masing variabel pada Data View dan Variabel View seperti ditunjukkan pada Gambar 4.18. dan 4.19.

Gambar 4.18. Data View ( Program SPSS 17 )

Gambar 4.19. Data Variabel View ( Program SPSS 17 )

commit to user



3. Klik menu Correlate, kemudian klik Bivariat sehingga muncul kotak dialog seperti pada Gambar 4.20.

Gambar 4.20. Bivariat Correlations ( Program SPSS 17 ) 4. Ceck list Correlation Coefficient Spearman, pada kotak diatas seperti ditunjukkan pada Gambar 4.21.

Gambar 4.21. Correlation Spearman ( Program SPSS 17 )

commit to user



5. Klik variabel yang dikorelasikan , kemudian klik tombol

sehingga kedua

variabel masuk kekotak variabel seperti ditunjukkan pada Gambar 4.22.

Gambar 4.22. Variabel ( Program SPSS 17 ) 6. Klik OK pada kotak dialog diatas, akan muncul output seperti dilihat pada Tabel 4.22 berikut :

commit to user



Tabel 4.22. Hasil Korelasi Variabel Pendidikan 2 Pendidikan 2 Pendidikan 2 Pendidikan 2 Pendidikan 2 Pendidikan 4 Pendidikan 5 Pengetahuan 1 Pengetahuan 1 Pengetahuan 2 Pengetahuan 2 Pengetahuan 3 Pengetahuan 3 Pengetahuan 4 Pengetahuan 4 Lama Pengalaman 1

Variabel Diklat 4 Diklat 5 Tupoksi 5 Lama Pengalaman 1 Lama Pengalaman 2 Diklat 3 Tupoksi 2 Lama Pengalaman 4 Diklat 1 Lama Pengalaman 4 Diklat 1 Lama Pengalaman 4 Diklat 1 Lama Pengalaman 4 Diklat 1 Pendidikan 2

Nilai Korelasi 0.869 0.84 0.82 0.75 0.77 0.79 0.8 0.93 0.87 0.91 0.77 0.93 0.87 0.93 0.86 0.75

Hubungan K K K K K K K SK K SK K SK K SK K K

Lama Pengalaman 2

Pendidikan 2

0.77

K

Lama Pengalaman 4

Pengetahuan1

0.93

SK

Lama Pengalaman 4

Pengetahuan 2

0.91

SK

Lama Pengalaman 4

Pengetahuan 3

0.93

SK

Diklat 1 Diklat 1 Diklat 1 Diklat 3 Diklat 4 Diklat 5 Tupoksi 3 Tupoksi 4 Tupoksi 4 Tupoksi 4 Tupoksi 5 Tupoksi 5 Tupoksi 5 Tupoksi 5

Lama Pengalaman 1 Lama Pengalaman 2 Lama Pengalaman 3 Pendidikan 4 Pendidikan 2 Pendidikan 2 Diklat 3 Diklat 1 Diklat 2 Diklat 3 Diklat 4 Diklat 5 Pendidikan 2 Lama Pengalaman 1

0.87 0.77 0.87 0.79 0.86 0.84 0.87 0.79 0.82 0.82 0.88 0.77 0.82 0.72

K K K K K K K K K K K K K K

commit to user



Keterangan berdasarkan Tabel nilai koefisien korelasi dari Guilford Emperical Rulesi yaitu : 1.

Nilai ≥ 0,90 - ≤ 1,00 Hubungan Sangat Kuat (SK)

2.

Nilai ≥ 0,70 - < 0,90 Kuat (K)

3.

Nilai ≥ 0,40 - < 0,70 Hubungan Sedang (S)

4.

Nilai ≥ 0,20 - < 0,40 Hubungan Rendah (R)

5.

Nilai 0,00 - < 0,20 Hubungan Sangat lemah (SL)

Berdasarkan hasil Tabel 4.22 tersebut kemudian dibuat score untuk SL score 1, R score 2, S score 3, K score 4, dan T score 5 kemudian dari score tersebut dijumlahkan kemudian dirata-rata lalu dilakukan pembulatan sehingga dapat dilihat pada Tabel 4.23. Tabel 4.23. Score hasil Uji Korelasi Variabel P2 P2 P2 P2 P2 P4 P5 P eng 1 P eng 1 P eng 2 P eng 2 P eng 3 P eng 3 P eng 4 P eng 4 Lpeng 1 Lpeng 2 Lpeng 4 Lpeng 4 Lpeng 4 Dik 1 Dik 1 Dik 1 Dik 3 Dik 4 Dik 5 TP 3 TP 4 TP 4 TP 4 TP 5 TP 5 TP 5 TP 5

Nilai Korelasi 0.869 0.84 0.82 0.75 0.77 0.79 0.8 0.93 0.87 0.91 0.77 0.93 0.87 0.93 0.86 0.75 0.77 0.93 0.91 0.93 0.87 0.77 0.87 0.79 0.86 0.84 0.87 0.79 0.82 0.82 0.88 0.77 0.82 0.72

commit to user

Score 4 4 4 4 4 4 4 5 4 5 4 5 4 5 4 4 4 5 5 5 4 4 4 4 4 4 4 4 4 4 4 4 4 4

Rata-rata

4

5

5

4

4



Dari Tabel 4.23. tersebut diatas dapat diambil kesimpulan : 1.

