PENGARUH SUMBER DAYA MANUSIA TERHADAP KONDISI …/Pengaruh... · Tesis ini mengangkat permasalahan tentang Sumber Daya Manusia dengan ... Tabel 4.7. Hasil perhitungan Beban lalu-lintas

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

i

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

ii


commit to user

iii


commit to user

iv

PERNYATAAN

Yang bertanda tangan di bawah ini:

N a m a : 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

v

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

vi

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

vii

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

viii

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

ix

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

x

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

xi

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

xii

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

xiii

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 4.24. Data View....................................................................................................... 68

Gambar 4.25. Data Variabel View........................................................................................ 68

Gambar 4.26. Bivarate Correlations.................................................................................... 69

Gambar 4.27. Variabel......................................................................................................... 69


Gambar 4.29. Data View....................................................................................................... 71

Gambar 4.30. Variabel View............................................................................................... 72

Gambar 4.31. Linear Regression.......................................................................................... 72


commit to user

xiv

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

xv

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 : Reabilitas Instrumen


commit to user

xvi

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

1 σ : Varian Total

Σα b2 : Jumlah Varian Butir 2 ρ : Populasi


commit to user

xvii

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

xviii

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

xix

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

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 masalah-

masalah 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

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

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

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, serta

selanjutnya kemudian memberikan rekomendasi untuk perbaikan dan

penyempurnaan metode tersebut diatas.


commit to user

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

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

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. Aspek-

aspek 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

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

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

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:

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:

....................................................(2.3.)


commit to user

11

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:

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//

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).

....................................................(2.4.)

....................................................(2.5.)

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


commit to user

12

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 (%) = 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) Menentukan angka persentase terendah

100%

2.2.7.6. 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)

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

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

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


commit to user

13

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)


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

14

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)


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:

Dengan:

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

= Simpangan Total

= Simpangan Tidak terdefinisi

...............................................................(2.11)


commit to user

15

(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

16

Umur Perkerasan (tahun)

Kon

disi

(PC

I)

Excellent

Very Good

Good

Fair

Poor

Very Poor

Failed

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

.

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

1. M

D

s

R

D

2. M

M

c

g

m

t

g

3. M

M

s

4.

C

d

.12. Perh

Lang

Menentukan

Densitas did

segmen) kem

Rumus lengk

Densitas (%)

Mencari ded

Mencari ded

cara untuk m

grafik masin

memotong ti

tersebut ditar

grafik yang d

Menjumlah

Menjumlah

sehingga dip

Mencari cor

Corrected d

dalam Grafi

itungan PC

gkah-langkah

densitas ker

dapat dari lu

mudian dika

kapnya adala

) = (Luas K

duct value (D

duct value (D

menentukan

ng-masing je

ingkat kerus

rik garis hor

digunakan un

Gambar 2.2

deduct value

deduct valu

peroleh total

rrected dedu

deduct value

ik CDV den

CI

h untuk men

rusakan

uas kerusaka

alikan 100%

ah sebagai b

erusakan/Lu

DV)

DV) yang b

DV, yaitu d

enis kerusak

sakan (low,

rizontal dan

ntuk mencar

2. Grafik De

e

ue yang dipe

l deduct valu

uct value

(CDV) dipe

ngan cara m

nghitung PCI

an dibagi d

(Hardiyatmo

erikut:

uas Perkerasa

berupa Grafi

dengan mem

kan kemudi

medium, hig

akan didapa

ri nilai DV d

educt Value u

eroleh pada

ue (TDV) (Ha

eroleh denga

menarik garis

I sebagai ber

dengan luas

o, 2007).

an) x 100%

fik Jenis-jeni

masukkan pe

an menarik

gh), selanju

at DV (Hard

dapat dilihat p

untuk Alliga

suatu segm

ardiyatmo, 2

an cara mem

s vertikal pa

rikut :

perkerasan

...................

is Kerusaka

ersentase den

garis vertik

tnya pada p

diyatmo, 200

pada Gamba

ator Crackin

men jalan yan

2007).

masukkan nil

ada nilai TD

17

jalan (tiap

......(2.12.)

an. Adapun

nsitas pada

kal sampai

pertolongan

07). Contoh

ar 2.2.

g

ng ditinjau

lai TDV ke

DV sampai


commit to user

m

a

G

5. M

N

d

D

N

y

2.2

men

dap

pro

sec

yan

memotong g

adalah juml

Gambar 2.3.

Menghitung

Nilai kondis

diperoleh. Ru

PCI =

Dengan :

PCICD

Nilai yang d

yang ditinjau

.13. Ana

Pada

nunjukkan b

pat menyeles

oyek pemeli

ara tidak lan

ng berfungsi

garis q, kem

lah masukan

(Hardiyatm

Gambar

nilai kondis

si perkerasa

umus lengka

= 100 – CD

CI = nilDV = Co

diperoleh ters

u (Hardiyatm

lisis Rencan

a Analisis B

berapa bany

saikan suatu

haraan meli

ngsung haru

i mengendal

mudian ditar

n data deng

mo, 2007).

