OPTIMALISASI KONSEP PENEMPATAN

TRANSIT ORIENTED DEVELOPMENT

DI JALAN PERINTIS KEMERDEKAAN KOTA MAKASSAR

OPTIMALIZATION CONCEPT OF TRANSIT ORIENTED

DEVELOPMENT IN PERINTIS KEMERDEKAAN STREET,
MAKASSAR CITY.

Vita Fajriani Ridwan, Shirly Wunas, Armin Lawi

Teknik Perencanaan Prasarana Universitas Hasanuddin Makassar

Alamat Korespondensi:
Vita Fajriani Ridwan
BTP Blok H 383 Makassar
HP: 081342605084
Email: vitaridwan@gmail.com

ABSTRAK
Jalan Perintis Kemerdekaan sebagai jalan arteri penghubung kawasan sub urban menuju urban di wilayah
Makassar telah mengalami tingkat kejenuhan akibat fenomena urban sprawl, ditambah hambatan dari
perencanaan infrastruktur yang multi objektif telah melahirkan beberapa alternatif metode perencanaan dalam
bidang ini. Penelitian ini bertujuan untuk mengoptimalisasikan lokasi konsep Transit Oriented Development
(TOD) dengan menggunakan Sistem Informasi Geografi dan genetika algoritma di Jalan Perintis Kemerdekaan
Kota Makassar. Metode penelitian yang digunakan adalah eksploratif dan deskriptif kuantitatif dengan
menggunakan data primer dan sekunder yang diolah dengan menggunakan genetika algoritma dan software
berbasis GIS. Lokasi penelitian terletak di Kecamatan Biringkanaya dan Kecamatan Tamalanrea Kota Makassar.
Data sampel yang digunakan berjumlah 205 sampel berikut data variabel (landuse, fungsi bangunan,populasi,
fasilitas sosial dan fasilitas umum, dan jalan) diolah dengan menggunakan GIS yang hasilnya akan diolah dengan
genetika algoritma yang berbasis bahasa java. Hasil pengolahan dari genetika algoritma akan diolah kembali
dengan menggunakan GIS (multiple ring buffer dan network anlyst). Hasil penelitian menunjukkan bahwa pola
bangunan di sepanjang Perintis Kemerdekaan tergolong campuran. Hirarki jalan di lokasi ini masih tidak tertata
secara struktur, sementara pertumbuhan kluster perumahan berkembang secara sporadis mengikuti Jalan Perintis
Kemerdekaan dengan tingkat kepadatan rendah (Low-density zoning) dan menyebabkan fenomena automobile
dependency. Berdasarkan pengolahan GIS yang pertama diperoleh 145 simpul untuk lokasi TOD, dan dari
pengolahan genetika algoritma diperoleh 20 lokasi optimal TOD. Pengolahan dengan GIS berikutnya (multiple
ring buffer dan network analyst) menghasilkan 5 simpul TOD, yaitu 3 simpul yang berada di sisi kiri Jalan
Perintis Kemerdekaan, dan 2 simpul yang berada di sisi kanan Jalan Perintis Kemerdekaan.
Kata Kunci : Transit Oriented Development, Optimalisasi lokasi, Genetika Algoritma, Sistem Informasi
Geografi
ABSTRACT
Jalan Perintis Kemerdekaan as an arterial road connecting to the urban sub-urban area in the Makassar region
has experienced a level of saturation due to the phenomenon of urban sprawl, beside the problem of the multiobjective planning of infrastructure that has spawned several alternate methods of planning in this field. This
study aims to optimal location of the concept of Transit Oriented Development (TOD) using Geographic
Information System and genetic algorithms in Jalan Perintis Kemerdekaan, Makassar city. The method used in
this study is explorative and descriptive quantitative by using primary and secondary data were processed using
genetic algorithms and GIS. Location of the study in the district of Biringkanaya and Tamalanrea in Makassar.
The data samples used were 205 samples following variable data (landuse, building functions, population, social
facilities and public facilities, and roads) GIS processed using the results of which will be processed by the
genetic algorithm based java language. Results of genetic algorithm processing will be recycled by using GIS
(multiple ring buffers and network anlyst). The results showed that the pattern of buildings along Perintis
Kemerdekaan classified mixture. Hierarchy road at this location is not arranged in the structure, while growth in
developing housing clusters sporadically following the Perintis Kemerdekaan cassified low-density zoning and
led to the phenomenon of automobile dependency. Based on the GIS processing node 145 first obtained for TOD
location, and from the processing of genetic algorithm obtained 20 optimal locations TOD. GIS processing with
subsequent (multiple ring buffers and network analyst) produces 5 knots TOD, ie 3 vertices which are on the left
side of Perintis Kemerdekaan, and two vertices are on the right side of Perintis Kemerdekaan.
Keywords : Transit Oriented Development, Optimal location, Genetic algorithms, Geographic Information
System

