Anda di halaman 1dari 55

Freight

Demand

(Permintaan terhadap
Angkutan Barang)
Freight Transport Demand
Demand terhadap transportasi barang (freight
transport demand) merupakan “derived demand “
 Terkait dengan volume barang yang diproduksi
dan dikonsumsi
 Lokasi dari suppliers maupun konsumen menjadi
hal yang penting
 Arus Angkutan barang - AB (freight flows) dapat
berubah (shifting) akibat :
 Adanya sumber (sources)dan penggunaan
suatu material baru
 Lokasi manufaktur dan retailer baru
 Produk dan jenis transportasi baru
Faktor yang Mempengaruhi
Perjalanan Barang
1.Faktor Lokasi
 Angkutan barang selalu merupakan “derived
demand” dan biasanya merupakan bagian dari
proses industri.
 Karenanya lokasi dari sumber bahan baku dan
input lainnya dari proses produksi, dan juga lokasi
dari pasar intermediate dan pasar akhir akan
menentukan tingkat pergerakan angkutan
barang yang terlibat dan juga titik asal dan
tujuannya
Transport Demand = Derived Demand

Produsen

Retailer
2. Rentang produk
 Rentang produk yang dibutuhkan dan diproduksi
sangat besar, dari mur baut hingga buah2an.
 Sangat banyak matriks komoditas yang mungkin
dalam suatu studi demand angkutan barang

3. Faktor fisik produk


 Karakteristik dan nature dari bahan baku dan produk
akhir mempengaruhi cara barang tsb dipindahkan
(curah, paket, refrigerated container, dll).
 Ini mengakibatkan banyaknya variasi jenis kendaraan
dibandingkan dengan transport penumpang

4. Faktor operasional
Ukuran perusahaan, kebijakan pemilihan kanal
distribusi, sebaran geografis, dll, sangat mempengaruhi
penggunaan strategi pengiriman dan moda yang
berbeda
5. Faktor Geografis
Lokasi dan kepadatan populasi mungkin
mempengaruhi distribusi dari produk akhir. Misal :
Kepadatan tinggi  long channel

6. Faktor Dinamis
Variasi musiman dari demand dan perubahan
perilaku konsumen berperan penting dalam
mengubah pola pergerakan barang. Misal :
Lebaran.

7. Faktor Tarif
Berbeda dengan transportasi penumpang, secara
umum tarif angkutan barang bukanlah sesuatu
yang umum dipublikasikan karena biasanya
tarifnya lebih fleksibel dan bisa dinegosiasikan
Estimasi dan Peramalan
Freight Demand

Freight Effective
Planning freight
movement

Metode dan Model untuk


meramalkan demand dari
pelayanan angkutan
barang pada suatu waktu
Freight Demand Modeling
1. GROWTH FACTOR METHOD
For specific commodity

Volume of commodity in time – t0


Growth Factor
Volume of commodity in time – t1 of commodity
from time series
Volume of commodity in time – t2
data
Volume of commodity in time – tx

???
Freight Growth Factor Freight
Movement in Movement in
time-tb time-tn
2. Four-step Model

Zone
centroid Zone 1
(Pemukiman)

Zone 2
(Pemukiman
Jaringan & Bisnis)
jalan

1. Trip Generation
2. Trip Distribution
Zone 3
3. Modal Split (Bisnis)

4. Trip Assignment
Trip Generation  Ti

Trip Assignment Tijkl

a. Truk

Trip Distribution  Tij

Truk akan mengikuti rute tersingkat yang diizinkan untuk mereka

b. Kereta

Kereta akan menggunakan rute yang ditetapkan


Modal Split  Tijk

Truk Kereta
Dari jumlah lalulintas dari i ke d, berapa yang menggunakan kendaraan truk dan
berapa yang menggunakan kereta ?
Four-step Freight Planning Model

Estimating the volume of


Estimating the freight movement
volume of between different
freight industries or consumers
produced by at different locations
specific (freight flow modeling)
industries
(freight
generation and
attraction)

Technological
means of
transporting freight
(mode and route
choice)
- Corridor-specific
- Urban areas
- Inter-city
Four-Step Freight Planning Model
Major Planning Sub-Models Principal Data Inputs
Location of Industries/
Freight Generation/Attraction
(ton or vhc Economic Activity
per day )

Flow Modeling/Trip Distribution (ton or vhc Pickup and Delivery Costs


per day)

