Anda di halaman 1dari 12

ANALISIS SEBARAN PERGERAKAN (METODE ANALOGI)

Diketahui informasi pergerakan pada masa sekarang dalam bentuk data Matriks Asal Tujuan (MAT) sebagai berikut:

Tabel 1.1. MAT pada masa sekarang dan tingkat pertumbuhan pada setiap zona

Zona

1

2

3

4

5

o

i

O

i

E

i

1

40

70

40

40

60

250

500

2,000

2

50

40

120

60

80

350

350

1,000

3

70

40

30

70

140

350

525

1,500

4

90

90

70

60

240

550

1100

2,000

5

120

40

100

80

60

400

800

2,000

d

d

370

280

360

310

580

1900

   

D

d

740

420

360

775

980

 

3275

 

E

d

2,000

1,500

1,000

2,500

1,690

   

1,724

Diminta untuk mendapatkan pergerakan pada masa mendatang dengan menggunakan:

a. Metode dengan-dua-batasan (metode rata-rata)

b. Metode dengan-dua-batasan (metode Fratar)

c. Metode dengan-dua-batasan (metode Detroit)

d. Metode dengan-dua-batasan (metode Furness, dengan iterasi pertama mengalikan dengan tingkat pertumbuhan zona asal, E i )

Kemudian tentukan metode mana yang mempunyai jumlah iterasi yang terkecil dalam mencapai konvergensi dam terangkan kenapa hal tersebut terjadi.

1. Metode Rata-Rata Metode ini menggunakan tingkat pertumbuhan yang berbeda untuk setiap zona yang dapat dihasilkan dari peramalan tata guna lahan dan bangkitan lalu lintas. Secara matematis, hal ini dapat dijelaskan sebagai berikut:

dengan, E i , E d O i , D d

E

i

T

id

O

t

i

o

i

.   E

i

dan

E

d

D

id

2

E

d

d

d

d

(1.1)

(1.2)

=

= total pergerakan masa mendatang yang berasal dari zona asal i atau yang menuju

tingkat pertumbuhan zona i dan d

ke zona tujuan d

o i , d d

= total pergerakan masa sekarang yang berasal dari zona asal i atau yang menuju

ke zona tujuan d

Diharapkan total pergerakan masa sekarang yang berasal dari zona asal i atau yang menuju

ke zona tujuan d sama dengan total pergerakan tersebut di masa mendatang, maka harus

dilakukan proses pengulangan (iterasi) untuk meminimumkan besarnya perbedaan tersebut

dengan mengatur nilai E i dan E d sampai o i = O i dan d d = D d .

Dari tabel 1.1 dan menggunakan persamaan (1.1), dapat dihitung nilai T id sebagai berikut:

Contoh perhitungan nilai T 13 pada iterasi pertama

1

13

1

13

T

T

=

=

0

1

E

0

1

2,0

2

1,0

2

  E

t

0

13

40   

1 = 60,0

T

13

maka didapatkan MAT pada masa mendatang pada iterasi pertama sebagai berikut:

Tabel 1.2. MAT pada masa mendatang dan tingkat pertumbuhan pada setiap zona dengan metode rata-rata (hasil iterasi ke-1)

Zona

1

2

3

4

5

o

i

O

i

E

i

 

1 80,000

122,500

60,000

90,000

110,690

463,190

500

1,079

 

2 75,000

50,000

120,000

105,000

107,586

457,586

350

0,765

 

3 122,500

60,000

37,500

140,000

223,276

583,276

525

0,900

 

4 180,000

157,500

105,000

135,000

442,759

1020,259

1100

1,078

 

5 240,000

70,000

150,000

180,000

110,690

750,690

800

1,066

d

d

697,500

460,000

472,500

650,000

995,000

3275,000

   

D

d

740

420

360

775

980

 

3275

 

E

d

1,061

0,913

0,762

1,192

0,985

   

1,000

Kemudian dilakukan iterasi berikutnya dengan menggunakan parameter t id , E i , dan E d pada

iterasi sebelumnya (iterasi ke-2 menggunakan parameter pada iterasi ke-1) begitu

seterusnya. Iterasi dilakukan hingga tercapai o i = O i dan d d = D d . Proses iterasi sebagaimana

terlampir.

