Analisis Program Preservasi Jalan Terdampak Banjir Menggunakan Model Markov Chain

Abstrak Dalam beberapa tahun terakhir, banjir telah menyebabkan gangguan pada sistem pengelolaan jalan dengan meningkatkan biaya rehabilitasi secara signifikan. Pada penelitian ini dilakukan analisis pengaruh banjir, lalu lintas dan riwayat penanganan terhadap deteriorasi kondisi perkerasan jalan dimasa akan datang. Analisis dilakukan pada semua ruas jalan nasional di provinsi Bengkulu. Berdasarkan MPT yang dihasilkan, kondisi kategori lalu lintas mempengaruhi tingkat penurunan maupun kenaikan kondisi perkerasan dimana lalu lintas tinggi memiliki tingkat penurunan kondisi perkerasan lebih tinggi daripada lalu lintas sedang maupun lalu lintas rendah. Kondisi antara segmen banjir dan tidak banjir juga berbeda dalam perubahan kondisi perkerasan dimana segmen banjir tingkat penurunan kondisi perkerasan lebih cepat dari segmen tidak banjir. Pada analisis perubahan kondisi perkerasan di masa akan datang, perbandingan jumlah keputusan penanganan yang diberikan pada Markov Chain probabilitas tertinggi dibandingkan dengan IRMS V.3 menunjukan hasil yang berbeda, dimana pada Markov Chain penurunan kondisi perkerasan baik IRI maupun PCI lebih cepat sehingga lebih sering dilakukan penanganan rehabilitasi daripada menggunakan IRMS V.3 yang penurunan kondisi jalan cendrung lebih lambat. Kata-kata Kunci: Banjir, deteriorasi, IRI, IRMS V.3, markov chain, PCI. Abstract In recent years, floods have disrupted the road management system by significantly increasing rehabilitation costs. In this study, an analysis of the flooding’s effect, traffic and maintenance history on the deterioration of pavement conditions in the future was carried out. The analysis was carried out on all national road sections in Bengkulu province. Based on the resulting MPT, traffic category conditions affect the level of decrease or increase in pavement conditions where high traffic has a higher rate of decline in pavement conditions than medium traffic and low traffic. The conditions between the flooded and non-flooded segments are also different in terms of changes in pavement conditions where the flooded segment has a faster rate of decline than the non-flooded segment. In the analysis of future deterioration of pavement conditions, a comparison of the number of treatment decisions given to Markov Chain has the highest probability compared to IRMS V.3 showing different results, where on Markov Chain the deterioration of pavement conditions, both IRI and PCI, is faster so that rehabilitation is carried out more frequently. rather than using IRMS V.3 which tends to decrease road conditions more slowly. Keywords: Deterioration, flooding, IRI, IRMS V.3, markov hain, PCI