PENDAHULUAN
Urbanisasi yang terjadi di Indonesia telah mengubah perlahan struktur kota (Evers,
2007). Menurut Marwasta (2010), urbanisasi ini menjadi salah satu pemicu berkembangnya
urban sprawl. Dalam penelitian Wunas, terungkap bahwa pada wilayah suburban Kota
Makassar, terdapat kurang lebih 133 kluster perumahan, tumbuh tidak terkendali, kepadatan
rendah, pada jarak berbeda-beda dari urban (kota inti), menyebar mengikuti + 20 km panjang
jalan poros urban-suburban Makassar dan jalan regional Sulawesi Selatan (Wunas, 2011).
Kota Makassar sebagai ibu kota propinsi Sulawesi Selatan dan kota inti Kawasan
Metropolitan Mamminasata, pola pergerakan orang sebagian besar melalui jalur jaringan jalan
utama seperti Jl. Perintis kemerdekaan (dari Maros), Jl. Sultan Alauddin (dari Gowa dan
Takalar) dan Jl. Alternatif Tanjung Bunga (dari Takalar) khususnya pergerakan yang
menggunakan kendaraan umum (Toding, 2012). Masih dalam penelitian Toding terjadi
peningkatan pergerakan di wilayah Mamminasata pada tahun 2030 yang disebabkan oleh
adanya peningkatan perkembangan aktifitas khususnya di kawasan sub urban (Kec.
Biringkanaya, Kec. Moncong Loe, Kec. Galesong Utara, Kec. Parang Loe) yang diakibatkan
oleh terjadinya fenomena urban sprawl. Dari sisi transportasi, penelitian yang dilakukan oleh
Akhmad (2010) menyatakan arus lalu lintas pada jam puncak di jalan-jalan utama pinggiran
timur (Jalan Perintis Kemerdekaan) adalah 4703 smp / jam, terendah 2.661 smp / jam (tingkat
ideal layanan kelas C = 1400 smp / jam) dengan rata-rata kecepatan 35, 37km/jam (60km/jam
ideal). Dalam penelitian Veronica, pola pergerakan dari kawasan sub urban menuju urban di
kawasan penelitian ini ditempuh lewat kendaraan pribadi dengan tujuan bermacam-macam
(Veronica, 2010)
Transit Oriented Development (TOD) adalah konsep pengembangan berbasis transit.
Konsep ini terintegrasi dengan beberapa elemen ruang perkotaan dan wilayah, mencakup
transportasi publik dan prasarana jalan serta fungsi lahan campuran (Wunas, 2011). Sementara
menurut Harno, Transit Oriented Development (TOD) adalah konsep pengembangan berbasis
transit, dimana terdapat integrasi transportasi publik dan prasarana jalan yang humanis dengan
kawasan multi fungsi. Komponen TOD terdiri dari: 1)jaringan sirkulasi (jalan-jalan, pejalan
kaki dan trotoar), 2) bus rapid transit dan tempat pemberhentiannya, 3)fasilitas pejalan kaki
dan sepeda untuk menghemat pergerakan kendaraan bermotor, 4) fasilitas-fasilitas umum
seperti taman, plaza, fitness centre, sekolah, perpustakaan, tempat penitipan anak, kantor pos
dan sebagainya (Harno, 2010).

