Tugas Transplan OK Sawal Poenya

TUGAS PERENCANAAN TRANSPORTASI
SEBARAN PERGERAKAN
Dilakukan Plot Survey pada suatu kecamatan dengan populasi 1730 KK. Diperoleh data sebagai
berikut :
KK 1 2 3 4 5 6 7 8 9 10
Σ Perjalanan /
3 6 7 12 7 7 5 4 5 4
hari
Σ Anggota
3 4 5 6 3 4 5 4 4 3
keluarga (jiwa)
Σ Kendaraan 1 2 2 2 2 2 1 2 2 1
Pendapatan (106
2.4 3.4 3.6 4.4 3 3.6 2.4 2.9 3.8 2.4
rph)
KK 11 12 13 14 15 16 17 18 19 20
Σ Perjalanan /
9 7 6 8 6 7 7 9 6 5
hari
Σ Anggota
6 6 5 5 5 5 6 6 3 3
keluarga (jiwa)
Σ Kendaraan 3 1 2 1 1 1 0 1 1 0
Pendapatan (106
7.4 3.5 5.5 4.4 3.4 3.3 3.4 4.4 2.1 1.4
rph)
KK 21 22 23 24 25 26 27 28 29 30
Σ Perjalanan /
3 5 5 5 7 7 8 5 4 8
hari
Σ Anggota
3 4 4 4 5 4 4 3 3 8
keluarga (jiwa)
Σ Kendaraan 1 1 2 2 2 1 2 3 2 2
Pendapatan (106
1.7 3.1 4.4 3.4 5.9 3.4 3.2 3.9 4.4 10.4
rph)
A. MINIMUM SAMPEL
1. Menghitung jumlah minimum sampel, menurut pendapat Solvin :
SAWAL SIREGAR (060404084)

N
n=
1+ Ne 2
Keterangan:
n= jumlah sampel
N= jumlah populasi
e= tingkat kesalahan data
 Minimum sampel yang harus di survey bila di asumsikan ∑¿ ¿ anggota keluaraga

berdasarkan penelitian pendahuluan (pilot survey) :
Jumlah total anggota keluarga = 133 jiwa
Misalkan tingkat kesalahan data 5% , maka e = 0.05
133
n=
1+133 ( 0 . 05 )2
n=99 .81≈100 sampel
Maka miminum sampel anggota keluarga adalah 100 jiwa.
 Minimum sampel yang harus di survey bila di asumsikan ∑¿ ¿ Kendaraan

berdasarkan penelitian pendahuluan (pilot survey) :
Jumlah total Kendaraan= 46 Kendaraan
46
n=
1+46 ( 0. 05 )2
n=41 .26≈42 sampel
Maka miminum sampel kendaraan adalah 42 Kendaraan.

6
Jumlah total pendapatan = Rp 119 . 10
119
n=
1+119 ( 0 . 05 )2
n=91. 715≈92 sampel
6
Maka miminum sampel pendapatan adalah Rp 92 . 10 .
B. MATRIKS KOEFISIEN KORELASI

Analisa korelasi digunakan untuk mengukur ketepatan garis regresi dalam
menjelaskan nilai variabel tidak bebas (variabel terikat). Pengujian hubungan korelasi
(derajat hubungan/keeratan hubungan) dalam proses analisis regresi merupakan hal
penting yang harus dilakukan terutama untuk mengatasi masalah antara variabel bebas.
Selain itu, uji korelasi juga berfungsi untuk mengetahui seberapa besar hubungan antara
variabel-variabel bebas terhadap variabel tidak bebas. Adapun hasil uji korelasi terhadap
persamaan linier fungsi selisih utilitas adalah sebagai berikut :
Correlations
ANGGOTA
PERJALANAN KENDARAAN PENDAPATAN
KELUARGA
PEARSON CORRELATION Perjalanan 1.000 .681 .177 .476

Anggota Keluarga .681 1.000 .040 .718
Kenderaan .177 .040 1.000 .505
Pendapatan .476 .718 0.505 1.000
SIG. (1-Tailed) Perjalanan - .000 .175 .004
Anggota Keluarga .000 - .416 .000
Kenderaan .175 .416 - .002
Pendapatan .004 .000 .002 -
N Perjalanan 30 30 30 30
Anggota Keluarga 30 30 30 30
Kenderaan 30 30 30 30
Pendapatan 30 30 30 30
Matrik Korelasi
objek Perjalanan Anggota Keluarga kendaraan Pendapatan

perjalanan 1.000 0.681 0.177 0.476

Anggota keluarga 0.681 1.000 0.040 0.718

Kendaraan 0.177 0.040 1.000 0.505
Pendapatan 0.476 0.718 0.505 1.000
Pedoman Untuk Memberikan Interpretasi Koefisien Korelasi
Interval Koefisien Tingkat Hubungan

0,00 – 0,199 Sangat rendah
0,20 – 0,399 Rendah
0,40 – 0,599 Sedang
0,60 – 0,799 Kuat
0,80 – 1,00 Sangat kuat
Maka nilai hubungan korelasi yang di dapat :
 Hubungan perjalanan dengan jumlah anggota keluarga ialah kuat dengan nilai (0.681)
 Hubungan perjalanan dengan jumlah kendaraan ialah sangat rendah dengan nilai
(0.177)
 Hubungan perjalanan dengan pendapatan ialah sedang dengan nilai (0.476)
 Hubungan jumlah anggota keluarga dengan jumlah kendaraan ialah sangat rendah
dengan nilai (0.040)
 Hubungan jumlah anggota keluarga dengan pendapatan ialah kuat dengan nilai
(0.718)
 Hubungan kendaraan dengan pendapatan ialah sedang dengan nilai (0.505)
C. MODEL YANG MENGHUBUNGKAN ANTARA PERJALANAN DENGAN

JUMLAH ANGGOTA KELUARGA DAN JUMLAH KENDARAAN DAN
PENDAPATAN

Dengan menggunakan methode analisis regresi linier kita dapat menfsirkan dan
meramalkan jumlah perjalanan rumah tangga yang dibangkitkan oleh zona pemukiman.
Untuk penggunaan analisis regresi linier berganda dalam menaksirkan jumlah perjalanan
yang dibangkitkan oleh rumah tangga dari zona perumahan, kita hanyaperlu memasukkan data –
data ketiga variabel (jumlah anggota keluarga, tingkat kepemilikan kendaraan, dan tingkat
pendapatan) ke dalam model hubungan fungsional untuk mendapatkan seluruh nilai parameter
yang akan dipergunakan sebagai dasar analisis dan perkiraan jumlah perjalanan yang
dibangkitkan oleh rumah tangga dari suatu zona pemukiman sehingga bentuk modelnya adalah:
ÔiPi = f (URT, TKK, TP)
Dimana:
ÔiPi = Perkiraa jumlah perjalanan yang diproduksi oleh zona pemukiman yang sedang kita amati
per hari pada tahun rencana.
URT = Variabel ukuran rumah tangga
TKK = Variabel tingkat kepemilikan kendaraan
TP = Variabel tingkat pendapatan
Berdasarkan hasil matrik koefisien korelasi dapat dibuatkan 4 model hubungan analisis regresi
linier, ialah:
Y = a + bX
Misalkan :
Y = perjalanan
X1 = anggota keluarga
X2 = kendaraan
X3 = pendapatan
1. Perjalanan yang dipengaruhi oleh jumlah anggota keluarga (jiwa)
Pemodelan 1 ( y = x1 )

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 1.546 .989 1.564 .129
ANGGOTA_KELUARGA 1.057 .215 .681 4.921 .000
a. Dependent Variable: PERJALANAN
Dari output tersebut dihasilkan persamaan hubungan antara Perjalanan dengan Jumlah
Anggota Keluarga yaitu sebagai berikut:
Y= 1,546 + 1.057X1
2. Perjalanan yang dipengaruhi oleh pendapatan
Pemodelan 2 ( y = x3 )
Coefficientsa
Standardized
1 (Constant) 4.210 .775 5.433 .000
PENDAPATAN .530 .185 .476 2.861 .008
Dari output tersebut dihasilkan persamaan hubungan antara Perjalanan dengan

Pendapatan yaitu sebagai berikut:
Y = 4,210 + 0,530 X3
3. Perjalanan yang dipengaruhi oleh anggota keluarga dan kendaraan
Pemodelan 3 ( y = x1 + x2 )

Coefficientsa
Standardized
1 (Constant) .978 1.117 .876 .389
KENDARAAN .398 .367 .150 1.083 .289
Dari output tersebut dihasilkan persamaan hubungan antara Perjalanan dengan anggota
keluarga dan kendaraan yaitu sebagai berikut:
Y = 0,978 + 1,048 X1 + 0,398X2
4. Perjalanan yang dipengaruhi oleh kendaraan dan pendapatan
Pemodelan 4 ( y = x2 + x3 )
Coefficientsa
Standardized
1 (Constant) 4.375 .872 5.016 .000
KENDARAAN -.226 .520 -.085 -.436 .667
PENDAPATAN .578 .218 .519 2.654 .013
Dari output tersebut dihasilkan persamaan hubungan antara Perjalanan dengan kendaraan
dan pendapatan yaitu sebagai berikut:
Y = 4,375 - 0,226 X2 + 0,578 X3
D. MODEL YANG SESUAI DENGAN UJI DETERMINASI, UJI T DAN UJI

F

 Uji Determinasi
Uji determinasi ini dilakukan unutk mengetahui hubungan linier antara 2 variabel yang kita
asumsikan memiliki keterkaitan atau keterhubungan yang kuat, apakah kuat atau tidak.
Dari variabel – variabel yang telah diolah dengan program SPSS melalui analisis regresi
linear maka di dapatkan beberapa model yang menghubungkan antara perjalanan dengan jumlah
anggota keluarga, jumlah kendaraan dan juga tingkat pendpatan (10 6 rph) tiap keluarga.Setiap
model tersebut mempunyai Nilai R Square atau Koefisien Determinasi atau R 2 dapat dilihat pada
hasil pengolahan data bagian Model Summary. Hasil pengolahan data menunjukkan nilai sebagai
berikut:
1. Perjalanan yang dipengaruhi oleh jumlah anggota keluarga (jiwa)
Y= 1,546 + 1.057X1
Output data bagian Model Summary sebagai berikut:
Model Summary
Adjusted R Std. Error of the

Model R R Square Square Estimate
1 .681a .464 .445 1.44730
a. Predictors: (Constant), ANGGOTA_KELUARGA
Didapat Koefisien Determinasi atau R2=0.464
2. Perjalanan yang dipengaruhi oleh pendapatan

Y = 4,210 + 0,530 X3
Model Summary

1 .476a .226 .199 1.73848
a. Predictors: (Constant), PENDAPATAN
3. Perjalanan yang dipengaruhi oleh anggota keluarga dan kendaraan

Y = 0,978 + 1,048 X1 + 0,398X2
Model Summary

1 .697a .486 .448 1.44287
a. Predictors: (Constant), KENDARAAN, ANGGOTA_KELUARGA
4. Perjalanan yang dipengaruhi oleh kendaraan dan pendapatan
Y = 4,375 - 0,226 X2 + 0,578 X3
Model Summary

1 .481a .232 .175 1.76419
a. Predictors: (Constant), PENDAPATAN, KENDARAAN
Dari hasil analisis diatas, model yang sesuai dengan uji determinasi adalah model (3),
yang menghubungkan Perjalanan dengan jumlah anggota keluarga (jiwa) dan jumlah kepemilikan
kendaraan, yang mempunyai nilai Koefisien Determinasi atau R adalah sebesar 0.486 atau 48,6
2

%. Ini menunjukkan bahwa sebesar 48,6% variasi variabel Perjalanan (Y) dapat dijelaskan oleh 2
variabel independent yaitu jumlah anggota keluarga (jiwa), serta jumlah kepemilikan kendaraan
(X1, dan X2).
 Uji T
Uji Hipotesis secara Parsial (Uji T) digunakan untuk menguji pengaruh dari masing-
masing (secara parsial) variabel independen terhadap variabel dependen. Misalnya jika terdapat
variabel independen sebanyak 3 variabel, yaitu X1, X2, dan X3, dan variabel dependennya adalah
Y, maka untuk menguji secara parsial dengan langkah menguji pengaruh dari variabel X 1
terhadap variabel Y, menguji pengaruh variabel X2 terhadap variabel Y, dan menguji pengaruh
variabel X3 terhadap variabel Y. Keputusan menerima atau menolak hipotesis dengan langkah
membandingkan hasil T hitung dengan T tabel.
Output data analisis regresi:

Coefficientsa
Standardized
1 (Constant) .159 1.296 .123 .903
KENDARAAN .813 .499 .306 1.628 .115
PENDAPATAN -.365 .300 -.328 -1.216 .235

tabel 4.1 : Output Analisis Regresi Linier dengan model hubungan antara Perjalanan dengan Anggota Keluarga
(jiwa), Jumlah Kepemilikan Kendaraan dan Tingkat Pendapatan (106rph)
Pada output data analisis regresi pada model yang menghubungkan antara jumlah perjalanan
dengan jumlah anggota keluarga (jiwa) dan jumlah kepemilikan kendaraan serta tingkat
pendapatan (106 rph) di tampilkan konstanta regresi yang digunakan untuk menyusun persamaan
regresi yaitu persamaan berikut:
Y = 0.159+1.403X1+0.813X2-0.365X3+e
Di sini juga ditampilkan nilai t dari masing- masing variabel, yang dapat dimanfaatkan untuk
menguji keberartian koefisien regresi yang di dapatkan. Proses pengujian sebagai berikut.
Hipotesis:
Ho: β1 = β2 = β3 = 0
H1: β1 ≠β2 ≠β3 ≠0
Jika tingkat kepercayaan ditentukan sebesar 10%, maka didapat nilai t pada daftar tabel dengan
derajat kebebasan (dk) = 16 , hasil t = 1.337


Nilai t hitung pada output pada masing – masing variabel, yakni untuk X 1 = 3.883 ; X2 = 1.628 ;
X3 = -1.216
Maka, harga t hitung variabel X1 = 3.883 >dari t tabel 0.05 = 1.746.Jadi Ho ditolak, sebaliknya H1
diterima. Hal ini menunjukkan bahwa variabel bebas X1 secara signifikan menjelaskan variabel
tergantung Y.
Harga t hitung variabel X2 = 1.628 < dari t tabel 0.05 = 1.746. Jadi Ho diterima dan H1 ditolak.
Hal ini menunjukkan bahwa variabel bebas X2 tidak dapat menjelaskan variabel tergantung Y.
Harga t hitung variabel X3 = -1.216 < dari t tabel 0.05 = 1.746. Jadi Ho diterima danH1 ditolak.
Hal ini menunjukkan bahwa variabel bebas X3 tidak dapat menjelaskan variabel tergantung Y.
Dengan demikian, model yang sesuai dengan uji T adalah model (1) yang menghubungkan
Perjalanan (Y) dengan Jumlah Anggota Keluarga (X1).
 Uji F
Uji Hipotesis secara Serempak (Uji F) digunakan untuk menguji pengaruh dari variabel
independen secara keseluruhan terhadap variabel dependen. Misalnya jika terdapat variabel
independen sebanyak 3 variabel (X1, X2, dan X3) dan variabel dependennya adalah Y, maka
langkah mengujinya adalah menguji pengaruh dari variabel X1, X2, dan X3 terhadap variabel Y.
Keputusan menerima atau menolak hipotesis dengan langkah membandingkan hasil F hitung
dengan F tabel.
Hasil Output ANOVAb untuk pengujian uji F pada analisis regresi SPSS, yaitu:
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 56.180 3 18.727 9.154 .000a
Residual 53.187 26 2.046
Total 109.367 29
a. Predictors: (Constant), PENDAPATAN, KENDARAAN, ANGGOTA_KELUARGA
b. Dependent Variable: PERJALANAN
Dari hasil output data analisis regresi pada model yang menghubungkan antara jumlah perjalanan
dengan jumlah anggota keluarga (jiwa) dan jumlah kepemilikan kendaraan serta tingkat
pendapatan di dapat nilai F = 9.154 yang dapat digunakan untuk melakukan uji hipotesis dalam
memprediksi kontribusi variabel – variabel independent (X 1, X2, dan X3) terhadap variabel
dependent (Y).
Hipotesis:
Ho: β1 = β2 = β3 = 0
H1: Minimal satu dari 3 variabel tidak sama dengan nol.
Dengan menentukan tingkat kepercayaan 10 % dan derajat kebebasan df1 = 3 dan
df2 = 16, maka dari tabel F didapat harga = 3.24.
Oleh karena F hitung = 9.154 > F tabel (0.05) = 3.24, maka H 0 ditolak dan H1 diterima.
Kesimpulannya, bahwa variabel independent yaitu jumlah anggota keluarga (jiwa), jumlah
kepemilikan kendaraan serta tingkat pendapatan (X1, X2,dan X3) secara bersama dengan
signifikan memberikan kontribusi terhadap variabel dependent.
Dengan demikian, model yang sesuai dengan uji F adalah model (d), yang menghubungkan
Perjalanan (Y) dengan Jumlah Anggota Keluarga (X1) dan Jumlah Kepemilikan Kendaraan (X2)
serta Tingkat Pendapatan (X3).

2. Dilakukan survey sebaran perjalanan pada 5 desa. Diperoleh data sebagai berikut:
Tahun ke - 0
Desa 1 2 3 4 5 oi
1 330 150 254 240 280 1254
2 140 230 240 240 140 990
3 245 120 340 340 280 1325
4 140 270 150 140 150 850
5 240 246 170 290 140 1086
Dd 1095 1016 1154 1250 990 5505
Tahun ke - 1
zona 1 2 3 4 5 oi
1 545 290 504 390 420 2149
2 280 475 550 300 275 1880
3 384 260 400 450 440 1934
4 175 350 220 240 180 1165
5 380 304 340 680 250 1954
Dd 1764 1679 2014 2060 1565 9082
a) Hitunglah tingkat Pertumbuhan tiap desa dan Global?

b) Hitunglah matrik asal tujuan pada tahun ke-3 dengan metode Seragam?
c) Hitunglah matrik asal tujuan pada tahun ke-4 dengan metode Rata-rata?
d) Hitunglah matrik asal tujuan pada tahun ke-5 dengan metode Furness?
e) Hitunglah matrik asal tujuan pada tahun ke-4 dengan metode Detroit?
Penyelesaian:
A. PERTMBUHAN TIAP DESA DAN GLOBAL

Untuk menghitung tingkat pertumbuhan tiap desa dapat dihitung dengan dengan rumus :
eij = Tij - tij

tij
dimana :
eij : Tingkat Pertumbuhan tiap desa
Tij : Jumlah perjalanan masa mendatang dari zona asal I ke zona tujuan j
ti-j : Jumlah perjalanan masa sekarang dari zona asal I ke zona tujuan j

Dengan database dari Pilot Survey yang sudah ada, maka dapat kita tentukan tingkat
pertumbuhan dari masing-masing desa yaitu sebagai berikut :
Tahun ke - 0
Des
1 2 3 4 5 oi
a
1 330 150 254 240 280 1254
2 140 230 240 240 140 990
3 245 120 340 340 280 1325
4 140 270 150 140 150 850
5 240 246 170 290 140 1086
Dd 1095 1016 1154 1250 990 5505
Tahun ke - 1
Zon
a 1 2 3 4 5 oi
1 545 290 504 390 420 2149
2 280 475 550 300 275 1880
3 384 260 400 450 440 1934
4 175 350 220 240 180 1165
5 380 304 340 680 250 1954
Dd 1764 1679 2014 2060 1565 9082
Tingkat pertumbuhan tiap Desa
Des
1 2 3 4 5
a
93.3333
1 65.15152 3 98.4252 62.5 50
106.521 129.166 42.8571 96.4285
2 100 7 7 4 7
116.666 17.6470 32.3529 57.1428
3 56.73469 7 6 4 6
29.6296 46.6666 71.4285
4 25 3 7 7 20
23.5772 134.482 78.5714
5 58.33333 4 100 8 3

Dan tingkat pertumbuhan Global adalah :

E = 9082 – 5505
5505
= 64.97729 %.

A. METODE SERAGAM (UNIFORM)
Model ini yang paling tua dan sudah lama digunakan orang dalam penelitian transportasi,
untuk memproyeksikan sebaran perjalanan yang akan datang.
Dikatakan seragam karena seluruh zona dalam wilayah kajian memiliki tingkat besaran
pertumbuhan yang sama.
Hal ini terlalu teoritis karena dalam realita, tidak akan mungkin terjadi pertumbuhan yang
sama antar zona dengan zona lainnya seperti dalam hal tingkat pertumbuhan oenduduk zona,
pasti di antara zona-zona yang serupa satu sama lain. Secara matematik, modek ini dapat
dirumuskan seperti :
T i− j =ti− j . E
Dimana :
Ti-j = Jumlah perjalanan masa mendatang dari zona asal I ke zona tujuan j
ti-j = Jumlah perjalanan masa sekarang dari zona asal I ke zona tujuan j
E = T/t = Faktor/tingkat pertumbuhan kedua zona (asal dan tujuan)yang ada di wilayah
studi, seperti penduduk, pendapatan, atau tata ruang.
T = total (jumlah keseluruhan) perjalanan masa mendatang dalam wilayah studi
Tahun ke - 0
Desa 1 2 3 4 5 oi
1 330 150 254 240 280 1254
2 140 230 240 240 140 990
3 245 120 340 340 280 1325
4 140 270 150 140 150 850
5 240 246 170 290 140 1086
Dd 1095 1016 1154 1250 990 5505
Tahun ke - 1
Zona 1 2 3 4 5 oi
1 545 290 504 390 420 2149
2 280 475 550 300 275 1880
3 384 260 400 450 440 1934
4 175 350 220 240 180 1165
5 380 304 340 680 250 1954
Dd 1764 1679 2014 2060 1565 9082

Tahun ke - 0
Desa 1 2 3 4 5 oi Oi
1 330 150 254 240 280 1254 2149
2 140 230 240 240 140 990 1880
3 245 120 340 340 280 1325 1934
4 140 270 150 140 150 850 1165
5 240 246 170 290 140 1086 1954
Dd 1095 1016 1154 1250 990 5505
Dd 1764 1679 2014 2060 1565 9082
Tingkat pertumbuhan (E) = 64.98%

faktor = 1.6497729
Tahun ke - 1
Zona 1 2 3 4 5 oi Oi
419.0423
1 544.42507 247.46594 3 395.945504 461.93642 2068.81526 3545.362
2 230.96821 379.44777 395.9455 395.945504 230.96821 1633.2752 3101.5731
3 404.19437 197.97275 560.9228 560.922797 461.93642 2185.94914 3190.6609
247.4659
4 230.96821 445.43869 4 230.968211 247.46594 1402.30699 1921.9855
5 395.9455 405.84414 280.4614 478.434151 230.96821 1791.65341 3223.6563
Dd 1806.5014 1676.1693 1903.838 2062.21617 1633.2752 9082
3322.642
Dd 2910.1995 2769.9688 7 3398.53224 2581.8946 14983.238


faktor = 1.6497729
Tahun ke - 2
691.3246
1 898.17772 408.2626 7 653.220163 762.09019 3413.07535 5849.0422
653.2201
2 381.04509 626.00266 6 653.220163 381.04509 2694.53317 5116.8913
925.3952
3 666.82892 326.61008 3 925.39523 762.09019 3606.31965 5263.8658
4 381.04509 734.87268 408.2626 381.045095 408.2626 2313.48808 3170.8395
462.6976
5 653.22016 669.55067 2 789.307696 381.04509 2955.82124 5318.3008
3140.900
Dd 2980.317 2765.2987 3 3402.18835 2694.5332 14983.2375
5481.605
Dd 4801.1682 4569.8194 9 5606.80639 4259.5398 24718.94



