5.1.

Analisis Pembagian Zona

Zona adalah kawasan atau area yang memiliki fungsi dan karakteristik lingkungan yang spesifik, maka
zona dipastikan memiliki suatu identitas atau ciri yang berbeda dari area lain disekitarnya. Sedangkan
Zoning adalah pembagian kawasan ke dalam beberapa zona sesuai dengan fungsi dan karakteristik
semula atau diarahkan bagi pengembangan fungsi-fungsi lain. Sistem zona yang digunakan adalah
berdasarkan atas homogenitas kegiatan pada masing-masing zona tersebut. Dengan mendasarkan sistem
zona tersebut, Kabupaten Tanjung Jabung Timur sebagai daerah kajian dibagi menjadi beberapa
subdaerah yang disebut dengan zona, yang masing-masing diwakili oleh pusat zona. Zona dapat juga
dianggap sebagai satu kesatuan atau keseragaman tata guna lahan/ kegiatan. Pusat zona dianggap
sebagai tempat atau lokasi awal pergerakan lalu lintas dari zona tersebut dan akhir pergerakan lalu lintas
yang menuju zona tersebut. Zona zona tersebut adalah :

5.2. Analisis Kependudukan

Jumlah penduduk pada suatu wilayah atau negara pasti berubah seiring berjalannya waktu. Pertumbuhan
penduduk dipengaruhi oleh beberapa faktor seperti kelahiran, kematian dna migrasi. Untuk meramalkan
jumlah penduduk di masa yang akan datang maka dibuatlah rumus proyeksi penduduk.
Proyeksi penduduk adalah perhitungan jumlah penduduk di masa yang akan datang berdasarkan asumsi
perkembangan kelahiran, kematian dan migrasi. Di Indonesia data penduduk yang dipakai dan dipercaya
untuk keperluan proyeksi berasal dari sensus penduduk yang diselenggarakan pada tahun yang berahir "0"
dan survey antar sensus yang berakhir "5". Proyeksi ini digunakan untuk kepentingan pembangunan
seperti perencanaan jangka pendek, menengah dan panjang. Perencanaan pembangunan tersebut dapat
berupa pembangunan sarana dan prasarana transportasi yang salah satunya adalah transportasi
penyebrangan.
Peningkatan jumlah penduduk dan kompleksitas aktivitasnya menyebabkan terjadinya peningkatan
pergerakan sehingga kebutuhan akan sarana transportasi pun meningkat. Sarana transportasi yang paling
efektif dan efisien untuk menunjang pergerakan penduduk adalah angkutan umum salah satunya angkutan
penyeberangan (bagi penduduk yang akan melakukan pergerakan ke luar pulau). Oleh karena itu, melalui
analisis kependudukan ini akan diperoleh gambaran mengenai aspek aspek kependudukan di wilayah
pekerjaan. Terdapat beberapa metode dalam proyeksi penduduk yaitu diantaranya :

Metode regresi
Metode eksponensial
Metode Aritmatik
Metode Geometrik
a. Metode Regresi
Adapun rumus metode regresi adalah :

Pn = a + b (x)

Pn = jumlah penduduk tahun ke n

X = tambahan tahun terhitung dari tahun dasar
A,b = tetapan

b. Metode eksponensial
Menurut Adioetomo dan Samosir (2010), metode eksponensial menggambarkan pertambahan penduduk
yang terjadi secara sedikit-sedikit sepanjang tahun, berbeda dengan metode geometrik yang
mengasumsikan bahwa pertambahan penduduk hanya terjadi pada satu saat selama kurun waktu tertentu.
Formula yang digunakan pada metode eksponensial adalah:

c. Metode Aritmatik
Proyeksi penduduk dengan metode aritmatik mengasumsikan bahwa jumlah penduduk pada masa depan
akan bertambah dengan jumlah yang sama setiap tahun. Formula yang digunakan pada metode proyeksi
aritmatik adalah:
d. Metode Geometrik
Proyeksi penduduk dengan metode geometrik menggunakan asumsi bahwa jumlah penduduk akan
bertambah secara geometrik menggunakan dasar perhitungan bunga majemuk (Adioetomo dan Samosir,
2010). Laju pertumbuhan penduduk (rate of growth) dianggap sama untuk setiap tahun. Berikut formula
yang digunakan pada metode geometrik:

Dari ke empat metode terdebut akan dipilih metode yang paling sesuai dengan karakteristik wilayah
Provinsi Kepulauan Riau. Adapun data dasar yang digunakan adalah data penduduk Eksisting Provinsi
Kepulauan Riau Tahun 2008-2015 untuk lebih jelasnya dapat dilihat pada tabel berikut ini :
Tabel 5.1
Jumlah Penduduk Eksisting Provinsi Kepulauan Riau dirinci Per Kabupaten/Kota Tahun 2008-
2015

Jumlah Penduduk Eksisting (Jiwa)

No Wilayah
2008 2009 2010 2011 2012 2013 2014 2015
1 Karimun 205125 209042 213479 216146 218475 220882 223117 225298
2 Bintan 136221 139407 143020 145057 147212 149120 151123 153020
3 Natuna 65624 67389 69416 70423 71454 72527 73470 74520
4 Lingga 84397 85867 86513 87026 87482 87867 88274 88591
Kepulauan
5 35983 36734 37629 38210 38833 39374 39892 40414
Anambas
 6 Batam 824964 885503 954450 1000661 1047534 1094623 1141816 1188985
7 Tanjungpinang 178877 183315 188309 191287 194099 196980 199723 202215
Jumlah 1531191 1607257 1692816 1748810 1805089 1861373 1917415 1973043
Sumber : Provinsi Kepulauan Riau Dalam Angka 2009-2016

Dari data eksisting tersebut kemudian dilakukan analiis data penduduk dengan menggunakan keempat
metode tersebut dan dipilih metode yang paling sesuai.