Penelitian Hasibuan dkk. (2014) telah memanfaatkan GIS sebagai alat bantu untuk
mengidentifikasi konsep TOD dan melakukan analisis spasial terhadap tiga aspek yaitu land
use, transportasi, dan lingkungan di kawasan Jabodetabek. Sistem Informasi Geografi atau
biasa juga disebut GIS (Graphical Information System) sudah sering dilakukan sebagai alat
bantu dalam pencarian lokasi (location science) juga dalam analisis spasial, karena sebagian
besar sistem GIS mampu mengelaborasi data yang tersedia baik landuse, topografi,
lingkungan hingga tingkat elevasi (Jha et al., 2007), serta kemampuan GIS dalam mengolah
data dari sumber berbeda dengan skala dan transformasi yang berbeda (Church, 2002). Dalam
penelitian Dijk (2002), operasi matematika pada GIS tidak mampu menyelesaikan masalah
multi-objective, meskipun dalam operasi matematika ini sendiri sudah terdapat algoritma yang
disediakan untuk mengatasi problem network, seperti shortest path problem, p-median
problem, p-center problem namun GIS sendiri tidak bisa menangani fungsi tujuan yang
kompleks dengan multi kriteria atau multi objective (Arifin, 2011), untuk itu dibutuhkan
sebuah alat optimasi. Pencarian lokasi yang optimal sangat dibutuhkan dalam berbagai
aplikasi spasial, namun pencarian akan menjadi kompleks jika melibatkan beberapa kriteria,
kendala juga tujuan, karena masalah multi objektif dan multi kriteria ini membutuhkan
perhitungan dalam skala yang besar, ilmuwan dalam beberapa disiplin ilmu seperti geografi
(Li dan Yeh, 2005), teknik mesin (Madadi dan Balaji, 2008), teknik elektro (Mendoza et al.,
2007. ), serta biologi (Zhang et al., 2006) telah memperhatikan keuntungan dari penggunanan
genetika algoritma sebagai alat pencarian lokasi. Untuk itu, beberapa penelitian telah
mengembangkan penggabungan metode GIS dengan genetika lagoritma, seperti pada
penelitian Qin (2009), untuk penentuan lokasi transit bus stop di New Orleans, menggunakan
gabungan genetika algoritma dan network analysis dalam GIS. Sementara menurut Jha
(2013), penggunaan GIS yang diintegrasikan dengan metaheuristik (ant colony dan genetika
algoritma) sering digunakan bahkan dalam desain dan perencanaan infrastruktur jalan, kereta
api hingga station. Transit Oriented Development sebagai sebuah sistem, dalam
mengoptimalkan perencanaannya, membutuhkan sebuh solusi yang kompleks, karena karakter
dari TOD yang multi criteria, untuk itu penelitian ini bertujuan mengoptimalkan konsep
penempatan TOD di Jalan Perintis Kemerdekaan Kota Makassar.
METODE PENELITIAN
Rancangan Penelitian dan Lokasi Penelitian
Jenis penelitian ini berdasarkan rumusan masalah serta tujuan penelitian yaitu sifatnya
eksploratif dan deskriptif kuantitatif, yaitu melakukan uji coba optimalisasi konsep penerapan

TOD di Jalan Perintis Kemerdekaan dengan menggunakan network analysis dan genetika
algoritma.
Lokasi penelitian ini difokuskan pada jalur jalan arteri yaitu Jl. Perintis Kemerdekaan,
yang terletak di Kecamata Biringkanaya dan Kecamatan Tamalanrea
Populasi dan Sampel
Populasi dalam penelitian ini adalah seluruh penduduk yang tinggal di kawasan
perkembangan kota utamanya perumahan permukiman yang dibangun secara massal di sekitar
Jalan Perintis Kemerdekaan yaitu pada Kecamatan Tamalanrea dan Biringkanaya
Sampel adalah penduduk yang mengakses jalan Perintis Kemerdekaan dari populasi
dengan teknik pengambilan sampel yang sesuai dengan pembagian cluster atau zona kawasan
yaitu cluster random sampling. Pemilihan metode ini, karena karakter populasi pada kluster
yang heterogen. Tahap pertama dengan melakukan pembagian kluster berdasarkan jarak,
fungsi lahan dan bangunan sesuai dengan gambar 1. Lalu pada tiap kluster diambil sampel
untuk didistribusikan berdasarkan tabel Isaac dan Michael dalam Sugiyono (2007). Untuk
menentukan besarnya jumlah sampel yang akan diambil dalam studi ini, digunakan rumus
Slovin (Umar, 2000), dan menghasikan jumlah sampel sebanyak 205 sampel. Data sampel
dilakukan dengan teknik kuisioner untuk mengetahui pergerakan asal tujuan sampel.
Data dan Alat
Data penelitian ini yaitu data citra satelit Quickbird (0,61 m) Makassar tahun 2012;
data kluster pemukiman di sekitar Jalan Perintis Kemerdekaan tahun 2013; data fasilitas
umum, ekonomi, sosial yang terdapat di Jalan Perintis Kemerdekaan tahun 2013; data halte
bus di sepanjang Perintis Kemerdekaan tahun 2013; peta digital jaringan Jalan Perintis
Kemerdekaan tahun 2013, data kependudukan penduduk di sekitar Jalan Perintis
Kemerdekaan 2013 dan data asal tujuan penduduk di sekitar Jalan Perintis Kemerdekaan
tahun 2013. Data ini bersumber dari data primer dan data sekunder.
Alat yang digunakan dalam penelitian ini adalah software berbasis GIS; software java
JDK 7 IDE; softaware eclipse helios sebagai editor dan lingkungan pengembangan yang
terintegrasi

dengan

compiler/interpreter

java;

