TRIP DISTRIBUSI

Distribusi Perjalanan
• Distribusi Perjalanan (Trip Distribustion Model)
merupakan suatu tahapan pemodelan yang
memperkirakan distribusi jumlah pergerakan yang
berasal dari suatu zona asal (origin, i) menuju ke suatu
zona tujuan (destination, j).
• Pada tahapan ini yang diperhitungkan adalah :
1. Sistem kegiatan (Land use)
2. Sistem jaringan (Aksesibilitas)
• Trip distribution merepresentasikan jumlah perjalanan
dari zona asal i ke zona tujuan j, biasanya ditulis dalam
bentuk Matriks Asal Tujuan (MAT), dengan array 2
dimensi.
 Konsep Distribusi Perjalanan

Konsep Bangkitan dan Tarikan

Perjalanan i Tij j

j1

Tij1
Konsep Distribusi Perjalanan j2
i Tij Tij2
Tij3
j3
 MATRIK ASAL–TUJUAN (MAT)
Tujuan
Zona Zona Zona
(ke) … Total Oi
Asal (dari)
1 2 j

O1
Zona 1 T11 T12 … …

Zona 2 T21 T22 … … O2

Oi
Zona i … … Tij …

.
.
… … … … …
.

Total
Total Dj D1 D2 Dj …
Perjalanan
 Contoh pembentukan MAT :
200
200 700
2 300
1
300 300

240 4
450 300 400 400
200 300
300 500
460
3 600
5
300 6
350
100 400 200

: Zona Kajian

: Arus lalu lintas (jumlah perjalanan)

dalam smp/jam
 Matrik Asal Tujuan

Tujuan
(ke)
Total
1 2 3 4 5 6
Asal (dari) Oi

1 200 700 300 --- 240 --- 1440

2 300 200 --- 300 400 --- 1200

3 450 --- 350 --- 460 --- 1260

4 --- --- --- 300 --- 500 800

5 200 400 300 300 100 600 1900

6 --- --- --- 300 400 200 900

Dj 1150 1300 950 1200 1600 1300 7500

 200
200 700
2 300
1
300 300

240 4
450 300 400 400
200 300
300 500
3 460
5 600
300 6
350 400 200
100

Tujuan
Total
(ke) 1 2 3 4 5 6
Asal (dari) Oi

1 200 700 300 --- 240 --- 1440

2 300 200 --- 300 400 --- 1200

3 450 --- 350 --- 460 --- 1260

4 --- --- --- 300 --- 500 800

5 200 400 300 300 100 600 1900
6 --- --- --- 300 400 200 900

Dj 1150 1300 950 1200 1600 1300

7500
 Model Distribusi Perjalanan
• Model Uniform
• Model Average
Model • Model Fratar
Growth Factor
• Model Detroit
• Model Furness
Model Distribusi
• Model Gravity
Perjalanan
(unconstrained,
production constrained,
Model attraction constrained,
Synthetic fully constrained)
• Model Opportunity
• dll
 Model Distribusi Perjalanan
1. Metoda Faktor Pertumbuhan (Growth Factor)
Pergerakan di masa mendatang adalah
pertumbuhan dari pergerakan pada masa
sekarang.
2. Metoda Sintetis (Synthetic Method)
Pada metoda ini sudah mulai
mempertimbangkan bukan saja faktor
pertumbuhan tetapi juga mempertimbangkan
faktor aksesibilitas.
Model Distribusi Perjalanan Metode Analogi berdasarkan Faktor
Pertumbuhan (Growth Factor)

1. Model Seragam (Uniform)

2. Model Rata-rata (Average)
3. Model Fratar
4. Model Detroit
5. Model Furness
Persamaan Umum Faktor Pertumbuhan (Growth
Factor)
Model faktor pertumbuhan adalah pendekatan
pemodelan distribusi perjalanan yang paling sederhana
dengan persamaan umum sebagai berikut :