Gambar 5.1Grafik Metode Proyeksi Penduduk Provinsi Kepulauan Riau

Dari grafik diatas dapat dilihat bahwa metode analisis yang paling sesuai adalah proyeksi dengan
menggunakan metode regresi linier hal ini dikarenakan dengan menggunakan metode analisis regresi linier
memiliki nilai R2 paling mendekati 1 yaitu 0,9986 artinya dengan metode regresi linier memiliki tingkat error
yang paling kecil. Adapun hasil Proyeksi dengan menggunakan metode regresi dapat dilihat pada tabel
berikut ini :
Tabel 5.2
Proyeksi Jumlah Penduduk Provinsi Kepulauan Riau dirinci Per Kabupaten/Kota Tahun
2016-2036
 Jumlah Penduduk Proyeksi (Jiwa)
No Wilayah
2016 2021 2026 2031 2036 Rank Size
1 Karimun 226552 261935 297318 332701 368083 S
2 Bintan 153872 177904 201935 225967 249998 R
3 Natuna 74935 86638 98341 110045 121748 R
4 Lingga 89084 102997 116910 130823 144737 R
5 Kepulauan Anambas 40639 46986 53333 59680 66027 R
6 Batam 1195605 1382333 1569062 1755790 1942518 T
7 Tanjungpinang 203341 235098 266856 298614 330371 S
Jumlah 1984029 2293892 2603755 2913619 3223482
Sumber : Hasil Analisis Tahun 2016

Selain itu dilakukan analisis kepadatan penduduk , kepadatan penduduk yang merupakan perbandingan antara jumlah
penduduk dengan luas wilayahnya, dihitung dengan rumus sebagai berikut.

Kepadatan Penduduk = Jumlah Penduduk (jiwa)

Luas Wilayah (km 2)

Adapun Hasil analisis Proyeksi Kepadatan Penduduk dapat dilihat pada tabel berikut ini :
Tabel 5.3
Proyeksi Kepadatan Penduduk Provinsi Kepulauan Riau dirinci Per Kabupaten/Kota Tahun
2016-2036

Kepadatan Kepadatan Penduduk Proyeksi (Jiwa/Km2)

No Wilayah
Eksisting 2016 2021 2026 2031 2036
1 Karimun 78 79 91 103 116 128
2 Bintan 79 79 91 104 116 128
3 Natuna 36 36 42 48 53 59
4 Lingga 42 42 49 55 62 68
5 Kepulauan Anambas 68 69 80 90 101 112
6 Batam 1544 1552 1795 2037 2279 2522
7 Tanjungpinang 844 849 982 1114 1247 1379
Jumlah 186 187 216 246 275 304
Sumber : Hasil Analisis Tahun 2016

Berdasarkan hasil proyeksi jumlah penduduk dan kepadatan penduduk tersebut dapat diketahui bahwa
jumlah penduduk Provinsi Kepulauan Riau (yang termasuk dalam deliniasi wilayah pekerjaan) terus
mengalami peningkatan sampai tahun 2036. Kabupaten/Kota dengan jumlah penduduk terbesar pada
tahun 2036 adalah Kota Batam yaitu sebesar 1.942.518 jiwa (kepadatan 2.522 jiwa/km 2), Kabupaten
karimun sebesar 368.083jiwa (kepadatan 128 jiwa/km2), dan Kota Tanjung Pinang sebesar 330.371
(kepadatan 1.379jiwa/km2).
Salah satu faktor yang mendorong meningkatnya permintaan (demand) transportasi (terutama transportasi
penyeberangan) adalah pertumbuhan penduduk. Ketiga kabupaten/kota dengan jumlah penduduk tertinggi di Provinsi
Kepulauan Riau tersebut (Kota Batam, Kab. Karimun, dan Kota Tanjung Pinang) diperkirakan akan menghasilkan
demand angkutan penyeberangan (menuju dan dari) yang lebih besar dibandingkan dengan kab/kota lainnya di
Provinsi Kepulauan Riau. Permintaan juga didukung oleh fungsi ketiganya yang merupakan pusat kegiatan di Provinsi
Kepulauan Riau. Berdasarkan hasil survey, diketahui juga bahwa Kota Batam dan Kota Tanjung Pinang merupakan
tujuan terbesar pergerakan penumpang/barang dari Provinsi Kepulauan Riau.

Gambar 5.2Proyeksi Penduduk Provinsi Kepulauan Riau

Proyeksi Jumlah Penduduk Provinsi Kepulauan Riau

2500000

2000000

1500000

1000000

500000

0
2016 2021 2026 2031 2036

Karimun Bintan Natuna

Lingga Kepulauan Anambas Batam
Tanjungpinang
 5.3. Analisis Perekonomian
1.3.1 Perkembangan Eknomi

Dalam struktur ekonomi Provinsi Kepulauan Riau tahun 2013, peranan tertinggi masih dipegang oleh
Industri Pengolahan yaitu sebesar 47,69%. Untuk lebih lengkapnya dapat dilihat pada tabel PDRB berikut.