Setelah dilakukan iterasi sebanyak 20 kali, didapatkan MAT akhir pada masa mendatang

(setelah pembulatan) sebagaimana ditunjukkan pada tabel 1.3.

Tabel 1.3. MAT pada masa mendatang dan tingkat pertumbuhan pada setiap zona dengan metode rata-rata (hasil iterasi ke-20)

Zona

1

2

3

4

5

o

i

O

i

E

i

1

92

120

51

119

119

 

500

500

1,000

2

62

34

71

101

82

 

350

350

1,000

3

113

47

25

149

191

 

525

525

1,000

4

206

153

89

177

473

 

1100

1100

1,000

5

267

66

123

229

115

 

800

800

1,000

d

d

740

420

360

775

980

3275

   

D

d

740

420

360

775

980

 

3275

 

E

d

1,000

1,000

1,000

1,000

1,000

   

1,000

2. Metode Fratar

Asumsi dasar metode ini adalah:

a. Sebaran pergerakan dari zona asal pada masa mendatang sebanding dengan sebaran

pergerakan pada masa sekarang

b. Sebaran pergerakan pada masa mendatang dimodifikasi dengan nilai tingkat

pertumbuhan zona tujuan pergerakan tersebut

Secara matemetis, metode Fratar data dinyatakan sebagai:

L

i

E

d

T

id

N

k

i

t

t

id

ik

E

i

dengan,

dan

L

N

E

k

t

ik

k

i

L

i

L

d

d

2

N

d

k

t

dk

N

E

k

t

dk

k

d

(1.3)

(1.4)

Menggunakan persamaan (1.4) dapat dihitung nilai L i dan L d sebagai berikut:

Contoh menghitung nilai L 1

L 1

L

1

 

t

12

t

13

t

14

t

15

E

2

t

12

E

3

t

13

E

4

t

14

E

5

t

15

 

70

40

40

60

 
 

70

1,5 40

2,0 40

2,0 60

=

= 1,0

L 1 = 0,636

Sehingga, didapatkan nilai L i dan L d untuk MAT pada masa sekarang sebagaimana

ditunjukkan pada tabel 1.4.

Tabel 1.4. Matriks Asal Tujuan (MAT) pada masa sekarang dan tingkat pertumbuhan pada setiap zona, serta nilai L i dan L d

Zona

1

2

3

4

5

o

i

O

i

E

i

L

i

1

40

70

40

40

60

250

500

2,000

0,636

2

50

40

120

60

80

350

350

1,000

0,554

3

70

40

30

70

140

350

525

1,500

0,533

4

90

90

70

60

240

550

1100

2,000

0,573

5

120

40

100

80

60

400

800

2,000

0,576

d

d

370

280

360

310

580

1900

     

D

d

740

420

360

775

980

 

3275

   

E

d

2,000

1,500

1,000

2,500

1,690

   

1,724

 

L

d

0,576

0,508

0,546

0,666

0,531

       

Dari tabel 1.4 dan menggunakan persamaan (1.3), dapat dihitung nilai T id sebagai berikut:

Contoh perhitungan nilai T 12 pada iterasi pertama

1

12

1

12

1

12

T

T

T

= t

0

12

=

70

E

0

1

E

0

1

2,0 1,5

= 120,14

0

L

1

0

L

1

2

0,636

0,508

2

maka didapatkan MAT pada masa mendatang pada iterasi pertama sebagai berikut:

Tabel 1.5. MAT pada masa mendatang dan tingkat pertumbuhan pada setiap zona dengan metode Fratar (hasil iterasi ke-1)

Zona

1

2

3

4

5

o

i

O

i

E

i

L

i

 

