Pengembangan Model Matematis Tingkat Kebisingan Lingkungan Akibat Lalu Lintas Dengan Pendekatan Statistik Forward Selection

Abstract

Indonesia merupakan negara yang terus berkembang dari waktu ke waktu, dan petumbuhan transportasi yang merupakan aktifitas turunan dari perkembangan masyarakat merupakan suatu hal yang tidak dapat dihindari. Kota Bandung juga merupakan salah satu kota besar di Indonesia yang terus berkembang dalam berbagai aspek kehidupan baik aspek sosial, pendidikan, dan kemasyarakatan. Salah satu dampak dari lalulintas yang melalui suatu kawasan adalah terjadinya kebisingan. Kebisingan memiliki banyak definisi namun secara umum kebisingan dapat dinyatakan sebagai suara yang tidak diinginkan (undesirable sound). Dampak dari kebisingan ini sangat banyak namun secara umum kebisingan memiliki dampak yang cukup besar terhadap kesehatan Manus. Studi ini dilakukan dengan tujuan untuk memprediksi tingkat kebisingan lingkungan lalu lintas dengan studi kasus yaitu Jalan A.H. Nasution Kota Bandung. Proses analisis diawali dengan pengumpulan berbagai informasi terkait pengembangan model matematis yang akan dilakukan. Pengumpulan data dilakukan dengan dua jenis pengumpulan data, yaitu data primer dan data sekunder. Data Primer yang dikumpulkan meliputi: Tingkat kebisingan, arus lalulintas, kecepatan lalulintas dan kerapatan lalulintas. Sedangkan data sekunder yang dikumpulkan yaitu meliputi geometri jalan, kondisi cuaca dan tata guna lahan. Dari data yang didapatkan dilakukan pembentukan model matematis dengan metoda forward selection dengan variabel tidak bebas (Y) adalah berupa tingkat kebisingan (Leq) dan variabel bebas (X) terdiri dari: jumlah kendaraan dalam kendaraan/jam, % kendaraan ringan, kerapatan, dan jarak penerima dari sumber kebisingan. Dari hubungan semua variabel-variabel tersebut dicari model terbaik yang bisa mewakili tingkat kebisingan. Hasil analisis menunjukan bahwa terdapat dua model matematis terbaik yaitu model matematis dengan regresi sederhana Y =  64.537 + 0.005 X1dengan Y merupakan tingkat kebisingan dan X1adalah adalah arus kendaraan (kendaraan/jam) dengan nilai signifikansi 0.000, nilai koefisien korelasi = 0.786 dan nilai R square = 0.636. Serta model matematis multilinear Y = 62.363 + 0.002 X1 + 27.884 X2 - 0.446 X5 dengan Y merupakan tingkat kebisingan dan X1adalah adalah arus kendaraan (kendaraan/jam) X2adalah persen kendaraan ringan pada kedua arah dan X5adalah jarak penerima dari sumber (m) dengan nilai R square 0.900.