PENGARUH LIBUR NASIONAL dan CUTI BERSAMA

TERHADAP VOLUME PENUMPANG KERETA API

Stia Dinda

Departemen Matematika, FMIPA, Universitas Jenderal Soedirman

Stia.paradillah@mhs.unsoed.ac.id

Nunung Nurhayatik

Departemen Matematika, FMIPA, Universitas Jenderal Soedirman

Nunung.nurhayatik@unsoed.ac.id

Hendi Efendi

PT KAI Daop 5 Purwokerto Utara

Radendita76@gmail.com

Abstract – The ministry of transportation
coordinator always expects passenger volume
hikes during national holidays and collective
holidays, passenger hikes of normal days can
reach 50%, as can mass ground transport of
railways, and it needs more study on the effects
of the national holiday analysis used in the
study of quantitative and linear desserting
analysis. A quantitative descriptive analysis is
done to see the effects of national holidays and
Shared vacations based on the level of a train
during the months of national holidays and
collective holidays. Whereas regression
analysis is done to identify lunar relationships
that involve national holidays and communal
breaks on the volume of train passengers.
From analysis obtained that on the influence of
the volume of people boarding the train on
national holiday the result was no significant
because the value of t count. 0.709 had less
than t count to 1.98969, the relationship
between the volume of people boarding the
holiday together is interconnected because the
t count is 2,106 larger than its 1.98969 pt
tabeless and the relationship between the
volume of people using the train on national
holidays and joint leave is significant. This can
be seen in a mutual test if test f has a 0.049
value which is smaller than 0.05.
Keywords: national holidays, shared leave,
passenger volume, linear regression
Abstrak- Kementrian perhubungan selaku
koordinator angkutan tranportasi selalu
mengantisipasi lonjakan volume penumpang
yang terjadi saat libur nasional dan cuti
bersama , lonjakan penumpang yang terjadi
dibanding hari normal dapat mencapai 50% ,
begitu pula dengan transportasi darat massal
yaitu kereta api, Untuk itu perlu kajian lebih
lanjut terhadap pengaruh libur nasional
Analisis yang digunakan dalam kajian ini
berupa analisis deskriptif kuantitatif dan
analisis regresi linear. Analisis deskriptif
kuantitatif dilakukan untuk melihat dampak
libur nasional dan cuti bersama berdasarkan
tingkat volume penumpag kereta api pada
bulan-bulan yang terdapat libur nasional dan

