Penguatan Kompetensi Analitik dalam Layanan Publik di PT Jasamarga Transjawa Tol, Satelit-Surabaya
Bilah Samping Artikel
Isi Artikel Utama
Abstrak
Kemampuan analitik menjadi elemen penting dalam penguatan mutu layanan publik di era berbasis data. Pada sektor transportasi jalan tol, analisis yang tepat terhadap pendapatan, volume kendaraan, dan dinamika spasial wilayah berperan besar dalam menjaga kinerja operasional dan kepuasan pengguna. Kegiatan pengabdian masyarakat ini dilaksanakan sebagai sharing session antara tim akademik dari Matematika, Institut Teknologi Sepuluh Nopember (ITS) dan PT Jasamarga Transjawa Tol, Satelit–Surabaya. Kegiatan ini bertujuan mengenalkan teori, aplikasi, dan manfaat analisis peramalan dan spasial dalam konteks pengelolaan layanan publik. Model Autoregressive Integrated Moving Average (ARIMA) dibahas sebagai pendekatan untuk memprediksi pendapatan tol, sedangkan Generalized Space-Time Autoregressive (GSTAR) digunakan untuk memahami pola volume kendaraan antar gerbang tol. Selain itu, Geographically Weighted Negative Binomial Regression (GWNBR) dikenalkan untuk menganalisis pengaruh faktor spasial terhadap pembukaan lahan di sekitar akses tol. Pihak Jasamarga turut berbagi pengalaman mengenai kondisi lapangan, tantangan operasional, dan kejadian-kejadian yang memengaruhi kinerja layanan. Kegiatan ini memperkuat kolaborasi antara akademisi dan praktisi industri serta memberikan pemahaman bersama tentang potensi penerapan analisis data dalam peningkatan mutu layanan publik.
Rincian Artikel
Artikel ini berlisensi Creative Commons Attribution-NonCommercial 4.0 International License.
Referensi
1. Parasuraman A, Zeithaml VA, Berry LL. SERVQUAL: A multiple-item scale for measuring consumer perceptions of service quality. Journal of Retailing 1988;64(1):12–40.
2. OECD. The Path to Becoming a Data-Driven Public Sector. Paris: OECD Publishing; 2019. https://www.oecd.org/gov/the-path-to-becoming-a-data-driven-public-sector-059814a7-en.htm, accessed: 2025-12-22.
3. Bappenas. Sustainable Development Goals (SDGs) Indonesia 2030 Roadmap. Jakarta: Kementerian PPN/Bappenas; 2023. https://sdgs.bappenas.go.id, accessed: 2025-12-22.
4. Kementerian Pekerjaan Umum dan Perumahan Rakyat. Buku Informasi Statistik Infrastruktur PUPR 2023. Jakarta: Pusdatin Kementerian PUPR; 2023.
5. Suryaningsih W, Siregar H, Mulatsih S. Pengaruh pembangunan jalan tol terhadap perubahan tata guna lahan dan luas lahan sawah di Kabupaten Brebes. TATALOKA 2024;26(3):154–164.
6. Navastara AM, Zikky M, Bashri A, Pangaribuan TG, Sustania S. Pangkahkulon “Go Digital”: Inovasi Layanan Publik Berbasis Teknologi. Sewagati 2025;9(2):529–539.
7. Anityasari M, Akbar RA, Nickita K, Indrawijaya R, Sonhaji AI, Wibisono KA, et al. Menuju layanan administrasi yang efektif dan efisien: Pendampingan implementasi Lean Six Sigma dalam pelayanan publik di Kota Surabaya. Sewagati 2025;9(5):1290–1304.
8. Shao Q, Piao X, Yao X, Kong Y, Hu Y, Yin B, et al. An adaptive composite time series forecasting model for short-term traffic flow. Journal of Big Data 2024;11:102.
9. Shah I, Muhammad I, Ali S, Ahmed S, Al-Rezami A. Forecasting day-ahead traffic flow using functional time series approach. Mathematics 2022;10(22):4279.
10. Huang G, Tang X. GIS-based analysis of spatial–temporal correlations of urban traffic accidents. European Transport Research Review 2021;13:50.
11. Rajalakshmi V, Vaidyanathan S. Hybrid time-series forecasting models for traffic flow prediction. Promet – Traffic & Transportation 2022;34(4):537–549.
12. Marques S, Pitombo CS. Transit ridership modeling at the bus stop level: comparison of approaches focusing on count and spatially dependent data. Applied Spatial Analysis and Policy 2022;16:277–313.
13. Gomes MJTL, Cunto F, da Silva AR. Geographically weighted negative binomial regression applied to zonal level safety performance models. Accident Analysis & Prevention 2017;106:254–261.
14. Jedwanna K. Estimating toll road travel times using segment-based machine learning models. Sustainability 2023;15(17):13042.
15. Lukitosari V, Sunarsini S, Doctorina WF, Wardhani LP, Putri ERM. Monitoring water quality using control charts at PDAM Surya Sembada Surabaya. Abdimas: Jurnal Pengabdian Masyarakat Universitas Merdeka Malang 2023;8(1):13–24.