GPS

Garmin

76

CSX

dan

DNRGPS_6_1_0_2_BETA_for_ArcMap_10_0 untuk input data dari GPS ke GIS

Teknik Analisis
Dalam menganalisis data yang telah dikumpulkan dalam penelitian ini menggunakan
teknik overlay peta (GIS) yang hasilnya akan menghasilkan individu awal. Tiap individu awal
akan dianalisis dengan teknik clip (GIS) untuk mengetahui cakupan fasilitas dan populasi
pada tiap individu. Tiap individu nanti akan terwakili sebagai ID, dimana ID berupa bilangan

bulat yang terdiri dari koordinat x dan y dalam format UTM, jumlah fasilitas dan jumlah
populasi. Individu awal kemudian diolah dengan genetika algoritma dengan bantuan java.
Individu awal ini diolah berdasarkan 4 fungsi objektif yang akan menjadi fungsi
Memaksimalkan area cakupan populasi (F1), ( Li dan Yeh, 2005)
n

x i +(l1)/2

y i +(l1)/2

MaxF 1=

k ( x x ) +( y y )
'
Pden ( x , y ) A 0 e
2

i=1 x=x i (l1)/ 2 y= y i (l1)/2

(1)

Dimana:
yang akan dialokasikan
l adalah jendela lingkungan xi dan yi adalah koordinat (lokasi)
n adalah total area fasilitas untuk menjumlahkan total populasi terlayani
Pden (x,y) adalah kepadatan penduduk yang dinamis
A0 adalah area masing-masing sel
ek (x x ) +( y y )
2

adalah fungsi kepadatan meluruh

k adalah koefisien dari fungsi meluruh

Meminimalkan biaya transportasi (F2), ( Li dan Yeh, 2005)
MinF 2=

C
N

d min ( x , y ) P den ( x , y ) A 0

(2)

x=1 y=1

Dimana

( xx ) + ( y y )
2

min

d min (x,y) =

C adalah konstan terskala

Pden (x,y) adalah kepadatan populasi
NxN adalah ukuran (jumlah dari baris dan kolom) area studi
Kedekatan dengan jalan arteri (F3), ( Li dan Yeh, 2005)
MinF 3=ek D

road

Dimana
e-k adalah fungsi kepadatan meluruh
Droad adalah jarak dari jalan
Maksimal pelayanan fasilitas di suatu area (F4), (Indriasari et al., 2010)

(3)

MaxF 4= W i X i
i I

(4)

Dengan kendala

aij y j x i i I

y j= p

j J

j J

x i { 0,1 } , y j { 0,1 } i I , j J
I : indeks dan himpunan node permintaan
J: indeks dan himpunan dari area fasilitas yang berpotensi
Wi : populasi yang dilayani di simpul i
p :jumlah fasilitas yang akan ditempatkan
jika permintaan simpul i mencakup satu atau lebih dari fasilitas yang ada
x i= 1,hal lain
0,
bila ada satu fasilitas yang berlokasi di simpul j
hal lain
1,
y j=
0, jika objek permintaan i berada dalam wilayah layanan poligon j
hal lain
aij = 1,
0,

{
{

Sehingga, dari persamaan (1) hingga (4) di atas, diperoleh fungsi fitness
f=

1
1
+ F 2+ F 3 +
F 1 +
F4+

(5)

Dimana dan adalah bilangan kecil yang berbeda, untuk menghindari nilai fitness tak
terdefinisi
Hasil dari genetika algoritma akan diolah dengan menggunakan GIS yaitu analisis
multiple ring buffer dan network analyst (service area dan location allocation) dengan
menggunakan parameter jarak tempuh jalan kaki (+ 400 m) dan jarak tempuh bersepeda (+
2000 m).
HASIL
Proses pengolahan data di GIS memperlihatkan adanya pola pemukiman menyebar (urban
spraw) di sepanjang Jalan Perintis Kemerdekaan. Selain itu pola pemukiman yang menyebar
ini didominasi oleh kluster

perumahan, yang meskipun besar namun memiliki tingkat

kepadatan yang rendah (low density zoning). Dari segi sistem transportasi dan kluster

