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.

15.10.000 50 mnt 100 Km p Rp.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.000 80 mnt 20 Km D .1973 dan Tamin. 2000).000 70 mnt 60 Km A Rp.40. 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.

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

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. sehingga tidak ada keraguan terhadap fungsi tersebut tersebut. serta korelasi antara variabel bebas satu dengan variabel bebas yang lain.

50. 50. aproksimasi d t d ki i data dapat t berupa persamaan linear atau persamaan nont linear.000...Uji Korelasi (2) 17 18 Uji Linearitas Uji linearitas digunakan untuk mengetahui aproksimasi d k dari sekumpulan data. r=0 y tidak mempunyai korelasi terhadap x dimana setiap x bertambah maka y tidak tentu. maka korelasi yang dapat muncul adalah r=1 y mempunyai korelasi positif terhadap x dimana setiap x bertambah maka y akan bertambah.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.Pemilih 50% 50% Kasus II 100. r = -1 y mempunyai korelasi negatif terhadap x dimana setiap x bertambah maka y akan berkurang.000. 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. 50.000.50. 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 1.000.000.000.050.x ˆ ˆ ˆ y1 y 2 yi .1 100 000 1.000. Linear Jika ada sebuah fungsi y = f(x).000.100.

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 .

hitung a s/d f. b i berapa arus yang t j di antara A d B terjadi t dan B. dan berapa waktu tempuhnya. f. dan berapa waktu tempuhnya. b. Jika hanya ruas 3 saja yang beroperasi. Bagaimana jika R1.000 60 000 org Prosentase usia kerja dan sekolah = 90% Lapangan kerja di zona B = 20. 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. berapa arus yang terjadi antara A dan B. hitung a s/d f jika: R1 dioverlay sehingga ITP menjadi 0.Contoh Kota Bandung 25 Zona: 125 .4 04 0.Simpul: 965 . dan Lapangan kerja dari 20. Zona A: zona pemukiman Zona B: zona lapangan kerja Populasi zona A = 60. R1 dan R2.000 lapangan kerja Jika zona A dan zona B dihubungkan dengan 3 buah rute. dan berapa waktu tempuhnya.500 6.000. atau R3.Ruas: 2283 26 CONTOH SOAL Interaksi Sistem Transportasi Interaksi Sistem Transportasi 27 28 Pertanyaan? 1 Jika hanya ruas 1 yang b Jik h beroperasi.1.2 Kapasitas (Kend/Jam) 4. Tolong dievaluasi mana yang anda pilih R1. e. d.000 Kend/Jam. R2. berapa arus yang terjadi antara A dan B. 3 Dengan kondisi sistem kegiatan seperti kondisi no.9 0. R3 beoperasi bersama-sama.000 2 Asumsikan terjadi peningkatan Usia kerja dan sekolah dari 90% menjadi 100%.000 menjadi 25. Jika hanya ruas 2 yang beroperasi. dan R1 dilebarkan sehingga kapasitas menjadi: 5. a. .000 4 000 2. c.1. p p y dan berapa waktu tempuhnya. R2. Jika hanya ruas 1 dan ruas 2 beroperasi bersama-sama. berapa arus yang terjadi antara A dan B.