Modal Service
Modal Split
Characteristics
Modeling of vehicle load
factor : to translate commodity
flows into vehicle movement

Physical Characteristics of
Vehicle/Fleet Loading
(vhc per day) Commodities & Vehicle Fleets

Freight Handling
Traffic Route
Characteristics of Roadway
Assignment
and Terminal
TAHAPAN DALAM PEMODELAN
1. PARTITIONING
Membagi freight market ke dalam beberapa sektor (misal :
courier, general carrier, over-sized , hazardous)

2. ZONING SYSTEM
 Sebaiknya zoning sistem untuk pemodelan angkutan
barang dan orang disamakan
 Zona2 ini perlu ditambahkan dengan zona2 untuk
keperluan khusus dari freight market sector
 Freight trip generator utama (seperti pelabuhan, airport,
stasiun, industri) dan konsentrasi dari depo truk dan pusat
distribusi harus dibuat sebagai zona spesifik
Zoning System

Zone 1
Pemukiman

Zone 2
Perkantoran
Zone 4
(Pelabuhan)

Zone 5
(Kawasan
Industri)
Zone 3
Pemukiman
 Dimungkinkan membuat zoning sistem dengan jumlah
zona lebih sedikit dibandingkan model perjalanan
orang, yaitu dengan menggabungkan zona2
pemukiman atau zona lainnya yang memiliki aktivitas
angkutan barang yang rendah.

3. JARINGAN
 Perjalanan antar zona dimodelkan dengan overlaying
zoning system dengan representasi jaringan jalan.
 Untuk sektor tertentu dari freight market mungkin hanya
menggunakan sub set tertentu dari sistem jaringan jalan
atau mungkin mereka dibatasi untuk menggunakan rute
tertentu.
 Pemodelan dapat dilakukan dengan
mendefinisikan jaringan secara keseluruhan,
kemudian menggunakan sub-set jaringan yang
berbeda untuk tiap freight sector.
Misal :
o Courier van dan general carrier bisa
menggunakan semua bagian dari jaringan,
sehingga dapat menggunakan jaringan yang
sama dengan private car trips
o Carrier untuk komoditas khusus dan external
trips harus menggunakan major road network
o Over-sized trucks dan hazardous cargo dilarang
menggunakan rute tertentu
1. Freight Generation and Attraction Models

 Metode untuk mengestimasi angkutan barang - AB (freight


transport) yang dibangkitkan atau ditarik oleh suatu lokasi
atau dalam suatu wilayah geografis tertentu (misalnya suatu
traffic zone, kabupaten) terkait dengan masalah
pengumpulan data yang tidak sederhana.
 Data terkait dengan jumlah “tons or dollars “ dari aktivitas
perekonomian dari satu atau lebih bisnis, yang bervariasi
dalam hal ukuran, moda yang digunakan , serta keragaman
produk  sulit untuk diperoleh

Untuk wilayah perkotaan  Demand sering dihubungkan


dengan kapasitas warehouse atau total luas wilayah
pertokoan pada tiap zona (aggregate level)
 Metode estimasi yang lebih sederhana (less direct)
 menggunakan data “average dollars per ton “
dan “average tons per vehicle” yang dikeluarkan
oleh survey secara nasional atau regional

Untuk suatu zona pada suatu waktu yad :


Total production/ Total production/ Total vehicle
consumption (in $) Consumption ( in ton )
400 vhc
200,000 $ 2,000 ton

Average $ Average tons


per ton per vehicle
100 $/ton 5 ton/vhc

 Sejumlah database saat ini dapat digunakan untuk


mengatasi masalah kesulitan data ini  memberikan
sejumlah tabel yang menggambarkan trip generation
rates yang dirinci atas komoditas atau jenis
kendaraan.
Misalnya : Trip generation rate dari perkebunan
jagung = 𝑥 kendaraan / hektar lahan / hari
The Principal Data Collection Methods

