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