Claim Missing Document
Check
Articles

Found 1 Documents
Search

Analisis Tingkat Kerusakan Jalan Menggunakan Metode PCI dan Bina Marga Kota: Studi Kasus Jl. Andi Kambo, Kelurahan Salekoe, Kecamatan Wara Timur, Kota Palopo Mus, Muhammad Rifai; Hasbi, Hasbi; Arnol, Irwan
Jurnal Ilmiah Ecosystem Vol. 25 No. 3 (2025): Ecosystem Vol. 25 No 3, September - Desember Tahun 2025
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35965/eco.v25i3.7958

Abstract

Tujuan penelitian ini adalah menganalisis tingkat kerusakan permukaan jalan menggunakan metode Pavement Condition Index (PCI) dan Bina Marga serta faktor utama penyebab terjadinya kerusakan pada ruas jalan Andi Kambo, Kelurahan Salekoe, Kecamatan Wara Timur, Kota Palopo. Metode penelitian yang digunakan adalah metode observasi secara langsung dengan pendekatan kuantitatif. Hasil penelitian menunjukkan bahwa tingkat kerusakan permukaan jalan berdasarkan metode Pavement Condition Index (PCI) dan Bina Marga secara serempak menempatkan pada tingkatan sedang dengan nilai masing-masing sebesar 44,92 dan 6,2. Uji regresi dan korelasi terhadap lima variabel faktor penyebab kerusakan permukaan jalan tidak menemukan pengaruh yang kuat dan signifikan akibat permasalahan multikolinearitas, namun arah hubungan koefisien regresi menunjukkan bahwa peningkatan beban lalu lintas dan curah hujan cenderung menunjukkan korelasi terhadap penurunan kondisi perkerasan jalan. The purpose of this study was to analyze the level of road surface damage using the Pavement Condition Index (PCI) and Bina Marga methods and the main factors causing damage on the Andi Kambo road section in Salekoe Village, Wara Timur District, Palopo City. The research method used was direct observation with a quantitative approach. The results showed that the level of road surface damage based on the Pavement Condition Index (PCI) and Bina Marga methods simultaneously placed it at a moderate level with values of 44.92 and 6.2, respectively. Regression and correlation tests on the five variables causing road surface damage did not find a strong and significant influence due to multicollinearity issues. However, the direction of the regression coefficient relationship indicated that increasing traffic load (ESAL) and rainfall tended to correlate with a decline in road pavement condition.