1. Vehicle classification counts


 Menggunakan traffic loop counters atau video , serta jenis
monitor dan sensor lalulintas lainnya, yang diletakkan di
segmen jalan.
 Bermanfaat untuk studi kapasitas jalan ataupun
kemacetan. Umumnya alat-alat tsb menawarkan cara
yang efektif untuk mendata truk yang melewati rute-rute
utama yang menuju atau keluar dari suatu wilayah
2. Vehicle intercept and special traffic generator surveys
 Mensurvey kendaraan yang masuk dan keluar suatu wilayah
selama suatu periode waktu.
 Fokus pada AB dengan volume yang tinggi , yang
dibangkitkan/ditarik oleh suatu lokasi (pelabuhan, bandara,
terminal transfer rel dan truk, kawasan industri, dll).
 Monitoring lalulintas meliputi periode waktu harian, atau
mingguan, tergantung pada jenis alat yang digunakan
(misalnya : video camera, penghitungan manual ).
 Monitoring 24 jam bisa menghasilkan trip generation rates
berdasarkan waktu dan menghasilkan peak/off-peak rates.
 Intercept Survey  pengemudi truk diinterview di satu titik
yang dipilih. Survey ini juga bisa digunakan untuk
mengumpulkan data karakteristik kendaraan AB (termasuk
ukuran, bobot, konfigurasi sumbu, komoditas yang dibawa),
dan juga mengidentifikasi volume lalulintas yang masuk,
keluar atau melewati suatu wilayah.
3. Truck trip travel diaries (driver- or dispatcher-completed daily
travel surveys)
Menyediakan informasi tambahan yang bermanfaat terkait
tidak hanya karakteristik kendaraan tetapi juga kemana truk
pergi dan apa komoditas yang dibawanya.
 Survey ini cukup mahal dan sulit karena pemilik dan
operator truk seringkali merasa terganggu akibat
berkurangnya produktivitas supir.
 Orang yang memberangkatkan kendaraan (dispatchers)
dan pengemudi seringkali memiliki informasi/pengetahuan
yang berbeda terhadap perjalanan yang dilakukan.
 Respons dari pengemudi juga seringkali sangat bervariasi
ketika digunakan untuk aktivitas AB di wilayah studi yang
luas  menyebabkan masalah tambahan dalam hal
menyiapkan rancangan survey yang tepat.
4. Carrier activity surveys
 Sering digunakan untuk survey terkait masalah
safety atau user fee legislation
 Menghasilkan data yang paling siap terkait
traffic generators and attractors dari
perahu/kapal laut, kereta, pipa.
5. Commodity flow surveys (shipper- or establishment-completed
shipment inventories)
 Umumnya diaplikasikan pada wilayah studi yang luas, seperti
wilayah metropolitan, propinsi atau national, dengan
penekanan pada arus perdagangan dan dampak
ekonominya
 Cenderung bersifat multimoda. Bermanfaat dalam
memperkirakan arus AB dari luar atau lintas batas suatu
wilayah, dimana yang menjadi fokus adalah volume AB yang
masuk, keluar ataupun melewati satu wilayah.
 Menghasilkan perkiraan jumlah “ton” dan “ton-miles”
tahunan dari pergerakan AB, dan juga nilai “dollar” dari AB,
dirinci terhadap moda utama yang dibedakan secara rinci
atas komoditas
 Perubahan bentuk nilai “dollars” atau “tons” pergerakan
komoditas ke dalam bentuk jumlah pengiriman (shipment)
harian/tahunan atau vehicle trip rates membutuhkan data
tambahan terkait distribusi tonase (tonnages) antara kelas
ukuran kendaraan AB dengan rata-rata beban yang
diangkut oleh kendaraan AB pada tiap kelas tersebut.
Dalam mengembangkan commodity-based atau vehicle-based
freight trip generation rates, data digunakan untuk 2 hal :
1. Membuat simple trip rates
 Dengan membandingkan data “vehicle traffic counts atau
tons moved” dengan “employment atau land use data”
 Suatu cara untuk mendapatkan nilai rate yang „robust‟ dan
dapat digunakan untuk mengestimasi bangkitan perjalanan
di masa yad adalah dengan menggunakan model least
squares regression dari perhitungan data lalulintas atau
tonase komoditas.
 Contoh, the Delaware Valley Regional Planning Commission
menggunakan model yang dikembangkan secara empiris
sbb :
vehicle traffic counts
Untuk seaport trips: land use data

Truck trips/day = (2.02 × ship arrivals/year) – 20


Untuk rail terminals:
Truck trips/day = (0.0095 × rail cars/year) + 24
Contoh Pemodelan Trip Rate
Jumlah
kedatangan Jumlah truk
Data No.
kapal per tahun per hari (y) Trip rate hasil pemodelan :
(x) Jumlah perjalanan truk per hari =
1 730 200 0.2765 x jumlah kedatangan kapal per
2 1,825 600
tahun + 60.331
3 2,555 750
4 1,460 360
5 730 350 Prediksi jumlah perjalanan truk bila
6 2,920 980 jumlah kedatangan kapal sebesar
7 5,110 1,500
850 perjalanan per tahun ≈
8 2,555 690
9 5,475 1,650 295 perjalanan per hari
10 7,300 2,000
2. Time series data
 Dengan seri data ini dapat dibuat “rates” yang
terpercaya, yang dapat membantu memperkirakan
tingkat bangkitan/tarikan perjalanan di waktu yad.
Contoh :