Q2AB(2) = 0 …………………………………………… (7) 16875 = Dengan rumus abc dapat diketahui Q.1 . 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.Q AB (1) ⎤ 675.6.10 6 Q = 2 x0.⎢ ⎥ ⎣ 2500 − 2202. 6 .1.077 ⎦ TQAB(1) = 179.x108.10 – 27000.456 2x 2 x0.Q AB (1 ) ⎤ 25 .Jawaban 1 29 30 Jawaban 1 QAB = = K.000/2 4 000/2 20.6. Q AB(1) 108.000 = 40. ⎢ ⎢ 6000 − Q AB ( 3 ) ⎣ ⎤ ⎥ ⎥ ⎦ ………………………………………………(3) ………………………………………………(4) TQAB(3) = ………………………………………………(5) 1.66 menit 32 − (−19375) − 19375 2 − 4 x0.456 ⎤ TQAB(2) = 40.x 42187500 = 2202.59 31 − (−31000) − 31000 2 − 4 x0.077 ⎤ TQAB(1) = 25.6.1. PA .QAB(1) = 4000.x108.Q ⎤ Q.000 orang 0 . 0025 . Q ⎤ T 0 AB .106 – 31000.544 2 x0. sebagai berikut: − b ± b 2 − 4ac Q = 2a − (−31000) ± 31000 2 − 4 x0.Q AB ( 2 ) ⎤ 40 .⎢ ⎥ ⎣ 4000 − 3757.10 6 2 x0. 675000 T QAB 27 .6.476 menit .a.000 0 9 x 60 000 = 54 000 orang 54. A B T QAB Persamaan Kebutuhan Transportasi Perhitungan Arus dari Zona A ke Zona B dalam Kend/jam adalah: PA = = AB = 0.1. QAB(2) – 0.⎢ ⎥ Q AB ⎣ 2500 − Q ⎦ ⎡ 2500 − 0.077 2x0.⎢ ⎥ ⎢ 4000 − Q AB (1) ⎥ ⎣ ⎦ 6 2 108.1. ⎢ ⎥ = T 0 AB .000 ⎥ = 25.6. QAB(2) + 0.000/2 = 2 000 Kend 27.9 60. QAB(2) = 2500.x 42187500 2 x0.1. Q2AB(1) = 0 …………………………………………… (6) 27000 = Dengan rumus abc dapat diketahui Q.(1) …………………………………………………………………….000 LB = 20. 000 AB TQ QAB TQ = = …………………………………………………………………. QAB(1) + 0.6 Q1 Q2 = = − (−31000) + 31000 2 − 4 x0.(2) (2) 675 .1 Dipilih Q yang lebih kecil dari Q0 yaitu Q2 = 2202 Kend/Jam Masukan nilai Q2 dalam persamaan (4) ⎡ 2500 − 0. Jika hanya Ruas 2 yang beroperasi 1b b ⎡ 4000 − 0.x 42187500 = 191547. Q2AB(2) 42187500 – 19375. ⎢ ⎥ ⎢ ⎣ 4000 − Q AB (1 ) ⎥ ⎦ ⎡ 2500 − 0 .1x 2202. Jika hanya Ruas 1 yang beroperasi 1a a Dari persamaan (2) dan (3) didapatkan Q: ⎡ 4000 − 0.b.9 x LA 0. QAB(1) – 0. ⎢ ⎥ ⎢ 2500 − Q AB ( 2 ) ⎥ ⎣ ⎦ ⎡ 6000 − 0 .6 Dari persamaan (2) dan (4) didapatkan Q: ⎡ 2500 − 0.Q AB (1) ⎤ Q.6.000 Kend Persamaan prasarana Transpotasi untuk setiap rute didapatkan: Q ⎤ ⎡ ⎢ 1 − (1 − a ) C ⎥ ⎡ C − (1 − a ).1.6 Dipilih Q yang lebih kecil dari Q0 yaitu Q2 = 3757 Kend/Jam Masukan nilai Q2 dalam persamaan (3) ⎡ 4000 − 0. sebagai berikut: Q Q Q1 Q2 = = = = − b ± b 2 − 4ac 2a − (−19375) ± 19375 2 − 4 x0.000 d = 10.⎢ Q AB (1) ⎢ 4000 − Q AB (1) ⎥ ⎣ ⎦ 1.1 − (−19375) + 19375 2 − 4 x0.x108.Q AB ( 3 ) 15 .10 6 = 3757 077 3757.⎢ ⎥ ⎣ 2500 − Q ⎦ 42187500 – 16875.1x3757.1.Q ⎤ 675.8 . ⎢ TQAB = ⎥ Q C −Q ⎢ ⎥ ⎣ ⎦ 1− ⎢ ⎥ C ⎣ ⎦ TQAB(1) = TQAB(2) = ⎡ 4000 − 0 .1 = 47909.456 ⎦ TQAB(2) = 306.6. 000 x10 .