2.3. Grafik C

si perkerasan

an dengan m

apnya adalah

V.................

lai kondisi porrected Ded

sebut dapat m

mo, 2007).

na Anggara

Bina Marga

yak bahan d

u pekerjaan p

iputi peralat

us meliputi b

likan pelaksa

rik garis ho

gan nilai DV

Corrected D

n

mengurangi

h sebagai ber

...................

erkerasan duct Value

menunjukka

an Biaya

a 2010 ter

dan jumlah

persatuan vo

tan, tenaga

biaya admin

anaan proye

orizontal. Ni

V > 5. Gra

Deduct Value

seratus den

rikut :

...................

an kondisi pe

rcantum koe

tenaga kerj

olume. Untu

kerja, baha

nistrasi perka

ek serta paja

ilai q yang

fik CDV se

e

ngan nilai C

...................

erkerasan pa

efisien-koefi

ja yang dip

k anggaran

an, dan biay

antoran bese

ak yang haru

18

digunakan

eperti pada

CDV yang

.......(2.13)

ada segmen

isien yang

akai untuk

biaya pada

ya lainnya

erta stafnya

us dibayar.


commit to user

19

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 : 4

160.8(kg) gal,sumbu tungbeban galsumbu tung ⎥⎦

⎤⎢⎣⎡=E .....................(2.14)

086,0 160.8

(kg) ganda,sumbu beban gandasumbu 4

xE ⎥⎦⎤

⎢⎣⎡= ..................(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

20

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

21

Tabel 2.1. Identifikasi kerusakan Bleeding

Tingkat Identifikasi kerusakanKerusakan

L Kegemukan terjadi hanya pada derajat rendah, dan nampakhanya beberapa hari dalam setahun. Aspal tidak melekatpada sepatu atau roda kendaraan

M Kegemukan telah mengakibatkan aspal melekat pada sepatu atau roda kendaraan paling tidak beberapaminggu dalam setahun

H Kegemukan telah begitu nyata dan banyak aspal yangmelekat pada sepatu atau roda kendaraan, paling tidaklebih 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

22

- Modulus lapis pondasi (base) terlalu rendah.

b. Resiko lanjutan

- Mengganggu kenyamanan dan keselamatan lalu lintas.

- Retak meluas ke seluruh area perkerasan.




Tabel 2.2. Identifikasi kerusakan Slippage Cracks


L Retak rata-rata < 3/8 In (10 mm)

M Retak rata-rata 3/8 - 1.5 In (10 - 38 mm)Area disekitar retakan pecah, kedalam pecahan-pecahanterikat

H Retak rata-rata > 1/2 In ( > 38 mm)Area disekitar retakan pecah kedalam pecahan-pecahanmudah terbongkar


Gambar 2.5. Jenis Kerusakan Retak Slip


commit to user

23

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




Tabel 2.3. Identifikasi kerusakan alligator cracks

KedalamanMaksimum 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

Diameter rata-rata lubang



commit to user

24

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

5

c. Tingka

Tingka

ditunju

Tabel

TiKer

Sumbe

5. Kerusaka

Retak pin

0,3 – 0,6

menjadi

2007).

a. Penye

− Kur

− Dra

− Kem

− Bah

− Sea

at kerusakan

at kerusaka

ukkan pada T

2.4. Identifi

ingkatrusakan

L

M

H

er: (Shahin,

an Pinggir (E

nggir biasan

6 m dari pin

tidak beratu

ebab utama

rangnya duk

ainase kuran

mbang susut

hu jalan turu

al coat lemah

n

an untuk pe

Tabel 2.4.

ikasi kerusak

Kedalam

Kedalam

Ked

1994)

Gambar

Edge Crackin

nya terjadi se

ggir. Akibat

uran seperti

kungan dari a

ng baik.

t tanah disek

un terhadap p

h, adhesi per

erhitungan P

kan Rutting

Identif

man alur rata

man alur rata-

dalaman alur

r 2.7. Jenis K

ng)

ejajar denga

t pecah dipin

dapat diliha

arah lateral

kitarnya.

permukaan p

rmukaan ke

PCI serta

fikasi kerusak

a-rata 1/4 -1/

-rata 1/2 -1

rata-rata 1

Kerusakan A

an pinggir pe

nggir perker

at pada Gam

(dari bahu ja

perkerasan.

lapis pondas

identifikasi

kan

/2 In (6 - 13

In (13 - 25.5

In (25.4 mm

lur

erkerasan da

rasan, maka

mbar 2.8 (H

alan).

si (base) hila

25

kerusakan

mm)

5 mm)

m)

an berjarak

bagian ini

Hardiyatmo,

ang.


commit to user

26

− 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




Tabel 2.5. Identifikasi kerusakan Edge Cracking


L Retak sedikit sampai dengan tanpa pecahan atau butiranlepas

M Retak sedang dengan beberapa pecahan dan butiran lepasH Banyak pecahan atau butiran lepas disepanjang tepi

perkerasanSumber: (Shahin, 1994)

Gambar 2.8. Jenis Kerusakan Tepi


commit to user

27

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.




Tabel 2.6. Identifikasi kerusakan Longitudinal Crack Tingkat Identifikasi kerusakan

KerusakanL Retak terisi, lebar < 3/8 In (10 mm), atau retak terisi

sembarang lebar (pengisi kondisi bagus)M 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

H Sembarang retak terisi atau tak terisi dikelilingioleh retak acak, kerusakan sedang sampai tinggiRetak tak terisi > 3 In (76 mm)Retak sembarang lebar, dengan beberapa inci disekitarretakan, pecah



commit to user

28

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.





commit to user

29

Tabel 2.7. Identifikasi kerusakan Potholes

KedalamanMaksimum 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

Diameter rata-rata lubang


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

30

b. Resiko lanjutan

- Dapat memicu terjadinya retakan.