faktor = 1.6497729
Tahun ke - 3
1140.528
1 1481.7893 673.54058 7 1077.66492 1257.2757 5630.79922 9649.5913
1077.664
2 628.63787 1032.7622 9 1077.66492 628.63787 4445.3678 8441.7086
3 1100.1163 538.83246 1526.692 1526.69197 1257.2757 5949.60842 8684.1832
673.5405
4 628.63787 1212.373 8 628.637871 673.54058 3816.72993 5231.1651
763.3459
5 1077.6649 1104.6065 9 1302.17845 628.63787 4876.43377 8773.9886
5181.772
Dd 4916.8462 4562.1148 2 5612.83813 4445.3678 24718.9391
9043.404
Dd 7920.8372 7539.1642 8 9249.95725 7027.2733 40780.637
B. METODE RATA-RATA (AVERAGE)
Model rata-rata dipakai jika masing-masing zona yang ada di dalam lingkup wilayah studi
memiliki karakteristik pertumbuhan yang berbeda – beda satu sama lain. Misalnya dalam hal
jumlah penduduk atau variable lain seperti tingkat pendapatan, pertumbuhan wilayah dan
sebagainya.
Tingkat pertumbuhan yang berbeda ini dirata-ratakan dengan jalan menjumlahkan
pertumbuhan di zona asal I dan di zona asal j kemudian dibagi dua seperti rumus matematika
berikut :
Ei + E d
T i−d =t i−d ( 2 )
Dimana :
Ti-d = Jumlah perjalanan masa mendatang dari zona asal i ke zona tujuan j
Ti-d = Jumlah perjalanan masa sekarang dari zona asal i ke zona tujuan j
Ei = Ti/ti
dan Ed = Td/td = Faktor/tingkat pertumbuhan kedua zona (asal dan tujuan)yang ada di
wilayah studi, seperti penduduk, pendapatan, atau tata ruang.
Ti, Td = seluruh perjalanan masa mendatang yang berasal dari zona asal i atau
yang menuju ke zona tujuan j.
ti, td = seluruh perjalanan masa sekarang yang berasal dari zona asal i atau yang
menuju ke zona tujuan j.

Pada metode rata-rata ini, suatu kondisi harus dipenuhi agar seluruh zona memiliki tingkat
pertumbuhan yang sama dan mendekati 1 yaitu:
Oi=Oi ( G )
Di=Di ( G )
Dimana :
Oi =Banyaknya perjalanan di masa akan datang yang berasal dari zona asal i
Dd =Banyaknya perjalanan di masa akan datang yang berasal dari zona asal j
Oi (G) =Banyak perjalanan masa mendatang yang berasal dari zona-zona asal i
berdasarkan hasil analisis bangkitan perjalanan.
Dd (G) =Banyak perjalanan masa mendatang yang berasal dari zona-zona asal j
berdasarkan hasil analisis bangkitan perjalanan.
Menghitung jumlah pergerakan pada waktu yang akan datang dapat diperkirakan atau
diproyeksikan dengan rumus pertumbuhan geometris berikut.
Pn = Po (1+ r)^n
Keterangan:
Pn = jumlah penduduk pada tahun n
Po = jumlah penduduk pada tahun 0 atau tahun dasar
n = jumlah tahun 0 hingga n
r = tingkat pertumbuhan penduduk per tahun (%)
Contoh Soal :
Berdasarkan perhitungan yang telah kita lakukan, tingkat pertumbuhan penduduk per tahun zona
1-1 adalah 65 % apabila jumlah pergerakan pada tahun ke-0 sebesar 330. Berapakah proyeksi
pergerakan pada tahun ke-4t?
Pn = Po (1 + r) ^n
= 333 (1 + 65 %)^4
= 330(1 + 0.65)^4
= 330(1,65)^4
= 330(7,412)
= 2446
Maka proyeksi pergerakan dari tahun ke-0 dengan tingkat pertumbuhan penduduk 0,65 %per
tahun adalah 2446
Tahun ke - 0

Desa 1 2 3 4 5 oi
1 330 150 254 240 280 1254
2 140 230 240 240 140 990
3 245 120 340 340 280 1325
4 140 270 150 140 150 850
5 240 246 170 290 140 1086
Dd 1095 1016 1154 1250 990 5505
Tahun ke - 4
Desa 1 2 3 4 5 oi
1 2454.96 2095.65 3937.5 1673.5 1417.5 11579.1
999.58
2 2240 4183.99 6619.4 4 2084.24 16127.2
1043.3
3 1478.52 2644.54 651.33 1 1707.41 7525.1
4 341.797 762.397 694.09 1209.1 311.04 3318.42
8766.8
5 1508.35 573.706 2720 1 1423.56 14992.4
13692.
Dd 8023.62 10260.3 14622 3 6943.74 53542.2
Tahun ke - 0
Desa 1 2 3 4 5 oi Oi Ei
1 330 150 254 240 280 1254 11579.1 9.23373
2 140 230 240 240 140 990 16127.2 16.2901
3 245 120 340 340 280 1325 7525.1 5.67932
4 140 270 150 140 150 850 3318.42 3.90402
5 240 246 170 290 140 1086 14992.4 13.8052
Dd 1095 1016 1154 1250 990 5505
10260. 13692. 6943.7
Dd 8023.62 3 14622 3 4 53542.2
10.098 10.953 7.0138
Ed 7.32751 7 12.671 8 8 9.72611
hasil pengulangan ke - 1
1449.9 2422.5 2274.6 11661.
1 2732.6 3 2781.9 1 7 6 11579.1 0.99293
3034.7 3269.2 1631.2 13063.
2 1653.23 1 3475.3 7 8 8 16127.2 1.2345
946.68 2827.6 1777.0 10264.
3 1593.34 2 3119.5 4 5 2 7525.1 0.73314
1890.3 1040.0 818.84 5778.5
4 786.207 7 1243.1 5 3 8 3318.42 0.57426
2940.1 3590.0 1457.3 12773.
5 2535.92 8 2250.4 5 3 9 14992.4 1.17367
10261. 13149. 7959.1 53542.
Dd 9301.3 9 12870 5 7 1
10260. 13692. 6943.7
Dd 8023.62 3 14622 3 4 53542.2

0.9998 1.0412 0.8724

Ed 0.86263 5 1.1361 8 2 1
2463.9 2121.5 11526.
1 2535.26 1444.7 2961.3 4 2 8 11579.1 1.00454
3390.2 3720.0 1718.4 14681.
2 1733.52 9 4119.3 6 8 6 16127.2 1.09846
820.29 1426.5 8942.4
3 1271.3 4 2915.6 2508.7 8 5 7525.1 0.8415
1487.8 840.12 592.30 4548.1
4 564.849 2 1063.1 1 3 9 3318.42 0.72961
3195.2 3975.8 1490.9 13843.
5 2581.95 6 2599 9 2 1 14992.4 1.08303
10338. 13508. 53542.
Dd 8686.89 4 13658 7 7349.8 1
10260. 13692. 6943.7
Dd 8023.62 3 14622 3 4 53542.2
0.9924 1.0135 0.9447
Ed 0.92365 5 1.0706 9 5 1
1442.5 2486.2 2067.7 11513.
1 2444.23 2 3072.5 8 3 3 11579.1 1.00572
3928.4 1755.6 15448.
2 1752.68 3544.4 4467.4 8 1 6 16127.2 1.04393
2326.9 1274.1 8262.6
3 1122.02 752.19 2787.4 4 2 4 7525.1 0.91074
1281.0 732.25 495.86 3932.9
4 466.922 6 956.87 2 6 7 3318.42 0.84374
3315.8 4167.9 1511.6 14384.
5 2590.57 5 2798.6 6 3 6 14992.4 1.04225
13641. 7104.9 53542.
Dd 8376.42 10336 14083 9 5 1
10260. 13692. 6943.7
Dd 8023.62 3 14622 3 4 53542.2
0.9926 1.0036 0.9773
Ed 0.95788 7 1.0383 9 1 1
1441.3 2497.9 2050.1 11529.
1 2399.74 6 3140.1 7 8 4 11579.1 1.00431
3609.2 4022.0 1774.2 15810.
2 1754.27 7 4651 2 6 9 16127.2 1.02001
715.86 2227.3 7910.6
3 1048.31 4 2716.3 8 1202.8 9 7525.1 0.95126
1176.2 676.39 451.49 3625.2
4 420.609 8 900.43 5 9 2 3318.42 0.91537
3373.7 4263.7 1526.4 14665.
5 2590.74 5 2911.3 1 1 9 14992.4 1.02226
Dd 8213.68 10316. 14319 13687. 7005.1 53542.
5 5 5 1
10260. 13692. 6943.7
Dd 8023.62 3 14622 3 4 53542.2
0.9945 1.0003 0.9912
Ed 0.97686 5 1.0211 5 3 1
Zona 1 2 3 4 5 oi Oi Ei
1440.5 2045.6 11547.
1 2377.15 4 3180.1 2503.8 2 2 11579.1 1.00276
3635.5 4062.9 1784.2
2 1751.52 4 4746.7 6 3 15981 16127.2 1.00915
696.46 2173.4 1168.2 7727.6
3 1010.64 6 2678.8 9 1 5 7525.1 0.97379
1123.3 647.89 430.41 3471.4
4 397.945 1 871.85 2 5 1 3318.42 0.95593
3402.1 4311.9 1536.7 14814.
5 2589.61 1 2974.5 2 1 8 14992.4 1.01199
13700. 6965.1 53542.
Dd 8126.86 10298 14452 1 8 1
10260. 13692. 6943.7
Dd 8023.62 3 14622 3 4 53542.2
0.9963 0.9994 0.9969
Ed 0.9873 4 1.0118 3 2 1
1439.8 2506.5 2045.2 11560.
1 2365.33 9 3203.2 4 9 3 11579.1 1.00163
3645.5 1789.6 16060.
2 1748.41 2 4796.4 4080.4 4 3 16127.2 1.00416
686.06 2144.3 7632.0
3 990.973 5 2659.5 9 1151.1 2 7525.1 0.98599
633.43 420.26 3394.6
4 386.649 1096.5 857.76 2 9 1 3318.42 0.97756
3416.2 4336.5 1543.5 14894.
5 2588.68 8 3009.8 4 5 9 14992.4 1.00655
10284. 13701. 6949.8 53542.
Dd 8080.04 3 14527 3 6 1
10260. 13692. 6943.7
Dd 8023.62 3 14622 3 4 53542.2
0.9976 0.9993 0.9991
Ed 0.99302 7 1.0066 4 2 1
1439.3 2507.7 2046.0 11568.
1 2359 9 3216.3 6 6 5 11579.1 1.00091
3648.8 4087.5 1792.5
2 1745.95 6 4822.1 5 8 16097 16127.2 1.00187
3 980.571 680.46 2649.6 2128.6 1142.5 7581.8 7525.1 0.99252

6 3 2
1082.9 626.11 415.36 3356.3
4 380.96 2 850.95 6 7 1 3318.42 0.98871
3423.4 4349.3 1547.9 14938.
5 2588.12 8 3029.5 1 3 4 14992.4 1.00362
10275. 13699. 6944.4 53542.
Dd 8054.59 1 14569 4 7 1
10260. 13692. 6943.7
Dd 8023.62 3 14622 3 4 53542.2
0.9985 0.9994
Ed 0.99615 6 1.0037 8 0.9999 1
1439.0 2508.2 2046.8 11573.
1 2355.54 1 3223.7 6 8 4 11579.1 1.00049
3649.6 4090.3 1794.1 16113.
2 1744.22 5 4835.5 2 7 8 16127.2 1.00083
677.42 2120.1 7555.3
3 975.018 5 2644.5 5 1138.2 4 7525.1 0.996
1076.0 622.41 413.00 3337.2
4 378.077 2 847.71 9 1 3 3318.42 0.99436
3427.2 4356.0 1550.6 14962.
5 2587.82 1 3040.6 5 5 3 14992.4 1.00201
10269. 13697. 53542.
Dd 8040.68 3 14592 2 6942.9 1
10260. 13692. 6943.7
Dd 8023.62 3 14622 3 4 53542.2
0.9991 0.9996 1.0001
Ed 0.99788 2 1.0021 4 2 1
1438.7 2508.4 2047.5 11576.
1 2353.62 3 3227.8 3 1 1 11579.1 1.00026
3649.5 4091.2 1795.0 16121.
2 1743.1 6 4842.4 9 2 4 16127.2 1.00036
675.77 2115.5 1135.9
3 972.033 2 2642 3 9 7541.3 7525.1 0.99785
1072.5 620.55 411.86 3327.7
4 376.61 2 846.19 4 2 4 3318.42 0.9972
3429.1 4359.6 14975.
5 2587.68 5 3046.8 5 1552.3 5 14992.4 1.00113
10265. 13695. 6942.6 53542.
Dd 8033.04 7 14605 4 9 1
10260. 13692. 6943.7
Dd 8023.62 3 14622 3 4 53542.2
0.9994 0.9997 1.0001
Ed 0.99883 7 1.0012 7 5 1
1438.5 2508.4 2047.9 11577.
1 2352.55 4 3230.1 6 3 6 11579.1 1.00013

3649.2 4091.5 1795.4 16124.