8.000 Kend/Jam. 1d d y yaitu = 1757.26171875 x1012 = 0 …………………………………(12) 34 Dengan metode trial and error dapat diketahui QAB(2).5 x10 8 62500 + 11Q AB ( 2 ) 84000 x1757 .Q AB ( 2) ⎤ ⎥= ⎢ ⎥ ⎢ ⎢ 4000 − Q AB (1) ⎥ ⎣ 2500 − Q AB ( 2) ⎥ ⎣ ⎦ ⎢ ⎦ Q AB(1) = 84000Q AB ( 2) + 1.067 Dengan kondisi sistem kegiatan seperti kondisi no. sebagai berikut: Q Q = = − b ± b 2 − 4ac 2a ⎡100000 − 15.⎢ ⎥ = 40.668 Kend/Jam Masukan nilai Q2 dalam persamaan (5) ⎡ 6000 − 0..Q AB (1) ⎤ ⎡100000 − 4.067 + 1.668 ⎤ TQAB(3) = 15.1.000 menjadi 25.6. hitung a s/d f.831 + 1757 .5 x108 62500 + 11Q AB ( 2) 0.⎢ Q AB (1) + Q AB ( 2) ⎢ 2500 − Q AB ( 2) ⎥ ⎣ ⎦ Q1 = 33 − (−51000) − 51000 2 − 4 x0.⎢ ⎢ ⎣ 6000 − Q AB (3) ⎥ ⎦ 27x107 – 45000.8.067 Kend/Jam Masukkan nilai QAB(2) ke persamaan (9): 36 Selesaikan: 1 Q AB (1) = Q AB (1) = 84000 Q AB ( 2 ) + 1. R3 beoperasi bersama-sama.⎢ ⎥ ⎢ ⎢ ⎣ 4000 − Q AB (1) ⎥ ⎦ ⎣ 2500 − Q AB ( 2) ⎥ ⎦ ⎡ 6000 − 0.Q AB ( 2) ⎤ 675.⎢ ⎢ 2500 − Q AB ( 2) ⎥ ⎦ ⎣ ⎡ 2500 − 0.Q AB (3) ⎤ 675.000 Q AB (1) + Q AB ( 2 ) = = 675 .⎢ Q AB (3) ⎢ 6000 − Q AB (3) ⎥ ⎣ ⎦ 1d d Syarat Batas 1).142 menit 35 .⎢ ⎥ ⎣ 6000 − 5826.1. Jika hanya Ruas 3 yang beroperasi 1.Q AB (1) ⎤ ⎡ 2500 − 0.067 ) Bagaimana jika R1.1.Q AB (3) ⎤ ⎥ 45000 = Q AB (3) .c.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) + 1.5 x108 ⎤ ⎡ 84000Q AB ( 2) + 1.000.Q AB ( 2) ⎤ ⎥: Memasukkan persamaan (10) TQ ke persamaan TQAB(2) = 40. Asumsikan terjadi peningkatan Usia kerja dan sekolah dari 90% menjadi 100%. hitung a s/d f jika: R1 dioverlay sehingga ITP menjadi 0 1 dan 0.5 x108 ⎤ + 0. Q2AB(3) 27x107 – 51000. Q AB = Q AB (1) + Q AB( 2) 2).8.668 2x 2 x0. R1 dilebarkan sehingga kapasitas menjadi: 5.8.000 3636 .8 − (−51000) + 51000 2 − 4 x0.1Q 2 AB ( 2) + 0.8. R2. dan Lapangan kerja dari 20. Jika hanya Ruas 1 dan 2 yang beroperasi bersama-sama 1c c Dari persamaan (2) dan (5) didapatkan Q: ⎡ 6000 − 0.1Q 2 AB ( 2) ⎡ 84000Q AB ( 2) + 1.5 x108 62500 + 11Q AB ( 2) …………………………………………………………………………………….668 ⎦ TQAB(3) = 115.000 ⎥ = 40.000 TQ = ………………………………………………………………………………………………….x 27 x10 7 2 x0.8 x5826.000 ⎥ = 15.41875 x10 8 Q AB ( 2) + 2. TQAB(1) = TQAB(2) Dari syarat batas (2) maka dapat didapatkan persamaan: TQAB(1) = TQAB(2) ⎡ 4000 − 0.1.x 27 x10 7 2 x0.e. QAB(3) = 6000.332 Dengan syarat batas (1) persamaan (2) TQ di tulis kembali menjadi: 675.(9) − (−51000) ± 51000 2 − 4 x0. QAB(3) + 0.847 menit 0. 2 Q AB (1) = 3636.x 27 x10 7 Q2 = = 5826.1. QAB(3) – 0.831 Kend/jam Nilai TQAB adalah: TQ TQ TQ = 675 .8 Dipilih Q yang lebih kecil dari Q0 yaitu Q2 = 5826.Q AB ( 2) ⎤ 25.1Q 3 AB ( 2) − 198475Q 2 AB ( 2) − 9.8 = 57923. K d/J 3 125.1.1⎢ ⎥Q AB ( 2) − 2500⎢ ⎥ − 19375Q AB ( 2) + 42187500 = 0 62500 + 11Q AB ( 2) ⎥ ⎢ ⎢ 62500 + 11Q AB ( 2) ⎥ ⎣ ⎦ ⎣ ⎦ 1.8.(10) (10) Q AB (1) + Q AB ( 2) ⎡ 2500 − 0. Q2AB(3) = 0 …………………………………………… (8) Dengan rumus abc dapat diketahui Q.8.5 x10 8 62500 + (11 x1757 .

