11 Analisis sebaran pergerakan

(metode analogi)

Pada Bab 10 telah pula dijelaskan tentang metode Langsung (konvensional) yang
bisa digunakan untuk mendapatkan informasi matriks asal-tujuan (MAT).
Bab 11 akan menjelaskan tentang metode Tidak-Langsung (analogi), yaitu metode
yang hanya mempertimbangkan faktor pertumbuhan tanpa memperhitungkan
adanya perubahan aksesibilitas sistem jaringan transportasi. Metode ini hanya cocok
untuk perencanaan jangka pendek atau perencanaan tanpa adanya perubahan
aksesibilitas yang nyata dalam sistem jaringannya.
Subbab 11.1 menjelaskan persamaan metode analogi secara umum di mana metode
analogi dapat dikelompokkan menjadi 3 (tiga) subkelompok, yaitu metode tanpa-
batasan (subbab 11.2); metode dengan-satu-batasan (subbab 11.3), dan metode
dengan-dua-batasan (subbab 11.4). Beberapa keuntungan dan kerugian metode
analogi juga akan diterangkan pada akhir bab ini (subbab 11.5). Beberapa soal yang
berkaitan dengan metode analogi diberikan dalam subbab 11.6.

11.1 Metode analogi

Beberapa metode telah dikembangkan oleh para peneliti, dan setiap metode
berasumsi bahwa pola pergerakan pada saat sekarang dapat diproyeksikan ke masa
mendatang dengan menggunakan tingkat pertumbuhan zona yang berbeda-beda.
Semua metode mempunyai persamaan umum seperti berikut:
Tid = t id .E (11.1)
Tid = pergerakan pada masa mendatang dari zona asal i ke zona tujuan d
t id = pergerakan pada masa sekarang dari zona asal i ke zona tujuan d
E = tingkat pertumbuhan
Tergantung pada metode yang digunakan, tingkat pertumbuhan (E) dapat berupa 1
(satu) faktor saja atau kombinasi dari berbagai faktor, yang bisa didapat dari
proyeksi tata guna lahan atau bangkitan lalu lintas. Faktor tersebut dapat dihitung
untuk semua daerah kajian atau untuk zona tertentu saja yang kemudian digunakan
untuk mendapatkan MAT.
Metode analogi dapat dikelompokkan menjadi 3 (tiga) kelompok utama [lihat
Gambar 11.2 dan Tamin (1997a,2000a,2003)], yaitu:
a metode tanpa-batasan (metode seragam),
b metode dengan-satu-batasan (metode batasan-bangkitan dan metode batasan-
tarikan), dan

236
c metode dengan-dua-batasan (metode rata-rata, metode Fratar, metode Detroit,
dan metode Furness).
Sedangkan, urutan pengembangannya secara kronologis adalah metode seragam,
metode batasan-bangkitan, metode batasan-tarikan, metode rata-rata, metode
Fratar, metode Detroit, dan metode Furness.
Usaha pengembangan metode pada saat itu lebih mengarah pada penyederhanaan
proses perhitungan dan percepatan proses tercapainya konvergensi. Hal ini
disebabkan sangat terbatasnya kapasitas dan kemampuan alat bantu hitung pada saat
itu.

11.2 Metode tanpa-batasan

Metode tanpa-batasan atau metode seragam adalah metode tertua dan paling
sederhana. Dalam metode ini diasumsikan bahwa untuk keseluruhan daerah kajian
hanya ada 1 (satu) nilai tingkat pertumbuhan yang digunakan untuk mengalikan
semua pergerakan pada saat ini dalam upaya mendapatkan pergerakan pada masa
mendatang.
Metode ini tidak menjamin bahwa total pergerakan yang dibangkitkan dari setiap
zona asal dan total pergerakan yang tertarik ke setiap zona tujuan akan sama dengan
total bangkitan dan tarikan yang diharapkan pada masa mendatang. Secara
matematis dapat dinyatakan sebagai persamaan (11.1) dengan nilai ’E’ sebagai
berikut.
T
E= di mana: (11.2)
t
T = total pergerakan pada masa mendatang di dalam daerah kajian
t = total pergerakan pada masa sekarang di dalam daerah kajian
Sebagai ilustrasi, berikut ini diberikan contoh perhitungan metode seragam dengan
menggunakan MAT [5x5] seperti terlihat pada Tabel 11.1.
Tabel 11.1 MAT pada masa sekarang dan tingkat pertumbuhan setiap zona
Zona 1 2 3 4 5 oi Oi EI
1 20 40 50 60 80 250 500 2,000
2 40 30 100 50 80 300 300 1,000
3 60 30 20 90 150 350 875 2,500
4 80 70 60 40 200 450 1350 3,000
5 100 80 90 80 50 400 475 1,188
dd 300 250 320 320 560 1750
Dd 300 750 640 480 1330 3500
Ed 1,000 3,000 2,000 1,500 2,375 2,000
di mana: oi dan dd = bangkit dan tarikan pada masa sekarang
Oi dan Dd = bangkit dan tarikan pada masa mendatang
Ei dan Ed = tingkat pertumbuhan zona bangkitan dan zona tarikan

Analisis sebaran pergerakan (metode analogi) 237

Dapat dilihat pada Tabel 11.1 bahwa total pergerakan lalu lintas di dalam daerah
kajian meningkat sebesar 100% pada masa mendatang (dari 1750 menjadi 3500
pergerakan).
Dengan metode seragam, secara sangat sederhana semua sel MAT ( t id ) dikalikan
dengan faktor 2,0 untuk mendapatkan MAT pada masa mendatang, seperti terlihat
pada Tabel 11.2.
Tabel 11.2 MAT pada masa mendatang dengan E=2,0
Zona 1 2 3 4 5 oi Oi Ei
1 40 80 100 120 160 500 500 1,000
2 80 60 200 100 160 600 300 0,500
3 120 60 40 180 300 700 875 1,250
4 160 140 120 80 400 900 1350 1,500
5 200 160 180 160 100 800 475 0,594
dd 600 500 640 640 1120 3500
Dd 300 750 640 480 1330 3500
Ed 0,500 1,500 1,000 0,750 1,188 1,000

Asumsi dasar yang digunakan pada metode ini adalah tingkat pertumbuhan global
di seluruh daerah kajian berpengaruh terhadap pertumbuhan lalu lintasnya secara
merata atau seragam untuk setiap zona.
Asumsi ini sering tidak dapat digunakan, karena pada kenyataannya tingkat
pertumbuhan setiap zona yang berbeda biasanya menghasilkan tingkat pertumbuhan
lalu lintas yang berbeda pula. Ini menyebabkan galat yang besar untuk kota yang
tingkat pertumbuhan tata guna lahannya tidak merata (seperti kenyataannya di kota
besar di negara sedang berkembang).
Pada Tabel 11.2 terlihat bahwa metode seragam tidak dapat menjamin dipenuhinya
batasan bangkitan dan tarikan.
Contohnya, untuk zona yang tingkat pertumbuhannya lebih rendah dari tingkat
pertumbuhan global, penggunaan tingkat pertumbuhan global akan menghasilkan
perkiraan lalu lintas masa mendatang yang lebih tinggi dari yang diharapkan.
Sebaliknya, untuk zona yang tingkat pertumbuhannya lebih tinggi, akan
menghasilkan perkiraan lalu lintas masa mendatang yang lebih rendah dari yang
diharapkan.
Oleh karena itulah metode ini hanya dapat digunakan untuk daerah kajian yang
tingkat pertumbuhannya merata di seluruh wilayahnya. Jadi, metode ini dipastikan
tidak bisa digunakan di Indonesia, karena pertumbuhan daerahnya belum merata.