2 1742.39 5 4846.1 5 8 8 16127.2 1.00015
674.86 2113.0 1134.8 7533.8
3 970.419 7 2640.7 1 6 1 7525.1 0.99884
1070.7 619.61 411.31 3323.0
4 375.862 3 845.5 3 6 2 3318.42 0.99862
3430.1 1553.2 14982.
5 2587.62 7 3050.2 4361.6 9 9 14992.4 1.00063
10263. 13694. 6942.8 53542.
Dd 8028.83 6 14613 2 8 1
10260. 13692. 6943.7
Dd 8023.62 3 14622 3 4 53542.2
0.9996 0.9998 1.0001
Ed 0.99935 8 1.0006 6 2 1
2508.4 11578.
1 2351.94 1438.4 3231.3 5 2048.2 3 11579.1 1.00007
3648.9 4091.5 1795.7 16126.
2 1741.95 5 4848 7 3 2 16127.2 1.00006
2111.6 1134.2 7529.8
3 969.543 674.37 2640 4 7 1 7525.1 0.99937
1069.8 619.14 411.05 3320.6
4 375.48 2 845.18 1 7 8 3318.42 0.99932
3430.7 4362.6 1553.8
5 2587.59 1 3052.2 8 8 14987 14992.4 1.00036
10262. 13693. 6943.1 53542.
Dd 8026.51 3 14617 5 3 1
10260. 13692. 6943.7
Dd 8023.62 3 14622 3 4 53542.2
0.9998 0.9999 1.0000
Ed 0.99964 1 1.0004 1 9 1
1438.3 2508.4 2048.3 11578.
1 2351.59 1 3232 3 5 7 11579.1 1.00003
3648.7 4091.5 1795.8 16126.
2 1741.69 1 4849.1 2 6 8 16127.2 1.00002
674.09 2110.8 1133.9 7527.6
3 969.065 5 2639.6 9 7 5 7525.1 0.99966
1069.3 618.90 410.93 3319.5
4 375.284 6 845.05 3 5 3 3318.42 0.99967
4363.2 1554.2 14989.
5 2587.59 3431 3053.3 7 3 4 14992.4 1.0002
10261. 6943.3 53542.
Dd 8025.23 5 14619 13693 4 1
10260. 13692. 6943.7
Dd 8023.62 3 14622 3 4 53542.2
0.9998 0.9999 1.0000
Ed 0.9998 9 1.0002 5 6 1

1438.2 2048.4 11578.
1 2351.4 6 3232.4 2508.4 5 9 11579.1 1.00002
3648.5 4091.4 1795.9 16127.
2 1741.54 4 4849.6 6 3 1 16127.2 1.00001
673.94 2110.4 1133.8 7526.4
3 968.804 2 2639.5 8 1 8 7525.1 0.99982
1069.1 618.78 410.87 3318.9
4 375.184 2 844.99 4 9 6 3318.42 0.99984
3431.1 1554.4 14990.
5 2587.59 5 3053.9 4363.6 3 7 14992.4 1.00012
13692. 6943.4 53542.
Dd 8024.52 10261 14620 7 9 1
10260. 13692. 6943.7
Dd 8023.62 3 14622 3 4 53542.2
0.9999 0.9999 1.0000
Ed 0.99989 3 1.0001 7 4 1
1438.2 2508.3
1 2351.28 2 3232.6 9 2048.5 11579 11579.1 1.00001
3648.4 4091.4 1795.9 16127.
2 1741.45 3 4849.9 1 7 2 16127.2 1
673.85 2110.2 1133.7 7525.8
3 968.661 7 2639.4 5 2 5 7525.1 0.9999
1068.9 618.72 410.85 3318.6
4 375.133 9 844.97 4 3 8 3318.42 0.99992
3431.2 4363.7 1554.5 14991.
5 2587.6 3 3054.2 8 5 4 14992.4 1.00007
10260. 13692. 6943.5 53542.
Dd 8024.13 7 14621 6 9 1
10260. 13692. 6943.7
Dd 8023.62 3 14622 3 4 53542.2
0.9999 0.9999 1.0000
Ed 0.99994 6 1.0001 8 2 1
1438.1 2508.3 2048.5
1 2351.22 9 3232.7 7 3 11579 11579.1 1
3648.3 4091.3 1795.9 16127.
2 1741.4 6 4850 8 9 2 16127.2 1
673.80 2110.1 1133.6 7525.5
3 968.582 9 2639.3 3 8 1 7525.1 0.99995
1068.9 618.69 410.84 3318.5
4 375.107 3 844.97 5 1 4 3318.42 0.99996
3431.2 4363.8 1554.6 14991.
5 2587.6 7 3054.4 9 1 8 14992.4 1.00004
10260. 13692. 6943.6 53542.
Dd 8023.91 6 14622 5 6 1
10260. 13692. 6943.7
Dd 8023.62 3 14622 3 4 53542.2

0.9999 0.9999 1.0000

Ed 0.99996 7 1 9 1 1
1438.1 2508.3 2048.5 11579.
1 2351.18 8 3232.8 6 5 1 11579.1 1
3648.3 4091.3 16127.
2 1741.37 2 4850.1 6 1796 2 16127.2 1
673.78 2110.0 1133.6 7525.3
3 968.538 2 2639.3 6 5 2 7525.1 0.99997
410.83 3318.4
4 375.093 1068.9 844.97 618.68 7 7 3318.42 0.99998
3431.2 4363.9 1554.6 14992.
5 2587.61 9 3054.6 5 5 1 14992.4 1.00002
10260. 13692. 53542.
Dd 8023.79 5 14622 4 6943.7 1
10260. 13692. 6943.7
Dd 8023.62 3 14622 3 4 53542.2
0.9999 0.9999 1.0000
Ed 0.99998 8 1 9 1 1
1438.1 2508.3 2048.5 11579.
1 2351.16 7 3232.8 6 6 1 11579.1 1
3648.2 4091.3 1796.0 16127.
2 1741.35 9 4850.2 4 1 2 16127.2 1
673.76 2110.0 1133.6 7525.2
3 968.514 7 2639.3 2 4 1 7525.1 0.99999
1068.8 618.67 410.83 3318.4
4 375.086 8 844.97 3 5 4 3318.42 0.99999
3431.3 4363.9 1554.6 14992.
5 2587.61 1 3054.6 8 8 2 14992.4 1.00001
10260. 13692. 6943.7 53542.
Dd 8023.72 4 14622 4 2 1
10260. 13692. 6943.7
Dd 8023.62 3 14622 3 4 53542.2
0.9999 0.9999
Ed 0.99999 9 1 9 1 1
1438.1 2508.3 2048.5 11579.
1 2351.15 6 3232.8 5 6 1 11579.1 1
3648.2 4091.3 1796.0 16127.
2 1741.34 7 4850.2 4 1 2 16127.2 1
673.75 1133.6 7525.1
3 968.501 8 2639.3 2110 4 5 7525.1 0.99999
1068.8 410.83 3318.4
4 375.083 7 844.97 618.67 4 2 3318.42 1
3431.3 1554.6 14992.
5 2587.61 1 3054.7 4364 9 3 14992.4 1.00001
Dd 8023.68 10260. 14622 13692. 6943.7 53542.
4 4 4 1
10260. 13692. 6943.7
Dd 8023.62 3 14622 3 4 53542.2
0.9999
Ed 0.99999 9 1 1 1 1
1438.1 2508.3 2048.5 11579.
1 2351.14 6 3232.9 5 6 1 11579.1 1
3648.2 4091.3 1796.0 16127.
2 1741.33 6 4850.2 3 2 2 16127.2 1
673.75 2109.9 1133.6 7525.1
3 968.494 3 2639.3 9 3 2 7525.1 1
1068.8 618.66 410.83 3318.4
4 375.081 7 844.97 8 4 2 3318.42 1
3431.3 4364.0 14992.
5 2587.61 1 3054.7 1 1554.7 3 14992.4 1.00001
10260. 13692. 6943.7 53542.
Dd 8023.66 4 14622 3 4 1
10260. 13692. 6943.7
Dd 8023.62 3 14622 3 4 53542.2
0.9999
Ed 0.99999 9 1 1 1 1
1438.1 2508.3 2048.5 11579.
1 2351.14 6 3232.9 5 7 1 11579.1 1
3648.2 4091.3 1796.0 16127.
2 1741.33 6 4850.2 3 2 2 16127.2 1
673.75 2109.9 1133.6
3 968.49 1 2639.3 8 3 7525.1 7525.1 1
1068.8 618.66 410.83 3318.4
4 375.08 6 844.97 7 4 1 3318.42 1
3431.3 4364.0 14992.
5 2587.61 2 3054.7 2 1554.7 3 14992.4 1
10260. 13692. 6943.7 53542.
Dd 8023.65 3 14622 3 5 1
10260. 13692. 6943.7
Dd 8023.62 3 14622 3 4 53542.2
Ed 1 1 1 1 1 1
C. METODE FURNESS
Dikembangkan oleh ahli perencana transportasi yang bernama Furness (1965). Pada saat
sekarang model ini sering digunakan dalam perencanaan transportasi berhububg penggunaannya
yang sangat sederhana dan mudah. Bentuk matematisnya adalah :
T i− j =ti− j . Ei

Iterasi ke -1
T i− j =ti− j hasil iterasi ke -1 . E
i
Iterasi ke -2
T i− j =ti− j hasil iterasi ke -2 . E
i
Dan seterusnya secara selang seling

Dimana :
Ti-j = Jumlah perjalanan masa mendatang dari zona asal i ke zona tujuan j
ti-j = Jumlah perjalanan masa sekarang dari zona asal i ke zona tujuan j
Ei = Faktor pertumbuhan di zona asal i
Ej = Faktor pertumbuhan di zona asal j
Tahun ke - 0
zona 1 2 3 4 5 oi
1 330 150 254 240 280 1254
2 140 230 240 240 140 990
3 245 120 340 340 280 1325
4 140 270 150 140 150 850
5 240 246 170 290 140 1086
dd 1095 1016 1154 1250 990 5505
Tahun ke - 5
zona 1 2 3 4 5 oi
1 4054.401 4051.585 7813 2719.431 2126.25 20764.67
2 4480 8640.855 15169.4 1427.976 4094.033 33812.26
3 2317.351 5729.83 766.2744 1380.851 2683.065 12877.37
4 427.2461 988.2917 1018.001 2072.736 373.248 4879.523
5 2388.213 708.9694 5440 20566.66 2542.072 31645.91
dd 13667.21 20119.53 30206.68 28167.65 11818.67 103979.7
Tahun ke - 0
zona 1 2 3 4 5 oi Oi Ei
1 330 150 254 240 280 1254 20764.67 16.55875
2 140 230 240 240 140 990 33812.26 34.1538
3 245 120 340 340 280 1325 12877.37 9.71877
4 140 270 150 140 150 850 4879.523 5.740615
5 240 246 170 290 140 1086 31645.91 29.13988
dd 1095 1016 1154 1250 990 5505
Dd 13667.21 20119.53 30206.68 28167.65 11818.67 103979.7
Ed 12.48147 19.80269 26.17563 22.53412 11.93805 18.88823
Hasil Iterasi ke-1