perumahan, kluster perumahan yang banyak terkoneksi langsung dengan Jalan Perintis
Kemerdekaan ternyata terkategorikan jalan lokal, sehingga tidak terakses langsung dengan
jaringan moda angkutan umum. Hal ini menyebabkan pada kawasan ini juga terjadi sebuah
fenomena automobile dependency.
Berdasarkan hasil analisis dengan menggunakan GIS, maka diperoleh individu awal
sebanyak 145 simpul lokasi TOD (gambar 1). Lokasi ini kebanyakan merupakan simpul dari
kegiatan di Jalan Perintis Kemerdekaan yang kawasannya adalah fungsi campuran dengan
populasi yang tinggi.
Data dari gambar 1, kemudian diolah dengan menggunakan fungsi objektif dan data dari
analisis GIS (tabel 1) dengan menggunakan genetika algoritma. Dari uji coba beberapa kali,
akhirnya didapatkan 20 simpul lokasi, setelah percobaan 500 generasi dan 1000 generasi
mencapai posisi konvergen (gambar 2). Gambar ini memperlihatkan hubungan fungsi fitness
dan setiap generasi pada proses genetika algoritma, dimana sebuah individu terbaik akan
didapatkan saat hubungan keduanya mencapai konvergen.
Hasil dari genetika algoritma kemudian diolah kembali dengan GIS, yaitu analisis
multiple ring buffer. Pada analisis ini menggunakan buffer dengan jarak capaian 400 meter
dan 2000 meter, yang merupakan jarak dasar dari capaian transit stop sebagai core dari TOD
terhadap fasilitas lainnya. Selain multiple ring buffer, analisis yang digunakan juga network
analyst bagian service area. Analisis ini menggunakan impedansi length dan jarak toleransi
400 meter dan 2000 meter. Analisis lain yang digunakan juga adalah network analyst baian
location allocation. Dalam location allocation, ditujukan untuk mengetahui system TOD
mewadahi seberapa banyak populasi yang ada. Dalam analisis dengan menggunakan GIS
dibedakan atas analisis jalur kiri Jalan Perintis Kemerdekaan dan jalur kanan, untuk
menghindari terjadinya overlap akibat lokasi yang berimpit pada lajur kiri dan kanan. Dari
hasil analisis ketiga analisis ini didapatkan 5 simpul lokasi TOD, dengan 3 lokasi pada jalur
kiri dan 2 lokasi pada jalur kanan. Hasil ini kemudian diolah kembali dengan menggunakan
multiple ring buffer dan location allocation, yang hasilnya memperlihatkan tidak terjadi
overlap antara lokasi TOD (gambar 3), juga memperlihatkan populasi yang terlayani oleh
setiap lokasi TOD (tabel 2).
PEMBAHASAN
Penelitian ini memperlihatkan di sekitar Jalan Perintis Kemerdekaan pertumbuhan
bangunan dengan fungsi campuran (bank, kuliner, entertainment, jasa, perkantoran, dan rukoruko) tersebar di kedua sisi Jalan Perintis Kemerdekaan, hal ini sesuai dengan penelitian

Wunas (2011) dan Veronica (2010) tentang urban sprawl di kawasan ini. Selain itu, sebuah
pola fungsi campuran terbentuk pada kluster perumahan, dimana pada bagian utama dari
kluster perumahan ini terdapat banyak bangunan dengan fungsi campuran.
Dilihat dari sistem hirarki jalan, jalan yang terkoneksi dengan Jalan Perintis
Kemerdekaan belum terstruktur sesuai dengan hirarki jalan seharusnya. Banyak jalan lokal
yang langsung terkoneksi dengan Jalan Perintis Kemerdekaan yang merupakan jalan arteri.
Ditambah sistem jaringan angkutan yang berlaku di Jalan Perintis Kemerdekaan masih
menggunakan system angkutan trayek metro mini (pete-pete) namun hanya mampu
mengakses sebagian kluster perumahan, menyebabkan terjadinya automobile dependency
yang merupakan bagian efek dari urban sprawl, hal ini senada dengan pandangan Carvero
(2013), tentang gejala automobile dependency yang banyak terjadi di negara berkembang.
Jalan Perintis Kemerdekaan adalah jalan arteri yang membelah dua kecamatan besar di
Makassar, yaitu Kecamatan Biringkanaya dan Kecamatan Tamalanrea. Kecamatan
Biringkanaya adalah kecamatan terluas di Kota Makassar dengan luas

48,22 km2 dan

persentase 27,43 % dari total luas Kota Makassar, terdiri atas 7 kelurahan, sebaliknya ditinjau
dari kepadatan penduduk, Kecamatan Biringkanaya termasuk kedua terendah yaitu 3512 jiwa
per km persegi. Sementara Kecamatan Tamalanrea adalah kecamatan terluas kedua setelah
Biringkanaya dengan luas 31,84 km2 dan persentase 18,12 % dari total luas Kota Makassar,
terdiri atas 6 kelurahan. Sama halnya dengan Kecamatan Biringkanaya, Kecamatan
Tamalanrea dilihat dari kepadatan penduduk adalah yang terendah di Makassar, yaitu 3.272
jiwa per km persegi. Dimana kepadatan penduduk yang tinggi terdapat di Kelurahan Sudiang
Raya. Sedangkan dalam kluster perumahan yang ada memiliki populasi yang berbeda-beda.
Sebagai kluster perumahan terbesar BTP dengan luas 1734315.692 M2 dan jumlah populasi
sekitar 10076 orang, memiliki tingkat kepadatan 0.005809784, hal ini termasuk rendah jika
dibandingkan konsep kawasan pemukiman untuk TOD dapat mengakomodasi populasi
dengan kepadatan 0.95 (Bohl, 2002).
Dari penelitian ini juga didapatakan bahwa penentuan lokasi konsep TOD akan lebih
efektif dan efisien dengan menggabungkan metode GIS dan genetika algoritma, hal ini sesuai
dengan

pandangan

tentang

kemudahan

menyelesaikan

masalah

kompleks

dengan

menggabungkan GIS dan genetika algoritma, hal ini sesuai pendapat Jha (2013), Li dan Yeh.
(2005), Qin (2009), dan Jha et al. (2007).
KESIMPULAN DAN SARAN