1
cuti bersama . Sedangkan analisis regresi
dilakukan untuk mengetahui hubungan bulan
yang terdapat libur nasional dan cuti bersama
terhadap jumlah volume penumpang kereta
api. Dari hasil analisi diperoleh bahwa Pada
pengaruh volume jumlah orang yang menaiki
kereta api terhadap hari libur nasional
hasilnya adalah tidak signifikasi hal ini
dikarenakan nilai t hitung 0,709 memiliki nilai
kurang dari t hitung yaitu 1.98969, Hubungan
antara volume jumlah orang yang menaiki
kereta api terhadap Libur cuti bersama
memiliki antar keterkaitan karena nilai t
hitungnya yaitu 2.106 lebih besar dari t
tabelnya yang bernilai 1.98969 dan Hubungan
antara pengaruh antara jumlah volume orang
yang menggunakan kereta api terhadap hari
libur nasional dan cuti bersama ada pengaruh
signifikan hal ini dapat dilihat pada uji
kebersamaan yaitu uji F memiliki nilai 0,049
dimana nilainya lebih kecil dari 0,05.
Kata kunci: libur nasional, cuti bersama,
volume penumpang, regresi linear
I. INTRODUCTION
Libur nasonal dan cuti bersama sering dijadik
sebagai momn yang tepat bagi masyarakat
untuk bepergian , seperti Perjalanan luar kota
secara massif dan bersamaan ini dengan
menggunakan berbagai pilihan moda
transportasi. Kondisi tersebut dapat
menimbulkan permasalahan karena terjadi
peningkatan dan akumulasi volume arus orang
dan barang yang luar biasa besar jauh di atas
volume dan intensitas normal.
Salah satu tranportasi yang paling diminati
masyarakat yaitu kereta api karena
keunggulannya yang merupakan alat
transportasi massal yang umumnya terdiri dari
lokomotif (kendaraan dengan tenaga gerak
yang berjalan sendiri) dan rangkaian kereta
atau gerbong (dirangkaikan dengan kendaraan
lainnya). Rangkaian kereta atau gerbong
tersebut berukuran relatif luas sehingga
mampu memuat penumpang maupun barang
dalam skala besar.
Tujuan kajian ini adalah menganalisis
pengaruh bulan-bulan yang terdapat libur
2
nasional dan cuti bersama terhadap jumlah
volume penumpah kereta api.
II. METODE PENELITIAN
Pengumpulan data volume penumpang kereta
api diperoleh dari dari data kuantitatif PT.KAI
Daop 5 Purwokerto pada tahun 2013 sampai
dengan tahun 2019
Langkah-langkah yang harus dilakukan dalam
melakukan analisis regresi linier berganda
untuk mengetahui model dan pengaruh libur
nasional dan cuti bersama terhadap volume
penumpang kereta api Daop 5 Purwokerto
tahun 2013-2019 adalah sebagai berikut:
1. Mendeskriptifkan data untuk variabel
dependen dan variabel independen.Data
variabel dependen Y dan variabel
independen X1 dan X2.
2. Membentuk model regresi linier berganda
dengan dua variabel independen yaitu X1
(libur nasional) dan X2 (cuti bersama).
3. Menguji asumsi klasik meliputi uji
normalitas, uji multikolinieritas, uji
heteroskedastisitas, dan uji autokorelasi.
4. Menganalisis uji hipotesis yang meliputi
uji determinasi, uji statistik T dan uji
statistik F
5. Menganalisis keselurahan hasil yang telah
di uji.
Seluruh pengolahan dan analisis data dengan
software SPSS
III. HASIL DAN PEMBAHASAN
1. Statistik Deskriptif
Std.
Mini Maxi Deviati
N mum mum Mean on
Volume 84 1717 5178 26365 72644.
penumpan 31 23 3.56 746
g
Hari libur84 0 4 1.18 .959
nasional
Cuti 84 0 7 .43 1.101 determinasi ( R2) sebesar 100%. Dapat
bersama diartikan bahwa 100% keragaman atau
Valid N84 variasi jumlah volume penumpang kereta
(listwise) api sudah dapat dijelaskan oleh kedua
Sumber : SPSS variable bebas yaitu Libur nasional dan
Gambar 1. Deskripsi Statics cuti bersama.

Pada Gambar 1. menunjukan bahwa data 2. Uji Asumsi Klasik

mengenai jumlah volume orang (∑Y) yang Uji asumsi klasik adalah persyaratan
menggunakan transportasi kereta api statistik yang harus dipenuhi pada
dengan rentan waktu antara bulan januari analisis regresi linear berganda yang
2013 sampai Desember 2019 keseluruhan berbasis ordinary least square (OLS).
total penumpang adalah 22.146.899 orang Pengujian ini meliputi Uji Normalitas, uji
sedangkan untuk jumlah hari libur nasional Multikolineiritas, Hetroskedastisitas, dan
(∑X1) untuk rentang waktu yang uji Autokorelasi.
dijangkau dalam waktu setiap bulan itu ada
jumlah libur nasional (∑1) adalah 99 , 3. Uji Normalitas
serta untuk Cuti bersama (∑X2) 36 hari Uji normalitas berfungsi pada saat
yang dijangkau dalam estimasi per bulan. pengujian apakah dalam model regresi,
Pada tabel 4.3 menunjukan rata-rata dari variable pengganggu atau residual
volume penumpang, hari libur nasional, memiliki distribusi normal. Pengujian
dan cuti bersama secara berturut-turut normalitas diketahui dengan menganalisa
sebagai berikut 263653.56 , 1.18, dan 0,43. histogram. Dalam Uji Normalitas ini untuk
variable depennya adalah Volume
Model Regresi Linier dengan Dua Variabel penumpang ( Y) sedangkan untuk variable
Independen Independen ialah Hari libur Nasional ( X1)
dan cuti bersama ( X2).
Standard
ized
Unstandardized Coeffici
Coefficients ents
Std.
4 Model B Error Beta
1 (Constant) 249951. 12297.5
480 62
Hari libur5989.90 8448.53 .079
nasional 7 9
Cuti 15499.2 7359.82 .235
Gambar 3. Histogram
bersama 76 6
S= 19469.082 R-sq = 100% R-sq= 99,9%
Gambar 2. Model Regresi Linear