- Mengurangi kenyamanan dan keselamatan kendaraan




Tabel 2.8. Identifikasi kerusakan Depression

Tingkat Identifikasi KerusakanKerusakan

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) Sumber: (Shahin, 1994)

Gambar 2.11. Jenis Kerusakan Ambles


commit to user

31

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

32

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 (datar-

bergelombang) .

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

33

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

J A M B I

Ruas Jalan SP.Kodim – Talang Kawo


commit to user

34

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

35

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

36

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

37

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

Hubungan Antar Variabel Terhadap

PCI (Y)

Pembahasan

Kesimpulan

Selesai

Gambar 3.2. Bagan Alir Penelitian

Variabel 1.RAB (X1)

2.Anggaran Perbaikan (X2) 3.LHR (X3)

Kuesioner 1. Pendidikan 2. Tupoksi 3. Pengalaman 4. Pelatihan 5. Pengetahuan

Variabel 4.SDM (X4)

Korelasi dan Regresi dengan SPSS 17


commit to user

38

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 JENIS KENDARAAN LHRKendaraan Ringan 2 Ton 122

2006 Pick Up/Combi/Bus Kecil 120 Truk > 2 as 179 Truck 45 Kendaraan Ringan 2 Ton 124

2007 Pick Up/Combi/Bus Kecil 122 Truk > 2 as 183 Truck 46 Truck 129

2008 Kendaraan Ringan 2 Ton 127 Truk > 2 as 191 Truck 48 Truck 189

2009 Kendaraan Ringan 2 Ton 281 Truk > 2 as 166 Truck 6 Truck 106

2010 Kendaraan Ringan 2 Ton 731 Truk > 2 as 361 Truck 1

Sumber: Dinas Pekerjaan Umum Kabupaten Merangin


commit to user

39

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 TOTAL RATA-RATA KETERANGANSTA 1 STA 2 STA 3 STA 4 STA 5 STA 6

2006 100 100 92 100 100 100 592 99 SEMPURNA2007 100 100 69 80 72 73 494 82 SANGAT BAIK2008 100 100 100 100 100 100 600 100 SEMPURNA2009 0 0 0 5 28 0 33 6 GAGAL2010 0 0 0 0 25 0 25 4 GAGAL

NILAI PCI


Tabel 4.3 Rencana Anggaran Biaya

TAHUN JENIS PEKERJAAN NILAI KONTRAK2006 Perkerasan, Peningkatan dan Pengaspalan Hotmix 5,260,020,000.002007 Pengaspalan Hotmix 3,494,870,000.002008 Pemeliharaan Jalan 512,000,000.002009 - -2010 - -


Tabel 4.4. Anggaran Perbaikan

TAHUN PEMBANGUNAN TOTALPEKERJAAN TANAH PERKERASAN BERBUTIR PERKERASAN ASPAL

2006 199,130,842.26 - 2,633,801,287.20 2,832,932,129.46 2007 183,728,119.00 74,223,867.00 2,055,244,745.00 2,313,196,731.00 2008 31,643,040.60 13,998,407.40 263,103,250.17 308,744,698.17 2009 - - - -2010 - - - -