11.3 Metode dengan-satu-batasan

Terdapat 2 (dua) jenis metode, yaitu metode dengan-batasan-bangkitan dan metode

dengan-batasan-tarikan.

238 Ofyar Z Tamin, Perencanaan, pemodelan, dan rekayasa transportasi:

Teori, contoh soal, dan aplikasi
11.3.1 Metode dengan-batasan-bangkitan
Metode ini digunakan jika informasi yang tersedia adalah perkiraan bangkitan
pergerakan pada masa mendatang, sedangkan perkiraan tarikan pergerakan tidak
tersedia atau dapat juga tersedia tetapi dengan tingkat akurasi yang rendah.
Secara matematis metode ini dapat dinyatakan dengan persamaan (11.3) berikut.
Tid = t id . E i (11.3)
Dengan menggunakan persamaan (11.3), pergerakan masa mendatang dapat
dihitung dan terlihat pada Tabel 11.3.
Tabel 11.3 MAT pada masa mendatang menggunakan metode dengan-batasan-bangkitan
Zona 1 2 3 4 5 oi Oi Ei
1 40 80 100 120 160 500 500 1,000
2 40 30 100 50 80 300 300 1,000
3 150 75 50 225 375 875 875 1,000
4 240 210 180 120 600 1350 1350 1,000
5 119 95 107 95 59 475 475 1,000
dd 589 490 537 610 1274 3500
Dd 300 750 640 480 1330 3500
Ed 0,510 1,531 1,192 0,787 1,044 1,000

Terlihat bahwa metode dengan-batasan-bangkitan menjamin total bangkitan

pergerakan setiap zona pada masa mendatang sama dengan yang diharapkan
(terlihat dari nilai Ei=1 untuk seluruh zona).
Begitu juga total pergerakan pada masa mendatang untuk seluruh daerah kajian
sama dengan yang diharapkan.

11.3.2 Metode dengan-batasan-tarikan

Metode ini digunakan jika informasi yang tersedia adalah perkiraan tarikan
pergerakan pada masa mendatang, sedangkan perkiraan bangkitan pergerakan tidak
tersedia atau dapat juga tersedia tetapi akurasinya rendah.
Secara matematis metode ini dapat dinyatakan dengan persamaan (11.4) berikut.
Tid = t id . E d (11.4)
Dengan menggunakan persamaan (11.4), pergerakan masa mendatang dapat
dihitung dan terlihat pada Tabel 11.4.
Terlihat bahwa metode dengan-batasan-tarikan menjamin total tarikan pergerakan
setiap zona pada masa mendatang sama dengan yang diharapkan (terlihat dari nilai
Ed=1 untuk seluruh zona).
Begitu juga total pergerakan pada masa mendatang untuk seluruh daerah kajian
sama dengan yang diharapkan.

Analisis sebaran pergerakan (metode analogi) 239

Tabel 11.4 MAT pada masa mendatang menggunakan metode dengan-batasan-tarikan
Zona 1 2 3 4 5 oi Oi Ei
1 20 120 100 90 190 520 500 0,962
2 40 90 200 75 190 595 300 0,504
3 60 90 40 135 356 681 875 1,284
4 80 210 120 60 475 945 1350 1,429
5 100 240 180 120 119 759 475 0,626
dd 300 750 640 480 1330 3500
Dd 300 750 640 480 1330 3500
Ed 1,000 1,000 1,000 1,000 1,000 1,000

11.4 Metode dengan-dua-batasan

Terdapat 4 (empat) buah metode yang telah dikembangkan sampai saat ini yang
pada umumnya mencoba mengatasi kekurangan yang ada pada metode sebelumnya,
yaitu permasalahan batasan bangkitan dan tarikan pergerakan.
Keempat metode berikut ini menjamin besarnya bangkitan dan tarikan pergerakan
pada masa mendatang sama dengan yang diharapkan.

11.4.1 Metode rata-rata

Metode rata-rata adalah usaha pertama untuk mengatasi adanya tingkat
pertumbuhan daerah yang berbeda-beda. 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.
 E + Ed 
Tid = t id . i  (11.5)
 2 
O D
E i = i dan E d = d (11.6)
oi dd
Ei, Ed = tingkat pertumbuhan zona i dan d
Oi, Dd = total pergerakan masa mendatang yang berasal dari zona asal i atau yang
menuju ke zona tujuan d
oi, dd = total pergerakan masa sekarang yang berasal dari zona asal i atau yang
menuju ke zona tujuan d
Metode ini dijelaskan dengan menggunakan contoh MAT [5x5], termasuk informasi
tingkat pertumbuhan setiap zona seperti terlihat pada Tabel 11.1.
Secara umum, total pergerakan masa mendatang yang dihasilkan tidak sama dengan
total pergerakan yang didapat dari hasil analisis bangkitan lalu lintas. Akan tetapi,
yang diharapkan adalah:

240 Ofyar Z Tamin, Perencanaan, pemodelan, dan rekayasa transportasi:

Teori, contoh soal, dan aplikasi
 oi=Oi dan dd=Dd (11.7)
oi, dd = total pergerakan masa sekarang dengan zona asal i dan zona tujuan d
Oi, Dd = total pergerakan masa mendatang (dari analisis bangkitan lalu lintas)
dengan zona asal i dan zona tujuan d
Jadi, proses pengulangan harus dilakukan untuk meminimumkan besarnya
perbedaan tersebut dengan mengatur nilai Ei dan Ed sampai oi=Oi dan dd=Dd
sehingga:
O D
E i0 = i dan E d0 = d (11.8)
oi dd
Untuk pengulangan ke-1 digunakan persamaan (11.8) sehingga dihasilkan MAT
baru seperti terlihat pada Tabel 11.5.
 0
0  Ei + Ed
0 
Tid1 = t id .  (11.9)
 2 
 
Perhitungan nilai Tid untuk pengulangan ke-1:
 0 + E 10 
1
T11 0  E1
= t 11 .  = 20 . 2 + 1  = 30
 2   2 
 
 0 + E 20 
1
T12 0  E1
= t 12 .  = 40 . 2 + 3  = 100
 2   2 
 
.
.
 0
0  E5 + E5

 = 50 . 1 ,1875 + 2 ,3750  = 89 ,06
0
1
T55 = t 55 .
 2   2 
 
Setelah menghitung seluruh nilai Tid, maka dapat dihitung kembali nilai oi dan dd
serta nilai Ei dan Ed untuk pengulangan ke-1, sebagaimana terlihat pada Tabel 11.5.
Tabel 11.5 MAT pada masa mendatang dengan metode rata-rata (hasil pengulangan ke-1)
Zona 1 2 3 4 5 oi Oi Ei
1 30,00 100,00 100,00 105,00 175,00 510,00 500 0,9804
2 40,00 60,00 150,00 62,50 135,00 447,50 300 0,6704
3 105,00 82,50 45,00 180,00 365,63 778,13 875 1,1245
4 160,00 210,00 150,00 90,00 537,50 1147,50 1350 1,1765
5 109,38 167,50 143,44 107,50 89,06 616,88 475 0,7700
dd 444,38 620,00 588,44 545,00 1302,19 3500
Dd 300 750 640 480 1330 3500
Ed 0,6751 1,2097 1,0876 0,8807 1,0214 1,0000

