Perencanaan System

Transportasi Kota
Trip Assignment
Puguh B. Prakoso, M.Sc.

Traffic Assignment/Route Assignment

adalah tahapan permodelan transport untuk mengestimasi aliran lalu
lintas/pembebanan lalu lintas (traffic flow/traffic load) pada tiap jalur/rute
pada suatu jaringan jalan.

Contoh input dasarnya adalah:
 OD matrik, yang menggambarkan jumlah arus perjalanan antar zone
 Jaringan (network); dapat dilengkapi dengan data: kecepatan, kapasitas,
BPR function, dll sesuai dengan jenis analisis

Output pada umumnya adalah:
 Pembebanan lalu lintas (link flows/links loads) Volume lalu lintas di
tiap rute/jalur
 Analisis lanjutan: V/C Ratio, LOS, Loss of Travel Time, Travel Speed, etc

Traffic Assignment/Route Assignment

Algoritma Traffic Assignment:

All-or-Nothing Assignment (AoN)

STOCH Assignment

Incremental Assignment

Capacity Restraint

User Equilibrium (UE)

Stochastic User Equilibrium (SUE)

System Optimum

Traffic Assignment/Route Assignment

Perbedaan Algoritma menunjukkan hasil yang berbeda

All-or-Nothing

vs

Equilibrium Assignment

Source: Haider M. and Brian Gregoul (2009), Traffic Assignment Models (Draft) Travel Demand Models

All-or-Nothing Assignment

Semua traffic flow antara pasangan zona asal-tujuan ditetapkan berdasarkan
jalur terpendek (shortest path)/tercepat yang menghubungkan asal dan
tujuan

Merupakan algoritma yang sederhana dan biasanya kurang realistis, karena
hanya satu jalur antara tiap pasangan asal-tujuan yang digunakan, walaupun
jika ada jalur-jalur lain yang sama, hampir sama travel time dan travel cost
nya

Data yang dibutuhkan hanya OD matrik dan jaringan transportasi dan travel
time di tiap jalur/link, kapasitas dan volume-delay functions tidak dibutuhkan

Source: Haider M. and Brian Gregoul (2009), Traffic Assignment Models (Draft) Travel Demand Models

STOCH Assignment

Dikembangkan oleh Dial (1971)

Merupakan algoritma yang mendistribusikan perjalanan antara pasangan
asal-tujuan melalui beberapa alternatif jalur yang menghubungkan daerah
asal-tujuan tersebut

Proporsi perjalanan pada tiap jalur adalah sebanding dengan probabilitas
pemilihan jalur tersebut (dihitung dengan logit route choice model)

Adalah algoritma pengembangan dari AoN, dimana multiple paths (beberapa
jalur) dari asal ke tujuan digunakan

Sama seperti AoN, model ini tidak mempertimbangkan kapasitas jalur,
sehingga analisis kemacetan diabaikan

Data yang dibutuhkan hampir sama dengan AoN

Source: Haider M. and Brian Gregoul (2009), Traffic Assignment Models (Draft) Travel Demand Models

Incremental Assignment

Merupakan algoritma yang mendistribusikan perjalanan dalam jumlah
langkah iterasi yang lebih kecil, dimana hanya pecahan dari demand total
yang disebarkan

Penyebaran perjalanan pada tiap langkahnya adalah identik dengan AoN,
kecuali bahwa travel time dari tiap jalur dihitung ulang berdasarkan kapasitas
jalur setelah tiap pecahan perjalanan dilakukan (proses iterasi). Kenaikan
(increment) setalah iterasi sebelumnya menggunakan hasil kalkulasi travel
time yang terupdate dari langkah sebelumnya

Jumlah increment yang besar akan menghasilkan hasil yang lebih realistis

Kapasitas jalur adalah faktor utama dalam perhitungan travel time, sehingga
data kapasitas pada tiap jalur diperlukan

Source: Haider M. and Brian Gregoul (2009), Traffic Assignment Models (Draft) Travel Demand Models

User Equilibrium (UE)