TG rate
𝛼

Prediksi jumlah
perjalanan truk
per hari
Aggregate Model

Zone 1

Zone 2

Zone 4
Zone 3

CALIBRATION  Zonal Basis


Example :
Urban  TG(zone-i)= 0.2 Total shopping area of zone-i + 0.01 Employment of zone-i
Intercity  TG (zone-i) = 0.2 Production Volume on commodity –z of zone-i
Contoh :
Model Regresi produksi dan tarikan barang untuk zona
(kabupaten) di suatu propinsi :
TA = 3,80 x1 + 700,80 x2 - 6.200.640
TP = 4,83 x1 + 8.75 x2 – 5.372.281
dimana x1 : Jumlah Penduduk
x2 : PDRB per kapita (ribuan rupiah)
TA : Trip Attraction
TP : Trip Production

Jumlah PDRB per


Kabupaten TA TP
Penduduk kapita
1 v v o o

2 v v o o

3 v v o o

4 v v o o

5 v v o o
Total TA atau TP Propinsi
O O
Disaggregate Model
Office
Shop

Zone 1

Zone 2

Zone 3 Zone 4

Calibration  Activity/Land Use basis


Example :
TG (shop) = 0.2 Shopping area
TG (office) = 0.2 Office area
TG (zone-i) = No. of shop in zone-i x TG(shop) + No.of office in zone-i x TG(office)
2. Flow–Freight Trip Distribution Models
 Pola pergerakan AB menggambarkan distribusi dari
suatu volume AB secara agregat antara pasangan titik-
titik origin dan destination yang berbeda (OD Matriks).
 Volume biasanya diukur dalam besaran ton atau nilai
uang dari barang yang dipindahkan selama periode
waktu tertentu.
 Secara operasional, besarnya volume barang yang
dipindahkan per-harinya penting untuk mereka yang
terkait dengan pergerakan AB atau dengan tarif untuk
memindahkan barang-barang tsb , yaitu untuk
menyiapkan kapasitas sistem transportasi yang
memadai.
 Untuk kepentingan perencanaan jangka yang lebih
panjang, penting juga untuk mengumpulkan data
volume AB yang berpindah per bulan / per tahunnya
OD TRIP MATRIX
CONTOH :
Si : Supply of zone - i

T ij
i j 1 2 3 4 Si
1 0 120 90 32 242
2 46 0 127 70 243
3 132 63 0 126 321
4 58 134 57 0 250
Dj 236 317 274 228

Dj : Demand of zone - j

S & D adalah produk dari Trip Generation


Forecasting Freight OD Flows

Growth Factors
Factor an existing OD trip table of commodity
flows to estimate future flows

Gravity Models

Linear Programming

 Economic Activity Models


Trace the flows of commodities between
economic sectors and between regions
GROWTH
FACTOR METHOD
 Uniform Growth Factor
𝑇𝑖𝑗 = 𝐺 𝑥 𝑇𝑖𝑗 0

𝐺 : Uniform Growth Factor (valid for all zones)


𝑇𝑖𝑗 : Volume perjalanan antara i-j pada tahun target
𝑇𝑖𝑗 0 : Volume perjalanan antara i-j pada tahun dasar

 Average Growth Factor


0 𝐺𝑖 +𝐺𝑗
𝑇𝑖𝑗 = 𝑇𝑖𝑗 𝑥
2

dimana : 𝐺𝑖 = 𝑇𝑖 /𝑇𝑖 0 dan 𝐺𝑗 = 𝑇𝑗 /𝑇𝑗 0

𝑇𝑖 : Total trips yang diproduksi/ditarik zona i pada


tahun target (output dari Bangkitan perjalanan)
𝑇𝑖 0 : Total trips yang diproduksi/ditarik zona i pada
tahun dasar
CONTOH :

