1

Perangkutan/Transportasi
2

Proses Pemenuhan Kebutuhan
Bergerak g

Tidak Bergerak

Pemenuhan kebutuhan jasa: P h k b h Internet, delivery, teleconference, dsb

Dari Satu Tempat Ke Tempat Lain Perlu Moda Transportasi

PERENCANAAN DAN PEMODELAN TRANSPORTASI
Dr. NINDYO CAHYO KRESNANTO

Prasarana Transportasi Pergerakan Lalulintas

“Terciptanya suatu sistem transportasi/pergerakan yang / aman, efisien, efektif, nyaman, murah, dan sesuai lingkungan (termasuk safety)”

Sistem Transportasi Makro
3 4

Sistem Transportasi Makro
Sistem K i t Si t Kegiatan:
Mengatur tata ruang/tata guna lahan disuatu wilayah (N (Nasional, Propinsi, Kabupaten/Kota). , p , p / )

SS SISTEM KEGIATAN G

SS SISTEM JARINGAN J G

Sistem Pergerakan:
Pergerakan akan timbul dengan adanya penataan ruang untuk kegiatan-kegiatan tertentu.

Sistem Jaringan:
SISTEM PERGERAKAN

Digunakan sebagai prasarana penghubung atau f ilit Di k b i h b t fasilitas pergerakan.

Sistem Lembaga: g
SISTEM KELEMBAGAAN

Digunakan untuk mengelola semua keterkaitan antar sistem kegiatan, sistem pergerakan, dan sistem jaringan.

000 70 mnt 60 Km A Rp.15.000 80 mnt 20 Km D .40.10.000 50 mnt 100 Km p Rp. 2000).1973 dan Tamin.Sistem Kelembagaan 5 6 Perencanaan Transportasi Suatu proses yang tujuannya mengembangkan sistem transportasi yang memungkinkan manusia dan barang bergerak atau b b k berpindah tempat d d h dengan aman dan murah (Pignataro. Wilayah Perencanaan 7 8 Aksesibilitas s/d 25 Th s/d 1 Th s/d 5 Th Kemudahan suatu tempat untuk dicapai (Semakin tinggi aksesibilitas maka semakin mudah daerah itu dicapai) C B MIDDLE SHORT LONG Rp.

• Negara maju: biaya transportasi berkisar antara 10% t 10%. mudah murah. x = y f tak bebas. d b E i dsb “Tidak ada gunanya Aksesibilitas yang terlalu tinggi apabila Mobilitas Rendah” Rendah Biaya Transportasi: Bahan baku. Keuntungan dan Pajak • Negara berkembang: produk akan terbebani biaya untuk transportasi sebesar 30–40%. • Maket. dsb • Secara umum model matematis dapat dirumuskan sebagai y=f (x). Pemasaran Model 12 11 Pemodelan Dalam Transportasi Model adalah merupakan representasi dari realita (dengan cara sederhana. Energi. Biaya Bahan Baku Biaya Produksi: Upah. dan informatif). • Miniature Miniature. peubah bebas. • Peta jalan. Alat.Ekonomi dan Transportasi 9 10 Mobilitas Kemudahan seseorang untuk bergerak. dsb • Peta kontur. y = peubah tak-bebas. . • Prototype. dari harga barang.

sehingga tidak ada keraguan terhadap fungsi tersebut tersebut. serta korelasi antara variabel bebas satu dengan variabel bebas yang lain. Y-Axis s Y-Axis Y-Axis s Y-Axis N= 2 CV 2 Z α E2 r= [ N .Tes/Pengujian Model 14 13 Model Matematis Uji Kecukupan Data Uji Korelasi j Uji Linearitas Uji Fit Fitness/Kesesuaian /K i Uji Kecukupan Data 15 16 Uji Korelasi (1) Untuk menentukan tingkat korelasi antara variabel bebas dan variabel tak bebas. ∑ X i Yi − ∑ X i ∑ Yi N ∑ X i2 − ∑ X i2 N ∑ Yi 2 − ∑ Yi 2 ][ ] X-Axis X-Axis Jumlah d l h data yang Jumlah data yg “sedikit” “cukup” akan akan mengakibatkan memberikan gambaran p g intepretsi kecenderungan yang j l t t jelas tentang pola tidak akurat kecenderungan pola data . Uji kecukupan data dilakukan untuk mengetahui pola fungsi dari data yang sesungguhnya.