Penyelesaian optimalisasi Transit Oriented Development dengan menggunakan

genetika algoritma dan Sistem Informasi Geografi dapat dilakukan dengan pengolahan
variable dan indikator di ArcGIS, lalu dari ArcGIS ditentukan variable-variabel yang
dibutuhkan dalam fungsi fitness generasi awal yang selanjutnya diolah dengan genetika
algoritma

dengan menggunakan fungsi fitness dari parameter yang ada. Dari genetika

algoritma , hasil berupa koordinat UTM dikembalikan ke ArcGIS untuk diolah dengan system
multiple ring buffer dan network analyst. Posisi Transit Oriented Development dengan
menggunakan genetika algoritma dan Sistem Informasi Geografi adalah ID 10 (sekitar pintu II
Universitas Hasanuddin),140 (sekitar kawasan KIMA) ,144 (sekitar kawasan Bumi Permata
Sudiang dan perempatan tol bandara), 32 (sekitar kawasan pasar regional Daya) dan 117
(sekitar kawasan ruko Hasanuddin-perumahan Bung).
DAFTAR PUSTAKA
Akhmad. (2010). Kinerja Ruas Jalan Arteri di Kota Makassar. (Tesis). Makassar: Universitas
Hasanuddin.
Arifin Md. S. (2011). Location Allocation Problem Using Genetic Algorithm and Simulated
Annealing: A Case Study Based on School in Enschede. (Tesis). Enschede.
Netherlands: University of Twente.
Bohl Charles. (2002). Place Making: developing Town Centers, Main Streets, and Urban
Villages. Urban Land Institute. Washington DC.
Carvero Robert. (2013). Transport Infrastructure and the Environment: Sustainable Mobility
and Urbanism. IURD Working Paper Series.
Church R.L. (2002). Geographical information systems and location science. Computers &
Operations Research 29 (2002):541-562
Dijk S. Van, Tiiierens D. and Berg M.de. (2002). Using Genetic Algorithms for Solving Hard
Problems in GIS. GeoInformatica, 6:381-413.
Evers Hans-Dieter. (2007). The End of Urban Involution and the Cultural Construction of
Urbanism in Indonesia. Internationales Asienforum, Vol. 38 , No. 1-2, pp 51-65
Hasibuan, H. S. dkk. (2014). Using GIS to Integrate The Analysis of Land-Use,
Transportation, And The Environment for Managing Urban Growth Based on
Transit Oriented Development in The Metropolitan of Jabodetabek, Indonesia.
Dalam: Earth and Environmental Science. Volume 18.
Harno T. (2010). Transit Oriented Development (TOD) as Transport Demand Management
(TDM). Urban Traffic, DIT BSTP.
Indriasari V., Mahmud A.R., Ahmad N. & Shariff A. R. M. (2010). Maximal service area
problem for optimal siting of emergency facilities. International Journal of
Geographical Information Science, 24: 2, 213 230.
Jha M. K. Schonfeld P. & Samanta S. (2007). Optimizing Rail Transit Routes with Genetic
Algorithms and Geographic Information System. Journal of Urban Planning
and Development, 133:161-171.
Jha M. K. (2013). Metaheuristic Applications in Highway and Rail Infrastructure Planning
and Design: Implications to Energy and Environmental Sustainability.
Metaheuristics in Water, Geotechnical and Transport Engineering pp 365384.
Li Xia and Yeh, A.G. (2005). Integration of genetic algorithms and GIS for optimal location

search. International Journal of Geographical Information Science, 19(5):581601.