1 5464.387 2483.812 4205.922 3974.1 4636.449 20764.67 20764.67 1
2 4781.532 7855.374 8196.912 8196.912 4781.532 33812.26 33812.26 1
3 2381.099 1166.252 3304.382 3304.382 2721.256 12877.37 12877.37 1
4 803.6861 1549.966 861.0923 803.6861 861.0923 4879.523 4879.523 1
5 6993.571 7168.411 4953.78 8450.565 4079.583 31645.91 31645.91 1
dd 20424.27 20223.81 21522.09 24729.64 17079.91 103979.7
Dd 13667.21 20119.53 30206.68 28167.65 11818.67 103979.7
Ed 0.669165 0.994843 1.40352 1.139024 0.691963 1
Hasil Iterasi ke-2

1 3656.577 2471.004 5903.096 4526.593 3208.252 19765.52 20764.67 1.05055
2 3199.634 7814.867 11504.53 9336.476 3308.644 35164.15 33812.26 0.961555
3 1593.348 1160.239 4637.766 3763.769 1883.009 13038.13 12877.37 0.98767
4 537.7986 1541.974 1208.56 915.4175 595.8441 4799.594 4879.523 1.016653
5 4679.853 7131.446 6952.729 9625.394 2822.921 31212.34 31645.91 1.013891
dd 13667.21 20119.53 30206.68 28167.65 11818.67 103979.7
Dd 13667.21 20119.53 30206.68 28167.65 11818.67 103979.7
Ed 1 1 1 1 1 1
Hasil Iterasi ke-3

20764.6
1 3841.417 2595.914 6201.497 4755.413 3370.429 20764.67 7 1
33812.2
2 3076.623 7514.424 11062.24 8977.534 3181.443 33812.26 6 1
12877.3
3 1573.702 1145.933 4580.582 3717.362 1859.791 12877.37 7 1
4879.52
4 546.7547 1567.653 1228.687 930.6622 605.7669 4879.523 3 1
31645.9
5 4744.86 7230.508 7049.308 9759.099 2862.134 31645.91 1 1
dd 13783.36 20054.43 30122.31 28140.07 11879.56 103979.7
103979.
Dd 13667.21 20119.53 30206.68 28167.65 11818.67 7
Ed 0.991573 1.003246 1.002801 1.00098 0.994874 1
Hasil Iterasi ke-4

1 3809.046 2604.34 6218.867 4760.074 3353.153 20745.48 20764.67 1.000925
2 3050.698 7538.816 11093.22 8986.333 3165.135 33834.2 33812.26 0.999351
3 1560.441 1149.653 4593.412 3721.005 1850.258 12874.77 12877.37 1.000202
4 542.1474 1572.741 1232.128 931.5743 602.6617 4881.253 4879.523 0.999646
5 4704.877 7253.979 7069.053 9768.664 2847.463 31644.04 31645.91 1.000059
dd 13667.21 20119.53 30206.68 28167.65 11818.67 103979.7

Dd 1764 1679 2014 2060 1565 103979.7

Ed 0.129068 0.083451 0.066674 0.073134 0.132418 1
D. METODE DETROIT
Disebut model Detroit karena model ini dikembangkan bersamaan proyek “ Detroit
Metropolitan Area Traffic Study”. Model ini merupakan penyenpurnaan dari 2 (dua) model
sebelumnya ( Rata-rata dan Fratar). Secara matematika bentuk model ini dapat dinytakan sebagai
berikut
E i +E j
T i− j =t i− j ( E )
Dimana :
Ti-j = Perkiraan perjalanan masa mendatang dari zona asal i ke zona tujuan j
Ei, Ej = Faktor-faktor pertumbuhan di zona i dan zona j
ti-j = Jumlah perjalanan sekarang dari zona i ke zona j
E = Faktor pertumbuhan untuk wilayah studi disebut juga dengan factor
pertumbuhan global

Tahun ke - 0
Desa 1 2 3 4 5 oi
1 330 150 254 240 280 1254
2 140 230 240 240 140 990
3 245 120 340 340 280 1325
4 140 270 150 140 150 850
5 240 246 170 290 140 1086
dd 1095 1016 1154 1250 990 5505
Tahun ke - 4
zona 1 2 3 4 5 oi
1 2454.959 2095.647 3937.504 1673.496 1417.5 11579.11
2 2240 4183.993 6619.376 999.5835 2084.235 16127.19
3 1478.518 2644.537 651.3332 1043.31 1707.405 7525.103
4 341.7969 762.3965 694.0919 1209.096 311.04 3318.421
5 1508.345 573.7055 2720 8766.811 1423.56 14992.42
14622.30
dd 8023.619 10260.28 5 13692.3 6943.74 53542.24
Tahun ke - 0
1 330 150 254 240 280 1254 11579.1 9.233732
2 140 230 240 240 140 990 16127.2 16.2901
3 245 120 340 340 280 1325 7525.1 5.679321
4 140 270 150 140 150 850 3318.42 3.904024
5 240 246 170 290 140 1086 14992.4 13.80516
dd 1095 1016 1154 1250 990 5505
Dd 8023.62 10260.3 14622 13692.3 6943.74 53541.96
12.67071
Ed 7.327507 10.09872 1 10.95384 7.013879 9.72606
Hasil pengulanagan ke-1

3055.448
1 2295.675 1438.129 8 2495.847 1864.475 11149.58 11579.1 1.038524
5093.297
2 1718.19 3890.281 5 4403.16 1644.649 16749.58 16127.2 0.962842
3 1048.291 707.6313 2515.587 2174.727 1146.768 7593.005 7525.1 0.991057
4 411.7748 1094.474 762.9001 615.5593 422.3038 3307.012 3318.42 1.003449

7
3057.414
5 2496.157 3526.191 3 4508.881 1393.769 14982.41 14992.4 1.000667
14484.64
dd 7970.088 10656.71 8 14198.17 6471.965 53781.58
Dd 8023.62 10260.3 14622 13692.3 6943.74 53542.22
1.009482
Ed 1.006717 0.962802 6 0.96437 1.072895 0.995549

3217.566
1 2410.857 1444.404 4 2510.82 2086.736 11670.38 11579.1 0.992178
4972.676
2 1672.903 3622.516 5 4106.773 1706.565 16081.43 16127.2 1.002846
2527.982
3 1050.57 678.2345 1 2087.779 1224.81 7569.375 7525.1 0.994151
776.2458
4 417.8301 1062.124 2 598.3379 456.6832 3311.221 3318.42 1.002174
3102.271
5 2525.84 3412.475 1 4370.582 1503.054 14914.22 14992.4 1.005242
14596.74
dd 8077.999 10219.75 2 13674.29 6977.849 53546.63
Dd 8023.62 10260.3 14622 13692.3 6943.74 53542.22
1.001730
Ed 0.993268 1.003967 4 1.001317 0.995112 0.999918

3198.187
1 2376.093 1438.91 1 2494.667 2060.464 11568.32 11579.1 1.000932
4995.869
2 1666.508 3647.54 5 4124.224 1703.196 16137.34 16127.2 0.999372
2517.751
3 1037.479 676.9982 6 2078.472 1211.794 7522.495 7525.1 1.000346
779.3437
4 415.954 1068.745 9 600.4779 455.4764 3319.997 3318.42 0.999525
3124.186
5 2522.195 3444.256 6 4399.641 1503.671 14993.95 14992.4 0.999897
14615.33
dd 8018.229 10276.45 9 13697.48 6934.602 53542.1
Dd 8023.62 10260.3 14622 13692.3 6943.74 53542.22
1.000455
Ed 1.000672 0.998429 8 0.999622 1.001318 1.000002

3202.618
1 2379.901 1437.984 8 2496.041 2065.097 11581.64 11579.1 0.999781
4994.995
2 1666.577 3639.512 6 4120.065 1704.366 16125.51 16127.2 1.000105
3 1038.534 676.1669 2519.765 2078.4 1213.808 7526.675 7525.1 0.999791

9
779.3269
4 416.035 1066.556 9 599.9644 455.859 3317.741 3318.42 1.000205
3125.280
5 2523.624 3438.481 4 4397.512 1505.494 14990.39 14992.4 1.000134
14621.98
dd 8024.671 10258.7 8 13691.98 6944.623 53541.96
Dd 8023.62 10260.3 14622 13692.3 6943.74 53542.22
1.000000
Ed 0.999869 1.000156 8 1.000023 0.999873 1.000005

3201.903
1 2379.056 1437.886 3 2495.539 2064.371 11578.76 11579.1 1.00003
2 1666.525 3640.442 4995.498 4120.572 1704.319 16127.36 16127.2 0.99999
2519.228
3 1038.176 676.1276 6 2078.003 1213.394 7524.929 7525.1 1.000023
779.4833
4 416.0636 1066.935 4 600.0981 455.8921 3318.473 3318.42 0.999984
3125.686
5 2523.62 3439.462 9 4398.182 1505.497 14992.45 14992.4 0.999997
dd 8023.439 10260.85 14621.8 13692.39 6943.473 53541.96
Dd 8023.62 10260.3 14622 13692.3 6943.74 53542.22
1.000013
Ed 1.000022 0.999946 7 0.999993 1.000038 1.000005

3202.026
1 2379.168 1437.845 8 2495.584 2064.502 11579.13 11579.1 0.999998
4995.493
2 1666.538 3640.193 9 4120.483 1704.36 16127.07 16127.2 1.000008
2519.307
3 1038.218 676.1032 9 2078.026 1213.463 7525.117 7525.1 0.999998
779.4778
4 416.0644 1066.856 5 600.0816 455.9002 3318.38 3318.42 1.000012
3125.704
5 2523.656 3439.248 6 4398.117 1505.543 14992.27 14992.4 1.000009
14622.01
dd 8023.645 10260.25 1 13692.29 6943.767 53541.96
Dd 8023.62 10260.3 14622 13692.3 6943.74 53542.22
0.999999
Ed 0.999997 1.000005 2 1.000001 0.999996 1.000005

3202.001
1 2379.144 1437.842 7 2495.568 2064.479 11579.04 11579.1 1.000006
4995.506
2 1666.538 3640.225 7 4120.499 1704.359 16127.13 16127.2 1.000004
3 1038.207 676.102 2519.288 2078.012 1213.449 7525.058 7525.1 1.000006
779.4829
4 416.0661 1066.869 2 600.0863 455.9018 3318.406 3318.42 1.000004

3125.714
5 2523.659 3439.28 4 4398.136 1505.543 14992.33 14992.4 1.000005
14621.99
dd 8023.614 10260.32 4 13692.3 6943.732 53541.96
Dd 8023.62 10260.3 14622 13692.3 6943.74 53542.22
1.000000
Ed 1.000001 0.999998 4 1 1.000001 1.000005

3202.005
1 2379.148 1437.841 5 2495.569 2064.483 11579.05 11579.1 1.000005
4995.506
2 1666.539 3640.217 9 4120.497 1704.36 16127.12 16127.2 1.000005
2519.290
3 1038.208 676.1012 7 2078.013 1213.451 7525.065 7525.1 1.000005
4 416.0661 1066.867 779.4827 600.0857 455.902 3318.403 3318.42 1.000005
3125.714
5 2523.66 3439.273 7 4398.134 1505.544 14992.33 14992.4 1.000005
14622.00
dd 8023.621 10260.3 1 13692.3 6943.741 53541.96
Dd 8023.62 10260.3 14622 13692.3 6943.74 53542.22
Ed 1 1 1 1 1 1.000005

3202.004
1 2379.147 1437.84 6 2495.569 2064.483 11579.04 11579.1 1.000005
4995.507
2 1666.539 3640.218 2 4120.498 1704.36 16127.12 16127.2 1.000005
3 1038.208 676.1012 2519.29 2078.013 1213.451 7525.063 7525.1 1.000005
779.4828
4 416.0662 1066.867 6 600.0859 455.902 3318.404 3318.42 1.000005
5 2523.66 3439.274 3125.715 4398.135 1505.544 14992.33 14992.4 1.000005
dd 8023.62 10260.3 14622 13692.3 6943.74 53541.96
Dd 8023.62 10260.3 14622 13692.3 6943.74 53542.22
Ed 1 1 1 1 1 1.000005