Tij = Qij × E

dimana : Tij = perjalanan yang akan datang dari i ke j

Qij = perjalanan pada base year dari i ke j
E = faktor pertumbuhan
 1 . MODEL SERAGAM (UNIFORM)
Tij = Qij × E

dimana :
Tij = perjalanan yang akan datang dari i ke j
Qij = perjalanan pada base year dari i ke j
T
E = growth factor =
Q
 1 . MODEL SERAGAM (UNIFORM)
Asumsi dasar model uniform
1. Semua daerah dianggap mempunyai tingkat bangkitan atau tarikan
yang seragam
2. Total bangkitan = total tarikan
Kelemahan model uniform
1. Tidak dapat dipakai pada daerah yang tingkat pertumbuhannya tidak
merata
2. Tidak cocok dipakai di Indonesia karena tingkat pertumbuhan
daerah-daerah di Indonesia tidak merata
3. Tidak mempertimbangkan aksesibilitas tapi hanya dipengaruhi oleh
faktor pertumbuhan yang disebabkan oleh perubahan land use
4. Model ini tidak cocok digunakan untuk perencanaan jangka panjang
karena dalam jangka panjang tidak dapat dijamin bahwa tidak ada
perubahan aksesibilitas
 Metode Seragam
2,0
2,0
Tij j

i
Tik k

Distribusi Bangkitan Tingkat Tij = 500 perjalanan

Base Year Perjalanan : pertumbuhan:
Tik = 340 perjalanan
840 perjalanan 2,0 pada tahun ke-n

Bangkitan Tij = 1000 perjalanan

Distribusi Perjalanan :
Tahun ke-n 1680 perjalanan
Tik = 680 perjalanan
 2. MODEL RATA-RATA (AVERAGE)

Tij = Qij × (Ei + Ej)/2

dimana :
Tij = perjalanan yang akan datang dari i ke j
Qij = perjalanan pada base year dari i ke j
Ei = Ti / Qi, dan Ej = Tj / Q j
 Metode Rata-Rata
2,0 3,0
Tij j

i
Tik k 1,8

Distribusi Bangkitan Tingkat Pertumbuhan utk Tij = 500 perjalanan

Base Year Perjalanan : tahun ke-n
Tik = 340 perjalanan
840 perjalanan Asal Tujuan
Zona i : 2,0 Zona j : 3,0
Zona k : 1,8
Distribusi Bangkitan E ij : Eik : Tij = 1250 perjalanan
Tahun ke-n Perjalanan : [2+3]/2 [2+1,8]/2
Tik = 646 perjalanan
1680 perjalanan
 3. MODEL FRATAR

Model ini mencoba mengatasi permasalahan

sebelumnya.

1. Distribusi perjalanan dari suatu zona pada waktu

yang akan datang proporsional dengan distribusi
perjalanan pada waktu sekarang.
2. Distribusi perjalanan dimodifikasi dengan faktor
pertumbuhan dari zona kemana perjalanan tersebut
berakhir.

Modifikasi tersebut memperhitungkan lokasi zona yang

berkaitan dengan zona lainnya. Faktor pertumbuhan
akhir (final) yang akan digunakan didapat dengan cara
coba-coba (iterasi).
 Model Fratar
Ei Ed1
ti1
i 1
ti2
Ed2
ti3 2
 Li + Ld 
Tid = tid ⋅ Ei ⋅ Ed ⋅  
 2 
N N Ed3
3
∑ tik ∑ tdk
k ≠i k ≠i
Li = N
, Ld = N
∑ Ek ⋅ tik ∑ Ek ⋅ tdk Li, Ld = efek dari lokasi
k ≠i k ≠i
 Contoh Analisis :
TUJUAN
1 2 3 4 Total Total yad. Kenaikan
1 20 40 50 60 170 340 2
ASAL

2 40 30 100 50 220 220 1

3 60 30 20 90 200 500 2.5
4 80 70 60 40 250 750 3
Total 200 170 230 240 840
Total yad. 200 510 460 640 1810
Kenaikan 1 3 2 2.67 2.15
Perhitungan nilai Li dan Ld