Madadi R.R., and Balaji C. (2008). Optimization of the location of multiple discrete heat
sources in a ventilated cavity using artificial neural networks and micro genetic
algorithm. International Journal of Heat and Mass Transfer, 51(9-10):22992312.
Marwasta D. (2010). Yogyakarta Urban Growth Versus Smart Growth: Towards Yogyakarta
Slow City Proposal. Dalam: To Solve Social Problem Through Art and Cultural
Activities; 2010 March 17; Yogyakarta
Mendoza J.E., Morales D.A., Lopez R.A., Lopez E.A., Vannier J.C., and Coello C.A.C.
(2007). Multiobjective location of automatic voltage regulators in a radial
distribution network using a micro genetic algorithm. IEEE Transactions on
Power Systems, 22(1):404-412.
Qin Xiaojun. (2009). A Social Vulnerability-Based Genetic Algorithm to Locate-Allocate
Transit Bus Stops for Disaster Evacuation in New Orleans, Louisiana (Thesis).
Louisiana: Louisiana State University and Agricultural and Mechanical College.
Sugiyono. (2007). Statistika untuk Penelitian. Ikatan Penerbit Indonesia. Jawa Barat
Toding K., Jinca M. Y., dan Wunas S. (2012). Sistem Transit Oriented Development (TOD)
Perkeretapian dalam Rencana Jaringan Kereta Api Komuter Mamminasata
(Tesis). Makassar: Universitas Hasanuddin.
Umar Husein. (2000). Metodologi Penelitian. Gramedia Pustaka Umum. Jakarta.
Veronica V. (2010). Konsep Pembangunan Berorientasi Transit Sebagai Pengendalian Pola
Pergerakan Transportasi di Kawasan Perkembangan Kota Makassar (Tesis).
Makassar: Universitas Hasanuddin.
Wunas S. (2011). Kota Humanis, Integrasi Guna Lahan dan Transportasi di Wilayah
Suburban. Brilian Internasional. Surabaya
Zhang T.L., Ding Y.S., and Shao S.H. (2006). Protein subcellular location prediction based
on prediction based on pseudo amino and acid immune genetic algorithm.
Computational Intelligence and Bioinformatics, 4115:534-542.

Gambar 1. Hasil TOD dari genetika algoritma pada aplikasi GIS

Gambar 2. Hubungan nilai fitness dan generasi pada proses

genetika algoritma (generasi 1000)

100
100
100
100
100
100
100
100
100
100
100

Tabel 1. Data individu awal untuk proses genetika algoritma

ID
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48

Koordinat dalam UTM

X
Y
774337.0049
9430808.599
774558.3502
9430973.908
774505.0635
9430992.019
774747.9696
9431120.182
774899.5372
9431143.369
775887.8833
9431227.868
775798.563
9431216.298
776385.1529
9431430.898
776281.8371
9431341.34
776531.6649
9431565.326
776839.0075
9431894.996
776859.3726
9431942.914
776887.9937
9432052.282
776943.4071
9432215.167
776956.0094
9432151.683
777226.0687
9432626.709
777149.6635
9432611.055
777119.1672
9432574.825
777219.6726
9432648.739
777592.1434
9432894.685
777459.215
9432803.322
777972.3643
9433195.57
778054.0739
9433252.041
778068.9859
9433332.95
778149.8788
9433463.194
778360.8
9433682.954
778273.1948
9433566.651
778159.6502
9433410.637
778362.8038
9433742.922
778404.2943
9433826.579
778476.6616
9434013.883
778475.3053
9434153.747
778511.2887
9433930.336
778466.5303
9434349.055
778460.4886
9434409.473
778402.1005
9435256.913
778372.165
9435220.55
778370.6982
9434954.302
778404.514
9435289.623
778448.6709
9435469.026
778481.6347
9435589.121
778504.2912
9435699.383
778519.3955
9435793.03
778449.2529
9435617.511
778473.3531
9435745.138
778486.4846
9435856.91
778542.052
9435935.011
778560.3647
9436062.491
778521.8411
9436063.285

Populasi

D Roads
2898
48
400
2000
3800
3800
3800
3800
2400
590
3800
1580
2900
3800
3800
2450
967
456
2900
2980
2980
3800
3800
3800
86
186
168
2980
2800
4000
35
780
4000
3800
142
2820
340
434
4000
2890
1980
2042
3800
2042
2998
3800
842
680
68

Fasilitas
4
8
8
6
5
4
4
4
8
8
4
6
3
5
3
7
7
7
5
4
4
3
3
5
6
8
7
7
8
5
8
6
5
3
7
6
8
4
4
4
7
7
4
7
7
8
8
8
8

12
8
9
13
13
22
18
25
11
14
23
15
23
23
20
11
16
12
20
19
19
19
17
13
11
11
11
8
14
30
9
15
29
24
6
12
8
11
12
20
13
11
17
10
6
13
8
13
11