Terdapat hubungan yang sangat kuat untuk tingkat pendidikan dengan diklat, Tupoksi, pengalaman kerja,

2.

Terdapat hubungan yang tinggi untuk tingkat pengetahuan dengan pengalaman kerja, Diklat,

3.

Terdapat hubungan yang tinggi untuk pengalaman kerja dengan pendidikan, dan pengetahuan,

4.

Terdapat hubungan yang sangat kuat untuk Diklat dengan pengetahuan dan pendidikan,

5.

Terdapat hubungan yang sangat kuat untuk Tupoksi dengan Diklat, Pendidikan dan pengalaman kerja.

4.8.

Analisis Regresi Untuk mengetahui bentuk hubungan digunakan analisis regresi, sedangkan

untuk keeratan hubungan dapat diketahui dengan cara analisis korelasi. Dikarenakan pada penelitian ini bertujuan untuk mengetahui bentuk hubungan dan keeratan maka digunakan analisis regresi dan analisis korelasi. Sebelum analisis regresi dilakukan perhitungan, langkah pertama yaitu: pemberian score untuk data SDM yang diambil diambil dari data hasil korelasi pada Tabel 4.23. Sedangkan data PCI diambil dari data pada Tabel 4.2. Untuk data Kontrak, Anggaran Perbaikan, dan LHR ditunjukkan pada Tabel 4.3, Tabel 4.4, dan Tabel 4.1. Secara garis besar ditunjukkan pada Tabel 4.24. Tabel 4.24. Data PCI, Kontrak, Anggaran Perbaikan, LHR, dan SDM PCI

Kontrak

A.Perbaikan

99

5.260.020.000

2.832.932.129

466

4

82

3.494.870.000

2.313.196.731

475

5

100

512.000.000

308.744.698

495

5

6

0

0

642

4

4

0

0

1200

4

commit to user

LHR

SDM



Kemudian dari Tabel 4.24. tersebut diatas untuk nilai PCI, Kontrak, A.Perbaikan, dan LHR dibuat dalam satuan Ratusan, Milyar, dan Ratusan sehingga didapatkan data yang ditunjukkan pada Tabel 4.25. Tabel.4.25. Nilai PCI, Kontrak, A.Perbaikan, LHR, dan SDM dalam satuan PCI

Kontrak

A.Perbaikan

LHR

SDM

(Ratusan)

(Milyar)

(Milyar)

(Ratusan)

0,99

5,26

2,83

4,66

4

0,82

3,49

2,31

4,75

5

1

0,51

0,31

4,95

5

0,06

0

0

6,42

4

0,04

0

0

12

4

Untuk perhitungan analisis korelasi Bivariat Pearson dengan menggunakan program SPSS versi 17 dilakukan dengan cara langkah sebagai berikut: 1.

Siapkan lembar kerja SPSS seperti ditunjukkan pada Gambar 4.23.

Gambar 4.23. Lembar Kerja ( Program SPSS 17 )

commit to user



2.

Masukkan Data View isikan skor masing-masing variabel, kemudian pada Variabel View defenisikan variabel seperti ditunjukkan pada Gambar 4.24. dan 4.25.


Gambar 4.25. Data Variabel View ( Program SPSS 17 )

commit to user



3.

Klik menu Correlate, kemudian klik Bivariat dan ceck list Correlation Coeficient Pearson seperti ditunjukkan pada Gambar 4.26.

Gambar 4.26. Bivariate Correlations ( Program SPSS 17 ) 4.

Pada kotak dialog diatas, klik variabel yang dikorelasikan, yaitu PCI, Kontrak, Anggaran Perbaikan, LHR, dan SDM, kemudian klik tombol

sehingga ke

lima variabel masuk kekotak variabel seperti ditunjukkan pada Gambar 4.27.

Gambar 4.27. Variabel ( Program SPSS 17 )

commit to user



5.

Klik OK pada kotak dialog diatas sehingga akan muncul output seperti dapat dilihat pada Tabel 4.26.