3202.004
1 2379.147 1437.84 8 2495.569 2064.483 11579.04 11579.1 1.000005
4995.507
2 1666.539 3640.218 3 4120.498 1704.36 16127.12 16127.2 1.000005
2519.290
3 1038.208 676.1012 1 2078.013 1213.451 7525.064 7525.1 1.000005
779.4828
4 416.0662 1066.867 5 600.0859 455.902 3318.404 3318.42 1.000005
5 2523.66 3439.274 3125.715 4398.135 1505.544 14992.33 14992.4 1.000005
dd 8023.62 10260.3 14622 13692.3 6943.74 53541.96

Dd 8023.62 10260.3 14622 13692.3 6943.74 53542.22

Ed 1 1 1 1 1 1.000005
3. Pada lokasi soal (2) juga dilakukan survey biaya perjalanan (rupiah/perjalanan)
sebagai berikut :
Zona 1 2 3 4 5
1 5400 9400 12400 15400 20400
2 9350 4450 1430 8400 11450
3 13420 8425 3410 6430 7240
4 14420 9440 7430 3500 8425
5 19425 10400 9030 7430 4500

a. Tentukan model persamaan biaya perjalanan dari 3 model yang umum di gunakan ?
b. Hitung Matrik Asal Tujuan pada tahun ke-4 dengan metode UCGR ?
b. Hitung Matrik Asal Tujuan pada tahun ke-5 dengan metode PCGR ?
b. Hitung Matrik Asal Tujuan pada tahun ke-6 dengan metode ACGR ?
b. Hitung Matrik Asal Tujuan pada tahun ke-4 dengan metode PACGR ?
Penyelesaian :
a. 3 model persamaan biaya perjalanan yang umum digunakan

1. Model Grafity (GR)
2. Model Intervening- Opportunity (IO)
3. Model Grafity-Opportunity (GO)
b. Menghitung Matrik Asal Tujuan pada tahun ke-4 dengan metode UCGR

Model ini sedikitnya mempunyai 1 (satu) batasan, yaitu total pergerakan yang dihasilkan
harus sama dengan total pergerakan yang diperkirakan dari tahap bangkitan pergerakan.
Model ini bersifat tanpa-batasan, dalam arti bahwa model ini tidak diharuskan
menghasilkan total yang sama dengan total pergerakan dari dan ke setiap zona yang
diperkirakan oleh tahap bangkitan pergerakan. Model ini dapat dituliskan sebagai:
Tid = Oi . Ai . Bd . Dd . f(Cid)
Ai = 1 untuk seluruh i dan Bd = 1 untuk seluruh d
Menghitung nilai β :
2~3
β=
totalbiayarata−rata
2,5
β= =0 , 00026
9615
Biaya
Zona 1 2 3 4 5
1 5400 9400 12400 15400 20400
2 9350 4450 1430 8400 11450
3 13420 8425 3410 6430 7240
4 14420 9440 7430 3500 8425
5 19425 10400 9030 7430 4500

Fungsi Eksponensial
f(Cid) dengan asumsi α= 0.00026
Zona 1 2 3 4 5
1 0.245613 0.086813 0.039796 0.018243 0.004972
2 0.087949 0.314428 0.144887 0.11259 0.050945
3 0.030525 0.111861 0.412054 0.187909 0.152224
4 0.023537 0.085915 0.144887 0.402524 0.111861
5 0.006406 0.066937 0.095579 0.144887 0.310337

Tahun ke - 0

zona 1 2 3 4 5 oi Oi Ei Ai
1 330 150 254 240 280 1254 11579.1 9.23373 1
2 140 230 240 240 140 990 16127.2 16.2901 1
3 245 120 340 340 280 1325 7525.1 5.67932 1
4 140 270 150 140 150 850 3318.42 3.90402 1
5 240 246 170 290 140 1086 14992.4 13.8052 1
dd 1095 1016 1154 1250 990 5505
Dd 8023.62 10260.3 14622 13692.3 6943.74 53542.2
Ed 7.327507 10.09872 12.67071 10.95384 7.013879 9.72611
Bd 1 1 1 1 1
pengulangan ke-1
1 2281894 1031381 6737760 2892248 399727.9 4316249 11579.1 0.00027 1
2 1138044 5202838 3416610 2486199 5705023 1.28E+08 16127.2 0.00013 1
3 1843067 8636748 4533916 1936132 7954076 8313438 7525.1 9.1E-05 1
4 626676.8 2925222 7030203 1828941 2577524 3144903 3318.42 0.00011 1
1029671 3230707
5 770611 7 20952764 29742487 3 9406965 14992.4 0.00016 1
8420088 4894342
dd 37439748 7 1.14E+08 95147469 3 3.8E+08
Dd 8023.62 10260.3 14622 13692.3 6943.74 53542.2
Ed 0.000214 0.000122 0.000128 0.000144 0.000142 0.00014
Bd 1 1 1 1 1
Hasil akhir UCGR tahu ke- 4

1 3215.562 1453.384 949.4604 407.565 56.32819 6082.3 11579.1 1.90374 1
2 1603.691 7331.65 4814.562 3503.461 803.9309 18057.29 16127.2 0.89311 1
3 259.7183 1217.059 6389.029 2728.327 1120.859 11714.99 7525.1 0.64235 1
4 88.30899 412.2116 990.6704 2577.277 363.2152 4431.683 3318.42 0.74879 1
5 108.5917 1450.976 2952.587 4191.202 4552.594 13255.95 14992.4 1.13099 1
dd 5275.872 11865.28 16096.31 13407.83 6896.928 53542.22
Dd 8023.62 10260.3 14622 13692.3 6943.74 53542.2
Ed 1.520814 0.864733 0.908407 1.021217 1.006787 1
Bd 1 1 1 1 1
c. Menghitung Matrik Asal Tujuan pada tahun ke-5 dengan metode PCGR
Dalam model ini, total pergerakan global hasil bangkitan pergerakan harus sama dengan
total pergerakan yang dihasilkan dengan pemodela. Begitu juga, bangkitan pergerakan
yang dihasilkan model harus sama dengan hasil bangkitan pergerakan yang diinginkan.

Akan tetapi, tarikan pergerakan tidak perlu sama sekali. Untuk jenis ini, model yang
digunakan persis sama dengan UCGR, tetapi dengan syarat batas yang berbeda, yaitu:
1
Ai= N
∑ (B d . Dd . f id )
Bd = 1 untuk seluruh d dan d=1 untuk seluruh i
Dalam model UCGR, nilai Ai=1 untu seluruh I dan nilai Bd=1 untuk seluruh d. Akan
tetapi, pada model PCGR, konstanta Ai dihitung sesuai dengan persamaan di atas untuk
setiap zona tujuan i. Konstanta ini memberikan batasan bahwa total baris dari matriks
harus sama dengan total baris dari matriks hasil tahap bangkitan pergerakan.
Biaya
Zona 1 2 3 4 5
1 5400 9400 12400 15400 20400
2 9350 4450 1430 8400 11450
3 13420 8425 3410 6430 7240
4 14420 9440 7430 3500 8425
5 19425 10400 9030 7430 4500

Fungsi Pangkat
f(Ci-j) dengan asumsi α= 0.00026
Zona 1 2 3 4 5
1 0.24561 0.086813 0.039796 0.018243 0.004972
2 0.08795 0.314428 0.144887 0.11259 0.050945
3 0.03053 0.111861 0.412054 0.187909 0.152224
4 0.02354 0.085915 0.144887 0.402524 0.111861
5 0.00641 0.066937 0.095579 0.144887 0.310337

tahun ke - 0
1 330 150 254 240 280 1254 11579.1 9.23373 0.00015
2 140 230 240 240 140 990 16127.2 16.2901 6.4E-05
3 245 120 340 340 280 1325 7525.1 5.67932 4.5E-05
4 140 270 150 140 150 850 3318.42 3.90402 5.2E-05
5 240 246 170 290 140 1086 14992.4 13.8052 8.3E-05
dd 1095 1016 1154 1250 990 5505
Dd 13667.2 20119.53 30206.68 28167.65 11818.67 53542.2
Ed 12.4815 19.80269 26.17563 22.53412 11.93805 9.72611
Bd 1 1 1 1 1

Pengulangan ke - 1
1 5651.09 2940.384 2023.667 865.0416 98.91606 11579.1 11579.1 1 4.5E-09
2 1236.44 6507.306 4501.889 3262.22 619.3492 16127.2 16127.2 1 2.6E-09
3 141.374 762.6511 4217.816 1793.607 609.653 7525.1 7525.1 1 4.9E-09
4 55.9262 300.5238 760.8977 1971.225 229.8476 3318.42 3318.42 1 1.1E-08
5 108.749 1672.775 3586.069 5069.12 4555.687 14992.4 14992.4 1 2.9E-09
dd 7193.58 12183.64 15090.34 12961.21 6113.453 53542.22
Dd 13667.2 20119.53 30206.68 28167.65 11818.67 53542.2
Ed 1.89992 1.651356 2.001723 2.173226 1.933223 1
Bd 1 1 1 1 1
Pengulangan ke - 2
1 4009.32 3071.003 3173.221 1264.87 60.68673 11579.1 11579.1 1 4E-09
2 711.526 5512.621 5725.808 3869.037 308.2076 16127.2 16127.2 1 2.5E-09
3 71.8339 570.4598 4736.656 1878.275 267.8753 7525.1 7525.1 1 4.7E-09
4 28.8115 227.9117 866.3618 2092.94 102.395 3318.42 3318.42 1 1.1E-08
5 65.5209 1483.644 4775.248 6294.446 2373.541 14992.4 14992.4 1 2.6E-09
dd 4887.01 10865.64 19277.3 15399.57 3112.706 53542.22
Dd 13667.2 20119.53 30206.68 28167.65 11818.67 53542.2
Ed 2.79664 1.851665 1.566956 1.829119 3.796912 1
Bd 1 1 1 1 1
Pengulangan ke - 3
1 2550.39 2875.775 4461.286 1658.263 33.38252 11579.1 11579.1 1 3.6E-09
2 386.074 4403.276 6866.568 4326.667 144.6145 16127.2 16127.2 1 2.4E-09
3 34.9128 408.1486 5088.037 1881.417 112.584 7525.1 7525.1 1 4.6E-09
4 14.3102 166.6424 951.0497 2142.438 43.97929 3318.42 3318.42 1 1.1E-08
5 35.2985 1176.642 5685.856 6988.839 1105.764 14992.4 14992.4 1 2.5E-09
dd 3020.99 9030.484 23052.8 16997.62 1440.324 53542.22
Dd 13667.2 20119.53 30206.68 28167.65 11818.67 53542.2
Ed 4.52408 2.227957 1.310326 1.657152 8.205564 1
Bd 1 1 1 1 1
Pengulangan ke - 4
1 1469.91 2439.932 5682.875 1969.74 16.63768 11579.1 11579.1 1 3.4E-09
2 200.289 3362.799 7873.175 4626.06 64.87653 16127.2 16127.2 1 2.3E-09
3 16.5693 285.1509 5336.936 1840.24 46.20446 7525.1 7525.1 1 4.6E-09
4 6.96793 119.4487 1023.492 2149.993 18.51804 3318.42 3318.42 1 1.1E-08
5 17.8221 874.5496 6344.844 7272.4 482.7842 14992.4 14992.4 1 2.4E-09
dd 1711.56 7081.88 26261.32 17858.43 629.0209 53542.22
Dd 13667.2 20119.53 30206.68 28167.65 11818.67 53542.2
Ed 7.98522 2.840987 1.150235 1.577274 18.789 1
Bd 1 1 1 1 1