1 97,00

120,14

47,31

130,27

118,31

513,03

500,00

0,97

0,97

 

2 56,49

31,84

66,00

91,49

73,28

319,10

350,00

1,10

1,00

 

3 116,50

46,85

24,29

157,46

188,76

533,86

525,00

0,98

0,99

 

4 206,87

145,93

78,36

185,92

447,57

1064,65

1100,00

1,03

1,00

 

5 276,58

65,05

112,27

248,53

112,22

814,64

800,00

0,98

0,99

d

d

753,43

409,81

328,23

813,67

940,13

3245,28

     

D

d

740,00

420,00

360,00

775,00

980,00

 

3275,00

   

E

d

0,98

1,02

1,10

0,95

1,04

   

1,01

 

L

d

0,98

1,00

0,99

0,96

1,00

       

Kemudian dilakukan iterasi berikutnya dengan menggunakan parameter t id , E i , E d, L i , dan L d

pada iterasi sebelumnya (iterasi ke-2 menggunakan parameter pada iterasi ke-1) begitu

seterusnya. Iterasi dilakukan hingga tercapai o i = O i dan d d = D d . Proses iterasi sebagaimana

terlampir.

Setelah dilakukan iterasi sebanyak 16 kali, didapatkan MAT akhir pada masa mendatang

Tabel 1.6. MAT pada masa mendatang dan tingkat pertumbuhan pada setiap zona dengan metode Fratar (hasil iterasi ke-16)

Zona

1

2

3

4

5

o

i

O

i

E

i

L

i

 

1 92

119

50

120

119

500

500

1,000

1,000

 

2 60

35

78

94

82

350

350

1,000

1,000

 

3 113

47

26

147

192

525

525

1,000

1,000

 

4 207

153

87

181

473

1100

1100

1,000

1,000

 

5 267

66

120

233

114

800

800

1,000

1,000

d

d

740

420

360

775

980

3275

     

D

d

740

420

360

775

980

 

3275

   

E

d

1,000

1,000

1,000

1,000

1,000

   

1,000

 

L

d

1,000

1,000

1,000

1,000

1,000

       

3. Metode Detroit

Proses metode ini mirip dengan metode rata-rata dan Fratar, tetapi yang membedakan

adalah metode ini mempunyai asumsi bahwa: walaupun jumlah pergerakan dari zona i

meningkat sesuai dengan tingkat pertumbuhan E i , pergerakan ini harus juga disebarkan ke

zona d sebanding dengan E d dibagi dengan tingkat pertumbuhan global (E) yang secara

matematis dapat dinyatakan sebagai:

T

id

t

id

E

E

i

d

E

(1.5)

dengan,

E i , E d

=

tingkat pertumbuhan zona i dan d

O i , D d

=

total pergerakan masa mendatang yang berasal dari zona asal i atau yang menuju

 

ke zona tujuan d

o i , d d

= total pergerakan masa sekarang yang berasal dari zona asal i atau yang menuju

ke zona tujuan d

Dari tabel 1.1 dan menggunakan persamaan (1.5), dapat dihitung nilai T id sebagai berikut:

Contoh perhitungan nilai T 14 pada iterasi pertama

1

14

1

T

T

14

=

=

t

0

14

14

  E

 

1 0 E

1

E

0

0

 

40     2,0 1,724

2,5

1 = 116,01

T

14

maka didapatkan MAT pada masa mendatang pada iterasi pertama sebagaimana ditunjukkan

Tabel 1.7. MAT pada masa mendatang dan tingkat pertumbuhan pada setiap zona dengan metode Detroit (hasil iterasi ke-1)

Zona

1

2

3

4

5

o

i

O

i

E

i

 

1 92,81

121,81

46,40

116,01

117,61

494,64

500,00

1,01

 

2 58,00

34,80

69,61

87,01

78,41

327,83

350,00

1,07

 

3 121,81

52,20

26,10

152,26

205,82

558,19

525,00

0,94

 