Tabel 4.26. Hasil Output Korelasi Bivariat PCI PCI

Kontrak

A.Perbaikan

LHR

SDM

Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N

1 0 5 0.677 0.210 5 0.682 0.205 5 0.774 0.124 5 0.610 0.275 5

Kontrak A.Perbaikan 0.677 0.682 0.210 0.205 5 5 1 0.992 0 0.001 5 5 0.992 1 0.001 0 5 5 0.570 0.586 0.316 0.299 5 5 0.055 0.147 0.930 0.814 5 5

LHR 0.774 0.124 5 0.570 0.316 5 0.586 0.299 5 1 0 5 0.498 0.393 5

SDM 0.610 0.275 5 0.055 0.930 5 0.147 0.814 5 0.498 0.393 5 1 0 5

Berdasarkan hasil perhitungan tersebut diatas menurut Tabel nilai korelasi Guilford Emperical Rulesi dapat ditarik kesimpulan seperti ditunjukkan pada Tabel 4.27 berikut: Tabel.4.27. Nilai hubungan korelasi Bivariat Pearson Variabel PCI PCI PCI PCI Kontrak Kontrak Kontrak Kontrak A.Perbaikan A.Perbaikan A.Perbaikan A.Perbaikan LHR LHR LHR LHR SDM SDM SDM SDM

Variabel Kontrak A.Perbaikan LHR SDM PCI A.Perbaikan LHR SDM PCI Kontrak LHR SDM PCI Kontrak A.Perbaikan SDM PCI Kontrak A.Perbaikan LHR

Nilai Korelasi 0.677 0.682 0.774 0.610 0.677 0.992 0.570 0.055 0.682 0.992 0.586 0.147 0.774 0.570 0.586 0.498 0.610 0.055 0.147 0.498

commit to user

Hubungan S S K S S SK S SL S SK S SL K S S S S SL SL S



Dari Tabel 4.27. tersebut diatas dapat diambil kesimpulan : 1.

Terdapat hubungan sedang untuk variabel PCI dengan Kontrak, Anggaran Perbaikan dan SDM,

2.

Terdapat hubungan yang kuat untuk variabel PCI dengan LHR,

3.

Terdapat hubungan yang sangat kuat untuk variabel Kontrak dengan Anggaran Perbaikan,

4.

Terdapat hubungan yang sangat lemah untuk variabel Kontrak dengan SDM dan Anggaran Perbaikan Setelah dilakukan perhitungan korelasi Bivariat Pearson langkah

selanjutnya adalah melakukan perhitungan analisi regresi dengan menggunakan program SPSS 17 dengan cara langkah seperti berikut: 1.

Siapkan lembar kerja SPSS seperti ditunjukkan pada Gambar 4.28.

Gambar 4.28. Lembar Kerja ( Program SPSS 17 ) 2.

Masukkan Data View isikan skor masing-masing variabel, kemudian pada Variabel View defenisikan variabel seperti pada Gambar 4.29. dan 4.30.

commit to user




Gambar 4.30. Variabel View ( Program SPSS 17 ) 3.

Klik menu Regression, kemudian klik Linier, sehingga muncul kotak dialog Linier Regression seperti ditunjukkan pada Gambar 4.31.

commit to user



Gambar 4.31. Linear Regression ( Program SPSS 17 ) 4.

Pada kotak dialog diatas, klik variabel PCI, kemudian klik tombol

sehingga

variabel PCI masuk kekotak Dependent. Selanjutnya klik variabel Kontrak, Anggaran Perbaikan, LHR, dan SDM, lalu klik

sehingga variabel Kontrak,

Anggaran Perbaikan, LHR, dan SDM masuk ke kotak Independent seperti ditunjukkan pada Gambar 4.32.

Gambar 4.32. Dependent dan Independent ( Program SPSS 17 )

commit to user



5.

Pada kotak dialog Linier Regression. Klik Statistic. Check list (√) Model Fit, untuk memunculkan Anova. Kemudian Check list (√) Estimates pada Regression Coefficient. Kemudian klik Continue seperti ditunjukkan pada Gambar 4.33.

Gambar 4.33. Linear Regression ( Program SPSS 17 ) 6.

Pada kotak dialog Linier Reggresion. Klik Save. Check list (√) Unstandardized pada Reggresion Value. Lalu klik Continue seperti ditunjukkan pada Gambar 4.34.

Gambar 4.34. Linear Regression Save ( Program SPSS 17 )

commit to user



7.

Masih pada kotak dialog Linier Reggresion. Klik Option. Ketik 0,05 pada Entry untuk Use probality of F. Kemudian Check list (√) Include constan in equation. Lalu klik Continue, seperti ditunjukkan pada Gambar 4.35.

Gambar 4.35. Linear Regression Option ( Program SPSS 17 ) 8.

Klik OK pada kotak dialog Linier Reggresion. Sehingga akan muncul hasil output seperti ditunjukkan pada Tabel 4.28, 4.29, dan 4.30.