Li untuk pengulangan pertama

L1 = (t12+t 13+t 14)/(E12*t12+E13*t13+E14*t14) = (40+50+60)/(1*40+2.5*50+3*60) = 0,4348
L2 = (t21+t 23+t 24)/(E21*t21+E23*t23+E24*t24) = (40+100+50)/(2*40+2.5*100+3*50) = 0,3958
L3 = (t31+t 32+t 34)/(E31*t31+E32*t32+E34*t34) = (60+30+90)/(2*60+1*30+3*90) = 0,5238
…
Ld untuk pengulangan pertama
L1 = (t21+t 31+t 41)/(E21*t21+E31*t31+E41*t41) = (40+60+80)/(3*40+2*60+2.67*80) = 0,3971
L2 = (t12+t 32+t 42)/(E12*t12+E32*t32+E42*t42) = (40+30+70)/(1*40+2*30+2.67*70) = 0,4884
L3 = (t13+t 23+t 43)/(E13*t13+E23*t23+E43*t43) = (50+100+60)/(1*50+3*100+2.67*60) = 0,4118
…
 Hasil Iterasi ke-1 :
1 2 3 4 total total yad Ei Li
1 20 40 50 60 170 340 2 0,434783
2 40 30 100 50 220 220 1 0,395833
3 60 30 20 90 200 500 2,5 0,428571
4 80 70 60 40 250 750 3 0,552632
total 200 170 230 240 840
total yad 200 510 460 640 1810
Ed 1 3 2 2,67 2,15
Ld 0,397059 0,488372 0,411765 0,512821
1
1 2 3 4 total total yad Ei Li
1 16,63683 110,7786 84,65473 151,6165 363,6866 340 0,9349 0,977954
2 15,85784 39,78924 80,7598 60,57692 196,9838 220 1,1168 1,013363
3 61,92227 103,1561 42,01681 282,4176 489,5128 500 1,0214 1,01106
4 113,9628 327,9162 173,5913 170,4723 785,9427 750 0,9543 0,946758
total 208,3798 581,6401 381,0227 665,0833 1836,126
total yad 200 510 460 640
Ed 0,959786 0,876831 1,207277 0,96
Ld 0,966803 0,991655 1,062356 0,91664
 Hasil Iterasi ke-2 & 3 :
2
1 2 3 4 total total yad Ei Li
1 14,5155 89,42792 97,47113 129,2076 330,6221 340 1,0284 0,976368
2 16,82993 39,06267 113,0142 62,82482 231,7316 220 0,9494 0,95054
3 60,03349 92,51372 53,71463 267,5538 473,8156 500 1,0553 0,974296
4 99,86666 265,9288 200,9001 145,8491 712,5448 750 1,0526 0,999168
total 191,2456 486,9331 465,1001 605,4354 1748,714
total yad 200 510 460 640
Ed 1,045776 1,047372 0,989034 1,06
Ld 0,96801 0,960824 0,950806 0,987205
3
1 2 3 4 total total yad Ei Li
1 15,17638 93,29613 95,52681 137,9 341,8993 340 0,9944 1,005083
2 16,02882 37,12048 100,8818 61,08679 215,1179 220 1,0227 1,016571
3 64,3399 98,93397 53,96202 292,7132 509,9491 500 0,9805 1,004755
4 108,1239 287,3026 203,9104 161,1743 760,5113 750 0,9862 0,996771
total 203,669 516,6532 454,281 652,8743 1827,478
total yad 200 510 460 640
Ed 0,981985 0,987122 1,012589 0,98
Ld 1,008176 1,012886 1,017903 0,999159
 Hasil Iterasi ke-4 & 5 :
4
1 2 3 4 total total yad Ei Li
1 14,91844 92,40594 97,29761 134,7148 339,3368 340 1,002 0,998073
2 16,29646 38,026 106,2709 61,72288 222,3163 220 0,9896 0,992567
3 62,34869 96,59919 54,18226 281,8933 495,0235 500 1,0101 0,999108
4 104,9676 281,0336 205,1177 155,4952 746,6141 750 1,0045 1,001119
total 198,5312 508,0647 462,8685 633,8263 1803,291
total yad 200 510 460 640
Ed 1,007398 1,003809 0,993803 1,01
Ld 0,996212 0,994031 0,992417 1,001078
5
1 2 3 4 total total yad Ei Li
1 15,01516 92,5723 96,42296 136,235 340,2454 340 0,9993 1,000506
2 16,15483 37,52003 103,7273 61,47877 218,881 220 1,0051 1,003369
3 63,29294 97,60597 54,15734 287,5273 502,5835 500 0,9949 0,999658
4 106,082 282,6963 204,1092 157,8951 750,7826 750 0,999 0,999461
total 200,5449 510,3946 458,4168 643,1362 1812,493
total yad 200 510 460 640
Ed 0,997283 0,999227 1,003454 1,00
Ld 1,00168 1,002742 1,00332 0,998816