4 208,82

156,61

81,21

174,01

470,44

1091,09

1100,00

1,01

 

5 278,42

69,61

116,01

232,02

117,61

813,67

800,00

0,98

d

d

759,86

435,03

339,33

761,31

989,88

3285,41

   

D

d

740,00

420,00

360,00

775,00

980,00

 

3275,00

 

E

d

0,97

0,97

1,06

1,02

0,99

   

1,00

Kemudian dilakukan iterasi berikutnya dengan menggunakan parameter t id , E i , dan E d pada

iterasi sebelumnya (iterasi ke-2 menggunakan parameter pada iterasi ke-1) begitu seterusnya

hingga tercapai o i = O i dan d d = D d . Proses iterasi sebagaimana terlampir.

Setelah dilakukan iterasi sebanyak 8 kali, didapatkan MAT akhir pada masa mendatang

(setelah pembulatan) sebagaimana ditunjukkan pada tabel 1.8.

Tabel 1.8. MAT pada masa mendatang dan tingkat pertumbuhan pada setiap zona dengan metode Detroit (hasil iterasi ke-8)

Zona

1

2

3

4

5

o

i

O

i

E

i

1

92

119

50

121

118

 

500

500

1,000

2

60

35

78

94

82

 

350

350

1,000

3

113

47

26

147

192

 

525

525

1,000

4

207

153

87

180

473

 

1100

1100

1,000

5

267

66

120

233

114

 

800

800

1,000

d

d

740

420

360

775

980

3275

   

D

d

740

420

360

775

980

 

3275

 

E

d

1,000

1,000

1,000

1,000

1,000

   

1,000

4. Metode Furness

Dikembangkan oleh Furness pada tahun 1965, dimana pada metode ini, sebaran pergerakan

pada masa mendatang didapatkan dengan mengalikan sebaran pergerakan pada saat ini

dengan tingkat pertumbuhan zona asal atau tujuan yang dilakukan secara bergantian.

Secara matematis, metode Furness dapat dinyatakan sebagai berikut:

T

id

T

id

t

id

atau

t

id

E

E

i

d

(1.6)

(1.7)

Dalam tugas ini, pergerakan awal (masa sekarang) pertama kali dikalikan dengan tingkat

pertumbuhan zona asal (E i ). Hasilnya kemudian dikalikan dengan tingkat pertumbuhan zona

tujuan (E d ) dan zona asal secara bergantian (modifikasi harus dilakukan setelah setiap kali

perkalian) sampai total sel MAT untuk setiap arah (baris atau kolom) sama dengan total sel

MAT yang diinginkan (kondisi o i = O i dan d d = D d ).

Dari tabel 1.1 dan menggunakan persamaan (1.6), dapat dihitung nilai T id sebagai berikut:

Contoh perhitungan nilai T 15 pada iterasi pertama

1 = E

T

15

1

15

T

t

0

15

15

0

1

= 602,0 = 120,0

maka didapatkan MAT pada masa mendatang pada iterasi pertama sebagai berikut:

Tabel 1.9. MAT pada masa mendatang dan tingkat pertumbuhan pada setiap zona dengan metode Furness (hasil iterasi ke-1)

Zona

1

2

3

4

5

o

i

O

i

E

i

1

80

140

80

80

120

500,00

500

1,000

2

50

40

120

60

80

350,00

350

1,000

3

105

60

45

105

210

525,00

525

1,000

4

180

180

140

120

480

1100,00

1100

1,000

5

240

80

200

160

120

800,00

800

1,000

d

d

655,00

500,00

585,00

525,00

1010,00

3275,00

   

D

d

740

420

360

775

980

 

3275

 

E

d

1,130

0,840

0,615

1,476

0,970

   

1,000

Selanjutnya, dari tabel 1.9 dan menggunakan persamaan (1.7), dihitung nilai T id sebagai

berikut:

Contoh perhitungan nilai T 15 pada iterasi ke-2

2

15

1

15

T

T

 

t

1

E

1

=

15

1

=

1200,970 = 116,44

maka didapatkan MAT pada masa mendatang pada iterasi ke-2 sebagai berikut:

Tabel 1.10. MAT pada masa mendatang dan tingkat pertumbuhan pada setiap zona dengan metode Furness (hasil iterasi ke-2)

Zona

1

2

3

4

5

o

i

O

i

E

i

 

1 90,38

117,60

49,23

118,10

116,44

491,74

 

500

1,017

 

2 56,49

33,60

73,85

88,57

77,62

330,13

 

350

1,060

 

3 118,63

50,40

27,69

155,00

203,76

555,48

 

525

0,945

 

4 203,36

151,20

86,15

177,14

465,74

1083,60

1100

1,015

 

5 271,15

67,20

123,08

236,19

116,44

814,05

 

800

0,983

d

d

740,00

420,00

360,00

775,00

980,00

3275,00

   

D

d

740

420

360

775

980

 

3275

 

E

d

1,000

1,000

1,000

1,000

1,000

   

1,000

Kemudian dilakukan iterasi berikutnya dengan menggunakan parameter t id , E i , dan/atau E d

pada iterasi sebelumnya (iterasi ke-3 menggunakan parameter pada iterasi ke-2) begitu

seterusnya hingga tercapai o i = O i dan d d = D d . Proses iterasi sebagaimana terlampir.

Setelah dilakukan iterasi sebanyak 8 kali, didapatkan MAT akhir pada masa mendatang

(setelah pembulatan) sebagaimana ditunjukkan pada tabel 1.11.

Tabel 1.11. MAT pada masa mendatang dan tingkat pertumbuhan pada setiap zona dengan metode Furness (hasil iterasi ke-8)

Zona

1

2

3

4

5

o

i

O

i

E

i

1

92

119

50

121

118

 

500

500

1,000

2

60

35

78

94

82

 

350

350

1,000

3

113

47

26

147

192

 

525

525

1,000

4

207

153

87

180

473

 

1100

1100

1,000

5

267

66

120

233

114

 

800

800

1,000

d

d

740

420

360

775

980

3275

   

D

d

740

420

360

775

980

 

3275

 

E

d

1,000

1,000

1,000

1,000

1,000

   

1,000

ANALISIS SEBARAN PERGERAKAN (MODEL GRAVITY)

Diketahui informasi perkiraan terjadinya bangkitan dan tarikan pada setiap zona seperti terlihat pada tabel 2.1.

Tabel 2.1. Bangkitan dan tarikan pergerakan pada setiap zona

Zona

1

2

3

4

5

6

O

i

1

           

500

2

           

300

3

           

875

4

           

1350

5

           

475

6

           

750

D

d

300

750

650

500

1350

700

4250

Selain itu, terdapat juga informasi mengenai aksesibilitas antarzona yang dapat berupa jarak, waktu tempuh, dan biaya perjalanan antarzona seperti yang terlihat pada tabel berikut.

Tabel 2.2. Matriks biaya (C id )

Zona

1

2

3

4

5

6

 

1 5

15

25

55

40

45

 

2 30

10

45

55

20

35

 

3 55

40

10

25

45

25

 

4 30

35

25

5

55

45

 

5 40

40

20

25

5

55

 

6 50

30

40

35

30

5

Dengan menganggap fungsi hambatan mengikuti fungsi eksponensial-negatif, dan menganggap nilai β = 0.0783, diminta untuk menghitung MAT dengan model grafity tanpa-batasan (UCGR) dan model gravity dengan-batasan-bangkitan (PCGR).