Perhitungan nilai Tid untuk pengulangan ke-2:

Analisis sebaran pergerakan (metode analogi) 241

  1 1 
1  E1 + E1   0 ,9804 + 0 ,6751 
T112 = t 11 . = 30 .  = 24 ,83
 2   2 
 
 1 1 
1  E1 + E 2   0 ,9804 + 1,2097 
T122 = t 12 . = 100 .  = 109 ,50
 2   2 
 
.
.
 1 1
1  E5 + E5   0 ,7700 + 1 ,0214 
2
T55 = t 55 . = 89 ,06 .  = 79 ,77
 2   2 
 
Setelah menghitung seluruh nilai Tid, maka dapat dihitung kembali nilai oi dan dd
serta nilai Ei dan Ed untuk pengulangan ke-2, sebagaimana terlihat pada Tabel 11.6.
Tabel 11.6 MAT pada masa mendatang dengan metode rata-rata (hasil pengulangan ke-2)
Zona 1 2 3 4 5 oi Oi Ei
1 24,83 109,50 103,40 97,71 175,15 510,60 500 0,9792
2 26,91 56,40 131,85 48,47 114,19 377,83 300 0,7940
3 94,48 96,28 49,77 180,47 392,29 813,30 875 1,0759
4 148,13 250,55 169,81 92,57 590,67 1251,72 1350 1,0785
5 79,03 165,80 133,23 88,73 79,77 546,56 475 0,8691
dd 373,38 678,53 588,06 507,95 1352,07 3500
Dd 300 750 640 480 1330 3500
Ed 0,8035 1,1053 1,0883 0,9450 0,9837 1,0000

Proses pengulangan terus dilakukan sampai seluruh nilai oi=Oi atau (Ei=1) dan
seluruh nilai dd=Dd atau (Ed=1).
Hal tersebut tercapai pada pengulangan ke-20 yang menghasilkan MAT akhir
(setelah pembulatan) seperti terlihat pada Tabel 11.7.
Tabel 11.7 MAT pada masa mendatang dengan metode rata-rata (hasil pengulangan ke-20)
Zona 1 2 3 4 5 oi Oi Ei
1 19 118 115 89 159 500 500 1,0000
2 16 49 118 35 83 300 300 1,0000
3 84 120 64 191 416 875 875 1,0000
4 128 305 213 95 609 1350 1350 1,0000
5 52 158 131 71 64 475 475 1,0000
dd 300 750 640 480 1330 3500
Dd 300 750 640 480 1330 3500
Ed 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000

242 Ofyar Z Tamin, Perencanaan, pemodelan, dan rekayasa transportasi:

Teori, contoh soal, dan aplikasi
Terdapat beberapa kelemahan pada metode rata-rata ini, karena besarnya perbedaan
tidak tersebar secara acak, tetapi tergantung pada nilai tingkat pertumbuhan.
Contohnya, zona yang tingkat pertumbuhannya lebih rendah dari tingkat
pertumbuhan global akan menghasilkan nilai yang lebih besar dari perkiraan.
Akan tetapi, hal yang sebaliknya terjadi pada zona yang tingkat pertumbuhannya
lebih tinggi dari tingkat pertumbuhan global. Besarnya perbedaan tersebut akan
semakin berkurang sejalan dengan proses pengulangan, tetapi jika jumlah
pengulangan yang dibutuhkan sangat banyak, tingkat ketepatan pun semakin
berkurang. Oleh karena itu, metode ini sekarang sudah jarang digunakan.

11.4.2 Metode Fratar

Fratar (1954) mengembangkan metode yang mencoba mengatasi kekurangan
metode seragam dan metode rata-rata. 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.
Modifikasi ini mempertimbangkan adanya pengaruh lokasi tempat tujuan yang
berbanding terbalik dari rata-rata daya tarik tempat tujuan. Secara umum, metode
ini memperhatikan:
• Perkiraan jumlah pergerakan yang dihasilkan dari atau tertarik ke suatu zona
(hal ini didapatkan dari tahapan bangkitan pergerakan).
• Proses sebaran pergerakan masa mendatang dari setiap zona yang berbanding
lurus dengan pergerakan pada masa sekarang dimodifikasi dengan tingkat
pertumbuhan zona tujuan pergerakan.
• Ini menghasilkan dua nilai untuk setiap pergerakan (i−d dan d−i), selanjutnya
rata-rata dari nilai ini dipakai sebagai pendekatan ke-1 bagi pergerakan yang
terjadi.
• Untuk setiap zona, jumlah hasil pendekatan ke-1 dibagi dengan total
pergerakan yang diperkirakan (dihasilkan dari tahapan bangkitan pergerakan),
untuk mendapatkan nilai tingkat pertumbuhan baru yang selanjutnya digunakan
sebagai pendekatan ke-2.
• Pergerakan yang dihasilkan pada pendekatan ke-1 kemudian disebarkan, dan
ini sebanding dengan pergerakan pada masa sekarang dan nilai tingkat
pertumbuhan yang baru (hasil pendekatan ke-1).
• Kedua nilai ini kemudian dirata-ratakan dan proses diulangi sampai tercapai
kesesuaian antara pergerakan yang dihitung dengan yang diinginkan.
Secara matematis, metode Fratar dapat dinyatakan sebagai:
(Li + Ld )
Tid = t id .E i .E d . (11.10)
2

Analisis sebaran pergerakan (metode analogi) 243

 N N
∑ t ik ∑ t dk
k ≠i k ≠d
Li = N
dan Ld = N
(11.11)
∑ E k .t ik ∑ E k .t dk
k ≠i k ≠d
Tabel 11.8 MAT pada masa sekarang, tingkat pertumbuhan setiap zona, serta nilai Li dan
Ld (pengulangan ke-1)
Zona 1 2 3 4 5 oi Oi Ei Li
1 20 40 50 60 80 250 500 2,000 0,523
2 40 30 100 50 80 300 300 1,000 0,470
3 60 30 20 90 150 350 875 2,500 0,552
4 80 70 60 40 200 450 1350 3,000 0,664
5 100 80 90 80 50 400 475 1,188 0,470
dd 300 250 320 320 560 1750
Dd 300 750 640 480 1330 3500
Ed 1,000 3,000 2,000 1,500 2,375 2,000
Ld 0,469 0,557 0,431 0,533 0,554

Nilai Li dan Ld untuk pengulangan ke-1 dapat dihitung sebagai berikut:

Perhitungan nilai Li untuk pengulangan ke-1.
t 12 + t 13 + t 14 + t 15
L1 =
E 2 .t 12 + E 3 .t 13 + E 4 .t 14 + E 5 .t 15
40 + 50 + 60 + 80
= = 0 ,523
40x1 ,0 + 50x 2 ,5 + 60x 3 ,0 + 80x1 ,188
t 21 + t 23 + t 24 + t 25
L2 =
E1 .t 21 + E 3 .t 23 + E 4 .t 24 + E 5 .t 25
40 + 100 + 50 + 80
= = 0 ,470
40x 2 ,0 + 100x 2 ,5 + 50x 3 ,0 + 80x1 ,188
.
.
t 51 + t 52 + t 53 + t 54
L5 =
E1 .t 51 + E 2 .t 52 + E 3 .t 53 + E 4 .t 54
100 + 80 + 90 + 80
= = 0,470
100x 2 ,0 + 80x1 ,0 + 90x 2 ,5 + 80x 3 ,0
Perhitungan nilai Ld untuk pengulangan ke-1:

244 Ofyar Z Tamin, Perencanaan, pemodelan, dan rekayasa transportasi:

Teori, contoh soal, dan aplikasi
 t 21 + t 31 + t 41 + t 51
L1 =
E 2 .t 21 + E 3 .t 31 + E 4 .t 41 + E 5 .t 51
40 + 60 + 80 + 100
= = 0 ,469
40x 3 ,0 + 60x 2 ,0 + 80x1 ,5 + 100x 2 ,375
t 12 + t 32 + t 42 + t 52
L2 =
E1 .t 12 + E 3 .t 32 + E 4 .t 42 + E 5 .t 52
40 + 30 + 70 + 80
= = 0 ,557
40x1 ,0 + 30x 2 ,0 + 70x1 ,5 + 80x 2 ,375
.
.
t 51 + t 52 + t 53 + t 54
L5 =
E1 .t 51 + E 2 .t 52 + E 3 .t 53 + E 4 .t 54
80 + 80 + 150 + 200
= = 0,554
80x1 ,0 + 80x 3 ,0 + 150x 2 ,0 + 200x1 ,5
Setelah mendapatkan nilai Li dan Ld untuk pengulangan ke-1, maka dapat dilakukan
perhitungan nilai Tid untuk pengulangan ke-1 sebagai berikut.
Perhitungan nilai Tid untuk pengulangan ke-1:
 L1 + L11 
1
T11 = t 11
1
.E11 .E11 . 1  = 20 x 2 ,0 x 1,0 x 0 ,523 + 0 ,469  = 19 ,83
 2   2 

 L1 + L12 
1
T12 = t 12
1
.E11 .E 21 . 1  = 40 x 2 ,0 x 3 ,0 x 0 ,523 + 0 ,557  = 129 ,56
 2   2 
 
 L1 + L13 
1
T13 = t 13
1
.E11 .E 31 . 1  = 50 x 2 ,0 x 2 ,0 x 0 ,523 + 0 ,431  = 95 ,34
 2   2 
 
.
.
 L1 + L11 
1
T21 = t 21
1
.E 21 .E11 . 2  = 40 x 1 ,0 x 1 ,0 x 0 ,470 + 0 ,469  = 18 ,76
 2   2 
 
.
.
 L1 + L15 
1
T55 = t 55
1
.E 51 .E 51 . 5  = 50 x 1 ,188 x 2 ,375 x 0 ,470 + 0 ,554  = 72,21
 2   2 
 
Setelah menghitung seluruh nilai Tid, maka dapat dihitung kembali nilai oi dan dd
serta nilai Ei dan Ed untuk pengulangan ke-2, sebagaimana terlihat pada Tabel 11.9.

Analisis sebaran pergerakan (metode analogi) 245

Tabel 11.9 MAT pada masa mendatang menggunakan metode Fratar (hasil pengulangan
ke-1)
Zona 1 2 3 4 5 oi OI EI Li
1 19,83 129,56 95,34 95,05 204,64 544,42 500 0,918 1,009
2 18,76 46,19 90,02 37,61 97,27 289,86 300 1,035 1,029
3 76,53 124,73 49,12 183,10 492,55 926,02 875 0,945 1,002
4 135,91 384,59 197,03 107,76 868,05 1693,34 1350 0,797 0,966
5 55,72 146,31 96,23 71,47 72,21 441,95 475 1,075 1,055
dd 306,75 831,39 527,74 494,99 1734,72 3896
Dd 300 750 640 480 1330 3500
Ed 0,978 0,902 1,213 0,970 0,767 0,898
Ld 1,009 1,029 1,074 0,934 0,963

Selanjutnya, nilai Li dan Ld untuk pengulangan ke-2 dapat dihitung sebagai berikut.
Perhitungan nilai Li untuk pengulangan ke-2:
t 12 + t 13 + t 14 + t 15
L1 =
E 2 .t 12 + E 3 .t 13 + E 4 .t 14 + E 5 .t 15
129 ,56 + 95 ,34 + 95 ,05 + 204 ,64
= = 1 ,009
129 ,56x1 ,035 + 95 ,34x0 ,945 + 95 ,05x0 ,797 + 204 ,64x1 ,075
t 21 + t 23 + t 24 + t 25
L2 =
E 1 .t 21 + E 3 .t 23 + E 4 .t 24 + E 5 .t 25
18 ,76 + 90 ,02 + 37 ,61 + 97 ,27
= = 1 ,029
18 ,76x0 ,918 + 90 ,02x0 ,945 + 37 ,61x0 ,797 + 97 ,27 x1 ,075
.
.
t 51 + t 52 + t 53 + t 54
L5 =
E1 .t 51 + E 2 .t 52 + E 3 .t 53 + E 4 .t 54
55 ,72 + 146 ,31 + 96 ,23 + 71,47
= = 1,055
55 ,72x0 ,918 + 146 ,31x1,035 + 96 ,23x0 ,945 + 71,47 x0 ,797
Perhitungan nilai Ld untuk pengulangan ke-2:

246 Ofyar Z Tamin, Perencanaan, pemodelan, dan rekayasa transportasi:

Teori, contoh soal, dan aplikasi
 t 21 + t 31 + t 41 + t 51
L1 =
E 2 .t 21 + E 3 .t 31 + E 4 .t 41 + E 5 .t 51
18 ,76 + 76 ,53 + 135 ,91 + 55 ,72
= = 1 ,009
18 ,76x0 ,902 + 76 ,53x1 ,213 + 135 ,91x0 ,970 + 55 ,72x0 ,767
t 12 + t 32 + t 42 + t 52
L2 =
E1 .t 12 + E 3 .t 32 + E 4 .t 42 + E 5 .t 52
129 ,56 + 124 ,73 + 384 ,59 + 146 ,31
= = 1 ,029
129 ,56x0 ,978 + 124 ,73x1 ,213 + 384 ,59x0 ,970 + 146 ,31x0 ,767
.
.
t 51 + t 52 + t 53 + t 54
L5 =
E1 .t 51 + E 2 .t 52 + E 3 .t 53 + E 4 .t 54
204 ,64 + 97 ,27 + 492 ,55 + 868 ,05
= = 0 ,963
204 ,64x0 ,978 + 97 ,27 x0 ,902 + 492 ,55x1 ,213 + 868 ,05x0 ,970
Setelah mendapatkan nilai Li dan Ld untuk pengulangan ke-2, maka dapat dilakukan
perhitungan nilai Tid untuk pengulangan ke-2.
Perhitungan nilai Tid untuk pengulangan ke-2:
 L2 + L21 
T112 = t 11
2
.E 12 .E 12 . 1  = 20 x 2 ,0 x 1,0 x 0 ,523 + 0 ,469  = 19 ,83
 2   2 
 
 L2 + L22 
T122 = t 12
2
.E12 .E 22 . 1  = 40 x 2 ,0 x 3 ,0 x 0 ,523 + 0 ,557  = 129 ,56
 2   2 
 
 L2 + L23 
T132 = t 13
2
.E12 .E 32 . 1  = 50 x 2 ,0 x 2 ,0 x 0 ,523 + 0 ,431  = 95 ,34
 2   2 
 
.
.
 L2 + L21 
2
T21 = t 21
2
.E 22 .E12 . 2  = 40 x 1,0 x 1,0 x 0 ,470 + 0 ,469  = 18 ,76
 2   2 
 
.
.
 L2 + L25 
2
T55 = t 55
2
.E 52 .E 52 . 5  = 50 x 1 ,188 x 2 ,375 x 0 ,470 + 0 ,554  = 72 ,21
 2   2 
 
Setelah menghitung seluruh nilai Tid, maka dapat dihitung kembali nilai oi dan dd
serta nilai Ei dan Ed untuk pengulangan ketiga, sebagaimana terlihat pada Tabel
11.10.