Pengulangan ke - 5
1 784.499 1916.973 6703.344 2166.606 7.678595 11579.1 11579.1 1 3.2E-09
2 100.495 2483.857 8730.935 4783.764 28.14907 16127.2 16127.2 1 2.2E-09
3 7.76158 196.6345 5525.378 1776.61 18.71628 7525.1 7525.1 1 4.5E-09
4 3.355 84.66578 1089.171 2133.518 7.710317 3318.42 3318.42 1 1.1E-08
5 8.69382 628.0214 6840.63 7311.4 203.6544 14992.4 14992.4 1 2.3E-09
dd 904.805 5310.151 28889.46 18171.9 265.9087 53542.22
Dd 13667.2 20119.53 30206.68 28167.65 11818.67 53542.2
Ed 15.1052 3.788881 1.045595 1.550066 44.44635 1
Bd 1 1 1 1 1
d. Menghitung Matrik Asal Tujuan pada tahun ke-6 dengan metode ACGR
Dalam hal ini, total pergerakan secara global harus sama dan juga tarikan pergerakan yang
didapat dengan pemodelan harus sama dengan hasil tarikan pergerakan yang diinginkan.
Sebaliknya, bangkitan pergerakan yang didapat dengan pemodelan tidak harus sama.
Untuk jenis ini, model yang digunakan persis sama dengan persamaan UCGR, tetapi
dengan syarat batas yang berbeda yaitu:
1
B d= N
∑ ( Ai . Oi . f id )
Ai=1 untuk seluruh i dan i=1 untuk seluruh d
Pada model ACGR, konstanta Bd dihitung sesuai persamaan di atas untuk setiap zona
tujuan d. Konstanta ini memberikan batasan bahwa total kolom dari matriks harus sama
dengan total kolom dari matriks hasil tahap bangkitan pergerakan. Dengan kata lain, total
pergerakan hasil bangkitan pergerakan ke zona tersebut.
Biay
a
Zona 1 2 3 4 5
1 5400 9400 12400 15400 20400
2 9350 4450 1430 8400 11450
3 13420 8425 3410 6430 7240
4 14420 9440 7430 3500 8425
5 19425 10400 9030 7430 4500

Fungsi Eksponensial
Zona 1 2 3 4 5

1 0.2456125 0.0868129 0.0397955 0.0182425 0.0049716

2 0.0879488 0.3144281 0.1448871 0.1125902 0.0509454
3 0.0305252 0.1118608 0.4120543 0.1879085 0.1522243
4 0.0235365 0.0859147 0.1448871 0.4025242 0.1118608
5 0.0064061 0.0669372 0.0955792 0.1448871 0.3103366

Tahun ke - 0
30.01625
1 330 150 254 240 280 1254 37640.38 2 1
2 140 230 240 240 140 990 71650.27 72.37401 1
17.35250
3 245 120 340 340 280 1325 22992.07 6 1
4 140 270 150 140 150 850 7309.405 8.5993 1
62.87173
5 240 246 170 290 140 1086 68278.7 1 1
dd 1095 1016 1154 1250 990 5505
Dd 23603.39 40250.18 63540.74 60041.73 20434.78 207870.8
37.76036
Ed 21.555607 39.6163189 55.06129983 48.033384 20.6411919 8
Bd 5.932E-05 2.97913E-05 3.45564E-05 3.85965E-05 3.4078E-05
pengulangan Tahun ke - 1
1.720845
1 12944.298 3918.284928 3289.041143 1591.253359 130.315365 21873.19 37640.38 3 1
0.897100
2 8823.1119 27014.49995 22794.43817 18694.73878 2541.95731 79868.75 71650.27 2 1
3 982.67663 3083.995561 20802.42021 10012.1069 2437.29167 37318.49 22992.07 0.616104 1
4 240.87845 753.0212885 2325.375471 6818.282649 569.384174 10706.94 7309.405 0.682679 1
5 612.42512 5480.378272 14329.465 22925.34831 14755.8315 58103.45 68278.7 1.175123 1
dd 23603.39 40250.18 63540.74 60041.73 20434.78 207870.8
Dd 23603.39 40250.18 63540.74 60041.73 20434.78 207870.8
Ed 1 1 1 1 1 1
Bd 8.435E-10 3.94682E-10 3.09529E-10 3.08192E-10 7.9697E-10
pengulanganTahun ke - 2
2.402653
1 9700.1228 2342.960353 2434.877588 1108.327785 79.8847119 15666.17 37640.38 1 1
0.694223
2 12585.902 30748.90757 32121.85006 24786.32389 2966.19798 103209.2 71650.27 8 1
1.423175
3 449.81448 1126.436577 9406.883483 4259.694363 912.640268 16155.47 22992.07 6 1

5.052186
4 35.052961 87.43880366 334.2942756 922.214433 67.779985 1446.78 7309.405 7 1
0.956375
5 832.49756 5944.436693 19242.83459 28965.16953 16408.2771 71393.22 68278.7 2 1
dd 23603.39 40250.18 63540.74 60041.73 20434.78 207870.8
Dd 23603.39 40250.18 63540.74 60041.73 20434.78 207870.8
Ed 1 1 1 1 1 1
Bd 7.494E-10 3.67138E-10 2.54726E-10 2.56407E-10 7.3673E-10
1 6458.6116 1303.213833 1483.392661 642.251863 45.26845 9932.738 37640.38 3.789527 1
0.616077
2 15951.815 32556.99139 37251.46665 27340.91877 3199.60169 116300.8 71650.27 2 1
3.903573
3 182.94453 382.7203537 3500.651134 1507.785856 315.904383 5890.006 22992.07 1 1
44.36379
4 4.5322584 9.444587081 39.5490413 103.7760398 7.45867091 164.7606 7309.405 3 1
0.903366
5 1005.4863 5997.809839 21265.68051 30446.99747 16866.5468 75582.52 68278.7 3 1
dd 23603.39 40250.18 63540.74 60041.73 20434.78 207870.8
Dd 23603.39 40250.18 63540.74 60041.73 20434.78 207870.8
Ed 1 1 1 1 1 1
Bd 6.854E-10 3.57122E-10 2.3487E-10 2.44053E-10 7.1948E-10
6.433477
1 3933.0312 705.1059234 833.27649 354.2396933 25.0516335 5850.705 37640.38 8 1
0.578145
2 18491.075 33531.02107 39832.74273 28705.74265 3370.54536 123931.1 71650.27 9 1
11.43605
3 68.050565 126.4865407 1201.173961 507.9904984 106.787434 2010.489 22992.07 9 1
411.5845
4 0.5359582 0.992315292 4.314167373 11.11519205 0.80154867 17.75918 7309.405 6 1
0.897686
5 1110.697 5886.574146 21669.23265 30462.64196 16931.594 76060.74 68278.7 5 1
dd 23603.39 40250.18 63540.74 60041.73 20434.78 207870.8
Dd 23603.39 40250.18 63540.74 60041.73 20434.78 207870.8
Ed 1 1 1 1 1 1
Bd 6.45E-10 3.52872E-10 2.27656E-10 2.4028E-10 7.1379E-10
11.43856
1 2253.8744 376.9581729 453.7064561 192.3628847 13.7540508 3290.656 37640.38 4 1
0.556402
2 20171.041 34123.17327 41284.77041 29672.67346 3522.56149 128774.2 71650.27 3 1
34.37091
3 23.820898 41.30543399 399.4991072 168.5014805 35.8128432 668.9398 22992.07 2 1
3895.471
4 0.0596432 0.103018806 0.456153327 1.172111847 0.08545796 1.876385 7309.405 5 1

0.908745
5 1154.5937 5708.640101 21402.30788 30007.02007 16862.5662 75135.13 68278.7 4 1
dd 23603.39 40250.18 63540.74 60041.73 20434.78 207870.8
Dd 23603.39 40250.18 63540.74 60041.73 20434.78 207870.8
Ed 1 1 1 1 1 1
Bd 6.213E-10 3.50895E-10 2.24939E-10 2.3889E-10 7.117E-10
1 1244.1497 200.3976489 244.087569 103.8549753 7.52923699 1800.019 37640.38 20.9111 1
0.542103
2 21195.081 34531.28196 42278.97099 30494.85236 3670.64815 132170.8 71650.27 5 1
3 8.0320264 13.41314816 131.283634 55.56915855 11.9752122 220.2732 22992.07 104.3798 1
37168.78
4 0.0063934 0.010635159 0.047655121 0.122886198 0.0090845 0.196654 7309.405 8 1
0.926698
5 1156.1211 5505.076604 20886.35015 29387.33062 16744.6183 73679.5 68278.7 8 1
dd 23603.39 40250.18 63540.74 60041.73 20434.78 207870.8
Dd 23603.39 40250.18 63540.74 60041.73 20434.78 207870.8
Ed 1 1 1 1 1 1
Bd 6.081E-10 3.49906E-10 2.23834E-10 2.38284E-10 7.108E-10
e. Menghitung Matrik Asal Tujuan pada tahun ke-6 dengan metode PACGR
Dalam hal ini, bangkitan dan tarikan pergerakan harus selalu sama dengan yang
dihasilkan oleh tahap bangkitan pergerakan. Model yang digunakan persis sama dengan
persamaan UCGR, tetapi dengan syarat batas:
1 1
Bd= N
Ai= N
∑ ( A i . Oi . f id ) ∑ ( A d .Od . f id )
i=1 untuk semua d dan d=1 untuk semua i
Kedua faktor penyeimbang (Ai dan Bd) menjamin bahwa total baris dan kolom
dari matriks hasil pemodelan harus sama dengan total baris dan kolom dari matriks hasil

bangkitan pergerakan. Seperti yang telah diterangkan, proses pengulangan nilai Ai dan Bd
dilakukan secara bergantian. Hasil akhir akan selalu sama, dari manapun pengulangan
dimulai (baris dan kolom)
Biaya
Zona 1 2 3 4 5
1 5400 9400 12400 15400 20400
2 9350 4450 1430 8400 11450
3 13420 8425 3410 6430 7240
4 14420 9440 7430 3500 8425
5 19425 10400 9030 7430 4500

Fungsi Eksponensial
Zona 1 2 3 4 5
1 0.245613 0.086813 0.039796 0.018243 0.00497
2 0.087949 0.314428 0.144887 0.11259 0.05095
3 0.030525 0.111861 0.412054 0.187909 0.15222
4 0.023537 0.085915 0.144887 0.402524 0.11186
5 0.006406 0.066937 0.095579 0.144887 0.31034

Tahun ke - 0
1 330 150 254 240 280 1254 11579 9.23370.000316
2 140 230 240 240 140 990 16127 16.290.000146
3 245 120 340 340 280 1325 7525.1 5.6793 8.17E-05
4 140 270 150 140 150 850 3318.4 3.904 8.43E-05
5 240 246 170 290 140 1086 14992 13.8050.000228
dd 1095 1016 1154 1250 990 5505
Dd 8023.62 10260.3 14622 13692.3 6943.74 53542
Ed 7.327507 10.09872 12.67071 10.95384 7.01388 9.7261
Bd 1 1 1 1 1
Tahun ke - 1
13652.
1 7217.669 3262.274 2131.164 914.8227 126.435 4 11579 0.8481 1.55E-08
18753.
2 1665.54 7614.411 5000.246 3638.58 834.936 7 16127 0.8599 9.5E-09

