Perbankan atau bank merupakan salah satu pusat kegiatan yang banyak
dikunjungi oleh masyarakat atau nasabah. Meningkatnya nasabah yang datang ke
bank pada jam kerja tentunya dapat memberikan dampak pada pada keadaan lalu
lintas di sekitarnya. Dampak lalu lintas juga dapat terjadi apabila pada gedung
perbankan tidak memiliki lahan parkir yang ideal. Parkir yang ideal tentunya akan
memberikan rasa aman dan nyaman bagi nasabah yang datang. Penelitian Tugas
Akhir ini dilakukan dibeberapa gedung perbankan di Kota Yogyakarta, antara lain
BNI Adisucipto, BCA Ahmad Dahlan, BCA Katamso, Bank Jogja Gedong Kuning
dan Bank BPD DIY Kota Gede. Tujuan dari penelitian ini untuk mengetahui
karakteristik parkir dan menyusun model kebutuhan ruang parkir.
Hasil analisis diperoleh akumulasi maksimal parkir motor sebesar 68
kendaraan di Bank BPD DIY kota gede dan mobil sebesar 22 kendaraan di Bank
BCA Katamso, durasi parkir motor dan mobil terbesar terjadi pada interval waktu 0-
15 menit dengan jumlah 154 motor dan 40 mobil di Bank BCA Katamso, volume
parkir sebesar 652 motor di Bank BPD DIY Kota Gede dan 94 mobil di Bank BCA
Katamso, pergantian parkir sebesar 3,10 motor/SRP/jam di Bank BPD DIY Kota
Gede dan 4,33 mobil/SRP/jam di Bank BCA Ahmad Dahlan, dan didapatkan indeks
parkir motor sebesar 103,45% di Bank BNI Adisucipto dan mobil 350% di BCA
Ahmad Dahlan.
Variabel yang digunakan dalam penelitian ini berupa akumulasi parkir
maskimum motor dan akumulasi parkir maskimum mobil yang akan menjadi variabel
Y. Variabel X sendiri akan menggunakan data sekunder yang didapatkan dari pihak
gedung perbankan. Penelitian ini menggunakan analisis regresi dengan bantuan
software SPSS 20 dalam mencari model dan pengujian model yang telah didapatkan.
Model terbaik untuk kebutuhan ruang parkir motor Y = 13,333 + 7,833 jumlah
customer services dengan nilai adjusted Rsquare 0,846 dan model terbaik untuk
kebutuhan ruang parkir mobil Y2 = -30,043 + 2,497 jumlah teller + 0,731 jumlah
karyawan + 1,528 jumlah ruangan nilai adjusted Rsquare sebesar 1,000. Model
terbaik ini dipilih karena sudah lolos dari uji statistik dan uji asumsi klasik yang
dilakukan sehingga dapat dikatakan bahwa kedua model ini memenuhi kriteria BLUE
(Best Linier Unbiased Estimator).