perbedaan 0,27% 0,08% -0,34% 0,49%

 4. MODEL DETROIT
• Metode ini dikembangkan bersamaan dengan pelaksanaan
pekerjaan Detroit Metropolitan Area Traffic Study dalam
usahanya mempersingkat waktu operasi komputer dan
mengoreksi metode sebelumnya.
• Persamaan Umum :
 Ei ⋅ Ed 
Tid = tid  E 
 

• Nilai perjalanan untuk setiap sel matriks diatur dengan coba-

coba dan iterasi sehingga total trip production dan trip
attraction mendekati untuk faktor koreksi yang kecil (5 atau 10
%)
 Contoh Perhitungan Distribusi Perjalanan
dengan Metode Detroit :

TUJUAN
1 2 3 4 Total Total yad. Kenaikan
1 20 40 50 60 170 340 2
ASAL

2 40 30 100 50 220 220 1

3 60 30 20 90 200 500 2.5
4 80 70 60 40 250 750 3
Total 200 170 230 240 840
Total yad. 200 510 460 640 1810
Kenaikan 1 3 2 2.67 2.15
 Cara Hitung :

 E1E1   2 × 1
T11 = t11   = 20   = 18 ,6
 E   2 ,15 
 E1E2  2 × 3
T12 = t12   = 40   = 111,63
 E   2 ,15 
...
...
...
 Hasil Perhitungan Iterasi ke-1

Iterasi 1

TUJUAN
1 2 3 4 Total Total yad. Kenaikan
1 18.60 111.63 93.02 149.02 372.28 340 0.913293
ASAL

2 18.60 41.86 93.02 62.09 215.58 220 1.020496

3 69.77 104.65 46.51 279.42 500.35 500 0.999303
4 111.63 293.02 167.44 149.02 721.12 750 1.040054
Total 218.60 551.16 400.00 639.56 1809.33
Total yad. 200 510 460 640 1810
Kenaikan 0.914894 0.925316 1.15 1.000691 1.00037
 Hasil Iterasi ke-10
Iterasi 10

TUJUAN
1 2 3 4 Total Total yad. Kenaikan
1 15 92 97 136 340.00 340 1.0
ASAL

2 16 38 105 61 220.00 220 1.0

3 63 97 54 285 500.00 500 1.0
4 105 283 204 158 750.00 750 1.0
Total 200.00 510.00 460.00 640.00 1810.00
Total yad. 200 510 460 640 1810
Kenaikan 1.0 1.0 1.0 1.0 1.000000

Kondisi Saat Ini : Kondisi Yang Akan Datang :