DAFTAR RENCANA ANGGARAN BIAYA BERDASARKAN DOKUMEN KONTRAK



commit to user

40

Tabel 4.5. Hasil Pengisian Angket Kuesioner NO NAMA RESPONDEN JUMLAH

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 191 Pengguna Jasa 5 5 5 5 5 5 5 5 5 5 3 3 3 0 3 5 5 4 4 802 Pengguna Jasa 5 5 5 5 5 5 5 5 5 5 3 3 3 0 3 5 5 4 4 803 PPTK 4 5 4 5 4 5 5 5 5 5 2 3 0 3 3 5 5 5 4 774 PPTK 3 4 5 5 2 4 5 4 4 5 3 3 4 0 3 4 4 4 3 695 PPTK 4 5 5 5 4 5 5 5 4 3 2 4 4 3 3 4 5 4 5 796 PPTK 5 5 5 4 5 4 4 4 4 4 3 0 3 3 4 5 5 5 5 777 PPTK 4 5 5 4 4 3 4 4 4 4 3 3 0 3 3 5 5 4 4 718 PPTK 4 5 1 3 2 5 5 4 4 5 3 3 2 0 2 5 4 5 3 659 PPTK 4 5 4 5 5 5 4 4 4 4 3 3 0 3 3 5 4 4 4 7310 PPTK 4 5 3 4 5 5 5 5 5 4 3 3 0 0 0 0 0 0 0 5111 PPTK 5 4 5 5 4 5 4 5 4 5 0 0 0 0 0 0 0 0 0 4612 PPTK 5 5 5 5 3 3 2 2 4 2 0 0 0 0 0 0 0 0 0 3613 Pengawas Lapangan 5 4 5 4 4 4 4 4 4 2 1 2 0 2 2 5 5 4 3 6414 Pengawas Lapangan 4 3 3 4 2 4 3 4 4 2 2 3 3 0 3 4 4 3 3 5815 Pengawas Lapangan 2 2 4 3 2 3 2 3 3 1 2 3 3 0 3 5 4 3 4 5216 Pengawas Lapangan 3 2 2 4 2 3 4 3 4 1 2 3 0 2 2 4 4 4 4 5317 Pengawas Lapangan 5 5 5 5 5 4 3 4 5 2 2 2 0 3 2 5 4 4 4 6918 Pengawas Lapangan 4 4 4 4 4 5 3 4 4 2 2 3 0 2 2 5 5 4 4 6519 Pengawas Lapangan 4 3 5 5 2 5 5 5 5 5 0 0 0 0 0 0 0 0 0 4420 Pengawas Lapangan 4 4 5 3 5 5 5 5 5 2 0 0 0 0 0 0 0 0 0 4321 Pengawas Lapangan 4 1 5 4 4 5 3 3 4 1 2 3 0 3 3 5 5 5 5 6522 Pengawas Lapangan 5 4 5 5 3 5 4 5 4 2 0 0 0 0 0 0 0 0 0 4223 Pengawas Lapangan 5 5 5 5 3 5 5 5 5 5 3 5 3 3 5 5 4 4 5 8524 Pengawas Lapangan 5 4 5 5 5 4 4 5 4 3 3 4 3 3 3 5 5 5 4 7925 Pengawas Lapangan 5 5 5 5 5 5 5 5 5 5 3 4 0 3 3 5 5 5 5 8326 Pengawas Lapangan 5 5 3 5 5 5 5 5 5 5 3 0 0 0 3 3 4 4 4 6927 Pengawas Lapangan 5 4 3 5 5 5 4 3 5 5 2 4 0 3 4 3 4 5 3 7228 Pengawas Lapangan 5 4 5 5 3 4 5 5 5 5 3 3 3 3 3 5 4 5 4 7929 Petugas Laboratorium 0 0 0 0 0 3 2 2 3 1 2 4 0 3 3 4 4 4 4 3930 Petugas Laboratorium 0 0 0 0 0 3 2 2 3 1 2 4 0 3 3 4 4 4 4 3931 Petugas Laboratorium 0 0 0 0 0 2 2 3 3 1 2 4 3 0 3 4 4 4 4 3932 Petugas Laboratorium 0 0 0 0 0 3 3 4 3 2 2 4 3 0 3 4 4 3 4 4233 Petugas Laboratorium 0 0 0 0 0 5 3 5 4 2 1 4 0 3 2 4 4 3 4 4434 Petugas Laboratorium 0 0 0 0 0 4 2 4 2 1 2 4 0 2 2 4 5 3 3 3835 Operator Alat Berat 0 0 0 0 0 1 5 1 1 3 3 3 0 3 4 3 3 2 2 3436 Operator Alat Berat 0 0 0 0 0 1 2 5 2 5 3 3 3 3 3 4 5 4 3 4637 Operator Alat Berat 0 0 0 0 0 2 1 1 5 5 2 3 0 3 3 4 4 4 4 4138 Operator Alat Berat 0 0 0 0 0 4 3 4 1 3 3 3 0 2 2 5 4 4 4 4239 Operator Alat Berat 0 0 0 0 0 2 3 2 1 5 3 4 0 3 3 3 4 3 4 4040 Operator Alat Berat 0 0 0 0 0 5 4 3 1 4 3 4 0 3 3 5 4 3 3 4541 Konsultan Pengawas 4 5 4 3 4 5 4 4 5 5 3 3 3 0 3 4 4 4 4 7142 Konsultan Pengawas 5 5 5 4 5 5 5 5 5 4 1 1 2 0 3 5 5 5 5 7543 Konsultan Pengawas 5 1 5 5 5 0 0 0 0 5 2 3 3 4 3 3 4 3 3 5444 Konsultan Perencana 5 1 5 5 5 0 0 0 0 5 3 3 3 0 3 4 4 4 3 5345 Konsultan Perencana 5 5 1 1 5 0 0 0 0 5 1 3 2 0 3 5 5 5 5 5146 Konsultan Perencana 5 4 4 5 5 0 0 0 0 5 2 3 3 0 3 5 5 5 5 5947 Kontraktor Pelaksana 5 5 5 5 5 5 5 5 5 5 3 3 3 3 3 3 3 3 3 7748 Kontraktor Pelaksana 3 3 1 1 4 4 4 4 5 1 2 3 0 0 0 0 0 0 0 3549 Kontraktor Pelaksana 3 2 3 2 4 4 4 4 5 4 3 3 3 0 4 4 3 5 5 65

162 148 154 157 149 183 171 178 177 171 106 136 65 77 124 183 181 169 164 2855

NOMOR ITEM INSTRUMEN

JUMLAH


commit to user

41

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 TAHUN JENIS KENDARAAN LHR ESAL TOTAL ESAL1 Kendaraan Ringan 2 Ton 122 0.00045 0.06 2 2006 Pick Up/Combi/Bus Kecil 120 0.30057 36.07 3 Truk > 2 as 179 5.02641 899.73 4 Truck 45 0.21741 9.78 1 Kendaraan Ringan 2 Ton 124 0.00045 0.06 2 2007 Pick Up/Combi/Bus Kecil 122 0.30057 36.67 3 Truk > 2 as 183 5.02641 919.83 4 Truck 46 0.21741 10.00 1 Kendaraan Ringan 2 Ton 129 0.00045 0.06 2 2008 Pick Up/Combi/Bus Kecil 127 0.30057 38.17 3 Truk > 2 as 191 5.02641 960.04 4 Truck 48 0.21741 10.44 1 Kendaraan Ringan 2 Ton 189 0.00045 0.09 2 2009 Pick Up/Combi/Bus Kecil 281 0.30057 84.46 3 Truk > 2 as 166 5.02641 834.38 4 Truck 6 0.21741 1.30 1 Kendaraan Ringan 2 Ton 106 0.00045 0.05 2 2010 Pick Up/Combi/Bus Kecil 731 0.30057 219.71 3 Truk > 2 as 361 5.02641 1,814.53 4 Truck 1 0.21741 0.22