50. 50.000.000. r=0 y tidak mempunyai korelasi terhadap x dimana setiap x bertambah maka y tidak tentu.100.000. r = -1 y mempunyai korelasi negatif terhadap x dimana setiap x bertambah maka y akan berkurang.. NonN Linear Uji Fitness/Kesesuaian 19 20 Least Square vs MaxLikelihood Kelompok Data D t 1 Uji kesesuaian digunakan biasanya unruk menentukan kelompok data mana yang akan digunakan.000.Pemilih 50% 50% Kasus II 100.000. aproksimasi d t d ki i data dapat t berupa persamaan linear atau persamaan nont linear.1 100 000 1.000.000.x ˆ ˆ ˆ y1 y 2 yi ..100 000 50.Pemilih 10% 90% ˆ yi yi Kelompok Data 2 B Selisih min S = 2 Maks = ∏ Pi → L = i y1 y 2 yi x x.50.Uji Korelasi (2) 17 18 Uji Linearitas Uji linearitas digunakan untuk mengetahui aproksimasi d k dari sekumpulan data.000.050. maka korelasi yang dapat muncul adalah r=1 y mempunyai korelasi positif terhadap x dimana setiap x bertambah maka y akan bertambah. Linear Jika ada sebuah fungsi y = f(x). 50. ˆ ∑( y − y ) i i l=1 n Beberapa kasus kesesuain data tidak dapat diterangkan secara mutlak dengan Uji Least Square Moda A Kasus I 1.

21 22 “Uji harus dilakukan sequential tidak Uji boleh ada yang gagal kecuali Uji y gg g j Linearitas” Model Grafis Daerah Kajian Sederhana 23 24 Jenis Pergerakan Zona Gateway Pusat zona 1 2 Ruas 4 3 5 Batas daerah kajian 6 Penghubung pusat zona Simpul Batas zona .

000 4 000 2. dan Lapangan kerja dari 20.1. dan R1 dilebarkan sehingga kapasitas menjadi: 5.000 lapangan kerja Jika zona A dan zona B dihubungkan dengan 3 buah rute. atau R3. dan berapa waktu tempuhnya. hitung a s/d f jika: R1 dioverlay sehingga ITP menjadi 0. d. 3 Dengan kondisi sistem kegiatan seperti kondisi no.000.4 04 0. berapa arus yang terjadi antara A dan B. dan berapa waktu tempuhnya.000 2 Asumsikan terjadi peningkatan Usia kerja dan sekolah dari 90% menjadi 100%. b. a.500 6. b i berapa arus yang t j di antara A d B terjadi t dan B.9 0. berapa arus yang terjadi antara A dan B. c. Tolong dievaluasi mana yang anda pilih R1. Jika hanya ruas 1 dan ruas 2 beroperasi bersama-sama. p p y dan berapa waktu tempuhnya. Bagaimana jika R1.1.000 Kend/Jam. Jika hanya ruas 3 saja yang beroperasi.000 menjadi 25. R3 beoperasi bersama-sama.2 Kapasitas (Kend/Jam) 4. f. dan berapa waktu tempuhnya. Rute 3 (R3) Rute 1 (R1) Rute 2 (R2) Rute 1 2 3 Panjang (Km) 20 30 15 T0 (Menit) 25 40 15 ITP (=a) 0. R2.000 60 000 org Prosentase usia kerja dan sekolah = 90% Lapangan kerja di zona B = 20.Ruas: 2283 26 CONTOH SOAL Interaksi Sistem Transportasi Interaksi Sistem Transportasi 27 28 Pertanyaan? 1 Jika hanya ruas 1 yang b Jik h beroperasi. Jika hanya ruas 2 yang beroperasi.Contoh Kota Bandung 25 Zona: 125 . e. R1 dan R2. berapa arus yang terjadi antara A dan B.Simpul: 965 . hitung a s/d f. Zona A: zona pemukiman Zona B: zona lapangan kerja Populasi zona A = 60. R2. .