Tabel 5.4
PDRB Provinsi Kepulauan Riau Menurut Lapangan Usaha Atas Dasar Harga Berlaku (Juta Rupiah)
PDRB dengan Migas Menurut Lapangan Usaha Atas Dasar Harga Berlaku (Juta
Sektor PDRB dengan Migas Rupiah)
2009 2010 2011 2012 2013
1.PERTANIAN, PETERNAKAN, KEHUTANAN,
3192446.59 3434219.69 3712921.64 3989491.48 4296147.25
PERIKANAN
a. Tanaman Bahan Makanan 161951.42 182722.98 226876.96 261431.92 284100.31
b. Tanaman Perkebunan 176794.29 189125.76 213644.7 226464.28 243245.49
c. Peternakan dan Hasil-hasilnya 500314.02 539161.98 572380.68 621606.6 682826.74
d. Kehutanan 37799.23 40866.51 48591.82 51353.72 53928.72
e. Perikanan 2315587.63 2482342.47 2651427.47 2828634.96 3032046
2.PERTAMBANGAN DAN PENGGALIAN 5601741.11 5936974.33 6125134.25 6677262.39 7112642.49
a. Minyak dan Gas Bumi 4831194.58 5109657.8 5235455.39 5706671.79 6069983.37
b. Pertambangan Bukan Migas 483835.11 523736.29 564338.36 616101.98 664508.49
c. Penggalian 286711.43 303580.25 325340.51 354488.62 378150.63
3.INDUSTRI PENGOLAHAN 29517887.01 33488733.74 38343836.2 43371350.97 47844497.08
a. Industri Migas - - - - -
b. Industri Tanpa Migas 29517887.01 33488733.74 38343836.2 43371350.97 47844497.08
1) Makanan, Minuman dan Tembakau 84532.59 96130.34 115810.16 136270.99 149116.99
2) Tekstil, Barang Kulit & Alas Kaki 475476.02 519132.89 587758.93 643382.09 694258.94
3) Barang Kayu & Hasil Hutan Lainnya 2565829.28 2906298.83 3062435.05 3316679.08 3529681.68
4) Kertas dan Barang Cetakan 408958.71 435367.16 504357.14 559177.81 609058.57
5) Pupuk, Kimia & Barang dari Karet 2165342.93 2346233.21 2641956.43 2960508.6 3190891.94
6) Semen & Barang Galian bukan Logam 2547565.8 2814623.43 3141109.88 3374446.7 3549963.09
7) Logam Dasar Besi & Baja 5042725.25 5508727.19 6582874.75 7321535.07 8193518.12
8) Alat Angkutan, Mesin & Peralatannya 15268397.91 17749916.16 20352264.74 23506536.36 26240108.76
9) Barang lainnya 959058.51 1112304.53 1355269.12 1552814.26 1687898.98
4.LISTRIK, GAS DAN AIR BERSIH 352563.8 403727.54 477708.32 531771.21 585843.12
a. Listrik 163635.51 197979.55 234829.85 260413.25 289857.57
b. Gas 149768.92 163381.19 195492.81 217686 237229.82
c. Air Bersih 39159.38 42366.8 47385.67 53671.96 58755.73
5.BANGUNAN 4539681.19 5275841.96 6256046.67 7152028.68 8380003.16
6.PERDAGANGAN, HOTEL DAN RESTORAN 12487883.2 14180068.31 15568076.09 17951963.01 20147445.81
a. Perdagangan Besar dan Eceran 10328768.89 11745662.46 12842673.48 14809467.64 16609058.06
b. Hotel 1340022.06 1505392.27 1700925.45 1976588.71 2238542.38
 PDRB dengan Migas Menurut Lapangan Usaha Atas Dasar Harga Berlaku (Juta
Sektor PDRB dengan Migas Rupiah)
2009 2010 2011 2012 2013
c. Restoran 819092.25 929013.57 1024477.15 1165906.66 1299845.37
7.PENGANGKUTAN DAN KOMUNIKASI 2976798.16 3243134.49 3602226.78 4030242.35 4476778.84
a. Pengangkutan 2666631.74 2910352.17 3245746.41 3629712.04 4038537.1
1) Angkutan Jalan Raya 1384991.92 1505484.37 1649105.12 1824132.84 2024740.9
2) Angkutan Laut 675182.63 720941 817176.46 924003.11 1024682.94
3) Angkutan Udara 411879.69 474217.16 553898.52 618819.86 698026.21
4) Jasa Penunjang Angkutan 194577.5 209709.64 225566.3 262756.23 291087.05
b. Komunikasi 310166.42 332782.32 356480.37 400530.31 438241.75
8.KEUANGAN, PERSEWAAN & JASA PERUSAHAAN 3452159.81 3717777.14 3992087.58 4451886.72 4862699.35
a. Bank 2326955.22 2483494.09 2646481.69 2969603.4 3244351.58
b. Lembaga Keuangan Bukan Bank 121250.57 132167.29 149876.08 169060.56 186858.49
c. Jasa Penunjang Keuangan 973310.79 1067102.82 1158318.68 1271300.71 1385391.14
e. Jasa Perusahaan 30643.23 35012.94 37411.12 41922.05 46098.14
9.JASA - JASA 1771776.61 1934037.11 2159756.1 2412217.44 2604358.6
a. Pemerintahan Umum 925000.57 1006967.35 1136451.33 1269986.63 1358643.29
b. Swasta 846776.05 927069.76 1023304.77 1142230.8 1245715.31
1) Sosial Kemasyarakatan 161716.5 183420.33 205122.84 227903.76 244680.73
2) Hiburan dan Rekreasi 203891.37 225937.94 254828.18 297036.7 326023.6
3) Perorangan dan Rumah Tangga 481168.18 517711.49 563353.74 617290.34 675010.98
PDRB DENGAN MIGAS 63892937.49 71614514.31 80237793.63 90568214.25 100310415.7
Sumber : Statistik Provinsi Kepulauan Riau Tahun 2014

Sektor yang memegang peranan tertinggi dalam struktur perekonomian Provinsi Kepulauan Riau adalah Sektor
Industri Pengolahan sebesar 47,69% terhadap total PDRB Provinsi Kepulauan Riau pada tahun 2013. Sektor kedua
terbesar adalah Perdagangan Hotel dan Restoran yaitu sebesar 20%.
Pada kondisi eksisting, industri pengolahan sebagai sektor terbesar penyumbang PDRB ditandai oleh jenis barang
yang menggunakan transportasi penyeberangan didominasi oleh barang barang non migas seperti Alat Angkutan,
Mesin & Peralatannya.

Gambar 5.3 Perkembangan PDRB Provinsi Kepulauan Riau Menurut Lapangan Usaha Atas
Dasar Harga Berlaku (Juta Rupiah)
 PERKEMBANGAN PDRB

100310415.7
90568214.25
80237793.63
71614514.31
63892937.49

2009 2010 2011 2012 2013

Dari nilai pertumbuhan PDRB tersebut digunakan untuk memproyeksikan Jumlah PDRB Kepulauan Riau
dimasa yang akan datang adapun hasil dari proyeksi PDRB Kepulauan Riau dapat dilihat pada tabel
berikut ini

Tabel 5.5
Proyeksi PDRB Provinsi Kepulauan Riau Menurut Lapangan Usaha Atas Dasar Harga Berlaku (Juta
Rupiah)

TAHUN Proyeksi PDRB Provinsi Kepulauan Riau

2016 118040237.6
2021 163934565.8
2026 209828894
2031 255723222.2
2036 301617550.3
Sumber : Hasil Analisis Tahun 2016

Hasil proyeksi PDRB Kepulauan Riau tersebut kemudian akan digunakan untuk memproyeksikan demand pengguna
transportasi penyebrangan di Provinsi Kepulauan Riau.