Tabel 4.7. Hasil perhitungan Beban lalu-lintas selama umur rencana NO TAHUN JENIS KENDARAAN LHR ESAL TOTAL ESAL DL Db Hari (tahun) N Tabel1 Kendaraan Ringan 2 Ton 122.0 0.00045 0.062 2006 Pick Up/Combi/Bus Kecil 120.0 0.30057 36.073 Truk > 2 as 179.0 5.02641 899.73 1 1 365 5.204 Truck 45.0 0.21741 9.78

466.0 5.54484 945.631 Kendaraan Ringan 2 Ton 124.0 0.00045 0.062 2007 Pick Up/Combi/Bus Kecil 122.0 0.30057 36.673 Truk > 2 as 183.0 5.02641 919.83 1 1 365 5.204 Truck 46.0 0.21741 10.00

475.0 5.54484 966.561 Kendaraan Ringan 2 Ton 129.0 0.00045 0.062 2008 Pick Up/Combi/Bus Kecil 127.0 0.30057 38.173 Truk > 2 as 191.0 5.02641 960.04 1 1 365 5.204 Truck 48.0 0.21741 10.44

495.0 5.54484 1008.711 Kendaraan Ringan 2 Ton 189.0 0.00045 0.092 2009 Pick Up/Combi/Bus Kecil 281.0 0.30057 84.46 1 1 365 5.203 Truk > 2 as 166.0 5.02641 834.384 Truck 6.0 0.21741 1.30

642.0 5.54484 920.231 Kendaraan Ringan 2 Ton 106.0 0.00045 0.052 2010 Pick Up/Combi/Bus Kecil 731.0 0.30057 219.71 1 1 365 5.203 Truk > 2 as 361.0 5.02641 1814.534 Truck 1.0 0.21741 0.22

1,199.0 5.54484 2034.51

Total Keseluruhan Tahun 2007

1794813


1834529


3861507

1914532

1746602

W 18




commit to user

42

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 0.97613019 0.288 VALID2 0.895606097 0.288 VALID3 0.927655652 0.288 VALID4 0.946099843 0.288 VALID5 0.920460555 0.288 VALID6 0.878588504 0.288 VALID7 0.903333202 0.288 VALID8 0.882589001 0.288 VALID9 0.8416949 0.288 VALID10 0.306320581 0.288 VALID11 0.841155923 0.288 VALID12 0.917399644 0.288 VALID13 0.468022026 0.288 VALID14 0.471700346 0.288 VALID15 0.894067157 0.288 VALID16 0.938175063 0.288 VALID17 0.947927058 0.288 VALID18 0.939704881 0.288 VALID19 0.941584206 0.288 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

43

Tabel 4.9. Hasil Kuesioner untuk Item 10

Xi Yi Xi2 Yi2 Xi.Yi5 25 25 625 1255 25 25 625 1255 25 25 625 1255 22 25 484 1103 22 9 484 664 20 16 400 804 19 16 361 765 23 25 529 1154 21 16 441 844 24 16 576 965 23 25 529 1152 13 4 169 262 18 4 324 362 17 4 289 341 12 1 144 121 15 1 225 152 18 4 324 362 18 4 324 365 25 25 625 1252 22 4 484 441 16 1 256 162 20 4 400 405 25 25 625 1253 20 9 400 605 25 25 625 1255 25 25 625 1255 22 25 484 1105 24 25 576 1201 11 1 121 111 11 1 121 111 11 1 121 112 15 4 225 302 19 4 361 381 13 1 169 133 11 9 121 335 15 25 225 755 14 25 196 703 15 9 225 455 13 25 169 654 17 16 289 685 23 25 529 1154 24 16 576 965 5 25 25 255 5 25 25 255 5 25 25 255 5 25 25 255 25 25 625 1251 18 1 324 184 21 16 441 84

171 880 717 17516 32103.489796 17.95918 Rata-Rata


commit to user

44

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

45

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

46

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

47

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

48

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

Item Deleted

Scale Variance If

Item Deleted

Corrected Item

Total Correlation

Cronbach’s Alpha If Item Deleted

P 5

TOTAL

17.958

3.4898

35.665

2.505

0.306

0.306

0.a

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

49

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

α² = ∑ ² ∑ /

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 NILAI HITUNG r

1 4.0918367352 4.2704081633 4.4583333334 4.3324829935 3.998299326 2.4906462597 2.3384353748 2.4039115659 2.57568027210 2.50510204111 0.93112244912 1.71938775513 2.30782312914 2.16666666715 1.42091836716 2.82397959217 2.63350340118 2.54421768719 2.397959184

JUMLAH VARIANS ITEM 52.41071429

92.04166667

VARIANS

92.0416666792.0416666792.0416666792.0416666735.6649659935.6649659935.6649659935.6649659935.664965994.0586734694.05867346972.98129252