⎢ ⎥ ⎣ 2500 − 2202.9 x LA 0.1.59 31 − (−31000) − 31000 2 − 4 x0.b.6. 675000 T QAB 27 .1x 2202. Q2AB(2) = 0 …………………………………………… (7) 16875 = Dengan rumus abc dapat diketahui Q. QAB(1) + 0.000 orang 0 .Q AB (1) ⎤ 675. 000 x10 . ⎢ ⎥ ⎢ 2500 − Q AB ( 2 ) ⎥ ⎣ ⎦ ⎡ 6000 − 0 .544 2 x0.1 = 47909.x108.000 d = 10.1.6.⎢ ⎥ Q AB ⎣ 2500 − Q ⎦ ⎡ 2500 − 0. Jika hanya Ruas 2 yang beroperasi 1b b ⎡ 4000 − 0.x 42187500 = 191547.6 Dipilih Q yang lebih kecil dari Q0 yaitu Q2 = 3757 Kend/Jam Masukan nilai Q2 dalam persamaan (3) ⎡ 4000 − 0.10 6 = 3757 077 3757.456 2x 2 x0.Q AB (1) ⎤ Q.106 – 31000.077 2x0. QAB(1) – 0. A B T QAB Persamaan Kebutuhan Transportasi Perhitungan Arus dari Zona A ke Zona B dalam Kend/jam adalah: PA = = AB = 0. QAB(2) = 2500.10 6 Q = 2 x0. ⎢ ⎢ 6000 − Q AB ( 3 ) ⎣ ⎤ ⎥ ⎥ ⎦ ………………………………………………(3) ………………………………………………(4) TQAB(3) = ………………………………………………(5) 1.a.QAB(1) = 4000.66 menit 32 − (−19375) − 19375 2 − 4 x0.6.000/2 4 000/2 20.456 ⎤ TQAB(2) = 40.⎢ Q AB (1) ⎢ 4000 − Q AB (1) ⎥ ⎣ ⎦ 1.000 LB = 20.476 menit .Q ⎤ 675. sebagai berikut: − b ± b 2 − 4ac Q = 2a − (−31000) ± 31000 2 − 4 x0.000/2 = 2 000 Kend 27.1 − (−19375) + 19375 2 − 4 x0.10 – 27000.1. Jika hanya Ruas 1 yang beroperasi 1a a Dari persamaan (2) dan (3) didapatkan Q: ⎡ 4000 − 0.000 ⎥ = 25.9 60.6.1x3757.Jawaban 1 29 30 Jawaban 1 QAB = = K.⎢ ⎥ ⎣ 2500 − Q ⎦ 42187500 – 16875.(2) (2) 675 .000 = 40.1. Q2AB(1) = 0 …………………………………………… (6) 27000 = Dengan rumus abc dapat diketahui Q.Q ⎤ Q.⎢ ⎥ ⎣ 4000 − 3757. Q2AB(2) 42187500 – 19375.6 Dari persamaan (2) dan (4) didapatkan Q: ⎡ 2500 − 0.10 6 2 x0. 6 . PA .1.Q AB (1 ) ⎤ 25 . ⎢ ⎥ = T 0 AB . Q ⎤ T 0 AB .x 42187500 2 x0.⎢ ⎥ ⎢ 4000 − Q AB (1) ⎥ ⎣ ⎦ 6 2 108. ⎢ TQAB = ⎥ Q C −Q ⎢ ⎥ ⎣ ⎦ 1− ⎢ ⎥ C ⎣ ⎦ TQAB(1) = TQAB(2) = ⎡ 4000 − 0 .077 ⎤ TQAB(1) = 25.x108. QAB(2) + 0.1 . 0025 .456 ⎦ TQAB(2) = 306. sebagai berikut: Q Q Q1 Q2 = = = = − b ± b 2 − 4ac 2a − (−19375) ± 19375 2 − 4 x0.000 Kend Persamaan prasarana Transpotasi untuk setiap rute didapatkan: Q ⎤ ⎡ ⎢ 1 − (1 − a ) C ⎥ ⎡ C − (1 − a ).8 . ⎢ ⎥ ⎢ ⎣ 4000 − Q AB (1 ) ⎥ ⎦ ⎡ 2500 − 0 .Q AB ( 2 ) ⎤ 40 .(1) ……………………………………………………………………. 000 AB TQ QAB TQ = = ………………………………………………………………….x108.Q AB ( 3 ) 15 . QAB(2) – 0.1.077 ⎦ TQAB(1) = 179. 000 Q AB Jika asumsi 1 kendaraan dipakai oleh 2 orang maka jumlah kendaraan yang bergerak dari Zona A ke Zona B adalah: PA AB = = 54.1 Dipilih Q yang lebih kecil dari Q0 yaitu Q2 = 2202 Kend/Jam Masukan nilai Q2 dalam persamaan (4) ⎡ 2500 − 0.x 42187500 = 2202.000 0 9 x 60 000 = 54 000 orang 54.6.6. Q AB(1) 108.6 Q1 Q2 = = − (−31000) + 31000 2 − 4 x0.1.6.

