TS Unjani
ASUMSI 412153067
600
500
Trip Production
400
200
100
0
0 500 1000 1500
Kepemilikan Kendaraan
Ferry R., Ir. MT.
TS Unjani
CONTOH :
• 3 Variabel (kepemilikan kendaraan, pendapatan, ukuran rumah
tangga)
• 3 kategori kepemilkan kendaraan (0, 1, 2+)
• 3 kategori pendapatan (rendah, menengah, tinggi)
• 2 kategori ukuran rumah tangga (1-3, 4+)
TRIP RATE masing-masing KATEGORI
Tingkat Tingkat Tingkat Pendapatan
Kepemilikan Kendaraan Ukuran Rumah Tangga Rendah Menengah Tinggi
0 1-3 3.4 3.7 3.8
4+ 4.9 5.0 5.1
1 1-3 5.2 7.3 8.0
4+ 6.9 8.3 10.2
2+ 1-3 5.8 8.1 10.0
4+ 7.2 11.8 12.9
PENGUMPULAN DATA
• DATA TRANSPORT SUPPLY ( Data fasilitas transport dan karakteristik
pelayanan dalam berbagai kondisi lalu lintas)
• DATA TRAVEL DEMAND (Jenis dan intesitas Tata Guna Lahan,
karakteristik sistem transport / transport suplly, karakteristik perjalanan)
b. TIDAK LANGSUNG
- Metode Faktor Pertumbuhan / Metode Analogi
Uniform
Average
Fratar
Detroit
Furness
- Metode Sintetis
Opportunity
Gravity
Gravity - Opportunity
2. TIDAK KONVENSIONAL
(Berdasarkan Informasi Arus Lalu Lintas)
a. Estimasi Matriks Entropi Maksimum (EMEM)
b. Model Estimasi Kebutuhan Transportasi (MEKT)
Ferry R., Ir. MT.
TS Unjani
412153067
METODE UNIFORM
Tid = tid . E
E = T/t
Dimana :
T = Total pergerakan masa mendatang
t = Total pergerakan masa sekarang
ZONA 1 2 3 4 oi Oi Ei
1 18 106 141 88 352 300 0.852
2 141 35 176 88 440 250 0.568
3 35 229 18 88 370 420 1.136
4 176 141 106 35 458 650 1.420
METODE AVERAGE
Iterasi 1
ZONA 1 2 3 4 oi Oi Ei
1 17.5 90.0 100.0 113.2 320.7 300 0.935
2 120.0 25.0 100.0 100.7 345.7 250 0.723
3 40.0 227.5 15.0 125.7 408.2 420 1.029
4 225.0 160.0 105.0 55.3 545.3 650 1.192
Iterasi 12
ZONA 1 2 3 4 oi Oi Ei
1 16 67 74 144 300 300 0.999
2 83 14 55 99 250 250 0.999
3 41 190 13 177 420 420 1.000
4 281 165 109 94 649 650 1.001
METODE FRATAR
METODE DETROIT
• Mirip dengan Fratar dengan asumsi pergerakan dari Zona i meningkat
sesuai dengan tingkat pertumbuhan Ei dan harus disebarkan ke zona d
sebanding dengan Ed dibagi dengan tingkat pertumbuhan global (E)
• Dilakukan iterasi sehingga Ti = Ti(G) dan Td = Td(G)
Iterasi 8
ZONA 1 2 3 4 oi Oi Ei
1 16 68 75 141 300.0 300 1.000
2 82 15 61 92 250.0 250 1.000
3 40 188 12 180 420.0 420 1.000
4 283 164 102 102 650.0 650 1.000
METODE FURNESS
• Sebaran pergerakan masa mendatang didapatkan dengan mengalikan
sebaran masa sekarang dengan tingkat pertumbuhan zona asal atau
zona tujuan yang dilakukan bergantian
• Dilakukan iterasi sehingga Ti = Ti(G) dan Td = Td(G)
Tid = tid . Ei
Iterasi 1
Tid = tid . Ed
ZONA 1 2 3 4 oi Oi Ei
1 15.0 90.0 120.0 75.0 300.0 300 1.000
2 80.0 20.0 100.0 50.0 250.0 250 1.000
3 40.0 260.0 20.0 100.0 420.0 420 1.000
4 250.0 200.0 150.0 50.0 650.0 650 1.000
Iterasi 2
ZONA 1 2 3 4 oi Oi Ei
1 16.4 68.7 76.9 140.5 302.4 300 0.992
2 87.3 15.3 64.1 93.6 260.3 250 0.961