72.981292521157.519558

72.9812925272.9812925272.9812925272.9812925272.98129252


commit to user

50

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

Tab

N

Dar

uns

SM

min

per

bel.4.12. Tin

NO UNSU

1 PEN23 P4 PETUGAS5 PETUG6 KONSUL7 KONSUL8 KONTRAK

JUMLAH

ri Tabel 4.12

sur pengelo

MA/STM seb

noritas berpe

rsentase terse

G

ngkat Pendid

UR RESPONDEN

NGGUNA JASAPPTK

PENGAWASS LABORATORI

GAS ALAT BERALTAN PENGAWA

LTAN PERENCANKTOR PELAKSAH TOTAL

2. tersebut d

ola pemelih

besar 42,86

endidikan D

ebut dapat di

Gambar 4.9. G

dikan Pengel

NSMP S

000

IUM 0AT 0

AS 0NA 0

ANA 00

diatas menunj

haraan jalan

% kemudian

3sebesar 8,1

itunjukan pa

Grafik Tingk

lola Proyek

SMA/STM D30 03 07 23 16 00 00 12 0

21 4

TINGKAT PEN

njukkan bahw

n dan pem

n S1 sebesa

16 % dan S2

ada Gambar

kat Pendidik

3 S 10 10 4

72

0 00 3

20 14 20

NDIDIKAN

wa untuk per

mbangunan

ar 40,82 % s

2 sebesar 8,1

4.9.

kan Pelaksan

JUMLAHS2130000004

rsentase may

jalan berp

sedangkan u

6% .Secara

na Proyek

51

H RESONDEN

210166633349

yoritas dari

pendidikan

untuk yang

garis besar


commit to user

52

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


Tabel 4.13. Tingkat Pengetahuan

NO UNSUR RESPONDEN JUMLAH RESONDEN1 2 3 4 5

1 PENGGUNA JASA 5 5 5 5 5 22 PPTK 5 5 5 5 5 103 PENGAWAS 5 4 5 5 3 164 PETUGAS LABORATORIUM 4 3 4 3 2 65 PETUGAS ALAT BERAT 3 3 3 2 5 66 KONSULTAN PENGAWAS 4 3 3 4 5 37 KONSULTAN PERENCANA 0 0 0 0 5 38 KONTRAKTOR PELAKSANA 5 5 5 5 4 3

31 28 30 29 34 49

PERTANYAAN

JUMLAH TOTAL

4.5.3. 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 JUMLAH RESONDEN<5 5-10 11-15 16-20 21-25


18 13 7 4 7 49

LAMA PENGALAMAN KERJA (TAHUN)

JUMLAH TOTAL


commit to user

Dar

pro

kec

Ala

8,2

ditu

4.5

men

Dik

pem

seh

ri Tabel 4.1

oyek pemban

cil dari 5 tah

at Berat sebe

16% dan 2

unjukkan pad

Gamb

.4. Dikl

Dikla

ningkatkan

klat/Pelatihan

meliharaan j

hingga didap

4. diatas da

ngunan dan

hun untuk p

esar 36,73%,

1-25 sebesa

da gambar g

bar 4.10. Gra

lat

at adalah p

kompeten

n yang pern

jalan di Ka

atkan data se

apat dilihat

pemelihara

pengguna ja

, untuk 5-10

ar 14,29%.

grafik 4.10. b

afik Tingkat

pelatihan y

nsinya pad

nah diikuti o

abupaten M

eperti pada T

total persen

aan jalan di

sa, PPTK, P

sebesar 26,5

Secara gari

berikut:

t Pengalaman

yang pernah

da bidang

leh unsur pe

Merangin de

Tabel 4.15.

ntase pengal

Kabupaten

Pengawas L

53%, 11-15

s besar per

n Kerja Pela

h diikuti o

tertentu.

engelola pro

engan cara

aman pihak

Merangin

Lapangan dan

14,29%, 16-

sentase ters

aksana Proye

oleh seseora

Untuk m

oyek pemban

melakukan

53

k pelaksana

yang lebih

n Operator

-20 sebesar

ebut dapat

ek

ang untuk

mengetahui

ngunan dan

kuesioner


commit to user

Tab

NO

12345678

Dar

per

Ope

bes

4.5

dala

Kep

pem

sep

bel 4.15. Dik

O UNSUR RESPO

PENGGUNA PPTK

PENGAWAPETUGAS LABOR

PETUGAS ALATKONSULTAN PE

KONSULTAN PERKONTRAKTOR PE

JUMLAH TOTAL

ri Tabel 4.1

rnah mengik

erator Alat

sar persentas

Gam

.5. Tup

Tupo

am melaks

putusan. U

mbangunan

perti ditunjuk

klat/Pelatihan

ONDENMANAJE

JASA

ASRATORIUMT BERAT

ENGAWASRENCANAELAKSANAL

15. tersebut

kuti pelatihan

Berat 6,12%

se untuk Dik

mbar 4.11. Gr

oksi

oksi adalah

anakan pek

Untuk meng

dan pemeli

kkan pada Ta

n yang perna

EMEN PROYEK PEREN2340000110

diatas dike

n sebesar 12

% dan Kontr

klat/Pelatihan

rafik Tingka

suatu tugas

kerjaan bias

getahui Tup

iharaan jala

abel 4.16.