831 + 1757 .e.000 3636 .668 ⎦ TQAB(3) = 115.8. Jika hanya Ruas 3 yang beroperasi 1.Q AB ( 2) ⎤ ⎥= ⎢ ⎥ ⎢ ⎢ 4000 − Q AB (1) ⎥ ⎣ 2500 − Q AB ( 2) ⎥ ⎣ ⎦ ⎢ ⎦ Q AB(1) = 84000Q AB ( 2) + 1.8.1. sebagai berikut: Q Q = = − b ± b 2 − 4ac 2a ⎡100000 − 15.(9) − (−51000) ± 51000 2 − 4 x0.000 ⎥ = 40.5 x108 ⎤ + 0.668 2x 2 x0.1.1.5 x10 8 62500 + 11Q AB ( 2 ) 84000 x1757 .067 Kend/Jam Masukkan nilai QAB(2) ke persamaan (9): 36 Selesaikan: 1 Q AB (1) = Q AB (1) = 84000 Q AB ( 2 ) + 1.Q AB ( 2) ⎤ ⎥: Memasukkan persamaan (10) TQ ke persamaan TQAB(2) = 40.000 Kend/Jam. 1d d y yaitu = 1757.000.1Q AB (1)Q AB ( 2) − 2500Q AB (1) − 19375Q AB ( 2) + 42187500 = 0 …………………………………………(11) Ganti QAB(1) dengan p g persamaan (9): ( ) Q AB(1) = 84000Q AB ( 2) + 1.000 Q AB (1) + Q AB ( 2 ) = = 675 .5 x108 ⎤ ⎡ 84000Q AB ( 2) + 1.⎢ ⎥ ⎢ ⎢ ⎣ 4000 − Q AB (1) ⎥ ⎦ ⎣ 2500 − Q AB ( 2) ⎥ ⎦ ⎡ 6000 − 0.⎢ ⎥ = 40.8. QAB(3) – 0.⎢ ⎥ ⎣ 6000 − 5826.668 Kend/Jam Masukan nilai Q2 dalam persamaan (5) ⎡ 6000 − 0. R2. Jika hanya Ruas 1 dan 2 yang beroperasi bersama-sama 1c c Dari persamaan (2) dan (5) didapatkan Q: ⎡ 6000 − 0.⎢ Q AB (1) + Q AB ( 2) ⎢ 2500 − Q AB ( 2) ⎥ ⎣ ⎦ Q1 = 33 − (−51000) − 51000 2 − 4 x0.1Q 2 AB ( 2) + 0. hitung a s/d f jika: R1 dioverlay sehingga ITP menjadi 0 1 dan 0.067 Dengan kondisi sistem kegiatan seperti kondisi no.Q AB (1) ⎤ ⎡100000 − 4.Q AB (3) ⎤ ⎥ 45000 = Q AB (3) .000 ⎥ = 15.1Q 3 AB ( 2) − 198475Q 2 AB ( 2) − 9. TQAB(1) = TQAB(2) Dari syarat batas (2) maka dapat didapatkan persamaan: TQAB(1) = TQAB(2) ⎡ 4000 − 0.x 27 x10 7 Q2 = = 5826.