Diperoleh regresi yang

menggambarkan hubungan antara
volume penumpang (Y) terhadap hari
libur nasional dan cuti bersama

Y = 249951.480 + 5898.907 X1 +
15499.276 X2

Dengan nilai standart deviasi (S)

sebesar 194669.082 dan koefisien

3
 Gambar 4. Plot kenormalan residual
Berdasarkan output di atas terlihat bahwa
Dengan menganalisa histogram maupun diperoleh nilai Kolmogorov-Smirnov Z
normal plot diatas dapat disimpulkan sebesar 0,174 > 0,05 maka asumsi
bahwa variabel dependen Volume normalitas terpenuhi.
penumpang kereta dalam grafik histogram
memberikan pola distribusi yang menceng Uji multikolinieritas
(skewness) dan penyebarannya tidak Pada tahap pengujian ini bertujuan untuk
Coefficientsa
mengetahui apakah terjadui interkolerasi (
Standa Hubungan yang kuat ) antar variable
Unstandardiz rdized Independent dengan mengasumsikan
ed Coeffic Collinearit sebagai berikut
Coefficients ients y Statistics Melihat nilai toreransi : jika nilai toleransi
Std. Toler
Model B Error Beta t Sig. ance VIF
lebih besar dari > 0,10 maka artinya tidak
1 (Constant 24995 12297. 20.3 .000 terjadi multikolineritas.
) 1.480 562 25 Melihat nilai VIF :Jika nilainya lebih kecil
Hari libur5989.9 8448.5 .079 .709 .480 .921 1.08 dari < 10 maka artinya tidak terjadi tidak
nasional 07 39 5 terjadi multikolineritas.
Cuti 15499. 7359.8 .235 2.10 .038 .921 1.08
bersama 276 26 6 5
a. Dependent Variable: Volume penumpang
Gambar 6. Nilai koifisien hasil pengujian spss
normal. Sedangkan pada grafik normal
plot terlihat titik menyebar sekitar garis
diagonal, serta penyebarannya mengikuti Dari hasil pengujian multikolineoritas
arah garis diagonal, dengan demikian yang dilakukan diketahui bahwa nilai
maka model regresi layak karena variance inflation factor (VIF) kedua
memenuhi asumsi normalitas. variabel, yaitu 1,085 lebih kecil dari 10
dan nilai tolerance 0,921 lebih besar dari
0,1, sehingga bisa diduga bahwa tidak ada
One-Sample Kolmogorov-Smirnov Test multikolinearitas antar variabel
independen dalam model regresi.
Unstan
dardize
4. Uji Heteroskedastisitas
d
Pengujian Heteroskedastisitas bertujuan
Residua
untuk menguji apakah dalam regresi
l
terjadi ketidaksamaan variance dari
N 18 residual pengamat ke pengamat yang lain
Normal Mean .000000 dengan mengasumsikan sebagai berikut
Parametersa,b 0  Sig > 0,05 tidak terjadi
Std. .133317 Heteroskedastisitas.
Deviati 67  Sig < 0,05 terjadi Heteroskedastisitas.
on
Most Extreme Absolut .171 Pada Gambar 5. variabel independent
Differences e yaitu libur nasional memiliki nilai sig
Positive .171 0,480 dimana nilainya lebih besar dari 0,05
maka diasumsikan tidak terjadi
Negativ -.159 Heteroskedastisitas pada model regresi.
e Sedangkan untuk cuti bersama memiliki
Test Statistic .171 nilai sig 0,038 dimana lebih kecil dari
Asymp. Sig. (2-tailed) .174c 0,05 sehingga terjadi Heteroskedastisitas.
Gambar 5. Uji Normalitas One-Sample 5. Uji Autokorelasi
Kolmogorov-Smirnov Test