TUJUAN TUJUAN
1 2 3 4 1 2 3 4
1 20 40 50 60 1 15 92 97 136
Hasil Hitungan
ASAL

ASAL
2 40 30 100 50 2 16 38 105 61
3 60 30 20 90 3 63 97 54 285
4 80 70 60 40 4 105 283 204 158
 5. MODEL FURNESS

• Metode ini paling sering digunakan di Inggris yang juga

termasuk metode iterasi. Metode ini berdasarkan estimasi
faktor pertumbuhan (growth factor) untuk produksi
perjalanan dan tarikan perjalanan, yaitu dua buah faktor
pertumbuhan untuk setiap zona.
• Faktor pertumbuhan (growth factor) tersebut diaplikasikan
pada baris dan kolom MAT untuk mendapatkan perjalanan
masa depan.
• Nilai perjalanan untuk setiap sel matriks diatur dengan coba-
coba dan iterasi sehingga total produksi perjalanan dan
tarikan perjalanan mendekati untuk faktor koreksi yang kecil
(5 atau 10 %)
 MODEL FURNESS …
• Metode Furness selalu mempunyai satu solusi
akhir dan terbukti efisien dibandingkan
dengan metode analogi lainnya.
• Solusi akhir selalu sama, tidak bergantung dari
perhitungan Iterasi dimulai dari baris atau
kolom.
Keuntungan model Furness:
1. Hanya memerlukan data eksisting trip ditambah dengan
perkiraan pertumbuhan zona di masa mendatang
2. Hanya diperlukan iterasi sederhana untuk menghasilkan
produk yang balance
Kerugian model Furness:
1. Relatif mahal untuk mendapatkan data eksisting
2. Batas zona harus konstan, sehingga tidak ada zona baru
pada masa mendatang
3. Tidak dapat digunakan untuk daerah dengan tingkat
pertumbuhan pesat
4. Tidak memperhitungkan tingkat aksesibilitas
5. Tidak memperhitungkan transport impedance (time
distance, cost antarzona)
 Contoh Analisis Distribusi Perjalanan
menggunakan Model FURNESS
Suatu daerah studi terdiri dari 4 zone : A, B, C dan D. Distribusi bangkitan
perjalanan dan tarikan perjalanan dijelaskan sebagai berikut:

200 100
A B
150 500 50 300
100 80 200
200
D 400 300 C
Untuk 5 tahun yang akan datang, diperkirakan bangkitan perjalanan naik
menjadi : zone A = 3 x, zone B = 2,5 x, zone C = 2 x dan zone D = 1,6 x;
sedangkan tarikan perjalanan dari masing-masing zona naik menjadi : zone A
= 1,2 x, zone B = 1,5 x, zone C = 3 x dan zone D = 2,4 x. Tentukan distrbusinya 5
tahun y.a.d !
 Langkah 1 : Distribusi Perjalanan

Distribusi perjalanan saat ini

TUJUAN
A B C D Total Kenaikan Prediksi
A - 200 500 150 850 3 2550
ASAL

B 100 - 300 50 450 2.5 1125

C 200 200 - 300 700 2 1400
D 100 80 400 - 580 1.6 928
Total 400 480 1200 500
Kenaikan 1.2 1.5 3 2.4
Prediksi 480 720 3600 1200
 Langkah 2 : Iterasi 1
Prediksi distribusi perjalanan 5 tahun yad., (Iterasi 1 : Kenaikan Bangkitan)

TUJUAN
A B C D Total
A - 600 1500 450 2550
ASAL

B 250 - 750 125 1125

C 400 400 - 600 1400
D 160 128 640 - 928
Total 810 1128 2890 1175
Seharusnya 480 720 3600 1200
F.Koreksi 0.59 0.64 1.25 1.02

F.Koreksi = Perjalanan seharusnya/Total Perjalanan = 480 / 810 = 0,59

 Langkah 3 : Iterasi 2

Prediksi distribusi perjalanan 5 tahun yad., (Iterasi 2 : F.Koreksi Tarikan)

TUJUAN
A B C D Total Seharusnya F.Koreksi
A - 384 1875 459 2718 2550 0.94
ASAL

B 147.5 - 937.5 127.5 1212.5 1125 0.93

C 236 256 - 612 1104 1400 1.27
D 94.4 81.92 800 - 976.32 928 0.95
Total 477.9 721.92 3612.5 1198.5
 Langkah 4 : Iterasi 3

Prediksi distribusi perjalanan 5 tahun yad., (Iterasi 3 : F.Koreksi Bangkitan)

TUJUAN
A B C D Total
A - 360.96 1762.5 431.46 2554.92
ASAL

B 137.175 - 871.875 118.575 1127.625

C 299.72 325.12 - 777.24 1402.08
D 89.68 77.824 760 - 927.504
Total 526.575 763.904 3394.375 1327.275
Seharusnya 480 720 3600 1200
F.Koreksi 0.91 0.94 1.06 0.90