⎢ Q AB (3) ⎢ 6000 − Q AB (3) ⎥ ⎣ ⎦ 1d d Syarat Batas 1).000 TQ = ………………………………………………………………………………………………….26171875 x1012 = 0 …………………………………(12) 34 Dengan metode trial and error dapat diketahui QAB(2).142 menit 35 .1Q 2 AB ( 2) ⎡ 84000Q AB ( 2) + 1.8 = 57923.8 − (−51000) + 51000 2 − 4 x0.41875 x10 8 Q AB ( 2) + 2.847 menit 0. Asumsikan terjadi peningkatan Usia kerja dan sekolah dari 90% menjadi 100%. K d/J 3 125. R1 dilebarkan sehingga kapasitas menjadi: 5.Q AB ( 2) ⎤ 675.8.6.5 x10 8 62500 + (11 x1757 .5 x108 62500 + 11Q AB ( 2) …………………………………………………………………………………….1. QAB(3) + 0.000 menjadi 25. QAB(3) = 6000. Q AB = Q AB (1) + Q AB( 2) 2).1.Q AB ( 2) ⎤ 25.Q AB (1) ⎤ ⎡ 2500 − 0. 2 Q AB (1) = 3636.c..5 x108 62500 + 11Q AB ( 2) 0. R3 beoperasi bersama-sama.⎢ ⎢ 2500 − Q AB ( 2) ⎥ ⎦ ⎣ ⎡ 2500 − 0.831 Kend/jam Nilai TQAB adalah: TQ TQ TQ = 675 .(10) (10) Q AB (1) + Q AB ( 2) ⎡ 2500 − 0. hitung a s/d f.8 Dipilih Q yang lebih kecil dari Q0 yaitu Q2 = 5826.8.Q AB (3) ⎤ 675. Q2AB(3) = 0 …………………………………………… (8) Dengan rumus abc dapat diketahui Q.8 x5826. Q2AB(3) 27x107 – 51000.067 + 1.8.x 27 x10 7 2 x0.332 Dengan syarat batas (1) persamaan (2) TQ di tulis kembali menjadi: 675.1⎢ ⎥Q AB ( 2) − 2500⎢ ⎥ − 19375Q AB ( 2) + 42187500 = 0 62500 + 11Q AB ( 2) ⎥ ⎢ ⎢ 62500 + 11Q AB ( 2) ⎥ ⎣ ⎦ ⎣ ⎦ 1.8. dan Lapangan kerja dari 20.x 27 x10 7 2 x0.⎢ ⎢ ⎣ 6000 − Q AB (3) ⎥ ⎦ 27x107 – 45000.067 ) Bagaimana jika R1.1.668 ⎤ TQAB(3) = 15.