1. Model Tanpa Batasan/Unconstraint Gravity (UCGR) Model ini bersifat tanpa-batasan, dalam arti bahwa model tidak diharuskan menghasilkan total yang sama dengan total pergerakan dari dan ke setiap zona yang diperkirakan oleh tahap bangkitan pergerakan. Secara matematis, model tersebut dapat dituliskan sebagai berikut:

dengan,

A

i

= 1 untuk seluruh i, dan

B

d

= 1 untuk seluruh d

T

id

O

i

A D

i

d

B

d

f

C

id

(2.1)

Dengan menganggap fungsi hambatan mengikuti fungsi eksponensial-negatif, didapat matriks exp(−βC id ) seperti terlihat pada tabel 2.3 dengan menganggap nilai β = 0.0783 Tabel 2.3. Matriks exp(−βC id )

Zona

1

2

3

4

5

6

 

1 0,676042

0,308973

0,141211

0,013481

0,043630

0,029496

 

2 0,095465

0,457033

0,029496

0,013481

0,208879

0,064538

 

3 0,013481

0,043630

0,457033

0,141211

0,029496

0,141211

 

4 0,095465

0,064538

0,141211

0,676042

0,013481

0,029496

 

5 0,043630

0,043630

0,208879

0,141211

0,676042

0,013481

 

6 0,019941

0,095465

0,043630

0,064538

0,095465

0,676042

Kemudian dengan menggunakan persamaan (2.1), dihitung nia T id sebagai berikut:

Contoh perhitungan nilai T 21

T = O 2  A  D  B exp C   21
T
= O 2
 A  D  B exp C
21
2
1
1
21
T
= 3001,03001,00,095465 = 8591,8
21
Perkalian tersebut dilakukan untuk setiap sel matriks untuk mendapatkan matriks akhir
seperti terlihat pada tabel 2.4.
Tabel 2.4. MAT akhir hasil model UCGR
Zona
1
2 3
4 5
6
o i
O i
E i
A i
1 101406,3
115865,0
45893,6
3370,2
29450,6
10323,6
306309,2
500
0,0016
1,0000
2 8591,8
102832,4
5751,7
2022,1
84596,0
13553,0
217347,0
300
0,0014
1,0000
3 3538,7
28632,5
259937,4
61779,8
34842,2
86491,7
475222,3
875
0,0018
1,0000
4 38663,2
65344,8
123912,7
456328,4
24568,5
27873,7
736691,2
1350
0,0018
1,0000
5 6217,3
15543,3
64491,4
33537,6
433512,0
4482,3
557784,0
475
0,0009
1,0000
6 4486,6
53698,8
21269,8
24201,8
96657,9
354922,1
555237,0
750
0,0014
1,0000
d d
162903,9
381916,9
521256,6
581239,9
703627,1
497646,5
2848590,8
D d
300
750
650
500
1350
700
4250
E d
0,0018
0,0020
0,0012
0,0009
0,0019
0,0014
0,0015
B d
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000

Walaupun model ini bersifat tanpa-batasan, tetapi model ini tetap memiliki 1 persyaratan yang harus dipenuhi, yaitu total pergerakan yang dihasilkan model (t) harus sama dengan total pergerakan yang didapat dari hasil bangkitan pergerakan (T). Terlihat bahwa total pergerakan yang berasal setiap zona asal dan total pergerakan yang tertarik ke setiap zona tujuan (= 2848590,8) tidak sama dengan total pergerakan (bangkitan dan tarikan) yang diperkirakan oleh tahap bangkitan pergerakan (= 4250). Untuk itu, agar dapat memenuhi persyaratan tersebut, maka setiap sel T id harus dimodifikasi

4250 kembali dengan faktor E = 2848590,8 = 0,0015, sehingga didapatkan matriks akhir seperti ditunjukkan
4250
kembali dengan faktor E = 2848590,8
= 0,0015, sehingga didapatkan matriks akhir seperti
ditunjukkan pada tabel 2.5.
Tabel 2.5. MAT akhir hasil model UCGR setelah modifikasi
Zona
1
2
3
4
5
6
o i
O i
E i
A i
1
151
173
68
5
44
15
457
500
1,0941
1,0000
2
13
153
9
3
126
20
324
300
0,9251
1,0000
3
5
43
388
92
52
129
709
875
1,2341
1,0000
4
58
97
185
681
37
42
1099
1350
1,2283
1,0000
5
9
23
96
50
647
7
832
475
0,5708
1,0000
6
7
80
32
36
144
530
828
750
0,9054
1,0000
d
243
570
778
867
1050
742
4250
d
D
300
750
650
500
1350
700
4250
d
E
1,2343
1,3162
0,8358
0,5766
1,2860
0,9428
1,000
d
B
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000
d

