Mohammad Erick Kusuma

083001600019
Perencanaan Transportasi

5. PRINCIPLES OF TRANSPORT ANALYSIS AND FORECASTING

(Prinsip-Prinsip Analisis dan Ramalan Transportasi)
5.1 The Role of Models in The Planning Process
(Peran Model dalam Proses Perencanaan)

Model merupakan representasi kenyataan sederhana, dimana model tersebut dapat digunakan
untuk mengeksplorasi rangkaian kebijakan atau strategi tertentu.

Alasan menggunakan model adalah bahwa perkiraan dapat dibuat dari hasil yang mungkin lebih
cepat dan dengan biaya dan risiko yang lebih rendah daripada yang mungkin melalui
implementasi dan pemantauan.

Model dapat digunakan untuk berbagai cara:

1. Untuk memprediksi kondisi masa depan dengan tanpa adanya intervensi kebijakan
2. Untuk memprediksi kondisi masa depan dengan asumsi bahwa masing-masing
serangkaian kebijakan dan desain/rancangan khusus dilaksanakan
3. Untuk menguji kinerja intervensi kebijakan yang diberikan di masing-masing
serangkaian bayangan masa depan
4. Untuk menghasilkan ramalan jangka pendek sebagai bagian dari manajemen atau sistem
kontrol, seperti sistem kontrol canggih lalu lintas

Model dapat dibedakan untuk merepresentasikan area kecil, seperti persimpangan individu
dengan sangat rinci, atau area luas seperti kota atau wilayah dengan kurang rinci. Skala yang
berbeda menuntun pada rancangan yang berbeda.

Menentukan model yang akan dipilih menentukan tidak hanya cakupan geografis dan detail
tetapi juga indikator outputnya. Jadi jika model ini akan digunakan sebagai bagian dari faktor
keselamatan dari dua persimpangan desain, maka perlu untuk menghasilkan perkiraan berbagai
jenis celah dan kecelakaan kendaraan.

Umumnya pekerjaan permodelan berkaitan dengan penilaian dalam arti luas dari kata opsi
alternatif atau desain. Penilaian ini akan membutuhkan biaya dan manfaat dari setiap opsi dan
akan menggunakan model untuk memperkirakan kinerjanya dalam hal faktor-faktor seperti
waktu tempuh, biaya operasi kendaraan, kecalakaan, AMDAL, dan pendapatan.
5.2 Desirable Features of a Model
(Fitur yang Diinginkan dari Suatu Model)

Suatu model secara ideal menghasilkan ramalan yang akurat, dengan biaya minimum dalam hal
sumber data dan komputasi.

Untuk memengaruhi trade-off ini dengan tepat, seorang analis perlu memahami tingkat akurasi
yang benar-benar diperlukan dalam konteks aat ini (mengingat bahwa, untuk beberapa tujuan,
perkiraan mungkin semua yang benar-benar diperlukan), data apa saja yang sudah ada, berapa
biaya data tambahan yang bisa disediakan, sumber daya komputasi apa yang tersedia, dan berapa
biayanya.

Berikut adalah ciri-ciri model yang baik.

1. Akurasi dan Presisi
Sejauh mana ini penting ditentukan oleh konteks dimana model akan digunakan,
mengingat bahwa akurasi tambahan biasanya diperoleh dengan biaya dan ketepatan yang
jelas sering palsu.
2. Ekonomi dalam sumber daya data dan komputasi
Walaupun perkembangan yang sedang berlangsung dalam pengambilan data otomatis
dan komputasi, memungkinkan untuk merenung dan bersantai dalam tegangan/kendala,
ini tetap hal penting.
3. Kemampuan untuk menghasilkan indikator relevan pada tingkat disagregasi yang sesuai
Indikator sebenarnya yang diperlukan tentu saja akan tergantung pada konteksnya.
4. Kemampuan untuk merepresentasikan proses dan interaksi yang relevan
Misalnya, ini bisa jadi perlu atau tidak perlu bagi model untuk memungkinkan pilihan
mode, pilihan waktu perjalanan, atau pilihan tujuan. Ini penting bahwa model harus
menyertakan representasi dari setiap proses yang mungkin dipengaruhi oleh langkah-
langkah kebijakan yang sedang diuji.
5. Penyebaran geografis yang sesuai
Setidaknya suatu model meliputi seluruh area dimana terdapat efek dari kebijakan, ini
tidak mungkin mengindikasikan dampak keseluruhan dan mungkin menghasilkan
perkiraan yang terganggu tentang kemungkinan manfaatnya.

Ini dapat ditentukan, mungkin tidak penting, dimana suatu model seharusnya bersifat
transparan dan ramah pengguna. Transparansi disini menunjukkan bahwa pekerjaan dari
suatu model seharusnya tampak pada pengguna.

Praktek dari permodelan yang baik menunjukkan bahwa akan lebih baik untuk model
agar sedikit lebih spesifik daripada kurang, karena meskipun bekasnya menanggung
redundansi, akhir menanggung error atau kebiasan.
1. Apa yang menjadi topik bahan
Suatu model transportasi dirancang untuk memprediksi kondisi masa depan dari
kondisi saat ini, hingga meramal jangka pendek sebagai bagian dari manajemen atau
sistem kontrol, seperti sistem kontrol canggih lalu lintas.

2. Pernyataan penting yang menjadi pokok pikiran utama

Model merupakan representasi kenyataan sederhana, dimana model tersebut dapat
digunakan untuk mengeksplorasi rangkaian kebijakan atau strategi tertentu. Alasan
menggunakan model adalah bahwa perkiraan dapat dibuat dari hasil yang mungkin
lebih cepat dan dengan biaya dan risiko yang lebih rendah daripada yang mungkin
melalui implementasi dan pemantauan. Suatu model secara ideal menghasilkan
ramalan yang akurat, dengan biaya minimum dalam hal sumber data dan komputasi.

3. Kutipan kalimat penting

“Good modeling practice dictates that it is better for a model to be slightly over-
specified rather than slightly under-specified because, although the former risks
redundancy, the latter risks bias or error. Resource constraints, however, will
discourage anyone from deliberately over-specifying their model.” (hal 105)

Terjemahan:
“Praktek dari permodelan yang baik menunjukkan bahwa akan lebih baik untuk
model agar sedikit lebih spesifik daripada kurang, karena meskipun bekasnya
menanggung redundansi, akhir menanggung error atau kebiasan. Bagaimanapun,
kendala sumber daya akan mencegah siapapun dari ketersengajaan melebih-
spesifikan model mereka”.

4. Variabel / Kata penting / Kosa kata

- AMDAL, analisis mengenai dampak lingkungan
- Redundansi, penggunaan/pemakaian sesuatu yang tidak perlu/terlalu banyak

5. Kesimpulan
Model merupakan representasi kenyataan sederhana, dimana model tersebut dapat
digunakan untuk mengeksplorasi rangkaian kebijakan atau strategi tertentu. Model
memiliki tingkatan menurut skala geografis. Dalam membuat model, seorang analis
harus akurat dan presisi dalam pemenuhan data yang dibutuhkan saat ini untuk
menghasilkan prediksi/ramalan yang akurat juga.