TNN DN Oi O1 O2 O3 . TN3 D3 . ... . . ..1988abcd. ... .... .. . .. . ON T Sumber: Tamin (1985. .1986.. TN1 D1 2 T12 T22 T32 . .2003) 40 Oi = Model Sebaran (Met...1997a. N Dd .. . . .. Analogi) d =1 ∑ Tid N N Dd = ∑ Tid i =1 N N N 3 . .. N T1N T2N T3N .. TN2 D2 3 T13 T23 T33 . . T = ∑ Oi = i =1 N d =1 ∑ Dd = ∑ ∑Tid i =1 d =1 .2000a.. . .4 Step Model 38 Data perencanaan 1 MODEL BANGKITAN PERGERAKAN Asal dan tujuan 37 Pemodelan Transportasi 2 MODEL SEBARAN PERGERAKAN0 Total matrik asal-tujuan 3 MODEL PEMILIHAN MODA MAT penumpang angkutan pribadi MAT penumpang angkutan umum 4 MODEL PEMBEBANAN LALULINTAS Arus pada jaringan Matrik Asal Tujuan 39 Zona 1 2 1 T11 T21 T31 .

Persamaan Umum 41 42 Kelompok Metode Analogi metode tanpa-batasan (metode seragam).⎜ i ⎜ 2 ⎝ O E i = i dan E d = oi Rata-rata Tanpa batasan E= T t T t = total pergerakan pada masa mendatang di dalam daerah kajian = total pergerakan pada masa sekarang di dalam daerah kajian Batasan Bangkitan Tid = t id . metode Fratar. E i Ei=1 untuk seluruh zona ⎞ ⎟ ⎟ ⎠ Dd dd Batasan Tarikan Tid = t id . dan metode Furness). metode dengan-satu-batasan (metode dengan satu batasan batasan-bangkitan dan metode batasantarikan).E d Ed=1 untuk seluruh zona 1 t k l h Ei. Ed = tingkat pertumbuhan zona i dan d Oi.E Tid t id E = = = pergerakan pada masa mendatang dari zona asal i ke k zona tujuan d t j pergerakan pada masa sekarang dari zona asal i ke zona t j tujuan d tingkat pertumbuhan Met. tarikan) dan metode dengan-dua-batasan (metode ratarata. Dd = total pergerakan masa mendatang y g berasal dari p g g yang zona asal i atau yang menuju ke zona tujuan d oi. ) Tid = t id . metode Detroit. dd = total pergerakan masa sekarang yang berasal dari zona asal i atau yang menuju ke zona tujuan d y g j j . Tanpa dan Satu Batasan 43 44 Metode Dengan 2 Batasan ⎛ E + Ed T id = t id .

E i N Pada metode ini. Tid = t id . Fratar (Li + Ld ) 2 k ≠d N Li = k ≠i ∑ E k .E d .Metode Dengan 2 Batasan 45 46 Metode Dengan 2 Batasan Tid = t id .t dk Tid = t id . dikalikan dengan tingkat pertumbuhan zona tujuan dan zona asal secara bergantian (modifikasi harus dilakukan setelah setiap perkalian) sampai total sel MAT untuk setiap arah (baris atau kolom) sama dengan total sel MAT yang diinginkan.E i .t ik k ≠i N ∑ t ik dan Ld = N ∑ t dk Furness k ≠d ∑ E k .E d Model Gravity 48 47 Model Sebaran (Metode Sintetis) Gravity Model Model Gravity tanpa-batasan (UCGR) Model Gravity dengan-batasan-bangkitan (PCGR) y g g ( ) Model Gravity dengan-batasan-tarikan (ACGR) Model G it dengan-batasan-bangkitan-tarikan M d l Gravity d b t b kit t ik (PACGR) . pergerakan awal (masa sekarang) pertama kali dikalikan dengan tingkat pertumbuhan zona asal Hasilnya kemudian asal.

