<![CDATA[Metode deskriptif untuk mendeskripsikan karakteristik kecelakaan lalu lintas berdasarkan data sekunder tahun 2015-2018 dan penentuan lokasi blackspot dengan mengacu pada pedoman Pd-T-09-2004-B dan Metode Cummulative Summary. Metode Inferensial berupa uji korelasi dan regresi untuk mendapatkan hubungan antara kecepatan 85 persentil dengan kecelakaan serta mendapatkan model persamaan yang terbaik pada kendaraan antara sepeda motor, kendaraan ringan, dan kendaraan berat yang menyebabkan kecelakaan. Hasil penelitian menunjukaan bahwa karakteristik kecelakaan berdasarkan angka kecelakaan paling banyak terjadi pada tahun 2016 (159 kecelakaan), tipe kendaraan yang paling sering terlibat adalah sepeda motor (54.02%), korban kecelakaan yang paling banyak adalah luka ringan (81,78%), waktu kejadian yang paling sering pagi hari (32,16%), hari yang paling sering terjadi adalah hari Kamis (15,52%), usia dan jenis kelamin yang paling sering adalah laki-laki (73,98%) dan usia 15-30 tahun (48,73%), tipe kecelakaan yang sering terjadi adalah tabrak depan-samping (28,68%), faktor penyebab yang paling sering terjadi adalah faktor pengemudi (91,56%). Penentuan lokasi daerah rawan kecelakaan terletak pada STA 89+000-88+000, STA 87+000-86+000, STA 86+000-85+000, STA 84+000-83+000, STA 79+000-78+000, STA 78+000-77+000, STA 74+000-73+000, dan STA 72+000-71+000. Analisis hubungan antara kecepatan dengan kecelakaan pada lokasi blackspot memiliki hubungan kategori kuat adalah kendaraan sepeda motor dengan interval 0.60 ≤ r ≤ 0.80. dengan model persamaan terbaik yaitu model polynomial orde 3 Y = -871,61+29,294x- 0,346x2 + 0,001x3 didapatkan nilai r = 0,839 dan R2= 0,705 (70,5%) dengan kecepatan rata-rata kendaraan sepeda motor diatas 80 km/jam. sedangkan untuk kendaraan ringan dan kendaraan berat mempunyai hubungan kategori sedang dengan interval 0.40 ≤ r ≤ 0.60 dengan R2 untuk LV = 0,435 dan R2 untuk HV = 0,377 dibawah 0,60 sehingga tidak dapat digeneralisasikan bahwa kecepatan berpengaruh terhadap kecelakaan.]]>
Copyrights © 2021