Analisis sebaran pergerakan (metode analogi) 247

Tabel 11.10 MAT pada masa mendatang menggunakan metode Fratar (hasil pengulangan
ke-2)
Zona 1 2 3 4 5 oi Oi Ei Li
1 17,97 109,38 110,62 82,24 142,06 462,27 500 1,082 0,932
2 19,36 44,38 118,83 37,05 76,86 296,47 300 1,012 0,903
3 71,14 107,99 58,45 162,45 350,61 750,64 875 1,166 0,956
4 104,65 275,85 194,31 79,13 511,57 1165,50 1350 1,158 0,962
5 60,45 147,80 133,54 74,08 60,02 475,90 475 0,998 0,911
dd 273,57 685,40 615,74 434,94 1141,12 3151
Dd 300 750 640 480 1330 3500
Ed 1,097 1,094 1,039 1,104 1,166 1,111
Ld 0,909 0,904 0,901 0,933 0,925

Proses pengulangan terus dilakukan sampai seluruh nilai oi=Oi atau (Ei=1) dan
seluruh nilai dd=Dd atau (Ed=1).
Hal tersebut tercapai pada pengulangan ke-10 yang menghasilkan MAT akhir
(setelah pembulatan) seperti terlihat pada Tabel 11.11.
Tabel 11.11 MAT pada masa mendatang dengan metode Fratar (hasil pengulangan ke-10)
Zona 1 2 3 4 5 oI Oi Ei Li
1 19 118 115 89 159 500 500 1,000 1,000
2 20 45 116 38 81 300 300 1,000 1,000
3 81 124 65 187 418 875 875 1,000 1,000
4 119 316 215 91 609 1350 1350 1,000 1,000
5 60 148 129 75 63 475 475 1,000 1,000
dd 300 750 640 480 1330 3500
Dd 300 750 640 480 1330 3500
Ed 1,000 1,000 1,000 1,000 1,000 1,000
Ld 1,000 1,000 1,000 1,000 1,000

Proses pengulangan cukup rumit dan membutuhkan proses perhitungan yang cukup
panjang. Davinroy dkk (1963) menyimpulkan bahwa metode seragam, rata-rata,
dan Fratar mempunyai ketepatan yang kira-kira sama.
Metode Fratar membutuhkan jumlah pengulangan yang lebih sedikit dibandingkan
dengan dua metode lainnya, tetapi perhitungannya yang cukup rumit pada akhirnya
secara keseluruhan tidak menguntungkan proses perhitungan dan menyebabkan
metode Fratar ini menjadi tidak populer untuk digunakan.
Perlu diketahui pada saat itu pengembangan penelitian diarahkan selain pada usaha
peningkatan akurasi, juga pada usaha menghasilkan proses perhitungan yang efisien
(jumlah pengulangan yang sekecil mungkin dan proses perhitungan yang
sesederhana mungkin).

248 Ofyar Z Tamin, Perencanaan, pemodelan, dan rekayasa transportasi:

Teori, contoh soal, dan aplikasi
11.4.3 Metode Detroit
Metode ini dikembangkan bersamaan dengan pelaksanaan pekerjaan Detroit
Metropolitan Area Traffic Study dalam usaha mengatasi kekurangan metode
sebelumnya dan sekaligus mengurangi waktu operasi komputer. Prosesnya mirip
dengan metode rata-rata dan Fratar, tetapi mempunyai asumsi bahwa: walaupun
jumlah pergerakan dari zona i meningkat sesuai dengan tingkat pertumbuhan Ei,
pergerakan ini harus juga disebarkan ke zona d sebanding dengan Ed dibagi dengan
tingkat pertumbuhan global (E) yang secara umum dapat dinyatakan sebagai:
 E .E 
Tid = t id . i d  (11.12)
 E 
Dengan menggunakan data awal MAT yang sama seperti Tabel 11.1, untuk
pengulangan ke-1 metode Detroit digunakan persamaan (11.13) sehingga dihasilkan
MAT baru seperti terlihat pada Tabel 11.12.
 0 0
0  E i .Ed

Tid1 = t id .  (11.13)
 E0 
 
Perhitungan nilai Tid untuk pengulangan ke-1:
 0 0
0  E 1 .E 1   2 ,0 x 1,0 
1
T11 = t 11 . = 20 .  = 20
 E0   2 ,0 
 
 0 0
0  E 1 .E 2   2 ,0 x 3 ,0 
1
T12 = t 12 . = 40 .  = 120
 E0   2 ,0 
 
.
.
 0 0 
1
T55 0  E 5 .E 5
= t 55 .  = 50 . 1 ,1875 x 2 ,375  = 70 ,51
 E0   2 ,0 
 
Setelah menghitung seluruh nilai Tid, maka dapat dihitung kembali nilai oi dan dd
serta nilai Ei, Ed, dan E untuk pengulangan ke-1, seperti terlihat pada Tabel 11.12.
Tabel 11.12 MAT pada masa mendatang menggunakan metode Detroit (hasil pengulangan
ke-1)
Zona 1 2 3 4 5 oi Oi Ei
1 20,00 120,00 100,00 90,00 190,00 520,00 500 0,9615
2 20,00 45,00 100,00 37,50 95,00 297,50 300 1,0084
3 75,00 112,50 50,00 168,75 445,31 851,56 875 1,0275
4 120,00 315,00 180,00 90,00 712,50 1417,50 1350 0,9524
5 59,38 142,50 106,88 71,25 70,51 450,51 475 1,0544
dd 294,38 735,00 536,88 457,50 1513,32 3537,07
Dd 300 750 640 480 1330 3500
Ed 1,0191 1,0204 1,1921 1,0492 0,8789 0,9895

Analisis sebaran pergerakan (metode analogi) 249

Perhitungan nilai Tid untuk pengulangan ke-2:
 1 1
1  E 1 .E 1   0 ,9615 x 1,0191 
T112 = t 11 . = 20 .  = 19 ,81
 E1   0 ,9895 
 
 1 1 
1  E 1 .E 2   0 ,9615 x 1 ,0204 
T122 = t 12 . = 120 .  = 118 ,99
 E 1   0 ,9895 
 
.
.
 1 1
1  E 5 .E 5   1 ,0544 x 0 ,8789 
2
T55 = t 55 . = 70 ,51.  = 66 ,03
 E1   0 ,9895 
 