.. TN3 D3 . . .2000a. T = ∑ Oi = i =1 N d =1 ∑ Dd = ∑ ∑Tid i =1 d =1 .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 ...2003) 40 Oi = Model Sebaran (Met. . . . .. Analogi) d =1 ∑ Tid N N Dd = ∑ Tid i =1 N N N 3 .. .... N Dd . . ... . . N T1N T2N T3N . TN2 D2 3 T13 T23 T33 .. . ON T Sumber: Tamin (1985.1988abcd.1997a. .. TNN DN Oi O1 O2 O3 . .1986... .. TN1 D1 2 T12 T22 T32 ... . . . .

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

pergerakan awal (masa sekarang) pertama kali dikalikan dengan tingkat pertumbuhan zona asal Hasilnya kemudian asal. Fratar (Li + Ld ) 2 k ≠d N Li = k ≠i ∑ E k . 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.t ik k ≠i N ∑ t ik dan Ld = N ∑ t dk Furness k ≠d ∑ E k . Tid = t id .t dk Tid = t id . E i N Pada metode ini.Metode Dengan 2 Batasan 45 46 Metode Dengan 2 Batasan Tid = t id .E d .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) .E i .

Bd .Dd . 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 . 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 . f (Cid ) • Syarat batas y Oi ≠ ∑ Tid .Dd . d =1 i =1 N N 52 Model Gravity dengan-batasanbangkitan-tarikan (PACGR) Tid = Ai . d =1 i =1 N N Tid = Ai . f (Cid ) • Syarat batas Oi = ∑ Tid .Oi .Oi .Oi . f (Cid ) • Syarat batas Oi = ∑ Tid .Bd .Oi . Dd = ∑ Tid .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 .Dd . Dd ≠ ∑ Tid . Bd = 1 for all d ∑ B .Bd . f (C i =1 i i N for all d id ∑ Bd . f (Cid ) i =1 N for all d .Bd .O .Dd . f (Cid ) d =1 for all i ) Bd = 1 Ai = 1 for all i ∑ Ai .Dd . Dd ≠ ∑ Tid .D . Dd = ∑ Tid . f (Cid ) • Syarat batas Oi ≠ ∑ Tid .

A Kriteria Pengunaan Jika informasi survei kurang baik/kurang tersedia. Ramalan data Bangkitan atau Tarikan dari hasil trip generation kurang dapat diandalkan (contoh: untuk analisis-regresi-linearberganda dapat dilihat dari koefisien determinansi (R2). . 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.Soal 53 54 Kriteria Penggunaan Model Gravity 1 2 3 4 5 Oi 1000 2000 3000 4000 5000 15000 1. atau syarat yang lain). konstansta regresi ≈ 0. atau syarat yang lain). Biasa digunakan untuk pergerakan dengan tujuan bukan rumah rumah. Bangkitan dan Tarikan pada setiap zona adalah: Zona 1 2 3 4 5 Dd Model UCGR - 2500 3500 2000 4000 3000 2. 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). Ramalan data Bangkitan atau Tarikan dari hasil trip generation dapat diandalkan (contoh: untuk analisis-regresi-linear-berganda dapat dilihat dari koefisien determinansi (R2 ≈ 1) . konstansta regresi. Ramalan data Bangkitan dari hasil trip generation lebih dapat diandalkan dari pada data Tarikannya. Biasa digunakan untuk pergerakan yang berbasis rumah. Biasa digunakan untuk pergerakan yang berbasis bukan rumah.