Gambar 5.4 Perkembangan Proyeksi PDRB Provinsi Kepulauan Riau Menurut Lapangan Usaha
Atas Dasar Harga Berlaku (Juta Rupiah)
 PROYEKSI PERTUMBUHAN PDRB
350000000

300000000

250000000

200000000

150000000

100000000

50000000

0
2011 2013 2016 2021 2026 2031 2036
:

1.3.2 Analisis Location Quetient

Untuk mengetahui potensi dan permasalahan mengenai aktivitas ekonomi di wilayah perencanaan sebagai
bahan pertimbangan untuk pengembangan aktivitas ekonomi wilayah di masa yang akan datang akan
dilakukan kajian terhadap potensi ekonomi wilayah, potensi ekonomi masyarakat, dan potensi dan
permasalahan ekonomi wilayah.
Kajian terhadap potensi ekonomi wilayah dilakukan dengan mengkaji potensi ekonomi wilayah dengan
menggunakan berbagai teknik analisis. Teknik analisis yang dilakukan adalah Teknik Analisis Location
Quetient :
Untuk mengetahui kemampuan dan potensi ekonomi di kawasan perencanaan digunakan teknik analisis
LQ yaitu merupakan teknik perhitungan untuk menghitung konsentrasi kegiatan ekonomi atau untuk
menentukan perbedaan kemampuan ekonomi masyarakat, dengan cara membandingkan peranan
ekonomi daerah tersebut dengan skala yang lebih luas (Pulau Sumatera). LQ banyak digunakan sebagai
alat yang sederhana untuk mengukur spesialisasi relatif suatu daerah pada sektor-sektor tertentu,
sehingga dalam suatu daerah akan diketahui kegiatan-kegiatan ekonomi mana yang menjadi kegiatan
ekonomi yang termasuk dalam kategori kegiatan ekonomi mampu dan potensi yang hasil kegiatan
ekonominya dapat melayani daerahnya sendiri maupun daerah yang ada di sekitarnya, juga diketahui
kegiatan ekonomi yang termasuk dalam kategori belum mampu namun potensi untuk dikembangkan di
mana hasil kegiatan ekonominya hanya dapat digunakan untuk melayani daerahnya sendiri atau lokal.
Berdasarkan hasil analisis LQ Provinsi Kepulauan Riau terhadap Pulau Sumatera, maka didapatkan hasil
sebagai berikut:

Tabel 5.6
Nilai LQ Komoditas Provinsi Kepulauan Riau

Sektor PDRB dengan Migas LQ PENILAIAN

1.PERTANIAN, PETERNAKAN, KEHUTANAN, PERIKANAN 0.2 NB
2.PERTAMBANGAN DAN PENGGALIAN 0.5 NB
3.INDUSTRI PENGOLAHAN 2.5 B
4.LISTRIK, GAS DAN AIR BERSIH 1.1 B
5.BANGUNAN 1.2 B
6.PERDAGANGAN, HOTEL DAN RESTORAN 1.3 B
7.PENGANGKUTAN DAN KOMUNIKASI 0.6 NB
8.KEUANGAN, PERSEWAAN & JASA PERUSAHAAN 1.0 NB
9.JASA - JASA 0.3 NB
Sumber : Hasil Analisis Tahun 2016
Ketereangan : B = Basis NB = Non Basis

LQ memberikan penilaian kriteria analisis sbb:

1 LQ < 1, maka:

Sektor ini merupakan sektor nonbasis namun berpotensi untuk dikembangkan dan memilki negatif export employment, artinya
wilayah dalam keadaan minus untuk sektor ini, sehingga daerah tersebut cenderung mengambil dari luar daerah

2 LQ = 1, maka:

Sektor ini dapat mencukupi kebutuhan di daerahnya sendiri dan sisanya merupakan kemampuan ekspor sektor tersebut, atau
dengan kata lain terdapat keseimbangan antara ekspor dan impor.

3 LQ > 1, maka:

Sektor ini merupakan sektor basis dan potensi sehingga memiliki sifat positif export employment, artinya wilayah dalam keadaan
surplus untuk sektor ini sehingga daerah tersebut cenderung mengirim ke luar daerah (mengekspor).

Sektor yang merupakan sektor basis di Provinsi Kepulauan Riau dan memiliki potensi Positive Export Employment
atau kecenderungan untuk mengirim ke luar daerah (mengekspor) adalah industri pengolahan, listrik, gas dan air
bersih, bangunan dan perdagangan, hotel dan restoran
Sektor basis yang terbesar di Provinsi Kepulauan Riau adalah Industri Pengolahan.
1.3.3 Kontribusi Ekonomi Provinsi Terhadap Pulau

Secara keseluruhan, perekonomian di Provinsi Kepulauan Riau memberikan kontribusi yang tidak terlalu besar terhadap
perekonomian di Pulau Sumatera. Untuk lebih lengkapnya dapat dilihat pada tabel berikut.