Setelah menghitung seluruh nilai Tid, maka dapat dihitung kembali nilai oi dan dd
serta nilai Ei, Ed, dan E untuk pengulangan ke-2, seperti terlihat pada Tabel 11.13.
Tabel 11.13 MAT pada masa mendatang menggunakan metode Detroit (hasil pengulangan
ke-2)
Zona 1 2 3 4 5 oi Oi Ei
1 19,81 118,99 115,84 91,76 162,26 508,65 500 0,9830
2 20,77 46,79 121,48 40,10 85,09 314,23 300 0,9547
3 79,37 119,20 61,89 183,85 406,40 850,71 875 1,0285
4 117,70 309,36 206,52 90,88 602,69 1327,16 1350 1,0172
5 64,47 154,94 135,75 79,65 66,03 500,85 475 0,9484
dd 302,12 749,29 641,49 486,24 1322,46 3501,597
Dd 300 750 640 480 1330 3500
Ed 0,9930 1,0010 0,9977 0,9872 1,0057 0,9995

Seperti halnya dengan metode rata-rata dan Fratar, proses pengulangan terus
dilakukan sampai seluruh nilai oi=Oi atau (Ei=1) dan seluruh nilai dd=Dd atau
(Ed=1). Hal tersebut tercapai pada pengulangan ke-8, sehingga dihasilkan MAT
akhir (setelah pembulatan) seperti terlihat pada Tabel 11.14.
Tabel 11.14 MAT pada masa mendatang menggunakan metode Detroit (hasil pengulangan
ke-8)
Zona 1 2 3 4 5 oi Oi Ei
1 19 118 115 89 159 500 500 1,0000
2 20 45 117 38 81 300 300 1,0000
3 81 124 65 187 418 875 875 1,0000
4 119 316 213 91 611 1350 1350 1,0000
5 61 147 130 74 62 475 475 1,0000
dd 300 750 640 480 1330 3500
Dd 300 750 640 480 1330 3500
Ed 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000

250 Ofyar Z Tamin, Perencanaan, pemodelan, dan rekayasa transportasi:

Teori, contoh soal, dan aplikasi
Tingkat pertumbuhan yang digunakan lebih sederhana dibandingkan dengan metode
Fratar. Waktu komputasi menjadi lebih singkat, karena jumlah pengulangan yang
lebih sedikit.

11.4.4 Metode Furness

Furness (1965) mengembangkan metode yang pada saat sekarang sangat sering
digunakan dalam perencanaan transportasi. Metodenya sangat sederhana dan mudah
digunakan.
Pada metode ini, sebaran pergerakan pada masa mendatang didapatkan dengan
mengalikan sebaran pergerakan pada saat ini dengan tingkat pertumbuhan zona asal
atau zona tujuan yang dilakukan secara bergantian.
Secara matematis, metode Furness dapat dinyatakan sebagai berikut.
Tid = t id . E i (11.14)
Pada metode ini, pergerakan awal (masa sekarang) pertama kali dikalikan dengan
tingkat pertumbuhan zona asal. Hasilnya kemudian 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.
Dengan menggunakan data awal MAT yang sama seperti Tabel 11.1, maka dengan
metode Furness dihasilkan MAT pada pengulangan ke-1 yang didapat dengan
mengalikan sel MAT pada saat ini dengan tingkat pertumbuhan zona asal (Ei)
seperti terlihat pada Tabel 11.15.
Perhitungan nilai Tid untuk pengulangan ke-1:
1
T11 = t 11
0
.E10 = 20 x 2 ,0 = 40
1
T12 = t 12
0
.E10 = 40 x 2 ,0 = 80
1
T13 = t 13
0
.E10 = 50 x 2 ,0 = 100
.
.
1
T21 = t 21
0
.E 20 = 40 x 1 ,0 = 40
.
.
1
T55 = t 55
0
.E 50 = 50 x 1 ,1875 = 59 ,38

Analisis sebaran pergerakan (metode analogi) 251

Tabel 11.15 MAT pada masa mendatang dengan metode Furness (hasil pengulangan ke-1)
Zona 1 2 3 4 5 oi Oi Ei
1 40,00 80,00 100,00 120,00 160,00 500,00 500 1,0000
2 40,00 30,00 100,00 50,00 80,00 300,00 300 1,0000
3 150,00 75,00 50,00 225,00 375,00 875,00 875 1,0000
4 240,00 210,00 180,00 120,00 600,00 1350,00 1350 1,0000
5 118,75 95,00 106,88 95,00 59,38 475,00 475 1,0000
dd 588,75 490,00 536,88 610,00 1274,38 3500
Dd 300 750 640 480 1330 3500
Ed 0,5096 1,5306 1,1921 0,7869 1,0436 1,0000

Selanjutnya, pada pengulangan ke-2, sel MAT yang dihasilkan pada pengulangan
ke-1 dikalikan dengan tingkat pertumbuhan zona tujuan (Ed) untuk menghasilkan
MAT pengulangan ke-2, seperti terlihat pada Tabel 11.16.
Perhitungan nilai Tid untuk pengulangan ke-2:

T112 = t 11
1
.E11 = 40 x 0 ,5096 = 20 ,38
T122 = t 12
1
.E 21 = 80 x 1 ,5306 = 122 ,45
T132 = t 13
1
.E 31 = 100 x 1 ,1921 = 119 ,21
.
.
2
T21 = t 21
1
.E11 = 40 x 0 ,5096 = 20 ,38
.
.
2
T55 = t 55
1
.E 51 = 59 ,38 x 1 ,0436 = 61 ,97
Tabel 11.16 MAT pada masa mendatang menggunakan metode Furness (hasil
pengulangan ke-2)
Zona 1 2 3 4 5 oi Oi Ei
1 20,38 122,45 119,21 94,43 166,98 523,45 500 0,9552
2 20,38 45,92 119,21 39,34 83,49 308,35 300 0,9729
3 76,43 114,80 59,60 177,05 391,37 819,25 875 1,0680
4 122,29 321,43 214,58 94,43 626,19 1378,91 1350 0,9790
5 60,51 145,41 127,40 74,75 61,97 470,04 475 1,0105
dd 300,00 750,00 640,00 480,00 1330,00 3500
Dd 300 750 640 480 1330 3500
Ed 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000

252 Ofyar Z Tamin, Perencanaan, pemodelan, dan rekayasa transportasi:

Teori, contoh soal, dan aplikasi
Hal tersebut dilakukan terus menerus secara bergantian sehingga total sel MAT
yang dihasilkan (baris ataupun kolom) sesuai dengan total sel MAT yang
diinginkan. Tabel 11.17 adalah MAT yang dihasilkan metode Furness (setelah
pembulatan) setelah pengulangan ke-8.
Tabel 11.17 MAT pada masa mendatang menggunakan metode Furness (hasil
pengulangan ke-8)
Zona 1 2 3 4 5 oi Oi Ei
1 19 118 115 89 159 500 500 1,0000
2 20 45 117 38 81 300 300 1,0000
3 81 124 65 187 418 875 875 1,0000
4 119 316 213 91 611 1350 1350 1,0000
5 61 147 130 74 62 475 475 1,0000
dd 300 750 640 480 1330 3500
Dd 300 750 640 480 1330 3500
Ed 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000