2. Model Satu-Batasan (Batasan-Bangkitan)/Production Constraint Gravity (PCGR) Dalam model ini, total pergerakan global hasil bangkitan pergerakan harus sama dengan total pergerakan yang dihasilkan dengan pemodelan. Begitu juga, bangkitan pergerakan yang dihasilkan model harus sama dengan hasil bangkitan pergerakan yang diinginkan. Akan tetapi, tarikan pergerakan tidak perlu sama. Untuk jenis ini, model yang digunakan persis sama dengan persamaan (2.1), tetapi dengan syarat batas yang berbeda, yaitu:

B d = 1 untuk seluruh d, dan

A i

=

1

N

d 1

B

d

D

d

f

C

id

untuk seluruh i

Dengan menganggap fungsi hambatan mengikuti fungsi eksponensial-negatif, didapat matriks exp(−βC id ) seperti terlihat pada tabel 2.3 dengan menganggap nilai β = 0.0783

Kemudian, matriks [B d .D d .exp(-βC id )] dan nilai A i dapat dihitung dengan hasil sebagaimana

ditunjukkan pada tabel berikut:

Tabel 2.6. Matriks [B d .D d .exp(-βC id )] dan nilai A i

[7] A i Zona [1] [2] [3] [4] [5] [6] (Total [1] - [6]) (1/[7])
[7]
A
i
Zona
[1]
[2]
[3]
[4]
[5]
[6]
(Total [1] - [6])
(1/[7])
1
0,001632
202,8126
231,7301
91,7872
6,7403
58,9011
20,6472
612,6185
2
0,001380
28,6394
342,7746
19,1724
6,7403
281,9867
45,1766
724,4901
3
0,001841
4,0442
32,7228
297,0714
70,6055
39,8196
98,8477
543,1112
4
0,001833
28,6394
48,4036
91,7872
338,0210
18,1989
20,6472
545,6972
5
0,000852
13,0891
32,7228
135,7714
70,6055
912,6568
9,4365
1174,2821
6
5,9822
71,5984
28,3598
32,2690
128,8772
473,2294
740,3160
0,001351
B
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000
d

Setelah menghitung nilai A i untuk setiap i, setiap sel matriks dapat dihitung dengan

menggunakan persamaan (2.1) sebagai berikut:

Contoh perhitungan nilai T 55

T

55

T

55

T

55

=

=

=

O

5

A D

5

5

B

5

exp C

55

4750,00085213501,00,676042

369

sehingga menghasilkan matriks akhir seperti ditunjukan pada tabel 2.7.

Tabel 2.7. MAT akhir hasil model PCGR Zona 1 2 3 4 5 6 o
Tabel 2.7. MAT akhir hasil model PCGR
Zona
1
2
3
4
5
6
o
O
E i
A i
i
i
1
166
189
75
6
48
17
500
500
1,0000
0,001632
2
12
142
8
3
117
19
300
300
1,0000
0,001380
3
7
53
479
114
64
159
875
875
1,0000
0,001841
4
71
120
227
836
45
51
1350
1350
1,0000
0,001833
5
5
13
55
29
369
4
475
475
1,0000
0,000852
6
6
73
29
33
131
479
750
750
1,0000
0,001351
d
266
589
872
1020
774
729
4250
d
D
300
750
650
500
1350
700
4250
d
E
1,1274
1,2727
0,7453
0,4904
1,7448
0,9601
1,0000
d
B
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000
d