Tabel 5.7
Kontribusi Provinsi Kepulauan Riau terhadap Pembentukan PDRB AHDB Wilayah Sumatera

N PDRB Tahun Share Terhadap Pulau Share Terhadap Nasional

PROVINSI
O 2013 (%) (%)
1 Nangroe Aceh Darussalam 103046 5.71 1.13
2 Sumatera utara 403933 22.38 4.45
3 Sumatera Barat 127100 7.04 1.40
4 Riau 522241 28.94 5.75
5 Kepulauan Riau 100310 5.56 1.10
6 Jambi 85558 4.74 0.94
7 Sumatera Selatan 231683 12.84 2.55
8 Kepulauan Bangka Belitung 38935 2.16 0.43
9 Bengkulu 27388 1.52 0.30
10 Lampung 164393 9.11 1.81
Pulau Sumatera 1804587 100 19.87
Nasional 9083972
Sumber : Hasil Analisis Tahun 2016

Berdasarkan data tersebut, terlihat bahwa Provinsi Kepulauan Riau memegang peran yang tidak terlalu besar terhadap kegiatan
perekonomian di Pulau Sumatera. Provinsi Kepulauan Riau memiliki kontribusi atau Share terhadap PDRB Pulau Sumatera
sebesar 5,56%. Dalam pembentukan PDRB Wilayah pulau Sumatera, Provinsi Riau, Sumatera Utara, dan Sumatera Selatan
memiliki peran yang relatif besar, yakni mencapai sekitar 70 persen terhadap PDRB Pulau Sumatera. Di sisi lain, peran Provinsi
Kepulauan Riau masih kurang dari 10 persen.

Gambar 5.5 Grafik Kontribusi PDRB AHDB Provinsi terhadap Wilayah Sumatera
 Share PDRB Terhadap PDRB Pulau

Nangroe Aceh Sumatera utara

Darussalam
Sumatera Barat Riau
2%
2%9%6%
13% 22% Kepulauan Riau Jambi
5% Sumatera Selatan Kepulauan Bangka
6% 7% Belitung
29% Bengkulu Lampung

5.4. Analisis Transportasi dan Lintas Penyebrangan

5.4.1 Analisis Demand (Trip Generation)

Pemodelan bangkitan perjalanan (Trip Generation) adalah suatu tahapan permodelan yang memperkirakan
jumlah pergerakan yang berasal dari suatu zona dan berapa jumlah pergerakan yang akan tertarik pada
zona (Trip Attraction) . Terdapat banyak faktor yang mempengaruhi terbangkitnya / tertariknya perjalanan
penumpang/barang dari/ke zona tertentu. Faktor faktor tersebut antara lain:

a. Perkiraan pertumbuhan Jumlah penduduk zona

b. Perkiraan pertumbuhan jumlah pendapatan domestik regional bruto
c. Perkiraan Bangkitan Perjalanan Penumpang/Barang.

Dalam pemodelan bangkitan pergerakan, metode analisis regresi linear berganda (Multiple Linear
Regression Analysis) yang paling sering digunakan baik dengan data zona (agregat) dan data rumah
tangga atau individu (tidak agregat). Metode analisis regresi linear berganda digunakan untuk
menghasilkan hubungan dalam bentuk numerik dan untuk melihat bagaimana variabel saling berkait. Ada
beberapa asumsi statistik harus dipertimbangkan dalam menggunakan metode analisis regresi linear
berganda, sebagai berikut:

1. Variabel terikat (Y) merupakan fungsi linear dari variabel bebas (X).
2. Variabel, terutama variabel bebas adalah tetap atau telah diukur tanpa galat.
3. Tidak ada korelasi antara variabel bebas.
4. Variansi dari variabel terikat terhadap garis regresi adalah sama untuk nilai semua variabel terikat.
5. Nilai variabel terikat harus tersebar normal atau minimal mendekati normal.
Sebagian besar studi tentang bangkitan pergerakan (trip generation) yang berbasis rumah tangga
menunjukkan bahwa variabel-variabel penting yang berkaitan dengan produksi perjalanan seperti
perjalanan ketempat kerja, sekolah dan perdagangan (Tamin, 1997), yaitu:

1. Pendapatan rumah tangga

2. Kepemilikan kendaraan
3. Struktur rumah tangga
4. Ukuran rumah tangga
5. Aksesibilitas

Secara khusus penelitian ini mengkaji faktor-faktor tersebut, termasuk menentukan faktor-faktor utama
yang berpengaruh di obyek penelitian. Ada beberapa tahapan dalam pemodelan dengan metode analisis
regresi linear berganda (Algifari, 2000), adalah sebagai berikut :

a. Tahap pertama adalah analisis bivariat, yaitu analisis uji korelasi untuk melihat hubungan antar
variabel yaitu variabel terikat dengan variabel bebas. Variabel bebas harus mempunyai korelasi tinggi
terhadap variabel terikat dan sesame variabel bebas tidak boleh saling berkorelasi. Apabila terdapat
korelasi diantara variabel bebas, pilih salah satu yang mempunyai nilai korelasi yang terbesar utuk
mewakili.
b. Tahap kedua adalah analisis multivariat, yaitu analisis untuk mendapatkan model yang paling sesuai
(fit) menggambarkan pengaruh satu atau beberapa variabel bebas terhadap variabel terikatnya, dapat
digunakan analisis regresi linear berganda (Multiple Linear Regression Analysis).

Analisis regresi linear berganda (Multiple Linear Regression Analysis) yaitu suatu cara yang dimungkinkan
untuk melakukan beberapa proses iterasi dengan langkah-langkah sebagai berikut :

a. Pada langkah awal adalah memilih variabel bebas yang mempunyai korelasi yang besar dengan
variabel terikatnya.
b. Pada langkah berikutnya menyeleksi variabel bebas yang saling berkorelasi, jika ada antara variabel
bebas memiliki korelasi besar maka untuk ini dipilih salah satu, dengan kata lain korelasi harus kecil
antara sesama variabel bebas.
c. Pada tahap akhir memasukkan variabel bebas dan variabel terikat ke dalam persamaan model
regresi linear berganda:

Dimana:
Y = variabel terikat (jumlah produksi perjalanan), terdiri dari:
a = konstanta (angka yang akan dicari)
b1,b2.bn = koefisien regresi (angka yang akan dicari)
X1, X2 Xn = variabel bebas (faktor-faktor berpengaruh)

Analisis trip generation dalam studi ini dibagi menjadi 2 yaitu

1. Trip generation (bangkitan) penumpang
2. Trip generation (bangkitan) barang

1. Analsis Trip Generation (Bangkitan Penumpang)

Faktor faktor yang mempengaruhi bangkitan penumpang di Provinsi kepulauan Riau diidentifikasi
sebagai berikut:

X1 = Jumlah Penduduk Provinsi Kepulauan Riau

X2 = Pendapatan Domestik Regional Bruto Provinsi Kepulauan Riau

Y = Bangkitan Pergerakan Penumpang Provinsi Kepulauan Riau

Adapun data terkait faktor faktor tersebut adalah sebagai berikut:

Tabel 5.8
Data Eksisting untuk Analisis Demand/bangkitan (Penumpang)

NO TAHUN JUMLAH PENDUDUK PDRB (Milyar Rupiah) BANGKITAN PENUMPANG

1 2011 1748810 5760,00 1.943.230
2 2012 1805089 6323,62 4.359.867
3 2013 1861373 6570,85 4.494.170
4 2014 1917415 6669,58 4.632.690
5 2015 1973043 7144,05 4.757.945
6 2016 1984029 7618,52 4.770.299
Sumber: Hasil survey, 2016

Permintaan jasa angkutan penyeberangan untuk penumpang diproyeksikan dengan rumus regresi linier
berikut.

Tabel 5.9
Coeficient Pembentuk Persamaan Demand/bangkitan (Penumpang)
 Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) 422.043 52719.784 .008 .994

jumlah_penduduk 2.529 .692 3.015 3.655 .022

PDRB -32.517 12.645 -2.121 -2.571 .062

Dependent Variable: bangkitan_penumpang

Sumber: Hasil software SPSS, 2016

Berdasarkan output menggunakan Software SPSS tersebut, didapatkan persamaan untuk

menghitung proyeksi bangkitan penumpang lintas provinsi Riau, persamaan tersebut
adalah:

Y = 422.043 + 2,529X1 (32,517)X2

Keterangan:
Y = Bangkitan penumpang pada tahun ke-n
X1 = Jumlah penduduk pada tahun ke-n
X2 = Jumlah PDRB pada tahun ke n
Koefisien korelasi yang didapat antara variabel X (Populasi dan jumlah PDRB) dengan
variabel Y (Penumpang) secara bersamaan sebagai berikut:

Tabel 5.10 Nilai Koefisien

Adjusted R Std. Error of the

Model R R Square Square Estimate

1 .970a .940 .910 84867.58383

Predictors: (Constant), PDRB, jumlah_penduduk
Dependent Variable: bangkitan_penumpang

Tabel 5.11 Koefisien Korelasi dan Taksirannya

Interval Koefisien Tingkat Hubungan

0,000 - 0,199 Sangat Rendah
0,200 - 0,399 Rendah
0,400 0,599 Sedang
0,600 0,799 Kuat
0,800 1,000 Sangat Kuat
Sumber : Sugiyono, 2002:183
Koefisien korelasi (R) yang didapat dari tabel 5.10 adalah sebesar 0,970. Koefisien korelasi tersebut
kemudian diinterpretasikan berdasarkan standar kriteria objektif yang disajikan pada tabel 5.11.
Berdasarkan hasil analisis diatas, maka koefisien korelasi ganda yang didapat termasuk kedalam kategori
korelasi yang sangat kuat. Korelasi yang terjadi adalah korelasi positif, dimana koefisien korelasi tersebut
berada diantara 0,800 sampai dengan 1,000.

Untuk mengetahui seberapa besar pengaruh/kontribusi variabel X (Populasi dan jumlah PDRB) terhadap
variabel Y (Penumpang), maka digunakan analisis koefisien determinasi (R 2) dengan rumus sebagai
berikut:

KD = (rxy)2 100%
dimana :
KD = Koefisien determinasi
rxy = Koefisien korelasi ganda
maka:
KD = (rxy)2 100%
KD = (0,970) 2 100% = 94,4 %
Dari analisis di atas dapat dilihat bahwa variabel X (Populasi dan jumlah PDRB), secara bersama-sama,
mempunyai pengaruh terhadap variabel Y (bangkitan Penumpang) sebesar 94,4%.

Berdasarkan hasil analisis, maka didapatkan jumlah permintaan jasa untuk penumpang lintas
penyeberangan Provinsi Riau sampai pada tahun 2036 adalah sebagai berikut.

Tabel 5.12 Hasil Analisis Demand Penumpang Lintas Penyeberangan

NO TAHUN JUMLAH PENDUDUK PDRB BANGKITAN PENUMPANG

1 2011 1748810 5760,00 1943230
2 2012 1805089 6323,62 4359867
3 2013 1861373 6570,85 4494170
4 2014 1917415 6669,58 4632690
5 2015 1973043 7144,05 4757945
6 2016 1984029 7618,52 4770299
7 2017 2046001 8092,99 4911600
8 2018 2107974 8567,46 5052900
9 2019 2169947 9041,93 5194201
10 2020 2231919 9516,4 5335501
11 2021 2293892 9990,87 5476802
12 2022 2355865 10465,34 5618102
13 2023 2417837 10939,81 5759403
 NO TAHUN JUMLAH PENDUDUK PDRB BANGKITAN PENUMPANG
14 2024 2479810 11414,28 5900703
15 2025 2541783 11888,75 6042004
16 2026 2603755 12363,22 6183304
17 2027 2665728 12837,69 6324605
18 2028 2727701 13312,16 6465905
19 2029 2789673 13786,63 6607206
20 2030 2851646 14261,1 6748507
21 2031 2913619 14735,57 6889807
22 2032 2975591 15210,04 7031108
23 2033 3037564 15684,51 7172408
24 2034 3099537 16158,98 7313709
25 2035 3161509 16633,45 7455009
26 2036 3223482 17107,92 7596310
Sumber : Hasil Analisis 2016

2. Analsis Trip Generation Barang (Bangkitan Barang)

Faktor faktor yang mempengaruhi bangkitan Barang di Provinsi kepulauan Riau diidentifikasi sebagai
berikut:

X1 = Jumlah Penduduk Provinsi Kepulauan Riau

X2 = Pendapatan Domestik Regional Bruto Provinsi Kepulauan Riau

Y = Bangkitan Pergerakan Barang Provinsi Kepulauan Riau

Adapun data terkait faktor faktor tersebut adalah sebagai berikut:

Tabel 5.13
Data Eksisting untuk Analisis Demand/bangkitan (Barang)

NO TAHUN JUMLAH PENDUDUK PDRB BANGKITAN BARANG

1 2011 1748810 5760 3,871,748
2 2012 1805089 6323.62 4,222,164
3 2013 1861373 6570.85 4,346,731
4 2014 1917415 6669.58 4,486,095
5 2015 1973043 7144.05 4,585,277
6 2016 1984029 7618.52 4,565,263
Sumber: Hasil survey, 2016

Permintaan jasa angkutan penyeberangan untuk barang diproyeksikan dengan rumus regresi linier berikut.
 Tabel 5.14
Coeficient Pembentuk Persamaan Demand/bangkitan (Barang)

Standardized
Unstandardized Coefficients Coefficients

Tabel 5.15 Model B Std. Error Beta t Sig.