ah diikuti

NCANAAN JALAN PE26

1000030

21

JENIS DIKLAT

etahui untuk

2,24%, Petu

raktor Pelak

n dapat ditun

at Pelatihan/D

s pokok dan

sanya tertu

poksi terha

an di Kabu

ENGAWASAN JALAN26

1000300

21

T YANG PERNAH DIIKU

k pengawas

ugas Laborat

ksana sebesa

njukkan pada

Diklat Pelak

n fungsi yan

uang dalam

adap unsur

upaten Mera

DIKLAT TEKNIS LAIN23333001

15

UTI

lapangan y

torium sebe

ar 2,04%. Se

a gambar gra

ksana Proyek

ng diemban

suatu ben

pengelo

angin didap

54

BELUM PERNAH0063300113

ang belum

sar 6,12%,

ecara garis

afik 4.11.

k

seseorang

ntuk Surat

la proyek

atkan data


commit to user

55

Tabel 4.16. Tupoksi

NO UNSUR RESPONDEN JUMLAH RESONDENTP 1 TP 2 TP 3 TP 4 TP 5


29 26 27 26 28 49

PERTANYAAN

JUMLAH TOTAL

4.6. 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

56

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

57

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

58

Hasil Output seperti ditunjukkan pada Tabel 4.17.

Tabel 4.17. Case Processing Summary

Item

N Percent N Percent N PercentTP 1 49 100.00% 0 0% 49 100.00%TP 2 49 100.00% 0 0% 49 100.00%TP 3 49 100.00% 0 0% 49 100.00%TP 4 49 100.00% 0 0% 49 100.00%TP 5 49 100.00% 0 0% 49 100.00%P 1 49 100.00% 0 0% 49 100.00%P 2 49 100.00% 0 0% 49 100.00%P 3 49 100.00% 0 0% 49 100.00%P 4 49 100.00% 0 0% 49 100.00%P 5 49 100.00% 0 0% 49 100.00%M 1 49 100.00% 0 0% 49 100.00%M 2 49 100.00% 0 0% 49 100.00%K 1 49 100.00% 0 0% 49 100.00%K 2 49 100.00% 0 0% 49 100.00%K 3 49 100.00% 0 0% 49 100.00%K 4 49 100.00% 0 0% 49 100.00%K 5 49 100.00% 0 0% 49 100.00%K 6 49 100.00% 0 0% 49 100.00%K 7 49 100.00% 0 0% 49 100.00%

Valid Missing TotalCases

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 N Minimal Maximal Mean Standar DeviationTupoksi 1 49 0 5 3.31 2.02Tupoksi 2 49 0 5 3.02 2.06Tupoksi 3 49 0 5 3.14 2.11Tupoksi 4 49 0 5 3.28 2.08Tupoksi 5 49 0 5 2.82 1.98Pengetahuan 1 49 0 5 3.87 1.57Pengetahuan 2 49 0 5 3.6 1.52Pengetahuan 3 49 0 5 3.76 1.55Pengetahuan 4 49 0 5 3.74 1.6Pengetahuan 5 49 0 5 3.54 1.58Mutu Pekerjaan 1 49 0 5 2.24 0.96Mutu Pekerjaan 2 49 0 5 2.84 1.31Kualitas 1 49 0 5 1.26 1.51Kualitas 2 49 0 5 1.42 1.47Kualitas 3 49 0 5 2.57 1.19Kualitas 4 49 0 5 3.87 1.68Kualitas 5 49 0 5 3.83 1.62Kualitas 6 49 0 5 3.55 1.59Kualitas 7 49 0 5 3.44 1.54


commit to user

59

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 UNSUR RESPONDENMANAJEMEN PROYEK PERENCANAAN JALAN PENGAWASAN JALAN DIKLAT TEKNIS LAIN BELUM PERNAH

1 PENGGUNA JASA 6 8 10 4 02 PPTK 9 24 30 6 03 PENGAWAS 12 40 50 6 64 PETUGAS LABORATORIUM 0 0 0 6 35 PETUGAS ALAT BERAT 0 0 0 6 36 KONSULTAN PENGAWAS 0 0 15 0 07 KONSULTAN PERENCANA 0 12 0 0 08 KONTRAKTOR PELAKSANA 3 0 0 2 1

30 84 105 30 13

JENIS DIKLAT YANG PERNAH DIIKUTI

JUMLAH TOTAL

Tabel 4.20. Nilai Score Pendidikan

NO UNSUR RESPONDEN JUMLAH RESONDENSMP SMA/STM D3 S 1 S2


0 42 12 80 20 49JUMLAH TOTAL

TINGKAT PENDIDIKAN


commit to user

60

Tabel 4.21. Nilai Score Pengalaman Kerja

NO UNSUR RESPONDEN JUMLAH RESONDEN<5 5-10 11-15 16-20 21-25


18 26 21 16 35 49

LAMA PENGALAMAN KERJA (TAHUN)

JUMLAH TOTAL

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

61

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

62

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

63

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

64

Tabel 4.22. Hasil Korelasi

Variabel Variabel Nilai Korelasi HubunganPendidikan 2 Diklat 4 0.869 KPendidikan 2 Diklat 5 0.84 KPendidikan 2 Tupoksi 5 0.82 KPendidikan 2 Lama Pengalaman 1 0.75 KPendidikan 2 Lama Pengalaman 2 0.77 KPendidikan 4 Diklat 3 0.79 KPendidikan 5 Tupoksi 2 0.8 K