4
 Pengujian ini dilakukan untuk menguji bepengaruh terhadap volume orang yang
suatu model apakah antara variabel menggunakan jasa kereta api ( Y). Pada
pengganggu masing-masing variabel bebas tahap Uji hipotesis tersebut memiliki
saling mempengaruhi. Asumsi uji langkah-langkah sebagai berikut agar
Autokorelasi Durbin Watson. nantinya akan ketemu korelasinya.

a) Koefisien Determinasi
Model Summaryb Koefisien determinasi (R2) bertujuan
Change Statistics untuk mengukur seberapa jauh
Adju Std. R kemampuan model dalam menerangkan
M sted Error Squa Sig. Dur variasi variable dependen. Dimana nilai
o R R of the re F F bin- koefisien determinasi berkisar antara nol
de Squ Squa Estim Chan Chan df df Chan Wat dan satu. Nilai yang medekati satu berarti
l R are re ate ge ge 1 2 ge son
1 .2 .072 .049 70846 .072 3.134 2 81 .049 .594 variable independen (X) memberikan
68 .013 hampir semua informasi yang dibutuhkan
a untuk memprediksi variasi variable
a. Predictors: (Constant), Cuti bersama, Hari libur dependen (Y).
nasional
b. Dependent Variable: Volume penumpang
Gambar 7. Hasil Pengujian Autokorelasi Durbin
Watson

Berdasarkan tabel 4.6 output “Model Model Summaryb

Summary” diatas, diketahui nilai Durbin
Watson (d) adalah sebesar 0.594. Change
selanjutnya nilai ini akan kita bandingkan Std. Statistic
dengan nilai tabel durbin Watson pada Error of s
signifikansi 5% dengan rumus (K; N). R Adjuste the R
Adapun jumlah variable independent Mo Squar d R Estimat Square
adalah k = 2 sementara jumlah sampel atau del R e Square e Change
a
N = 84 maka nilai (K ; N) = ( 2 ; 84). 1 .268 .072 .049 70846.0 .072
13
Sehingga hasilnya dijelaskan pada tabel
berikut Gambar 8. Koefisien determinasi

N D DL DU 4-DL 4-DU Dari output diatas, didapatkan nilai R2

84 0.594 1.5969 1.6942 2,4031 1,594 adalah 0,072 yang artinya pengaruh hari
libur nasional (X1) dan cuti bersama (X2)
Tabel 1. Hasil Data Pengujian Autokorelasi terhadap volume penumpang (Y) sebesar
Durbin Watson 7,2 %.
Hasil = D<DL b) Uji Signifikasi parameter individual ( Uji
= 0.594 < 1.5969 statistik T)
Kesimpulannya terdapat autokorelasi. Uji F bertujuan untuk mengetahui ada atau
tidaknya pengaruh simultan (bersama-
6. Uji Hipotesis sama) yang diberikan variable bebas (X)
Pada hipotesis ini merupakan tahapan terhadap variabel terikat ( Y).
pengujian yaitu untuk mengetahui apakah
dengan adanya atau tidak adanya hari libur
nasional ( X1) dan cuti bersama (X2) akan