Adalah model yang menyebarkan perjalanan ke suatu jaringan sehingga tidak ada
pengguna individual yang dapat mengurangi travel time mereka dengan memilih
suatu alternatif rute lainnya

Adalah metode yang paling umum digunakan dalam transportation planning

Asumsinya adalah pejalan/traveller akan memilih rute yang meminimalkan travel time
mereka, sehingga jika mereka menemukan jalur tercepat, maka mereka akan
mengambilnya

Menggunakan asumsi yang relatif lebih realistis

UE adalah metode iteratif, dimana penyebaran perjalanan akan terus dilakukan
sampai kriteria konvergensi dicapai, atau sampai jumlah iterasi yang telah ditetapkan

Kelemahan yang paling mendasar adalah bahwa dalam metode ini diasumsikan setiap
user/pejalan mempunyai informasi yang sempurna mengenai jalur dalam jaringan,
dan mereka mengetahui semua jalur yang memungkinkan perjalanan mereka dan
kondisi kemacetan jalur-jalur tersebut setiap saat. Dalam keadaan nyata, pejalan tidak
akan pernah melakukan perjalanan tepat sesuai dengan yang diprediksikan UE model
Source: Haider M. and Brian Gregoul (2009), Traffic Assignment Models (Draft) Travel Demand Models

Capacity Restraint

Adalah model yang menggunakan pendekatan matematis yang lebih lanjut
dari UE

Pada tiap iterasinya, semua perjalanan disebarkan dalam cara AoN

Masalah yang timbul pada metode ini adalah bahwa arus perjalanan melalui
suatu jaringan tidak akan mencapai keseimbangan, dan algoritma ini bisa
selamanya membebani atau tidak membebani beberapa pasangan jalur, tidak
perduli berapa banyak iterasi yang dilakukan

Keakuratannya sangat tergantung dati jumlah iterasi yang ditetapkan, dimana
satu perbedaan jumlah iterasi saja dapat menimbulkan berbedaan hasil yang
signifikan

Seperti metode Incremental Assignment, data kapasitas jalur dibutuhkan

Source: Haider M. and Brian Gregoul (2009), Traffic Assignment Models (Draft) Travel Demand Models

Stochastic User Equilibrium (SUE)

Adalah model yang sangat mirip dengan UE, kecuali bahwa tiap pejalan diasumsikan
tidak mempunyai informasi yang sempurna

Bentuk error dalam keputusan dalam pengambilan rute diperkenalkan dalam metode
ini

Hasil dari estimasinya mirip dengan UE, kecuali bahwa rute-rute yang kurang atraktif
akan mempunyai jumlah pembebanan kecil, dimana pada UE pembebanan pada ruterute ini akan berjumlah nol

Digunakan dalam banyak permodelan transportasi tingkat lanjut

Membutuhkan semua data pada algoritma-algoritma lainnya untuk menghasilkan
hasil analisis yang akurat dan realistis

Dibandingkan UE, metode ini bisa dikategorikan sebagai metode yang lebih realistis

Source: Haider M. and Brian Gregoul (2009), Traffic Assignment Models (Draft) Travel Demand Models

10

System Optimum

Adalah model yang melakukan penyebaran perjalanan ke dalam jaringan
sehingga jumlah total travel time dalam jaringan tersebut minimum

Namun masing-masing individual travel time tidak diminimalkan

Sehingga tidak ada transport user yang dapat merubah jalur tanpa
meningkatkan jumlah total travel time dalam jaringan

Source: Haider M. and Brian Gregoul (2009), Traffic Assignment Models (Draft) Travel Demand Models

11

Perbandingan Algoritma

12
Source: Haider M. and Brian Gregoul (2009), Traffic Assignment Models (Draft) Travel Demand Models

Perbandingan Algoritma

Source: Haider M. and Brian Gregoul (2009), Traffic Assignment Models (Draft) Travel Demand Models

13

Perbandingan Algoritma

Source: Haider M. and Brian Gregoul (2009), Traffic Assignment Models (Draft) Travel Demand Models

14