Pengetahuan 1 Lama Pengalaman 4 0.93 SKPengetahuan 1 Diklat 1 0.87 KPengetahuan 2 Lama Pengalaman 4 0.91 SKPengetahuan 2 Diklat 1 0.77 KPengetahuan 3 Lama Pengalaman 4 0.93 SKPengetahuan 3 Diklat 1 0.87 KPengetahuan 4 Lama Pengalaman 4 0.93 SKPengetahuan 4 Diklat 1 0.86 K

Lama Pengalaman 1 Pendidikan 2 0.75 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 Lama Pengalaman 1 0.87 KDiklat 1 Lama Pengalaman 2 0.77 KDiklat 1 Lama Pengalaman 3 0.87 KDiklat 3 Pendidikan 4 0.79 KDiklat 4 Pendidikan 2 0.86 KDiklat 5 Pendidikan 2 0.84 K

Tupoksi 3 Diklat 3 0.87 KTupoksi 4 Diklat 1 0.79 KTupoksi 4 Diklat 2 0.82 KTupoksi 4 Diklat 3 0.82 KTupoksi 5 Diklat 4 0.88 KTupoksi 5 Diklat 5 0.77 KTupoksi 5 Pendidikan 2 0.82 KTupoksi 5 Lama Pengalaman 1 0.72 K


commit to user

65

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 Nilai Korelasi Score Rata-rataP2 0.869 4P2 0.84 4P2 0.82 4P2 0.75 4 4P2 0.77 4P4 0.79 4P5 0.8 4Peng 1 0.93 5Peng 1 0.87 4Peng 2 0.91 5Peng 2 0.77 4Peng 3 0.93 5 5Peng 3 0.87 4Peng 4 0.93 5Peng 4 0.86 4Lpeng 1 0.75 4Lpeng 2 0.77 4Lpeng 4 0.93 5 5Lpeng 4 0.91 5Lpeng 4 0.93 5Dik 1 0.87 4Dik 1 0.77 4Dik 1 0.87 4Dik 3 0.79 4 4Dik 4 0.86 4Dik 5 0.84 4TP 3 0.87 4TP 4 0.79 4TP 4 0.82 4TP 4 0.82 4 4TP 5 0.88 4TP 5 0.77 4TP 5 0.82 4TP 5 0.72 4


commit to user

66

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 LHR SDM

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

67

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

(Ratusan)

Kontrak

(Milyar)

A.Perbaikan

(Milyar)

LHR

(Ratusan)

SDM

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:




commit to user

68

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

69

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

70

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 Kontrak A.Perbaikan LHR SDMPCI Pearson Correlation 1 0.677 0.682 0.774 0.610

Sig. (2-tailed) 0 0.210 0.205 0.124 0.275N 5 5 5 5 5

Kontrak Pearson Correlation 0.677 1 0.992 0.570 0.055Sig. (2-tailed) 0.210 0 0.001 0.316 0.930N 5 5 5 5 5

A.Perbaikan Pearson Correlation 0.682 0.992 1 0.586 0.147Sig. (2-tailed) 0.205 0.001 0 0.299 0.814N 5 5 5 5 5

LHR Pearson Correlation 0.774 0.570 0.586 1 0.498Sig. (2-tailed) 0.124 0.316 0.299 0 0.393N 5 5 5 5 5

SDM Pearson Correlation 0.610 0.055 0.147 0.498 1Sig. (2-tailed) 0.275 0.930 0.814 0.393 0N 5 5 5 5 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 Variabel Nilai Korelasi Hubungan

PCI Kontrak 0.677 SPCI A.Perbaikan 0.682 SPCI LHR 0.774 KPCI SDM 0.610 SKontrak PCI 0.677 SKontrak A.Perbaikan 0.992 SKKontrak LHR 0.570 SKontrak SDM 0.055 SLA.Perbaikan PCI 0.682 SA.Perbaikan Kontrak 0.992 SKA.Perbaikan LHR 0.586 SA.Perbaikan SDM 0.147 SLLHR PCI 0.774 KLHR Kontrak 0.570 SLHR A.Perbaikan 0.586 SLHR SDM 0.498 SSDM PCI 0.610 SSDM Kontrak 0.055 SLSDM A.Perbaikan 0.147 SLSDM LHR 0.498 S


commit to user

71

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:



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

72


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

73

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

74

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

75

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 R square Adjust Square Std. Error Of

the Estimate 1 1.000a 1.000 0 0

Tabel 4.29. Anova

Model Sum Of

Square

df Mean

Square

F Sig

1 Regression

Residual

Total

0.964

0.000

0.964

4

0

4

0.241

0

0

0

0

0

0a

0

0


commit to user

76

Tabel 4.30. Coefficients Standardized Coefficients t Sig

B Std. Error Beta1 (Constan) 3.6 0 0 0 0 Kontrak 1.146 0 5.596 0 0 A.Perbaikan 1.804 0 5.031 0 0 LHR 0.004 0 0.023 0 0 SDM 0.921 0 1.027 0 0

Unstandardized CoefficientsModel

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

77

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

78

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

79

Documents

PENGARUH SUMBER DAYA MANUSIA TERHADAP KONDISI …/Pengaruh... · Tesis ini mengangkat permasalahan tentang Sumber Daya Manusia dengan ... Tabel 4.7. Hasil perhitungan Beban lalu-lintas