Analisis Empirical Orthogonal Function (EOF) untuk Identifikasi Pola Spasial dan Temporal Penumpang Transportasi (Studi Kasus: Data Penumpang Pelayaran Indonesia)

Abstract

Memahami pola spasial dan temporal dari data sistem transit penumpang merupakan hal yang penting dalam melakukan pengoperasian layanan transportasi umum, sehingga pengelola dapat menyesuaikan interval pelayanan untuk mengurangi adanya gangguan ketika jumlah penumpang yang sangat banyak. Pengelola juga dapat membuat rencana perbaikan operasional demi kenyamanan penumpang ke depannya. Tujuan dari penelitian ini adalah untuk menganalisis data penumpang pada 5 pelabuhan utama pelayaran di Indonesia dengan menggunakan metode Empirical Orthogonal Function (EOF). Selanjutnya adalah menentukan pelabuhan yang memiliki pengaruh besar terhadap variasi data penumpang pada 5 pelabuhan utama pelayaran Indonesia. Berdasarkan hasil analisis, pola spasial data penumpang pelayaran pada 5 pelabuhan utama (Belawan, Tanjung Priok, Tanjung Perak, Balikpapan, Makassar) didominasi oleh 4 variabel yaitu: data keberangkatan penumpang pelabuhan Makassar sebesar 25,83%, data kedatangan penumpang pelabuhan Makassar sebesar 24,6%, data kedatangan penumpang pelabuhan Belawan sebesar 13,02%, data kedatangan penumpang pelabuhan Balikpapan sebesar 9,46%, dan data keberangkatan penumpang pelabuhan Belawan sebesar 7,81%. Pola temporal data penumpang pelayaran menunjukkan bahwa peningkatan penumpang terbesar terjadi pada bulan Juli setiap tahunnya, sedangkan untuk penurunan jumlah penumpang terjadi pada bulan Februari, Maret, dan April.

Understanding the spatial and temporal pattern of passenger transit system data is important in operating public transportation services, so that the decision makers can adjust service intervals to reduce disruptions when the number of passengers is very large. The decision makers can also make an improvement to serve passengers in the future. The purpose of this study is to analysis passenger data at 5 major shipping ports in Indonesia by employing the Empirical Orthogonal Function (EOF) methods and to determine the ports that have a major influence to the variation of passenger data at 5 major shipping ports in Indonesia. Based on the analysis, the spatial pattern of shipping passenger data at 5 main ports (Belawan, Tanjung Priok, Tanjung Perak, Balikpapan, Makassar) is dominated by 4 variables, namely: Makassar port passenger departure data of 25.83%, Makassar port passenger arrival data of 24.6%, Belawan port passengers arrival data of 13.02%, Balikpapan port passengers arrival data of 9.46%, Belawan port passengers departure data of 7.81%. The temporal pattern of cruise passenger data shows that the largest increase in passengers occurs in July each year, while the data for the decrease in passenger numbers occurs in February, March and April.