6791.1
3 150.5579 705.5253 3703.7 1581.603 649.759 5 7525.1 1.1081 4.68E-09
2651.7
4 52.84122 246.654 592.7848 1542.158 217.336 7 3318.4 1.2514 5.33E-09
21492.
5 176.0629 2352.509 4787.116 6795.319 7381.25 3 14992 0.6976 2.07E-08
63341.
dd 9262.671 14181.37 16215.01 14472.48 9209.72 3
Dd 8023.62 10260.3 14622 13692.3 6943.74 53542
Ed 0.866232 0.723505 0.901757 0.946092 0.75396 0.8453
Bd 0.866232 0.723505 0.901757 0.946092 0.75396
Tahun ke - 2
1358.6
1 175.0115 360.4954 355.731 326.191 141.243 7 11579 8.5224 1.18E-07
1566.4
2 255.5374 279.7537 343.3872 575.5017 112.281 6 16127 10.295 1.08E-07
1821.2
3 267.8658 265.457 535.551 569.926 182.421 2 7525.1 4.1319 4.04E-08
9530.7
4 987.0822 1348.157 3412.571 3139.531 643.447 9 3318.4 0.3482 4.58E-08
146.63
5 15.83598 23.31055 51.94952 44.12253 11.4178 6 14992 102.24 3.26E-07
14423.
dd 1701.333 2277.173 4699.189 4655.272 1090.81 8
Dd 8023.62 10260.3 14622 13692.3 6943.74 53542
Ed 4.716079 4.505717 3.111601 2.941246 6.36568 3.7121
Bd 0.619464 0.397784 0.359881 0.342714 0.40444
Tahun ke - 3
16754.
1 359.632 1378.461 4271.317 9909.153 835.762 3 11579 0.6911 5.63E-09
2 1518.482 16660.74 43711.44 55331.68 35969.7 153192 16127 0.1053 3.2E-09
86127.
3 14010.26 17613.65 25966.09 20666.89 7870.85 7 7525.1 0.0874 1.61E-09
36830.
4 6058.074 6361.29 11688.27 9760.29 2962.26 2 3318.4 0.0901 1.76E-09
90.836
5 21.0713 14.45173 23.22342 21.72765 10.3626 7 14992 165.05 1.81E-09
dd 21967.52 42028.58 85660.35 95689.74 47649 292995
Dd 8023.62 10260.3 14622 13692.3
6943.74 53542
Ed 0.365249 0.244127 0.170697 0.143091
0.14573 0.1827
Bd 1.008044 0.725309 0.4954 0.432606 1.67399
Tahun ke - 4
4484.4
1 520.2918 653.8344 1610.974 1211.932 487.42 5 11579 2.5821 3.57E-08
55.271
2 6.60428 8.944718 19.40329 13.47599 6.84323 5 16127 291.78 8.89E-08
3 166.8816 205.5176 412.8149 334.4136 153.768 1273.4 7525.1 5.9095 7.49E-08
4 379.9414 447.0334 620.1065 474.8346 472.539 2394.4 3318.4 1.3859 1.37E-07

5
5.0248
5 1.032526 0.907648 0.610123 0.471597 2.00291 1 14992 2983.7 2.59E-07
dd 1074.752 1316.238 2663.909 2035.127 1122.57 8212.6
Dd 8023.62 10260.3 14622 13692.3 6943.74 53542
Ed 7.465557 7.795173 5.488927 6.727982 6.18556 6.5195
Bd 3.250131 0.833237 0.342915 0.262663 0.49451
4. Pada model pemilihan moda dikenal konsep Utility dan konsep

Generalised Cost.
a. Jelaskan apa yang dimaksud dengan konsep Utility ?
b. Jelaskan apa yang dimaksud dengan konsep Generalised Cost ?
c. Rencanakanlah model pemilihan moda dengan pendekatan konsep Utility

dengan rute Medan - Binjai dan Medan -Rantau Perapat ?
d. Rencanakanlah model pemilihan moda dengan pendekatan konsep
Generalised Cost dengan rute Medan- Binjai dan Medan-Rantau Perapat ?
Penyelesaian:
a. Konsep Utility
Konsep Utility adalah konsep baru dari Jeremy Bentham. Dia menemukan
konsep utility, yang dia gunakan untuk mengukur kebahagiaan (pleasure) dan
ketidaknyamanan (pain) saat mengkonsumsi. Von Nouman dan morgestern
menjelaskan tingkah laku dengan konsep utility. Konsep ini banyak di gunakan
untuk bermacam keperluan dengan makna yang tidak selalu sama. Dalam konteks
ini utility berarti ukuran kesenangan yang ditimbulkan dari pay off moneter.
Menurut mereka utility dapat dinyatakan dalam skala numerik (kardinal) sehingga
utility merupakan suatu skala preferensi, angka lebih tinggi berarti lebih disukai
dibanding yang lebih rendah. Dengan demikian keputusan didasarkan pada
ekspekted utility yang tertinggi, yang dihitung serupa dengan perhitungan expected
value.
Untuk menyatakan daya tarik suatu alternatif, digunakan konsep utilitas.
Utilitas didefinisikan sebagai sesuatu yang dimaksimumkan oleh setiap individu.
Alternatif tidak menghasilkan utilitas, tetapi didapatkan dari karakteristiknya dan
dari setiap individu (Lancaster, 1966, seperti dikutip Tamin, 1997). Fungsi utilitas
penggunaan moda sangat besar artinya dalam bidang perencanaan transportasi.
Karena dengan diketahuinya model utilitas pemilihan moda, dapat diketahui
probabilitas pemilihan moda oleh calon penumpang seandainya terjadi perubahan
pada atribut pelayanan maupun atribut calon penumpang tersebut. Penelitian
sebelumnya mengasumsikan bahwa fungsi utilitas adalah linear dan fungsi utilitas
disusun berdasarkan selisih (Δ) nilai atribut (Yosritzal, 2001; Kurniati, 1999;
Toner, 1991).

b. Konsep Generalised Cost

Generalised Cost ialah suatu keingginan peggunaan moda yang dihasilkan
oleh kelompok/ gabungan. Berbeda dengan utilitas, konsep generalised cost lebih
pada hubungan banyak orang, keterkaitan antara individu yang satu dengan
individu yang lain. Menghasilkan sebuah konsep saling berkaitan antar individu.
c. Model Pemilihan Moda dengan Pendekatan Konsep Utility dengan rute

Medan - Binjai dan Medan - Rantau Perapat
Model pendekatan konsep Utility pemilihan moda adalah model pemilihan
diskret. Secara umum, model pemilihan diskret dinyatakan sebagai probabilitas
setiap individu memilih suatu pilihan merupakan fungsi ciri sosioekonomi dan daya
tarik pilihan tersebut. Untuk menyatakan daya tarik suatu alternatif, digunakan
konsep utilitas. Utilitas didefinisikan sebagai sesuatu yang dimaksimumkan oleh
setiap individu. Alternatif tidak menghasilkan utilitas, tetapi didapatkan dari
karakteristiknya dan dari setiap individu (Lancaster, 1996 seperti dikutip Tamin ,
1997).
Rute Medan-Binjai, memiliki karakteristik perjalanan jarak dekat dan umumnya

perjalanan harian, baik rutinitas maupun rekreasi. Waktu perjalanan ± 30 menit.
Dari karakteristik tersebut di dapat beberapa jenis moda, antara lain
a. Kendaraan pribadi
1. Mobil
2. Sepeda Motor
b. Kendaraan Umum
1. Angkot
2. Damri
3. Kereta Api

4. Taksi
Dengan banyaknya pilihan Moda perjalanan maka Model Logit Multi Nominal
(MNL) adalah model pemilihan diskret yang paling sesuai karena Pilihan yang
dihadapi oleh konsumen dalam model ini cukup banyak (lebih dari 2 pilihan)
seperti 3 pilihan, 4 pilihan, dan seterusnya.
Rute Medan - Rantau Perapat, memiliki karakteristik perjalanan jarak

menengah-jauh dan umumnya merupakan perjalanan khusus, seperti kunjungan dan
rekreasi. Waktu perjalanan ± 8 jam. Untuk jalan darat rute ini merupakan jalan
lintas timur. Dari karakteristik tersebut didapat beberapa jenis moda, antara lain:
a. Kendaraan pribadi
1. Mobil
2. Sepeda Motor
b. Kendaraan umum
1. Kereta Api
2. Bus AKAP
3. Mini Bus
Dengan banyaknya pilihan Moda perjalanan maka Model Logit Multi Nominal
(MNL) adalah model pemilihan diskret yang paling sesuai karena Pilihan yang
dihadapi oleh konsumen dalam model ini cukup banyak (lebih dari 2 pilihan)
seperti 3 pilihan, 4 pilihan, dan seterusnya.
d. Model Pemilihan Moda dengan Pendekatan Konsep Generalised cost

dengan rute Medan - Binjai dan Medan - Rantau Perapat
Dengan karakteristik yang sama dengan seperti penjelasan no.c

Maka digunakan Model Sintesis dalam pendekatan pemilihan moda konsep

Generalised cost. Model sintesis yang digunakan untuk rute Medan - Binjai dan
Medan - Rnatau perapat adalah:
a. Kalibrasi Model Logit - Biner
Pertimbangan model pemilihan moda antara mobil dan angkutan umum yang
k
Cij
∑ T kij−Oi =0
mempunyai biaya perjalanan yang diberi pada persamaan jk .
b. Kalibrasi Model Pemilihan Moda Berhierarki
Hal ini biasanya dilakukan dengan pendekatan heuristik, dimulai dari pemilihan
submoda (sekunde) dan diteruskan dengan pemilihan primer.

Tugas Transplan OK Sawal Poenya

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Tugas Transplan OK Sawal Poenya

Diunggah oleh

Hak Cipta:

Format Tersedia

TUGAS PERENCANAAN TRANSPORTASI

1. Menghitung jumlah minimum sampel, menurut pendapat Solvin :

SAWAL SIREGAR (060404084)

e= tingkat kesalahan data

 Minimum sampel yang harus di survey bila di asumsikan ∑¿ ¿ anggota keluaraga

Jumlah total anggota keluarga = 133 jiwa

Misalkan tingkat kesalahan data 5% , maka e = 0.05

n=99 .81≈100 sampel

Maka miminum sampel anggota keluarga adalah 100 jiwa.

 Minimum sampel yang harus di survey bila di asumsikan ∑¿ ¿ Kendaraan

Jumlah total Kendaraan= 46 Kendaraan

Misalkan tingkat kesalahan data 5% , maka e = 0.05

n=41 .26≈42 sampel

Maka miminum sampel kendaraan adalah 42 Kendaraan.

SAWAL SIREGAR (060404084)

Misalkan tingkat kesalahan data 5% , maka e = 0.05

n=91. 715≈92 sampel

B. MATRIKS KOEFISIEN KORELASI

SAWAL SIREGAR (060404084)

Analisa korelasi digunakan untuk mengukur ketepatan garis regresi dalam

(derajat hubungan/keeratan hubungan) dalam proses analisis regresi merupakan hal

persamaan linier fungsi selisih utilitas adalah sebagai berikut :

PEARSON CORRELATION Perjalanan 1.000 .681 .177 .476

objek Perjalanan Anggota Keluarga kendaraan Pendapatan

SAWAL SIREGAR (060404084)

Anggota keluarga 0.681 1.000 0.040 0.718

Pedoman Untuk Memberikan Interpretasi Koefisien Korelasi

Interval Koefisien Tingkat Hubungan

Maka nilai hubungan korelasi yang di dapat :

 Hubungan kendaraan dengan pendapatan ialah sedang dengan nilai (0.505)

C. MODEL YANG MENGHUBUNGKAN ANTARA PERJALANAN DENGAN

SAWAL SIREGAR (060404084)

ÔiPi = f (URT, TKK, TP)

URT = Variabel ukuran rumah tangga

TKK = Variabel tingkat kepemilikan kendaraan

TP = Variabel tingkat pendapatan

1. Perjalanan yang dipengaruhi oleh jumlah anggota keluarga (jiwa)

SAWAL SIREGAR (060404084)

Model B Std. Error Beta t Sig.

1 (Constant) 1.546 .989 1.564 .129

ANGGOTA_KELUARGA 1.057 .215 .681 4.921 .000

a. Dependent Variable: PERJALANAN

2. Perjalanan yang dipengaruhi oleh pendapatan

Model B Std. Error Beta t Sig.

1 (Constant) 4.210 .775 5.433 .000

PENDAPATAN .530 .185 .476 2.861 .008

a. Dependent Variable: PERJALANAN

Dari output tersebut dihasilkan persamaan hubungan antara Perjalanan dengan

3. Perjalanan yang dipengaruhi oleh anggota keluarga dan kendaraan

SAWAL SIREGAR (060404084)

Model B Std. Error Beta t Sig.

1 (Constant) .978 1.117 .876 .389

ANGGOTA_KELUARGA 1.048 .214 .675 4.888 .000

KENDARAAN .398 .367 .150 1.083 .289

a. Dependent Variable: PERJALANAN

Y = 0,978 + 1,048 X1 + 0,398X2

4. Perjalanan yang dipengaruhi oleh kendaraan dan pendapatan

Model B Std. Error Beta t Sig.

1 (Constant) 4.375 .872 5.016 .000

KENDARAAN -.226 .520 -.085 -.436 .667

PENDAPATAN .578 .218 .519 2.654 .013

a. Dependent Variable: PERJALANAN

Y = 4,375 - 0,226 X2 + 0,578 X3

D. MODEL YANG SESUAI DENGAN UJI DETERMINASI, UJI T DAN UJI