3 43.6 198.4 12.8 187.3 442.2 420 0.950
4 272.7 152.6 96.2 93.6 615.1 650 1.057
Iterasi 6
ZONA 1 2 3 4 oi Oi Ei
1 16 68 75 141 300 300 0.999
2 82 15 61 92 250 250 1.001
3 40 188 12 180 421 420 0.999
4 282 164 102 102 649 650 1.001
MODEL GRAVITY
• Model ini menggunakan analogi konsep gravity oleh Newton, dimana
metode ini berasumsi bahwa distribusi pergerakan berkaitan dengan
parameter zona (misal populasi) dan aksesibilitas sebagai fungsi jarak,
waktu ataupun biaya
Tid = Oi . Dd . Ai . Bd . f(Cid)
Ai = 1 / ( Bd . Dd . fid)
Bd = 1 / ( Ai . Oi . fid)
Dimana :
Ai ; Bd = Faktor penyeimbang
f(Cid) = Fungsi hambatan
Hyman (1969) menyarankan 3 (tiga) jenis fungsi hambatan, yaitu :
MODEL GRAVITY
Data yang diperlukan untuk membentuk model distribusi :
MODEL GRAVITY
Penggunaan Model Gravity :
• Unconstrained tidak mempertimbangkan persaingan antar zona dalam
distribusi
• Single Constrained (Production atau Attraction) memungkinkan pemilihan
alternatif zona tujuan, tetapi tidak memperhitungkan permintaan pemakai
jalan lain di zona asal dan sebaliknya
• Fully Constrained; mempertimbangkan kelemahan model gravity lainnya
Secara umum Fully constrained sebaiknya digunakan apabila data survai
dan peramalan produksi dan tarikan dimasa datang dapat dilakukan
dengan akurat, apabila tidak maka dapat dipilih model yang lebih
sederhana yang mungkin lebih baik dan lebih murah.
Kalibrasi Model Gravity :
• Proses menaksir nilai dan jika dipertimbangkan fungsi eksponensial,
pangkat dan Tanner. Apabila bukan fungsi Tanner maka kalibrasi adalah
penaksiran nilai atau
• Terdapat beberapa metode diantaranya :
1. Metode Sederhana (Trial and Error)
2. Metode Hyman
3. Metode Analisis Regresi Linear
4. Metode Penaksiran Kuadrat Terkecil
5. Metode Penaksiran Kemiripan Maksimum
6. Metode Penaksiran Inferensi Bayes
7. Metode Penaksiran Entropi Maksimum
8. Dll.
Ferry R., Ir. MT.
TS Unjani
412153067
MODEL GRAVITY
Bangkitan dan Tarikan Pergerakan Zona
Zona 1 2 3 4 Oi
1 200
2 300
3 350
4 150
Dd 300 200 150 350 1,000
Asumsi :
Fungsi Hambatan Eksponensial negatif
= 0.095
Matriks exp(-Cid)
Zona 1 2 3 4
1 0.62189 0.14957 0.03597 0.00865
2 0.24051 0.38674 0.00865 0.09301
3 0.00538 0.09301 0.38674 0.05784
4 0.09301 0.24051 0.01391 0.62189
Ferry R., Ir. MT.
TS Unjani
412153067
FULLY CONSTRAINED
Rumus : Tid = Ai . Oi .Bd . Dd . Exp(- Cid )
Ai = 1 / (Bd Dd fid) untuk semua i
Bd = 1 / (Ai Oi fid) untuk semua d
Iterasi : 1
Ai = 1
Bd = 1 / (Ai Oi fid)
Matriks Hasil Model Gravity Unconstrained Iterasi : 1
Zona 1 2 3 4 oi Oi Ei Ai
1 1.000
2 1.000
3 1.000
4 1.000
dd
Dd
Ed
Bd 0.00471 0.00466 0.00679 0.00699
Iterasi : 2
Ai = 1 / (Bd Dd fid)
Bd = Bd (iterasi ke1)
Matriks Hasil Model Gravity Unconstrained Iterasi : 2
Zona 1 2 3 4 oi Oi Ei Ai
1 0.92960
2 1.06786
3 1.58802
4 0.52907
dd
Dd
Ed
Bd 0.00471 0.00466 0.00679 0.00699
Ferry R., Ir. MT.