f (Cid ) • Syarat batas Oi = ∑ Tid . d =1 i =1 N N 52 Model Gravity dengan-batasanbangkitan-tarikan (PACGR) Tid = Ai .Model Gravity tanpa-batasan (UCGR) tanpa batasan 49 50 Model Gravity dengan-batasanbangkitan (PCGR) Tid = Ai . d =1 i =1 N N ∑ O = ∑ D = ∑∑ T i =1 i d =1 d i =i d =1 N N N N id ∑ O = ∑ D = ∑∑ T i =1 i d =1 d i =i d =1 N N N N id • Faktor penyeimbang Ai dan Bd • Faktor penyeimbang Ai = 1 Ai = 1 for all i .O .Dd . Dd = ∑ Tid .Dd . Bd = 1 for all d ∑ B .Bd . d =1 i =1 N N Tid = Ai . Dd = ∑ Tid . f (Cid ) • Syarat batas Oi ≠ ∑ Tid . f (Cid ) i =1 N for all d .Oi .Bd .Bd .Oi . f (Cid ) • Syarat batas Oi = ∑ Tid . f (Cid ) d =1 for all i ) Bd = 1 Ai = 1 for all i ∑ Ai . f (Cid ) • Syarat batas y Oi ≠ ∑ Tid .Oi . f (C d =1 d d N for all i id ) Bd = 1 for all d 51 Model Gravity dengan-batasantarikan (ACGR) Tid = Ai .Oi . Dd ≠ ∑ Tid .Dd .Dd . f (C i =1 i i N for all d id ∑ Bd . Dd ≠ ∑ Tid .D . d =1 i =1 N N ∑ O = ∑ D = ∑∑ T i =1 i d =1 d i =i d =1 N N N N id ∑ O = ∑ D = ∑∑ T i =1 i d =1 d i =i d =1 N N N N id • • Faktor penyeimbang Ai = 1 Faktor penyeimbang Bd = 1 N ∑ A .Dd .Bd .Oi .

Soal 53 54 Kriteria Penggunaan Model Gravity 1 2 3 4 5 Oi 1000 2000 3000 4000 5000 15000 1. Ramalan data Bangkitan dari hasil trip generation lebih dapat diandalkan dari pada data Tarikannya. Biasa digunakan untuk pergerakan dengan tujuan bukan rumah rumah. Biasa digunakan untuk pergerakan yang berbasis bukan rumah. atau syarat yang lain). Ramalan data Bangkitan atau Tarikan dari hasil trip generation kurang dapat diandalkan (contoh: untuk analisis-regresi-linearberganda dapat dilihat dari koefisien determinansi (R2). atau syarat yang lain). A Kriteria Pengunaan Jika informasi survei kurang baik/kurang tersedia. . Informasi tentang aksesibilitas adalah: Zona 1 2 3 4 5 1 60 120 240 270 180 2 100 40 220 200 140 3 150 80 50 140 160 4 200 120 180 50 210 5 150 200 240 120 60 PCGR - ACGR PACGR Hitunglah sebaran pergerakan yang terjadi menggunakan Model Gravity dengan-batasan-bangkitan-tarikan (PACGR). Bi di k t k k b b i h Ramalan data Tarikan dari hasil trip generation lebih dapat diandalkan (cukup baik) dari pada data Bangkitannya. konstansta regresi ≈ 0. Biasa digunakan untuk pergerakan yang berbasis rumah. konstansta regresi. Bangkitan dan Tarikan pada setiap zona adalah: Zona 1 2 3 4 5 Dd Model UCGR - 2500 3500 2000 4000 3000 2. Ramalan data Bangkitan atau Tarikan dari hasil trip generation dapat diandalkan (contoh: untuk analisis-regresi-linear-berganda dapat dilihat dari koefisien determinansi (R2 ≈ 1) .

Sign up to vote on this title
UsefulNot useful