60233
1 (Constant) 106659.158 .565 .602
2.67
jumlah_penduduk 1.400 4.604 4.333 .012
-104
PDRB 25.583 -3.895 -3.665 .021
Dependent Variable: bangkitan_barang

Sumber: Hasil software SPSS, 2016

Berdasarkan output menggunakan Software SPSS tersebut, didapatkan persamaan untuk

menghitung proyeksi bangkitan Barang lintas provinsi Riau, persamaan tersebut adalah:

Y = 60233 + 2,67X1 (104)X2

Keterangan:
Y = Bangkitan barang pada tahun ke-n
X1 = Jumlah penduduk pada tahun ke-n
X2 = Jumlah PDRB pada tahun ke n
Koefisien korelasi yang didapat antara variabel X (Populasi dan jumlah PDRB) dengan
variabel Y (Penumpang) secara bersamaan sebagai berikut:

Tabel 5.16 Nilai Koefisien

Adjusted R Std. Error of the

Model R R Square Square Estimate

1 .949a .901 .851 1.71698E5

Predictors: (Constant), PDRB, jumlah_penduduk
Dependent Variable: bangkitan_barang

Tabel 5.17 Koefisien Korelasi dan Taksirannya

Interval Koefisien Tingkat Hubungan

0,000 - 0,199 Sangat Rendah
0,200 - 0,399 Rendah
0,400 0,599 Sedang
0,600 0,799 Kuat
0,800 1,000 Sangat Kuat
 Sumber : Sugiyono, 2002:183

Koefisien korelasi (R) yang didapat dari tabel 5.16 adalah sebesar 0,949. Koefisien korelasi tersebut
kemudian diinterpretasikan berdasarkan standar kriteria objektif yang disajikan pada tabel 5.17.
Berdasarkan hasil analisis diatas, maka koefisien korelasi ganda yang didapat termasuk kedalam kategori
korelasi yang sangat kuat. Korelasi yang terjadi adalah korelasi positif, dimana koefisien korelasi tersebut
berada diantara 0,800 sampai dengan 1,000.

Untuk mengetahui seberapa besar pengaruh/kontribusi variabel X (Populasi dan jumlah PDRB) terhadap
variabel Y (Penumpang), maka digunakan analisis koefisien determinasi (R 2) dengan rumus sebagai
berikut:

KD = (rxy)2 100%
dimana :
KD = Koefisien determinasi
rxy = Koefisien korelasi ganda
maka:
KD = (rxy)2 100%
KD = (0,9490) 2 100% = 90,01 %
Dari analisis di atas dapat dilihat bahwa variabel X (Populasi dan jumlah PDRB), secara bersama-sama,
mempunyai pengaruh terhadap variabel Y (Bangkitan barang) sebesar 90,01%.

Berdasarkan hasil analisis, maka didapatkan jumlah permintaan jasa untuk barang lintas penyeberangan
Provinsi Riau sampai pada tahun 2036 adalah sebagai berikut.

Tabel 5.18 Hasil Analisis Demand Barang Lintas Penyeberangan

NO TAHUN JUMLAH PENDUDUK PDRB BANGKITAN BARANG

1 2011 1748810 5760,00 3871748
2 2012 1805089 6323,62 4222164
3 2013 1861373 6570,85 4346731
4 2014 1917415 6669,58 4486095
5 2015 1973043 7144,05 4585277
6 2016 1984029 7618,52 4565263
7 2017 2046001 8092,99 4681385
8 2018 2107974 8567,46 4797508
9 2019 2169947 9041,93 4913630
10 2020 2231919 9516,4 5029752
11 2021 2293892 9990,87 5145874
 NO TAHUN JUMLAH PENDUDUK PDRB BANGKITAN BARANG
12 2022 2355865 10465,34 5261996
13 2023 2417837 10939,81 5378118
14 2024 2479810 11414,28 5494240
15 2025 2541783 11888,75 5610363
16 2026 2603755 12363,22 5726485
17 2027 2665728 12837,69 5842607
18 2028 2727701 13312,16 5958729
19 2029 2789673 13786,63 6074851
20 2030 2851646 14261,1 6190973
21 2031 2913619 14735,57 6307096
22 2032 2975591 15210,04 6423218
23 2033 3037564 15684,51 6539340
24 2034 3099537 16158,98 6655462
25 2035 3161509 16633,45 6771584
26 2036 3223482 17107,92 6887706

5.4.2 Analisis Distribusi Pergerakan (Trip Distribution)

Pemodelan Distribusi atau Sebaran Perjalanan (Trip Distribustion Model) merupakan suatu tahapan
pemodelan yang memperkirakan distribusi jumlah pergerakan yang berasal dari suatu zona asal (origin, i)
menuju kesuatu zona tujuan (destination, j).
SkemaPengertianDistribusiPerjalanan

Untuk Menggambarkan Pola Pergerakan Penumpang Di Provinsi Riau Diperlukan Matriks Asal
Tujuan Provinsi Riau

Matriks Pergerakan atau Matriks Asal-Tujuan (MAT) adalah matriks berdimensi dua yang paling sering
dipergunakan untuk menggambarkan pola pergerakan yang memuat informasi jumlah pergerakan
antarzona. Baris dalam MAT menyatakan zona asal dan kolom dalam MAT menyatakan zona tujuan,
sehingga setiap sel dalam MAT menyatakan besarnya arus pergerakan yang bergerak dari zona asal i
menuju ke zona tujuan j.
Pola pergerakan dapat dihasilkan jika suatu MAT dibebankan ke suatu sistem jaringan transportasi.
Dengan mempelajari pola pergerakan yang terjadi, seseorang dapat mengidentifikasi permasalahan yang
timbul sehingga beberapa solusi segera dapat dihasilkan. MAT dapat memberikan indikasi rinci mengenai
kebutuhan akan pergerakan sehingga MAT memegang peranan yang sangat penting dalam berbagai
kajian perencanaan dan manajemen transportasi.