Trip distribusi pada tahun dasar dan Faktor Pertumbuhan


zona-zona di wilayah studi dinyatakan sbb :

j 1 2 3
i
1 10 8 2

2 2 4 4
3 4 6 4

Zone Growth Factor

1 3
2 2
3 4

Hitunglah volume perjalanan antara setiap pasang i-j


(Trip Interchange Volume) pada tahun target dengan
Metode Average Growth Factor.
𝐺𝑖 + 𝐺𝑗
𝑇𝑖𝑗 = 𝑇𝑖𝑗 0 𝑥
2
Commonly
used for urban
studies

Iterative Proportional Fitting (IPF) Technique


Si Dj

0
1 βj
𝑇𝑖𝑗

𝛼𝑖 1 𝑇𝑖𝑗 = 𝛼𝑖 𝛽𝑗 𝑇𝑖𝑗 0 , ∀ 𝑖, 𝑗
2

𝑇𝑖𝑗 = 𝑆𝑖 , ∀𝑖
𝑗

3 𝑖 𝑇𝑖𝑗 = 𝐷𝑗 , ∀𝑗

2
4 𝑆𝑖 and 𝐷𝑗 : Predicted Supply
and Demand

5
CONTOH :

T ij 0
i j 1 2 3 4
1 0 25 40 56
2 23 0 47 28
3 54 21 0 42
4 44 64 27 0

T ij
i j 1 2 3 4 Si
1 ?? ?? ?? ?? 242
2 ?? ?? ?? ?? 243
3 ?? ?? ?? ?? 321
4 ?? ?? ?? ?? 250
Dj 236 317 274 228

T ij
i j 1 2 3 4 Si
1 0 120 90 32 242
2 46 0 127 70 243
3 132 63 0 126 321
4 58 134 57 0 250
Dj 236 317 274 228
Gravity
Model
 Setting all β𝑗 values equal to 1.0  produces a
supply or production constrained SIA model, in
which the constraints on model generated
demand totals are relaxed.

 Setting all α𝑖 values equal to 1.0  produces a


demand or attraction constrained SIA model, in
which the freight shares exactly match the
amount of commodity demanded in each region,
𝑊𝑗 , but in which the region-specific production
totals are allowed to vary from the SIA model
estimated values for 𝑉𝑖 .
 The origin-to-destination freight costs, 𝑐𝑖𝑗 , derived
 directly from empirical data or via econometric
modeling from sampled data on observed freight
rates,
 using observed data on the resource costs involved in
transportation (i.e., the fuel, vehicle operation and
maintenance costs, driver wages, etc.).
 Constructing such cost matrices can be an expensive
proposition, especially where more than one mode of
transportation is used to move such freight.

 Example freight cost functions include :


1
𝑓(𝑐𝑖𝑗 ) = exp −𝛽 𝑐𝑖𝑗 𝑎𝑛𝑑 𝑓(𝑐𝑖𝑗 ) =
𝛽 𝑐𝑖𝑗
 SIA models are most often applied to zonally
aggregated freight data, where such traffic zones
represent anything from a block group area within
an urban freight study to a county area within an
intercity or statewide freight movement study.
LINEAR PROGRAMMING

Minimum Cost Flow (MCF) Problem Bagaimana cara


distribusi terbaik
agar semua titik
Chicago Biaya satuan ruas demand terlayani
(+750) dengan “biaya
16 16 transportasi
11 sistem” terkecil ??
New
Denver 17 York
(-250) (- 400)
Kebutuhan arus di
Los titik (= supply atau
Angeles 18 15 demand di titik tsb)
(- 450)

25
Atlanta
(+500)
Houston 12 Titik Supply
(-150)
Titik Demand
LINEAR PROGRAMMING
Minimize (𝑖,𝑗 )∈𝐴 𝑐𝑖𝑗 𝑥𝑖𝑗

subject to {𝑗 :(𝑖,𝑗 )∈𝐴 𝑥𝑖𝑗 − {𝑗 :(𝑗 ,𝑖)∈𝐴 𝑥𝑗𝑖 = 𝑏(𝑖) ∀𝑖 ∈𝑁

𝑙𝑖𝑗 ≤ 𝑥𝑖𝑗 ≤ 𝑢𝑖𝑗 ∀ (𝑖, 𝑗) ∈ 𝐴


𝑛
dimana 𝑖=1 𝑏 (𝑖 ) =0

Decision Variable :
xij : Flow pada ruas (i,j)
 Model ini baik untuk
Input :
klien tunggal (Single
cij : Biaya satuan pada ruas (i,j)
client)
b(i) : Kebutuhan arus di titik (i)
 Tidak dapat
lij : Batas bawah arus di ruas (i,j)
menggambarkan
uij : Batas atas arus di ruas (i,j)
perilaku agregat dari
beragam komoditas
Himpunan :
A : Kumpulan ruas
N : Kumpulan titik
ALGORITMA SOLUSI MCF
Step 1 : Membentuk jaringan yang terdiri dari titik-titik
supply dan titik-titik demand serta ruas-ruas yang
mungkin menghubungkan titik-titik tersebut.