ID
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132

Koordinat dalam UTM

X
Y
778546.5936
9436223.357
778671.9493
9436427.412
778582.6384
9436363.399
778696.7559
9436515.634
778783.7214
9436589.028
778656.2824
9436510.09
778741.175
9436592.635
778828.572
9436685.18
778881.0518
9436677.736
779160.536
9436915.413
779193.0489
9437016.481
779250.037
9437112.763
779295.0417
9437142.926
779330.6755
9437228.658
779278.1727
9437168.827
779375.7573
9437323.022
779351.6444
9437391.069
779415.0826
9437415.236
779416.0742
9437528.595
779452.8435
9437499.82
779478.5208
9437576.852
779519.3025
9437687.114
779579.7199
9437966.544
779602.3764
9437900.085
779492.1147
9437739.979
779634.0955
9437960.502
779680.9189
9438143.264
779698.4276
9438259.93
779652.2207
9438058.68
779661.8228
9438222.347
779686.7934
9438314.291
779757.6655
9438452.818
779719.6507
9438335.529
779718.8482
9438432.646
779744.9737
9438535.569
779786.6493
9438549.571
779825.9206
9438652.281
779768.5241
9438650.77
779841.0249
9438754.99
779840.8143
9438879.693
779842.907
9438814.847
779875.9087
9438922.129
779856.0291
9438949.605
779910.5048
9439013.274
779884.8275
9439069.16
779940.7135
9439125.046
777047.4369
9432505.875
779959.0159
9439206.402
779976.9639
9439268.538
779942.7844
9439261.124
778402.4079
9434627.47
778417.106
9434641.814
778436.3217
9434549.943
778417.39
9434439.676
777090.3712
9432530.812
777005.5454
9432371.898
776981.918
9432269.034
776918.6236
9432055.082
776882.6044
9431947.764
776876.0438
9431900.643
776769.765
9431819.707
776732.4652
9431755.641
776789.0449
9431815.021
776479.6274
9431559.258
776384.8253
9431472.679
775644.481
9431198.653
775408.8072
9431173.261
775464.9135
9431159.405
775750.2368
9431193.107
775362.4583
9431147.884
775108.8365
9431127.123
775320.7425
9431164.656
775163.8975
9431156.924
775056.5218
9431151.631
775033.1273
9431127.873
774984.9573
9431124.802
774841.3047
9431113.375
774733.0468
9431092.946
774653.4022
9431092.429
774608.883
9431003.445
774391.3805
9430914.329
774282.6293
9430838.808
774219.1911
9430796.516
774256.952
9430752.713

Populasi

D Roads
842
3800
642
3200
3800
482
426
3800
3800
2880
2880
3024
482
46
3506
2998
1890
120
26
86
36
26
542
64
28
432
1824
408
2990
86
268
4000
68
289
864
980
1868
1082
242
150
242
1886
142
464
4600
4600
3800
86
86
24
687
456
468
2809
1980
3800
3800
486
670
3800
3800
2800
3800
568
568
350
3800
150
3800
3800
340
3800
340
340
1900
1800
3800
3800
2000
400
3800
2100
2000
35

Fasilitas
8
8
8
4
3
8
5
8
4
4
4
4
6
6
4
4
4
6
6
6
6
7
6
8
8
4
4
8
3
6
7
4
8
6
7
4
6
4
6
7
6
6
6
6
4
4
3
7
7
6
8
5
8
4
7
8
8
7
7
3
4
7
4
7
8
5
8
8
4
7
8
7
8
8
8
7
4
4
8
8
4
7
8
9

13
10
12
11
11
8
7
12
11
10
11
9
5
5
5
19
12
5
6
6
4
15
13
8
11
11
19
9
19
11
8
20
8
8
8
11
7
6
8
7
12
10
6
6
11
19
25
6
8
4
8
12
14
24
16
15
14
13
13
22
16
13
16
14
13
16
17
14
21
17
11
15
12
11
8
8
13
11
11
8
25
17
14
5

ID
133
134
135
136
137
138
139
140
141
142
143
144

Koordinat dalam UTM

X
Y
774448.777
9430891.673
775919.2513
9431213.912
775974.8139
9431224.496
776232.1583
9431333.34
776281.7312
9431383.775
776352.794
9431443.56
777041.0869
9432468.833
779925.6092
9439218.693
778392.396
9434748.316
778385.12
9434807.847
778399.8967
9435338.111
778412.35
9435418.595

Populasi

D Roads
3800
1800
2500
2600
2800
3800
3800
186
75
76
1980
3800

Fasilitas
3
6
5
5
6
4
7
7
8
8
8
3

Tabel 2. Hasil analisis location allocation

ID
117
10
32
140
144

Facility Type
1
1
1
1
1

Demand Count
4171
9704
9387
9669
4063

Populasi
8342
19408
18774
19338
8126

25
13
11
18
13
22
12
5
8
5
16
27

GAMBAR Gambar 3. Hasil proses multiple ring buffer (a: jalur kiri Jalan Perintis
Kemerdekaan, b: jalur kanan Jalan Perintis Kemerdekaan)

a.

b.