TS Unjani
FULLY CONSTRAINED
Iterasi : 13
Ai = Oi (iterasi ke12)
Bd = 1 / (Ai Oi fid)
Matriks Hasil Model Gravity Unconstrained Iterasi : 13
Zona 1 2 3 4 oi Oi Ei Ai
1 0.83508
2 0.95654
3 2.09897
4 0.42402
dd
Dd
Ed
Bd 0.00547 0.00455 0.00341 0.00908
0.00003 0.00000 -0.00002 -0.00002
Iterasi : 14
Ai = 1 / (Bd Dd fid)
Bd = Bd (iterasi ke13)
Matriks Hasil Model Gravity Unconstrained Iterasi : 14
Zona 1 2 3 4 oi Oi Ei Ai
1 170 23 3 5 200 200 1.000 0.83128 -0.00381
2 113 101 1 85 300 300 1.000 0.95517 -0.00137
3 7 62 146 135 350 350 1.000 2.10548 0.00652
4 10 14 0 126 150 150 1.000 0.42476 0.00075
dd 299 200 150 350 1,000
Dd 300 200 150 350
Ed 1.003 1.000 0.997 0.999
Bd 0.00547 0.00455 0.00341 0.00908
Ferry R., Ir. MT.
TS Unjani
412153067
MS D
D D D - MS MS
A A A A
MSt = 1/(1+[It/Ia]b)
Dimana :
MSt = prosentase angkutan umum
It = hambatan publict transport i - d
Ia = hambatan private transport i - d
b = eksponen kalibrasi dari survai
KOMENTAR THD MODE SPLIT MODEL
• Perlu dipahami pengertian antara perceived cost dan actual cost
• Captive public transport trips adalah orang yang tidak punya angkutan
pribadi sehingga dia sangat tergantung angkutan umum. Kelompok ini
harus dikeluarkan dari proses mode split model
• Kebanyakan mode split model adalah untuk memilih 2 moda (angkutan
umum dan angkutan pribadi), Sehingga perlu dilakukan hirarki
pemilihan mode untuk lebih dari 2 moda transport (Decision trees)
BINOMIAL MODE SPLIT (Binomial Logit Model)
Ferry R., Ir. MT.
TS Unjani
412153067
1.00
0.80
0.60
PJR
0.40
0.20
0.00
-100
20
40
60
80
-80
-60
-40
-20
100
CJB - CJR
•
PJR = ------------------------------------
Metoda Rasio 1 + 0,1931 ( CJR/CJB)4,4819
1.00
0.80
0.60
PJR
0.40
0.20
0.00
0.00
0.20
0.40
0.60
0.80
1.00
1.20
1.40
1.60
1.80
2.00
2.20
2.40
2.60
2.80
3.00
3.20
3.40
CJR / CJB
Ferry R., Ir. MT.
TS Unjani
412153067
Ferry R., Ir. MT.
TS Unjani
412153067
A 2 20 1000 B
3 60 0
Ferry R., Ir. MT.
TS Unjani
412153067
MODEL BURREL
TRANPLAN
Ferry R., Ir. MT.
TS Unjani
412153067
Ferry R., Ir. MT.
TS Unjani
PERAMALAN dan EVALUASI 412153067
EVALUASI
Pemilihan Rencana Terbaik
IMPLEMENTASI
EVALUASI Rencana Terbaik
Pemilihan Rencana Terbaik dengan berdasarkan kondisi lalu lintas (Do Something
and Do Nothing Scenarios)
• Evaluasi Operasional (karakteristik lalu lintas dan jaringan)
• Evaluasi Ekonomi (biaya dan manfaat)
• Evaluasi Lingkungan (karakteristik lingkungan) TRANPALN
Ferry R., Ir. MT.
TS Unjani
412153067