Step 2 : Memberikan nilai pada setiap titik maupun ruas


(biaya satuan ruas, kebutuhan arus di titik, batas
atas dan batas bawah arus di ruas)

Step 3 : Membentuk Mathematical Programming MCF.

Step 4 : Menentukan solusi pemrograman matematis


dengan menggunakan berbagai software
sebagai alat bantu
3. Modeling Freight Mode Choice
Saat ini moda angkutan barang umumnya
“captive” terhadap satu moda, khususnya
untuk pengangkutan jarak pendek, yaitu
dengan truk (short-distance hauling by trucks).
Namun untuk angkutan jarak jauh terdapat
pilihan lebih dari satu moda, yaitu :
1. Untuk barang2 curah (bulk freight), terdapat
moda rel, air atau pipa yang saling bersaing
2. Moda truk dan rel yang saling bersaing
3. Untuk barang2 berharga (high-valued
freight), termasuk parcel freight, moda truk
dan udara saling bersaing (ataupun saling
bekerjasama).
Apabila jenis moda utama sudah ditentukan
(misalnya truk, rel, air, pipa atau kombinasi
intermoda) , proses analisa pemilihan moda
angkutan barang dapat dilihat sebagai proses
pemilihan “jenis pelayanan” ataupun “jenis
teknologi” yang digunakan oleh moda ybs.
 Pendekatan yang umum digunakan untuk
menganalisa pemilihan moda adalah
menggunakan model pilihan diskret (discrete
choice model) , seperti model LOGIT, dimana
pilihan moda biasanya didasarkan pada prinsip
biaya terkecil (least-cost modal option)
 Keuntungan dari model Logit adalah dalam hal
kemudahannya , dimana model ini dapat
digunakan untuk membentuk biaya transportasi
rata-rata untuk semua moda yang ada dalam
koridor antara titik i-dan-j
Utility
Function

Urban freight movement 


mode choice is simple since the
alternative modes are limited
4. Traffic Route Assignment
 Route assignment merupakan keputusan dari carrier 
untuk memilih rute terbaik untuk membawa barang dari
titik asal ke titik tujuan.
o Untuk kasus perkotaan  Capacity Restraint Method
o Untuk kasus antar-kota  Stochastic Assignment
Model
 Untuk jenis kendaraan yang berbeda, perlu pemodelan
yang berbeda 
- Light vans kurang sensitif terhadap kondisi rute yang
bergunung, dibandingkan dengan heavy lorries.
- Kendaraan yang mengangkut barang mudah rusak
(busuk), membutuhkan prioritas lebih besar untuk
meminimasi waktu, dibandingkan dengan kendaraan
yang mengangkut barang curah.
Capacity Restraint Assignment

1 2 3 4

5 6 7 8

9 10
11 12
Capacity Restraint Assignment Link Performance Function
Link Travel
Time

Link flow - travel time


- Relationships

Free flow
travel time
Link Flow
Q = 100 vhc/hour capacity

2
Kompleksitas Pemodelan
Sumber kompleksitas :
 Komoditas yang sangat beragam dengan
kebutuhan dan karakteristik yang berbeda
 Atribut Tingkat Pelayanan , misalnya waktu
pengiriman, biaya, reliabilitas
 Karakter pengiriman, misalnya ukuran, frekuensi,
jenis barang (mudah rusak, nilai barang, dll)
 Karakteristik perusahaan , misalnya pendapatan
tahunan, ketersediaan truk sendiri, ketersediaan
jalur kereta api.
Kebutuhan Data
 Ukuran perusahaan terhadap komoditas dan
wilayah pada titik produksi dan konsumsi
 Pengiriman
 Lokasi pusat konsolidasi dan pusat distribusi,
pelabuhan, airport, stasiun kereta.
 Biaya – waktu dan jarak dari model jaringan
dikombinasikan dengan model biaya
REFERENSI
 Transportation Systems Planning. Methods and
Applications. Edited by Konstadinos G. Goulias.
CRC PRESS, 2003