Perencanaan Transportasi
1. Analisis Trip Generation
2. Analisis Trip Distribution
Koleksi Data
Zona model
Survai invent. jaringan
Trip Generation
O-D
Trip Distribution
Jaringan Transport
Survai Trip t0
Biaya Perjalanan
MAT Angk.Umum
MAT Angk.Pribadi
Route Choice
Arus Jaringan
A. Trip Generation
-
Pemahaman metode:
Sangat simpel
Prosedurnya:
1. Pilih parameter terkait (misalnya struktur rumah tangga, kepemilikan
kendaraan atau pendapatan)
2. Tentukan nilai kritis dari masing-masing parameter tersebut (misalnya 6
struktur RT, 3 kelompok pemilikan kendaraan, dan 5 level income).
3. Gunakan data hasil survai untuk menghitung rerata trip rates (misalnya
jumlah trip pada jam puncak /RT) untuk setiap sel pada matrix cross
classification (6x3x5 = 90 sel)
4. Prediksi jumlah rumah tangga pada setiap sel untuk zona yang
bersangkutan
5. Kalikan dengan trip rate pada sel yang berkesesuaian, kemudian
jumlahkan seluruh hasilnya sehingga diperoleh total trips
6
intersep besar kurang mendekati realita butuh peubah lain dlm model tsb.
- household regression yaitu perhitungan secara terpisah untuk setiap rumah
tangga menggunakan data disaggregat. Perhitungan untuk zona adalah
penjumlahan dari rumah tangga.
contoh: Oh = 0,91 + 1,44 Eh + 1,07 Ch
Oh = perjalanan bekerja yang berasal dari rumah tangga h
Eh = jumlah orang bekerja dari rumah tangga h
Ch = jumlah mobil di rumah tangga h
maka: Oi = Oh
H di zona I
- household regression memerlukan survai rumah tangga, tetapi lebih baik dari
zonal regression karena lebih unggul secara statistik dan lebih transferable
7
1
2
3
4
5
6
7
8
Alternatif fungsi
Y
Tidak
Ya
1.400
Y = A + BX
Y = 89,9 + 2,48
1.200
1.000
800
600
400
200
0
X
100
200
300
400
500
(Y = A+B1X1+C2X2++BzXz)
Dipersyaratkan:
Y berkorelasi linear dgn X, jika tdk harus ditransformasi
Efek X terhadap Y adalah penjumlahan & tidak berkorelasi kuat sesama X (residual error)
Variansi Y terhadap garis regresi harus sama untuk semua nilai X
Nilai Y terdistribusi Normal, minimum mendekati normal
Nilai X sebaiknya mudah diproyeksikan
Koefisien determinasi (R2): garis regresi dan sejumlah data yang digunakan mendapatkannya
Koefisien Korelasi (r): nilai kuat tidaknya hubungan Y dgn X, atau sesama X (-1r+1)
Uji t-test: menguji nilai signifikansi dari nilai (r)
Contoh: Jumlah bangkitan dan peubah pergerakan per kabupaten di Jabar, 1995
Bangkitan
Perjalanan
Jumlah
Penduduk
Jumlah
R.Sakit
Y1
X1
X2
X3
X4
X5
X6
Pandeglang
12.035.567
926.316
470
5.706
582
1.053.924
Lebak
7.647.167
963.307
387
2.418
971.543
Bogor
39.564.090
3.592.646
10
1.581
10.421
1.036
6.464.158
Cianjur
13.658.862
1.766.413
765
5.204
1.322
1.992.958
Bandung
85.239.366
3.471.886
10
2.406
12.324
316
7.514.143
Kabupaten
Y1
X1
X2
X3
X4
X5
X6
Y1
1,00
Jumlah penduduk
X1
0,73
1,00
Jumlah R. Sakit
X2
0,69
0,37
1,00
X3
0,81
0,86
0,31
1,00
X4
0,59
0,38
0,80
0,35
1,00
X5
0,50
0,29
0,80
0,19
0,75
1,00
PDRB
X6
0,68
0,75
0,60
0,57
0,49
0,43
1,00
10
Hub.
Intersep
K O M B I NAS I
Para
-meter
2 (terbaik)
5 (terbaik)
-6.727.467
-9.083.243
-6.688.372
-8.277.712
-9.081.142
-8.402.539
Jumlah Pddk
(+)
X1
-2.92
13.28
-2,97
13.14
13.28
12.96
Jumlah R. Sakit
(+)
X2
2.183.350
2.611.123
2.165.015
2.189.583
2.612.354
2.039.309
Panjang jalan
(+)
X3
28.546
28.621
Jlh perusahaan
(+)
X4
-218
1,28
-223
-109
Hotel *****
(+)
X5
-213
-4.913
-4909
PDRB
(+)
X6
0.44
-0.85
0,45
-0,69
-0,85
-0,65
R2
0,886
0,749
0,886
0,740
0,749
0,739
F-Stat
23,417
11,357
29,656
14,232
14,943
19,843
R2
0,886
0,886
0,883
0,882
0,665
0,662
F-Stat
23,417
29,656
37,779
52,196
21,856
45,029
R2
0,894
0,886
0,884
0,881
0,880
0,481
F-Stat
23,417
23,396
37,966
51,750
80,427
21,277
Metode
Coba-Coba
Metode Tipe 1
Metode Tipe 2
11
Trip Distribution
-
Pola spasial arus lalulintas adalah fungsi dari land use dan sistem jaringan
transportasi, besarannya berupa penumpang/jam; kendaraan/jam = garis level
spasial: 0-1000; 1000-5000 dst
Kecenderungan semakin dekat jarak pemisah ruang (land use), arus lalulintas
pergerakan semakin meningkat.
