Analisis Kinerja Simpang Bersinyal Tukad Pakerisan–Tukad Barito Berdasarkan PKJI 2023

Authors

  • Septianto Ade Putra Universitas Pendidikan Nasional Denpasar
  • Decky Cipta Indrashwara Universitas Pendidikan Nasional Denpasar
  • Dewa Ayu Putu Adhiya Garini Putri Universitas Pendidikan Nasional Denpasar
  • Dewa Ayu Trisna Adhiswari Wedagama Universitas Pendidikan Nasional Denpasar

DOI:

https://doi.org/10.69693/ijmst.v4i3.13848

Keywords:

Simpang Bersinyal, Kinerja Simpang, PKJI 2023, Derajat Kejenuhan, Tundaan, Tingkat Pelayanan

Abstract

Pertumbuhan aktivitas perkotaan dan peningkatan mobilitas kendaraan dapat meningkatkan beban lalu lintas pada persimpangan, terutama pada periode jam puncak. Penelitian ini bertujuan memberikan gambaran kinerja Simpang Bersinyal Jalan Tukad Pakerisan–Jalan Tukad Barito, Kota Denpasar, berdasarkan Pedoman Kapasitas Jalan Indonesia (PKJI) 2023. Penelitian menggunakan pendekatan kuantitatif dengan survei lapangan dan data pendukung berupa rekaman kamera Area Traffic Control System (ATCS), data pengaturan sinyal, data geometrik simpang, serta data panjang antrean. Data volume kendaraan dikonversi ke satuan mobil penumpang (SMP) menggunakan faktor ekuivalensi kendaraan menurut PKJI 2023. Hasil analisis kinerja eksisting menunjukkan bahwa periode pagi 07.15–08.15 memiliki nilai kapasitas pendekat masing-masing 935,6; 1.091,5; dan 779,6 smp/jam dengan derajat kejenuhan tertinggi 0,399. Periode siang 11.30–12.30 memiliki kapasitas 871,5; 1.016,7; dan 907,8 smp/jam dengan derajat kejenuhan tertinggi 0,476. Pada periode sore 17.15–18.15, kapasitas pendekat sebesar 917,6; 1.070,5; dan 849,6 smp/jam, sedangkan derajat kejenuhan tertinggi mencapai 0,564 pada pendekat Selatan. Jumlah kendaraan terhenti rata-rata pada periode pagi, siang, dan sore masing-masing sebesar 0,528; 0,571; dan 0,603, dengan tundaan rata-rata masing-masing 13, 16, dan 18 detik/SMP. Seluruh periode memiliki tingkat pelayanan B. Berdasarkan hasil tersebut, kondisi eksisting simpang masih berada pada tingkat pelayanan yang tergolong arus stabil, tetapi periode sore menunjukkan kondisi paling kritis dibandingkan periode lainnya.

References

1. Fadhillah, M. B. A., Anggoro, R., & Priyatno, A. M. (2020). Analisis Performa Link Stability dari Faktor Kecepatan untuk Dinamisasi Zona pada Zone Routing Protocol. Jurnal Rekayasa Elektrika, 16(3). https://doi.org/10.17529/jre.v16i3.16502

2. Prasetya, M. R. A., & Priyatno, A. M. (2022). Dice Similarity and TF-IDF for New Student Admissions Chatbot. RIGGS: Journal of Artificial Intelligence and Digital Business, 1(1), 13–18. https://doi.org/10.31004/riggs.v1i1.5

3. Abror, A. H., & Haratama, R. (2024). Studi Sistem Pemeliharaan (APILL) Alat Isyarat Pemberi Lalu Lintas (Studi Kasus: Kota Surabaya). Jurnal Media Publikasi Terapan Transportasi, 2(3).

4. Direktorat Jenderal Bina Marga. (2023). Pedoman Kapasitas Jalan Indonesia 2023.

5. Haryadi, W., Wahyudi, M., & Kamaruddin. (2021). Pengaruh pembangunan infrastruktur jalan raya terhadap pertumbuhan ekonomi Kabupaten Sumbawa. Jurnal Ekonomi & Bisnis, 9(3).

6. Irawati, I., Anggraini, L., & Wanto, S. (2024). Analisis tingkat layanan kinerja simpang bersinyal pada kawasan komersial. Journal of Civil Engineering Building and Transportation, 8(1), 129–137.

7. Prasetyo, H. E., Setiawan, A., & Pradana, D. A. (2022). Kinerja simpang empat tak bersinyal berdasarkan derajat kejenuhan pada Jalan Raya Mabes Hankam–Jalan Raya Setu, Jakarta Timur. Jurnal Konstruksia, 13.

8. Putranto, L. S., & Mayaut, F. (2025). Evaluasi efektivitas pengaturan lalu lintas pada simpang bersinyal di Kota Sorong. JMTS: Jurnal Mitra Teknik Sipil, 8(3), 977–984.

9. Rahman, F., & Rita, E. (2025). Evaluasi kinerja simpang empat bersinyal: Studi kasus Persimpangan By Pass–Kuranji Kota Padang. Kumpulan Artikel Publikasi Tugas Akhir Wisudawan Teknik Sipil Ke-84, 2.

10. Undang-Undang Republik Indonesia. (2009). Undang-Undang Nomor 22 Tahun 2009 tentang Lalu Lintas dan Angkutan Jalan.

11. Yama P, et al. (2024). Data sekunder dalam penelitian.

12. Sulung, & Muspawi. (2024). Sumber dan pengumpulan data primer.

13. Priyatno, A. M., & Firmananda, F. I. (2022). N-Gram Feature for Comparison of Machine Learning Methods on Sentiment in Financial News Headlines. RIGGS: Journal of Artificial Intelligence and Digital Business, 1(1), 01–06. https://doi.org/10.31004/riggs.v1i1.4

14. Priyatno, A. M., Muttaqi, M. M., Syuhada, F., & Arifin, A. Z. (2019). Deteksi bot spammer twitter berbasis time interval entropy dan global vectors for word representations tweet’s hashtag. Register: Jurnal Ilmiah Teknologi Sistem Informasi, 5(1), 37–46. https://doi.org/10.26594/register.v5i1.1382

15. Sanjaya, S., Priyatno, A. M., Yanto, F., & Afrianty, I. (2018). Klasifikasi Diabetik Retinopati Menggunakan Wavelet Haar dan Backpropagation Neural Network. Seminar Nasional Teknologi Informasi Komunikasi Dan Industri (SNTIKI-10), 77–84.

Downloads

Published

12-09-2026

How to Cite

Putra, S. A., Indrashwara, D. C., Putri, D. A. P. A. G., & Wedagama, D. . A. T. A. (2026). Analisis Kinerja Simpang Bersinyal Tukad Pakerisan–Tukad Barito Berdasarkan PKJI 2023 . Indonesian Journal of Multidisciplinary on Social and Technology, 4(3), 6739–6746. https://doi.org/10.69693/ijmst.v4i3.13848