Hasil penelitian yang dipublikasikan dalam Formosa Journal of Science and Technology ini berfokus pada ruas jalan provinsi di Kabupaten Gresik, Jawa Timur—wilayah yang menjadi salah satu koridor penting penghubung kawasan industri, permukiman, dan aktivitas ekonomi regional.
Temuan tersebut menjadi relevan di tengah tantangan pemerintah daerah yang harus menentukan proyek perbaikan jalan dengan anggaran terbatas, sementara kebutuhan penanganan terus meningkat dari tahun ke tahun.
Kabupaten Gresik dipilih karena memiliki jaringan jalan provinsi yang padat dan berperan besar terhadap mobilitas masyarakat serta distribusi logistik. Sejumlah ruas jalan juga tercatat mengalami kerusakan seperti lubang, retak, hingga penurunan permukaan yang membutuhkan penanganan terarah.
Selama ini, sistem PKRMS yang dikembangkan sektor pekerjaan umum digunakan untuk memetakan kondisi jalan dan membantu menentukan kebutuhan pemeliharaan. Namun, sistem tersebut umumnya masih bertumpu pada data teknis seperti kondisi fisik jalan, volume lalu lintas, dan kebutuhan pekerjaan.
Peneliti kemudian menambahkan pendekatan AHP, yaitu metode pengambilan keputusan multikriteria yang memungkinkan berbagai faktor diberi bobot berdasarkan tingkat kepentingannya.
Secara sederhana, metode ini bekerja dengan membandingkan faktor-faktor penentu satu per satu untuk mengetahui mana yang paling berpengaruh terhadap keputusan akhir.
Dalam penelitian ini, beberapa kriteria yang digunakan meliputi:
- kondisi jalan dan volume lalu lintas;
- konektivitas atau fungsi penghubung antarwilayah;
- kawasan pengembangan industri;
- kawasan logistik barang dan jasa;
- kawasan ekonomi dan pengembangan permukiman.
Dari seluruh faktor tersebut, kondisi jalan dan volume lalu lintas memperoleh bobot tertinggi sebesar 29,30 persen. Artinya, aspek teknis lapangan tetap menjadi pertimbangan utama.
Faktor berikutnya adalah konektivitas wilayah sebesar 23,20 persen, kemudian kawasan industri 18,90 persen, kawasan logistik 18,20 persen, dan kawasan ekonomi serta permukiman 10,40 persen.
Setelah bobot tersebut diintegrasikan ke dalam PKRMS, peneliti membandingkan hasil penentuan prioritas penanganan tiga ruas jalan provinsi di Kabupaten Gresik.
Hasilnya menunjukkan bahwa urutan prioritas tidak berubah, tetapi dasar pengambilan keputusan menjadi lebih kuat dan lebih kaya konteks.
Ruas Petiyin–Karangcangkring (batas Kabupaten Lamongan) tetap menjadi prioritas pertama dengan nilai Technical Priority Index (TPI) sebesar 24,9 setelah integrasi AHP. Menariknya, ruas ini bukan yang membutuhkan biaya terbesar.
Untuk kebutuhan pekerjaan selama lima tahun, ruas tersebut diperkirakan membutuhkan sekitar Rp9 miliar.
Sementara itu, ruas Surabaya–Driyorejo–Legundi membutuhkan biaya penanganan tertinggi, sekitar Rp57,7 miliar, tetapi nilai prioritas teknisnya berada di posisi kedua dengan TPI 22,5.
Adapun ruas Legundi–Kabupaten Mojokerto menempati prioritas ketiga dengan TPI 7,5 dan estimasi kebutuhan pekerjaan sekitar Rp22,2 miliar.
Perbedaan ini menunjukkan bahwa besarnya biaya bukan satu-satunya dasar menentukan proyek yang harus dikerjakan lebih dahulu.
Penelitian menemukan bahwa sebuah ruas dapat menjadi lebih mendesak untuk ditangani walaupun biaya pekerjaannya lebih rendah apabila memiliki fungsi konektivitas tinggi, melayani lalu lintas padat, atau menopang aktivitas ekonomi dan industri.
Menurut Fajar Ilman Tama dan tim peneliti dari Universitas 17 Agustus 1945 Surabaya, integrasi PKRMS dan AHP menghasilkan pendekatan yang lebih objektif karena menggabungkan data teknis dengan penilaian terhadap tingkat kepentingan setiap faktor.
Model ini dinilai dapat membantu pemerintah daerah menyusun program pemeliharaan jalan yang lebih transparan, efisien, dan dapat dipertanggungjawabkan.
Dampaknya tidak hanya pada pengelolaan anggaran, tetapi juga berpotensi meningkatkan kualitas infrastruktur, memperlancar mobilitas masyarakat, menekan biaya distribusi, dan meningkatkan keselamatan pengguna jalan.
Bagi dunia usaha, terutama sektor industri dan logistik yang bergantung pada koridor jalan provinsi di Gresik, pendekatan semacam ini dapat membantu memastikan investasi infrastruktur dilakukan pada lokasi yang memberi dampak ekonomi paling besar.
Ke depan, peneliti juga merekomendasikan agar model ini dikembangkan dengan menambahkan variabel lain seperti tingkat kecelakaan, dampak ekonomi wilayah, risiko banjir, kondisi drainase, hingga beban kendaraan berat agar keputusan penanganan jalan menjadi semakin presisi.
Profil Penulis
Fajar Ilman Tama — Universitas 17 Agustus 1945 Surabaya
Ony Frengky Rumihin — Universitas 17 Agustus 1945 Surabaya
Iswandaru Widyatmoko — Universitas 17 Agustus 1945 Surabaya
0 Komentar