Hal lain ikut berpengaruh: waktu, biaya dan faktor tersamar: kenyaman,
keamanan, sistem jaringan, sistem pergerakan (moda, dll), hambatan trip, dst.
Metode
Langsung
Metode Analogi:
Metode
Konvensional
Metode
Tdk Langsung
Metode MAT
Metode Sintetis:
Metode dari infor. Lalin:
Metode
Non Konvensional
Oi = Tid ; Dd = Tid T = Oi = Dd = Tid
d
i d
Kelemahannya:
Oi
Oit =
Oi
. Destination constrained GF (kebalikan dari Origin constrained GF)
Dj
Ojt =
Dj
16
Tid = tid. Ei + Wd
2
. The Furness Method
Tid = tid . Ei
. Detroit Method
Tid = tid . Ei . Ed
. Fratar Method
oi
Oi
Ei
10/18
60/106
80/141
50/88
200/353
300
1,50
80/141
20/35
100/178
50/88
250/440
250
1,00
20/35
130/229
10/18
50/88
210/370
420
2.00
100/176
80/141
60/106
20/35
260/458
650
2,50
dd
210/370
290/511
250/441
170/299
920/1620
Dd
420/420
435/435
250/250
515/515
Ed
2,0
1,5
1,0
3,03
1.620
1,76
18
oi
Oi
Ei
15/20
90/90
120/80
75/151
300/341
300/300
1,00/0,88
18/160
20/30
100/100
50/151
250/441
250/250
1,00/0,57
40/40
260/195
20/10
100/151
420/396
420/420
1,00/1,06
250/200
200/120
150/60
50/62
650/442
650/650
1,00/1,47
dd
385/420
570/435
390/250
275/515
1620
Dd
420/420
435/435
250/250
515/515
Ed
1,09/1,09
0,76/1,00
0,64/1,00
1,87/1,00
1.620
1,00
19
oi
Oi
Ei
17,5/16
90,0/66
100,0/74
113,2/144
320,7/300
300/300
0,935/1,0
120,0/85
25,0/14
100,0/54
100,7/98
345,7/250
250/250
0,723/1,0
40,0/41
227,5/189
15,0/13
125,7/178
408,2/420
420/420
1.029/1,0
225,0/279
160,0/166
105,0/110
55,3/95
545,3/650
650/650
1,192/1,0
dd
402,5/421
502,5/435
320,0/250
394,9/515
1.619,9/1620
Dd
420/420
435/435
250/250
515/515
Ed
1,043/0,99
0,866/1,00
0,781/1,0
1.304/1,0
1.620/
1,001/1,0
20
Asumsi dasarnya:
- sebaran pergerakan masa datang setiap zona berbanding lurus dengan pergerakan sekarang
- menghasilkan 2 nilai setiap pergerakan (i-d dan d-i): nilai rata-rata dipakai sebagai pendekatan
pertama
- untuk setiap zona, jumlah pendekatan pertama dibagi dengan total pergerakan yang
diestimasikan (hasil dari bangkitan pergerakan) untuk mendapatkan growth baru disebut
pendekatan kedua.
- hasil pendekatan pertama dan hasil growth baru kemudian dirata-ratakan dan proses diulangi
hingga tercapai kesesuaian antara pergerakan yang dihitung dan yang diinginkan.
- Proses perhitungannya cukup rumit dan panjang proses pengulangannya
(tidak populer digunakan, Devinroy et al, 1963)
21
oi
Oi
Ei
17,0/16
76,7/68
68,1/75
129,0/141
290,8/300
300/300
1,031/1,00
90,9/82
17,0/15
56,8/61
86,0/92
250,7/250
250/250
0,997/1,00
45,4/40
221,5/189
11,4/12
172,0/180
450,3/421
420/420
0,933/1,00
284,0/283
170,4/164
85,2/101
86,0/102
625,5/650
650/650
1,039/1,00
dd
437,3/421
485,6/436
221,5/249
473,1/515
1.617,2/1.62
0
Dd
420/420
435/435
250/250
515/515
Ed
0,96/0,99
0,896/0,99
1,129/1,001
1,089/1,00
Proses iterasi 1 - 8
1.620
1,002/1,00
22
Metode Sintetis
The Gravity Model
Model ini digunakan jika tidak terdapat O-D matriks, tetapi data asal dan tujuan diketahui.
Tij = K. Oi.Dj. f(Cij)
K = Konstanta
Oi = Jumlah perjalanan yang berasal dari i
Dj = Jumlah perjalanan yang menuju ke j
f (Cij) = deterrence function (disutility of travel): jarak, waktu dan biaya umum
Hasil permodelan sangat ditentukan oleh f(C ij): semakin jauh jarak tujuan, maka semakin
rendah jumlah pergerakan.
Bentuk-bentuk deterrence function:
1. Reciprocal M/Cij
2. Power function Cij-n
3. Negative exponential e-Cij
4. combined function Cjn.e-Cij
No. 2 dan 3 merupakan bentuk yang populer digunakan. Alasannya
parameter (m, n, ) dikalibrasi dari data pada tahun dasar, misalnya dengan metoda least
square regression.
23
Intrazona internal
Antarzona internal
Tujuan pergerakan
trip kerja gravity model doubly const; trip belanja gravity model singly const
24
id
25