Evans (1970,1971) menunjukkan bahwa metode Furness selalu mempunyai satu

solusi akhir dan terbukti lebih efisien dibandingkan dengan metode analogi lainnya.
Solusi akhir pasti selalu sama, tidak tergantung dari mana pengulangan dimulai
(baris atau kolom).
Hal yang sama terjadi, jika pergerakan awal (masa sekarang) pertama kali dikalikan
dengan tingkat pertumbuhan zona tujuan. Hasilnya kemudian dikalikan dengan
tingkat pertumbuhan zona asal dan zona tujuan secara bergantian (modifikasi harus
dilakukan setelah setiap perkalian) sampai total sel MAT untuk setiap arah (baris
atau kolom) kira-kira sama dengan total sel MAT yang diinginkan.
Tid = t id . E d (11.15)
Dengan menggunakan data awal MAT yang sama seperti Tabel 11.1, maka dengan
metode Furness dihasilkan MAT pada pengulangan ke-1 yang didapat dengan
mengalikan sel MAT pada saat ini dengan tingkat pertumbuhan zona tujuan (Ed)
seperti terlihat pada Tabel 11.18. Perhitungan nilai Tid untuk pengulangan ke-1:
1
T11 = t 11
0
.E 10 = 20 x 1 ,0 = 20
1
T12 = t 12
0
.E 20 = 40 x 3 ,0 = 120
1
T13 = t 13
0
.E 30 = 50 x 2 ,0 = 100
.
.
1
T21 = t 21
0
.E 10 = 40 x 1 ,0 = 40
.
.
1
T55 = t 55
0
.E 50 = 50 x 2 ,375 = 118 ,75

Analisis sebaran pergerakan (metode analogi) 253

Tabel 11.18 MAT pada masa mendatang menggunakan metode Furness (hasil
pengulangan ke-1)
Zona 1 2 3 4 5 oi Oi Ei
1 20,00 120,00 100,00 90,00 190,00 520,00 500 0,9615
2 40,00 90,00 200,00 75,00 190,00 595,00 300 0,5042
3 60,00 90,00 40,00 135,00 356,25 681,25 875 1,2844
4 80,00 210,00 120,00 60,00 475,00 945,00 1350 1,4286
5 100,00 240,00 180,00 120,00 118,75 758,75 475 0,6260
dd 300,00 750,00 640,00 480,00 1330,00 3500
Dd 300 750 640 480 1330 3500
Ed 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000

Selanjutnya, pada pengulangan ke-2, sel MAT yang dihasilkan pada pengulangan
ke-1 dikalikan dengan tingkat pertumbuhan zona asal (Ei) untuk menghasilkan
MAT pengulangan ke-2, seperti terlihat pada Tabel 11.19.
Perhitungan nilai Tid untuk pengulangan ke-2:

T112 = t 11
1
.E11 = 20 x 0 ,9615 = 19 ,23
T122 = t 12
1
.E11 = 120 x 0 ,9615 = 115 ,38
T132 = t 13
1
.E11 = 100 x 0 ,9615 = 96 ,15
.
.
2
T21 = t 21
1
.E 21 = 40 x 0 ,5042 = 20 ,17
.
.
2
T55 = t 55
1
.E 51 = 100 x 0 ,6260 = 74 ,37
Tabel 11.19 MAT pada masa mendatang menggunakan metode Furness (hasil
pengulangan ke-2)
Zona 1 2 3 4 5 oi Oi Ei
1 19,23 115,38 96,15 86,54 182,69 500,00 500 1,0000
2 20,17 45,38 100,84 37,82 95,80 300,00 300 1,0000
3 77,06 115,60 51,38 173,39 457,57 875,00 875 1,0000
4 114,29 300,00 171,43 85,71 678,57 1350,00 1350 1,0000
5 62,60 150,25 112,69 75,12 74,34 475,00 475 1,0000
dd 293,35 726,61 532,48 458,59 1488,97 3500
Dd 300 750 640 480 1330 3500
Ed 1,0227 1,0322 1,2019 1,0467 0,8932 1,0000

254 Ofyar Z Tamin, Perencanaan, pemodelan, dan rekayasa transportasi:

Teori, contoh soal, dan aplikasi
Hal tersebut dilakukan terus menerus secara bergantian sehingga total sel MAT
yang dihasilkan (baris ataupun kolom) sesuai dengan total sel MAT yang
diinginkan.
Tabel 11.20 adalah MAT yang dihasilkan metode Furness (setelah pembulatan)
setelah pengulangan ke-9.
Tabel 11.20 MAT pada masa mendatang dengan metode Furness (hasil pengulangan ke-9)
Zona 1 2 3 4 5 oi Oi Ei
1 19 118 115 89 159 500 500 1,0000
2 20 45 117 38 81 300 300 1,0000
3 81 124 65 187 418 875 875 1,0000
4 119 316 213 91 611 1350 1350 1,0000
5 61 147 130 74 62 475 475 1,0000
dd 300 750 640 480 1330 3500
Dd 300 750 640 480 1330 3500
Ed 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000

Terlihat dengan jelas bahwa Tabel 11.17 persis sama dengan Tabel 11.20. Hal ini
membuktikan bahwa solusi akhir metode Furness pasti selalu sama, tidak
tergantung dari mana pengulangan dimulai (baris atau kolom).
Beberapa peneliti berusaha mempercepat proses pengulangan metode Furness [lihat
Robillard dan Stewart (1974); Mekky (1983); Maher (1983b)].
Penurunan teori metode Furness dapat dihasilkan dengan meminimumkan statistik
informasi yang diharapkan (Morphet, 1975) atau memaksimumkan ukuran
entropi (Evans, 1970,1971). Dibuktikan bahwa metode Furness menghasilkan
sebaran pergerakan yang memaksimumkan entropi dan meminimumkan informasi
yang diharapkan, tergantung pada batasan asal tujuan.
Lamond dan Stewart (1981) memperlihatkan bahwa proses keseimbangan metode
Furness sebenarnya merupakan kasus khusus yang dapat dihasilkan oleh metode
keseimbangan Bregman. Penjelasan rinci mengenai hal tersebut dapat dilihat pada
Bregman (1967).

11.5 Keuntungan dan kerugian

Beberapa keuntungan metode analogi adalah:

• mudah dimengerti dan digunakan, hanya membutuhkan data pergerakan
antarzona (MAT) pada masa sekarang dan perkiraan tingkat pertumbuhan zona
pada masa mendatang yang sederhana;
• proses pengulangannya sederhana;
• data aksesibilitas (waktu, jarak, dan biaya) antarzona tidak diperlukan;

