IDENTIFIKASI KENDALA-KENDALA KONEKTIVITAS TRANSPORTASI LAUT DI WILAYAH KEPULAUAN

(Studi Kasus Provinsi Maluku)

  • Lodewyk Matheos Kelwulan Pattimura University
  • Ruth P. Soumokil Universitas Pattimura
  • Monalisa Manuputty Universitas Pattimura
Keywords: transportasi geografis, konektivitas, Weighted Arithmetic Mean

Abstract

Sistem transportasi geografis berkaitan dengan pergerakan orang, barang dan informasi,  yang mencoba mentautkan kendala-kendala dan atribut-atribut spasial dengan titik-titik asal, titik-titik tujuan, jarak, sifat dan tujuan pergerakan.  Konektivitas antar pulau menjadi salah satu kendala transportasi geografis untuk pengembangan sistem transportasi laut di wilayah kepulauan. Provinsi Maluku dengan 1.388 pulau dengan infrastruktur transportasi darat terbatas di sebagian besar pulau, mobilitas orang dan barang rendah, memiliki permasalahan konektivitas antar pulau yang cukup rumit. Dengan menggunakan analisis Weighted Arithmetic Mean (WAM) dan analisis statistik diketahui bahwa masalah utama yang dihadapi oleh para pengguna moda transportasi laut di wilayah kepulauan adalah waktu tunggu yang cukup lama di pelabuhan,  disamping tidak tersedianya informasi penjadwalan kapal.  Ketiadaan kapal pada saat dibutuhkan juga merupakan salah satu masalah utama sistem transportasi antar pulau di wilayah kepulauan

Downloads

Download data is not yet available.

References

[1] E. G. Masassya, “Maritime Connectivity: The Role of IPC in Maritime Logistic & Connectivity,” 2018.
[2] G. M. Speranza, “Trends in Transportation and Logistics,” Eur. J. Oper. Res., vol. 264, no. 3, hal. 830–836, 2018.
[3] H. I. Nur, T. Achmadi, dan K. Mercy, “Analysis of Seven International Indonesian Hub Ports Policy Development Impact on Shipping and Port Sector,” IOP Conf. Ser. Earth Environ. Sci., vol. 557, no. 1, 2020, doi: 10.1088/1755-1315/557/1/012061.
[4] J. P. Rodrigue, C. Comtois, dan B. Slack, Transportation and The Spatial Structure, 3rd ed. 2013.
[5] M. B. Lekakou dan T. K. Vitsounis, “Market Concentration in Coastal Shipping and Limitations to Island’s Accessibility,” Res. Transp. Bus. Manag., vol. 2, hal. 74–82, 2011, doi: 10.1016/j.rtbm.2011.10.001.
[6] G. Wilmsmeier dan T. Notteboom, “Determinants of Liner Shippping Network Configuration: A Two-Region Comparison,” GeoJournal, vol. 76, no. 3, hal. 213–228, 2011, doi: 10.1007/s10708-009-9333-2.
[7] P. W. de Langen dan K. Sharypova, “Intermodal Connectivity as a Port Performance Indicator,” Res. Transp. Bus. Manag., vol. 8, hal. 97–102, 2013, doi: 10.1016/j.rtbm.2013.06.003.
[8] J. Jiang, L. H. Lee, E. P. Chew, dan C. C. Gan, “Port connectivity study: An analysis framework from a global container liner shipping network perspective,” Transp. Res. Part E Logist. Transp. Rev., vol. 73, hal. 47–64, 2015, doi: 10.1016/j.tre.2014.10.012.
[9] G. Wilmsmeier dan R. J. Sánchez, “Evolution of Shipping Networks: Current Challenges in Emerging Markets,” Z. Wirtschgeogr., vol. 54, no. 3–4, hal. 180–193, 2010.
[10] S. Mishra, F. T. Welch, dan K. M. Jha, “Performance Indicators for Public Transit Connectivity in Multi-Modal Transportation Networks,” Transp. Res. Part A Policy Pract., vol. 46, no. 7, hal. 1066–1085, 2012, doi: 10.1016/j.tra.2012.04.006.
[11] T. F. Welch dan S. Mishra, “A Measure of Equity for Public Transit Connectivity,” J. Transp. Geogr., vol. 33, hal. 29–41, 2013, doi: 10.1016/j.jtrangeo.2013.09.007.
[12] S. Kaplan, D. Popoks, C. G. Prato, dan A. Ceder, “Using Connectivity for Measuring Equity in Transit Provision,” J. Transp. Geogr., vol. 37, hal. 82–92, 2014, doi: 10.1016/j.jtrangeo.2014.04.016.
[13] Y. Hadas, “Assessing Public Transport Systems Connectivity Based on Google Transit Data,” J. Transp. Geogr., vol. 33, hal. 105–116, 2013, doi: 10.1016/j.jtrangeo.2013.09.015.
Published
2023-11-01
How to Cite
Kelwulan, L., Soumokil, R., & Manuputty, M. (2023). IDENTIFIKASI KENDALA-KENDALA KONEKTIVITAS TRANSPORTASI LAUT DI WILAYAH KEPULAUAN. ALE Proceeding, 6, 193-197. https://doi.org/10.30598/ale.6.2023.193-197