MAT dapat digunakan untuk menggambarkan pola pergerakan di dalam daerah kajian. MAT adalah matriks
berdimensi dua yang setiap baris dan kolomnya menggambarkan zona asal dan tujuan di dalam daerah
kajian (termasuk juga zona di luar daerah kajian), sehingga setiap sel matriks berisi informasi pergerakan
antarzona. Sel dari setiap baris i berisi informasi mengenai pergerakan yang berasal dari zona i terebut ke
setiap zona tujuan d. Sel pada diagonal berisi informasi mengenai pergerakan intrazona(i=d). Oleh karena
itu:

N N

T id=Oi dan T id=Dd

d =1 i=1

Tid = Pergerakan dari zona asal i ke zona tujuan d

Oi = Jumlah pergerakan yang berasal dari zona asal i
Dd = Jumlah pergerakan yang menuju ke zona tujuan d
(Tid) atau T = Total matriks
N = Jumlah zona

ADAPUN Matrik Asal Tujuan Penumpang Dan Barang Eksisting di Provinsi Kepulauan Riau dapat dilihat
pada Tabel berikut
Tabel 5.19 MAT Penumpang di Provinsi Kepulauan Riau

Tabel 5.20 MAT Barang di Provinsi Kepulauan Riau

Dari tabel diatas dapat dilihat bahwa pola pergerakan penumpang eksisting dari Kabupaten Lingga
( Sebangka) menuju Kabupaten Bintan(tanjung Uban) tidak begitu besar yaitu hanya 7.936
penumpang pertahun begitu pula sebaliknya dari Bintan(tanjung Uban) menuju Kabupaten Lingga (
Sebangka) yaitu hanya 9.258 penumpang pertahun. Bila dibandingkan dengan pergerakan
penumpang dari dan menuju Kota Batam dan Tanjung Pinang yang mencapai 248.353 penumpang
pertahun.

Begitu pula dengan pola pergerakan Barang yang masih didominasi pergerakan dari dan menuju
Kota Batam dan Tanjung Pinang

Untuk mengetahui potensi penyebrangan antar zona terutama zona internal yaitu Kabupaten Lingga
(Sebangka) dan Kabupaten Bintan (Tanjung Uban) di perlukan proyeksi Pola Pergerakan (MAT) di Provinsi
Kepulauan Riau. Adapun metode yang sering digunakan dalam proyeksi MAT adalah Metode Furness.

Metode Furness.

Pada metode ini, sebaran pergerakan pada masa mendatang didapatkan dengan mengalikan sebara
pergerakan pada saat sekarang dengan tingkat pertumbuhan zona asal atau zona tujuan yang dilakukan
secara bergantian. Adapun rumus yang digunakan adalah :

Adapun hasil dari metoda Furness adalah :

 Proyeksi Pola Pergerakan Penumpang di Provinsi Kepulauan Riau

Tabel 5.21 Proyeksi MAT Penumpang di Provinsi Kepulauan Riau tahun 2021

Sumber : Hasil Analsis 2016

Tabel 5.22 Proyeksi MAT Penumpang di Provinsi Kepulauan Riau tahun 2026

Sumber : Hasil Analsis 2016

Tabel 5.23 Proyeksi MAT Penumpang di Provinsi Kepulauan Riau tahun 2031

Sumber : Hasil Analsis 2016

Tabel 5.24 Proyeksi MAT Penumpang di Provinsi Kepulauan Riau tahun 2036

Sumber : Hasil Analsis 2016

Dari tabel diatas dapat dilihat bahwa pola pergerakan penumpang dimasa yang akan datang (tahun
2021-2036) dari Kabupaten Lingga ( Sebangka) menuju Kabupaten Bintan(tanjung Uban) tidak
begitu besar begitu pula sebaliknya dari Bintan(tanjung Uban) menuju Kabupaten Lingga
( Sebangka). Pola pergerakan penumpang dimasa yang akan datang (tahun 2021-2036) masih
didominasi penumpang dari dan menuju Batam dan Tanjung Pinang

Gambar 5.6
Peta Pola Pergerakan (Desire Line) Penumpang di Kepulauan Riau Tahun 2036
 Proyeksi Pola Pergerakan Barang di Provinsi Kepulauan Riau

Tabel 5.25 Proyeksi MAT Barang di Provinsi Kepulauan Riau tahun 2021

Sumber : Hasil Analsis 2016

Tabel 5.26 Proyeksi MAT Barang di Provinsi Kepulauan Riau tahun 2026

Sumber : Hasil Analsis 2016

Tabel 5.27 Proyeksi MAT Barang di Provinsi Kepulauan Riau tahun 2031

Sumber : Hasil Analsis 2016

Tabel 5.28 Proyeksi MAT Barang di Provinsi Kepulauan Riau tahun 2036

Sumber : Hasil Analsis 2016

Sama halnya dengannpola pergerakan penumpang, pola pergerakan Barang dimasa yang akan
datang (tahun 2021-2036) dari Kabupaten Lingga ( Sebangka) menuju Kabupaten Bintan(tanjung
Uban) tidak begitu besar begitu pula sebaliknya dari Bintan(tanjung Uban) menuju Kabupaten
Lingga ( Sebangka). Pola pergerakan barang dimasa yang akan datang (tahun 2021-2036) masih
didominasi penumpang dari dan menuju Batam dan Tanjung Pinang

Gambar 5.7
Peta Pola Pergerakan (Desire Line) Barang di Kepulauan Riau Tahun 2036