Tabel 4.28. Model Summary Model

r 1

R square 1.000a

Adjust Square

1.000

Std. Error Of the Estimate

0

0

Tabel 4.29. Anova Model

Sum Of

df

Mean

Square 1

F

Sig

Square

Regression

0.964

4

0.241

0

0a

Residual

0.000

0

0

0

0

Total

0.964

4

0

0

0

commit to user



Tabel 4.30. Coefficients

Model 1

(Constan) Kontrak A.Perbaikan LHR SDM

Unstandardized Coefficients Std. Error B 3.6 1.146 1.804 0.004 0.921

Standardized Coefficients Beta 0 0 0 0 0

0 5.596 5.031 0.023 1.027

t

Sig 0 0 0 0 0

Berdasarkan hasil output diadapatkan data koefisien untuk arah regresi b1 sebesar 1,146, b2 sebesar 1,804, koefisien b3 sebesar 0,004 dan b4 sebesar 0,921. Sehingga persamaan regresinya adalah : Y = 3,6 + 1,146 X1 + 1,804 X2 + 0,004 X3 + 0,921 X4. Dari model matematis tersebut diatas dapat diambil kesimpulan bahwa faktor yang sangat besar mempengaruhi kerusakan jalan adalah Anggaran Perbaikan sebesar 1,804, kemudian nilai Kontrak sebesar 1,146, sedangkan untuk LHR dan SDM tidak terlalu signifikan mempengaruhi kerusakan jalan sebesar 0,004 dan 0,921. Sementara untuk nilai 3,6 merupakan faktor-faktor lain yang menyebabkan kerusakan jalan dan tidak termasuk dalam model matematis tersebut. Jadi proses pemeliharaan jalan secara berkala ataupun periodik merupakan unsur yang paling penting untuk meningkatkan umur layan. Apabila pembangunan jalan baru yang selalu menjadi pokok utama pada proses pelaksanaan maupun perencanaan pekerjaan jalan setiap periode satu tahun anggaran, kemudian tahun berikutnya tidak dilakukan penganggaran kembali untuk pekerjaan pemeliharaan jalan secara periodik maupun berkala, dapat dipastikan jalan tersebut akan mengalami kerusakan sehingga mengakibatkan umur layan jalan tidak dapat terpenuhi.

commit to user

0 0 0 0 0



BAB V KESIMPULAN DAN SARAN 5.1.

Kesimpulan Berdasarkan pembahasan pada Bab IV maka dapat ditarik kesimpulan

sebagai berikut: 1) Nilai PCI untuk konstruksi jalan pada ruas Simpang Kodim – Talang Kawo yang tidak dilakukan perbaikan pada tahun 2009 - 2010 rata-rata sebesar 6 dan 4 termasuk dalam kategori gagal, kemudian untuk nilai PCI pada Tahun 2006 2008 rata-rata sebesar 99, 82, dan 100 termasuk pada kategori sempurna dan sangat baik. 2) Terdapat korelasi yang kuat dengan score rata-rata 4 dan 5 (sangat kuat) terhadap kompetensi SDM untuk tingkat pendidikan, diklat, tupoksi, pengalaman kerja, dan pengetahuan pada pelaksana proyek pekerjaan jalan di Dinas Pekerjaan Umum Kabupaten Merangin. 3) Dari hasil analisis regresi dihasilkan model matematis yaitu: Y = 3,6 + 1,146 X1 + 1,804 X2 + 0,004 X3 + 0,921 X4 (dengan Y adalah PCI, X1 adalah variabel Kontrak, X2 adalah variabel Anggaran Perbaikan, X3 adalah LHR, dan X4 adalah variabel SDM). Untuk Nilai Kontrak mempunyai korelasi 0,677, berarti termasuk dalam kategori mempunyai korelasi sedang, Anggaran Perbaikan nilai korelasi 0,682 termasuk dalam kategori mempunyai korelasi sedang, LHR nilai korelasi 0,774 termasuk dalam kategori mempunyai korelasi kuat, dan SDM nilai korelasi 0,610 termasuk dalam kategori mempunyai korelasi sedang.

commit to user



5.2.

Saran Saran-saran yang dapat disampaikan dari hasil penelitian ini adalah:

1) Perlu dilakukan kajian dengan memperhatikan faktor-faktor penyebab kerusakan jalan lainnya seperti Faktor CBR Tanah, dan Drainase Jalan

2) Bisa dilakukan pemodelan dengan membandingkan antara beberapa jenis proyek konstruksi untuk pekerjaan jalan diatas jembatan. Sebab faktor penyebab kerusakan jalan diatas jembatan berbeda dengan jalan diatas tanah.

commit to user



commit to user

PENGARUH SUMBER DAYA MANUSIA TERHADAP KONDISI PERKERASAN JALAN THE INFLUENCE OF HUMAN RESOURCES TO PAVEMENT CONDITIONS TESIS

Recommend Documents