5
Gambar 9. Uji statistik T
- Pengujian Hipotesis antara Volume
penumpang (Y) dengan Libur Nasional
(X1)
Diketahui nilai sig. untuk pengaruh libur
nasional (X1) terhadap Volume
penumpang (Y ) adalah sebesar 0.921 >
0.05 dan nilai t hitung 0,709 < t tabel
1.98969 sehingga dapat disimpulkan H1
ditolak yang berarti tidak berpengaruh
libur nasional ( X1) terhadap volume
penumpang (Y).
- Pengujian Hipotesis antara Volume
penumpang (Y) dengan Cuti bersama
(X2).
Diketahui nilai sig. untuk pengaruh cuti
bersama (X2) terhadap Volume
penumpang (Y ) adalah sebesar 0.038 <
0.05 dan nilai t hitung 2.106 > t tabel
1.98969 sehingga dapat disimpulkan H2
diterima yang berarti ada pengaruh cuti
bersama ( X2) terhadap volume
penumpang (Y).
c) Uji Signifikasi parameter bersama-sama
(Uji statistik F)
ANOVAa
Sum of Mean
Model Squares df Square F Sig.
1 Regres 31460747 2 1573037 3.1 .049b
sion 186.751 3593.375 34
Residu 40655176 81 5019157
al 3559.952 574.814
Total 43801251 83
0746.702
a. Dependent Variable: Volume penumpang
b. Predictors: (Constant), Cuti bersama, Hari
libur nasional
Gambar 10. Uji statistic F
- Berdasarkan hasil pengujian Anova
ditunjukan nilai signifikasi untuk pengaruh
X1 dan X2 secara simultan terhadap Y
adalah sebesar 0.049 < 0,05 dan nilai F
hitung 3.134< F tabel 3,108 sehingga dapat
disimpulkan bahwa H3 menerima yang
berarti terdapat pengaruh X1 dan X2.
6
Coefficientsa
Standardiz
ed
Unstandardized Coefficien
Coefficients ts
Std.
Model B Error Beta t Sig.
1 (Const 249951. 12297. 20.325 .000
ant) 480 562
Hari 5989.90 8448.5 .079 .709 .480
libur 7 39
nasion
al
Cuti 15499.2 7359.8 .235 2.106 .038
bersam 76 26
a
a. Dependent Variable: Volume penumpang
IV. KESIMPULAN
Berdasarkan hasil penelitian dan pembahasan ,
terdapat kesimpulan sebagai berikut:
1. Pada pengaruh volume jumlah orang yang
menaiki kereta api terhadap hari libur
nasional hasilnya adalah tidak signifikasi
hal ini dikarenakan nilai t hitung 0,709
memiliki nilai kurang dari t hitung yaitu
1.98969 begitu juga dengan signifikasinya
dimana bernilai 0,921 yang memiliki
ukuran lebih besar dari 0,05. Sehingga
dengan hasil tersebut antara variable
jumlah volume penumpang dengan hari
libur nasional tidak terdapat antar
keterkaitan dalam arti tidak berpengaruh.
2. Hubungan antara volume jumlah orang
yang menaiki kereta api terhadap Libur
cuti bersama memiliki antar keterkaitan
karena nilai t hitungnya yaitu 2.106 lebih
besar dari t tabelnya yang bernilai 1.98969
begitu juga dengan signifikasinya dimana
hasilnya 0,038 kurang dari 0,05 sehingga
memenuhi kriteria dalam pengambilan
keputusan yang artinya adanya pengaruh
signifikan antara jumlah volume
penumpang kereta api terhadap libur cuti
bersama.
3. Hubungan antara pengaruh antara jumlah
volume orang yang menggunakan kereta
 api terhadap hari libur nasional dan cuti
bersama ada pengaruh signifikan hal ini
dapat dilihat pada uji kebersamaan yaitu
uji F memiliki nilai 0,049 dimana nilainya
lebih kecil dari 0,05 sedangkan F
hitungnya nilainya 3.134 lebih kecil dari F
tabel yaitu 3.108 sehingga bisa
diasumsikan adanya pengaruh hari libur
nasional dan cuti bersama terhadap jumlah
volume orang yang menggunkan jasa
perkereta apian.
V. UCAPAN TERIMA KASIH
Kami mengucapkan terimaksih kepada PT
Kereta Api Indonesia Daerah Operasi 5
Purwokerto yang telah bersedia memberikan
data dan informasi serta menerima kunjungan
dan berdiskusi dengan Tim Peneliti.
DAFTAR PUSTAKA
Sugiarti R, (2009). Modul Praktikum Statistik
2 : Analisis Regresi dan Korelasi
Sederhana, Fakultas Ekonomi
Universitas Gunadarma, Jakarta.
PT Kereta Api Indonesia, (2020). Volume
penumpang kereta api, Kementerian
Perhubungan, Purwokerto.
Montgomery, D. C., Peck, E. A., dan Vining,
g. G,(2012). Introduction to Linear
Regression Analysis, 5th Edition.
Canada: John Wiley and Sons, Inc.
Saber, G.A.F., dan Alan, J.L, (2003). Linear
Regression Analysis, Second Edition.
New Jersey: John Wiley dan Sons,
Inc.
Herawati,(2014).Pengaruh libur lebaran dan
libur sekolah terhadap mudik lebaran
tahun 2014. Jurnal litbang
perhubungani, 39(2), 233-243.