Analisis sebaran pergerakan (metode analogi) 255

• penggunaannya fleksibel, misalnya untuk moda transportasi lain, untuk tujuan
perjalanan yang berbeda, untuk selang waktu yang berbeda, dan juga dapat
digunakan untuk arah pergerakan yang berbeda;
• sudah sering diabsahkan dan menghasilkan tingkat ketepatan yang cukup tinggi
jika digunakan pada daerah yang pola pengembangan wilayahnya stabil.
Akan tetapi, selain keuntungan, terdapat juga beberapa permasalahan yang sering
timbul dalam pemakaiannya. Di antaranya yang berikut ini.
• Metode ini membutuhkan masukan data lengkap dari seluruh pergerakan
antarzona pada saat sekarang (tid), informasi ini tentu sangat mahal.
• Dibutuhkan jumlah zona yang selalu tetap. Dengan kata lain, tidak boleh
ditambah zona baru sehingga agak susah digunakan, karena biasanya pada
masa mendatang selalu ada pertambahan zona baru.
Oleh karena itu, untuk mengantisipasi perubahan jumlah zona tersebut,
diperlukan ‘manipulasi’ dengan menganggap pada masa sekarang jumlah zona
yang digunakan adalah jumlah zona pada masa mendatang dengan pergerakan
yang cukup kecil. Realitanya, pergerakan tersebut memang belum ada pada
masa sekarang.
• Kelemahan yang paling utama adalah jika ditemukan bahwa antara 2 (dua)
buah zona pada saat sekarang belum terjadi pergerakan (tid=0) atau mungkin
karena ada galat survei atau hal lainnya.
Dalam hal ini, tidak akan pernah didapatkan ramalan pergerakan tersebut pada
masa mendatang. Untuk itu, sekali lagi, diperlukan ‘manipulasi’ data dengan
menganggap telah terjadi pergerakan dengan volume yang sangat kecil,
misalnya (tid=1) untuk menghindari adanya batasan kelemahan matematis
tersebut.
• Pergerakan intrazona (i=d) tidak diperhitungkan pada metode ini sehingga
meningkatkan galat dan membutuhkan jumlah pengulangan yang semakin
banyak yang selanjutnya memungkinkan terciptanya galat yang semakin besar.
• Kelemahan lain, jika pada masa sekarang terdapat sel matriks yang tidak
didapatkan informasi pergerakannya (datanya tidak ada), maka sel matriks
tersebut tidak akan pernah bisa didapatkan pergerakan masa mendatangnya.
Oleh karena itu, metode ini tidak dapat digunakan untuk melengkapi sel
matriks yang kosong dengan menambahkannya dari matriks parsial.
• Metode ini sangat tergantung pada tingkat akurasi informasi pergerakan
antarzona pada masa sekarang. Setiap galat yang ada pada masa sekarang akan
terus membesar setiap kali dilakukan proses pengulangan.
Selain itu, karena adanya kemungkinan galat statistik yang cukup tinggi,
penggunaan tingkat pertumbuhan untuk pergerakan yang rendah pada masa
sekarang akan menghasilkan perkiraan yang tidak realistis pada masa
mendatang. Tingkat pertumbuhan setiap zona didapat dengan proses

256 Ofyar Z Tamin, Perencanaan, pemodelan, dan rekayasa transportasi:

Teori, contoh soal, dan aplikasi
 pendekatan yang kasar sehingga metode analogi ini sangat tergantung pada
ketepatannya.
• Asumsi mengenai ‘tidak ada perubahan pada aksesibilitas’ juga dikritik orang.
Dengan kata lain, sebaran pergerakan hanya tergantung pada pola perjalanan
saat sekarang dan perkiraan tingkat pertumbuhannya.
Oleh karena itu, metode ini tidak bisa digunakan untuk daerah yang pada masa
mendatang mengalami perubahan aksesibilitas yang nyata pada sistem jaringan
transportasinya, misalnya pelebaran jalan, pembangunan jalan baru, dan
pembangunan jalan bebas hambatan.
Jadi, model ini tidak cocok untuk peramalan waktu yang cukup panjang. Untuk
itu diperlukan metode yang juga memperhitungkan adanya perubahan
aksesibilitas, selain perubahan tingkat pertumbuhan setiap zona (lihat Bab
12−14 tentang metode sintetis).
• Untuk selang waktu yang pendek dan di daerah yang stabil pengembangan
wilayahnya, metode ini dapat digunakan dengan baik. Sebaliknya, metode ini
tidak dapat digunakan pada daerah yang pesat pengembangan wilayahnya dan
tajam peningkatan aksesibilitas sistem jaringan transportasinya. Karena batasan
di atas, metode analogi sangat jarang digunakan dalam kajian transportasi di
masa sekarang.

11.6 Kumpulan soal

1. Diasumsikan saudara mempunyai informasi pergerakan pada masa sekarang

dalam bentuk data MAT [6x6] seperti terlihat pada Tabel 11.21 berikut ini.
Tabel 11.21 MAT [6x6] pada masa sekarang dan tingkat pertumbuhan setiap zona
Zona 1 2 3 4 5 6 oi Oi EI
1 40 70 40 40 70 140 400 800 2,000
2 50 40 120 60 90 90 450 450 1,000
3 70 40 30 70 140 50 400 600 1,500
4 90 90 70 60 200 190 700 1400 2,000
5 120 40 100 80 60 50 450 900 2,000
6 130 20 90 90 40 210 580 1810 3,121
dd 500 300 450 400 600 730 2980
Dd 1000 450 450 1000 1200 1860 5960
Ed 2,000 1,500 1,000 2,500 2,000 2,548 2,000
di mana: oi dan dd = bangkit dan tarikan pada masa sekarang
Oi dan Dd = bangkit dan tarikan pada masa mendatang
Ei dan Ed = tingkat pertumbuhan zona bangkitan dan zona tarikan
Saudara diminta untuk mendapatkan pergerakan pada masa mendatang dengan
menggunakan:

Analisis sebaran pergerakan (metode analogi) 257

 a Metode tanpa batasan (metode seragam)
b Metode dengan-satu-batasan (metode dengan batasan-bangkitan)
c Metode dengan-satu-batasan (metode dengan batasan-tarikan).
d Metode dengan-dua-batasan (metode rata-rata)
e Metode dengan dua-batasan (metoda Fratar)
f Metode dengan-dua-batasan (metode Detroit)
g Metode dengan dua-batasan (metode Furness, pengulangan ke-1
mengalikan dengan tingkat pertumbuhan zona asal, Ei)
h Metode dengan dua-batasan (metode Furness, pengulangan ke-1
mengalikan dengan tingkat pertumbuhan zona tujuan, Ed)
i Buktikan bahwa hasil jawaban soal (g) adalah persis sama dengan hasil
jawaban soal (h)?

2. Diasumsikan saudara mempunyai informasi pergerakan pada masa sekarang

dalam bentuk data MAT [5x5] seperti terlihat pada Tabel 11.22 berikut ini.
Tabel 11.22 MAT [4x4] pada masa sekarang dan tingkat pertumbuhan setiap zona
Zona 1 2 3 4 5 oi Oi EI
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
dd 370 280 360 310 580 1900
Dd 740 420 360 775 980 3275
Ed 2,000 1,500 1,000 2,500 1,690 1,724
di mana: oi dan dd = bangkit dan tarikan pada masa sekarang
Oi dan Dd = bangkit dan tarikan pada masa mendatang
Ei dan Ed = tingkat pertumbuhan zona bangkitan dan zona tarikan

Saudara diminta untuk mendapatkan pergerakan pada masa mendatang dengan

menggunakan:
a Metode dengan-dua-batasan (metode rata-rata)
b Metode dengan dua-batasan (metoda Fratar)
c Metode dengan-dua-batasan (metode Detroit)
d Metode dengan dua-batasan (metode Furness, pengulangan ke-1
mengalikan dengan tingkat pertumbuhan zona asal, Ei)
i Tentukan metode mana yang mempunyai jumlah iterasi yang terkecil dalam
mencapai konvergensi dan terangkan kenapa hal tersebut terjadi?

258 Ofyar Z Tamin, Perencanaan, pemodelan, dan rekayasa transportasi:

Teori, contoh soal, dan aplikasi