SKRIPSI
Disusun Oleh :
42
43
LEMBAR PERSETUJUAN
Disusun Oleh :
SKRIPSI
Disusun Oleh :
Mengetahui, Disahkan,
a.n. Dekan Fakultas Teknik UNS Ketua Jurusan Teknik Sipil
Pembantu Dekan I Fakultas Teknik UNS
Motto
”Orang-orang yang berhasil di dunia ini adalah orang-orang yang bangkit dan mencari
keadaan yang mereka inginkan dan jika tak menemukannya, mereka akan membuatnya
sendiri.”
(George Bernard Shaw)
”Jembatan kehidupan tak akan pernah tersambung, sebelum kita fokus, mendedikasikan diri
dan berdisiplin.”
(Henry Emerson Fosdick)
”When you make mistake – it makes you smarter”
(Daniel Coyle)
46
Persembahan
Dedicated to :
ABSTRAK
Pola sebaran arus lalu lintas antara zona asal ke zona tujuan adalah hubungan hasil
interaksi tata guna lahan, jaringan transportasi dan arus. Distribusi perjalanan atau
pergerakan tersebut dapat dinyatakan dalam bentuk matriks asal tujuan (MAT)
maupun dengan diagram garis keinginan (desire line).
Penelitian ini dilakukan di kota Surakarta sebagai daerah kajian dengan membagi
Surakarta menjadi 65 zona dengan 51 zona internal dan 14 zona eksternal.
Jaringan jalan yang dianalisis adalah ruas jalan arteri dan ruas jalan kolektor.
Metode yang digunakan untuk mendapatkan matriks baru adalah metode steepest
descent. Nilai volume lalu lintas diperoleh dengan cara membebankan Matriks
baru dan memasukan arus hasil pengamatan (traffic count) ke dalam jaringan jalan
dengan metode pembebanan User Equilibrium. Uji Validasi menggunakan
koefisien Determinasi (R²).
Kata kunci : Arus Lalu lintas, Estimasi Pergerakan, EMME/3, Steepest Descent
48
ABSTRACT
This study aimed to know the amount of estimation trip distribution models using
the steepest descent method. In addition, to know the validation level by
comparing traffic flow resulted from the model and observation.
This research was conducted in the city of Surakarta. The study area is divided
into 65 zones with 51 internal and 14 external zones. The road network analyzed
arterial and collector roads. The method used to obtain a new matrix is a method
of steepest descent. The value of traffic volume is obtained by assigning a new
matrix and inputing the current observations (traffic count) into the road network
with User Equilibrium assignment. Validation tests used is the coefficient of
determination (R2).
From the calculation with EMME/3 software, show that the total number
movements of the city of Surakarta is 32361.41 pcu/hour. The level of validation
(R2) is 0.8463.
KATA PENGANTAR
Puji syukur kepada Tuhan Yang Maha Esa atas berkat-Nya, sehingga penulis
dapat menyelesaikan penyusunan skripsi dengan judul ESTIMASI MODEL
SEBARAN PERGERAKAN DARI DATA ARUS LALU LINTAS DENGAN
METODE STEEPEST DESCENT MENGGUNAKAN APLIKASI
SOFTWARE EMME/3 (Studi Kasus Kota Surakarta). Ucapan salam, penulis
haturkan pada junjungan dan panutan, Nabi Muhammad SAW yang selalu
menjadi suri teladan bagi semua umat islam di dunia ini.
Penulis menyadari bahwa penyusunan tugas akhir ini jauh dari sempurna,
sehingga dapat digunakan sebagai bahan pembelajaran penulis dalam penelitian
pada masa yang akan datang. Penulis juga mengharapkan laporan ini bisa
menambah pengetahuan dan wawasan bagi semua kalangan teknik sipil
khususnya Jurusan Teknik Sipil Fakultas Teknik UNS Solo.
Skripsi ini disusun sebagai salah satu syarat yang harus ditempuh guna meraih
gelar Sarjana Teknik Sipil pada Fakultas Teknik Universitas Sebelas Maret
Surakarta. Skripsi ini tidak dapat terselesaikan tanpa bantuan, bimbingan, dan
saran dari berbagai pihak, karena itu pada kesempatan ini penulis ingin
menyampaikan terima kasih kepada :
Akhirnya, penulis mengharapkan nantinya penelitian ini tetap berlanjut dan dapat
disempurnakan oleh penulis lainnya. Dalam kehidupan proses belajar tidak akan
pernah terhenti. Terima kasih.
Penulis
51
DAFTAR ISI
Hal
HALAMAN JUDUL.......................................................................................... i
HALAMAN PERSETUJUAN........................................................................... ii
HALAMAN PENGESAHAN............................................................................ iii
MOTTO ............................................................................................................ iv
PERSEMBAHAN.............................................................................................. v
ABSTRAK......................................................................................................... vi
ABSTRACT...................................................................................................... vii
KATA PENGANTAR....................................................................................... viii
DAFTAR ISI...................................................................................................... x
DAFTAR TABEL.............................................................................................. xiii
DAFTAR GAMBAR......................................................................................... xv
DAFTAR NOTASI DAN SIMBOL.................................................................. xvi
DAFTAR LAMPIRAN...................................................................................... xviii
BAB 1 PENDAHULUAN
1.1. Latar Belakang............................................................................. 1
1.2. Rumusan Masalah....................................................................... 3
1.3. Batasan Masalah.......................................................................... 3
1.4. Tujuan Penelitian......................................................................... 4
1.5. Manfaat Penelitian....................................................................... 4
1.5.1. Manfaat Teoritis................................................................ 4
1.5.2. Manfaat Praktis................................................................... 4
Hal
2.2.3. Daerah Kajian ………………………………………... 11
2.2.4. Zona………………………..…………………………. 12
2.2.5. Sistem Jaringan……………………………………….. 13
2.2.6. Klasifikasi Fungsi Jalan………………………………. 13
2.2.7. Satuan Mobil Penumpang…………………………….. 18
2.2.8. Kapasitas…………..…………………………………. 19
2.2.9. Kecepatan…………..………………………………… 22
2.2.10. Hubungan Kurva Kecepatan-Arus dan Biaya-Arus….. 25
2.2.11. Metode Steepest Descent……………………………... 28
a. Teori Dasar………………………………..……… 28
b. Penerapan Metode Steepest Descent pada aplikasi
Software EMME/3.................…………………….. 33
2.2.12. Pendekatan Pembebanan User Equilibrium………….. 35
2.2.13. Indikator Uji Statistik…………………………………. 36
2.2.14. EMME/3 (Equilibre Multimodal, Multimodal
Equilibrium)………………………………………….. 37
2.2.15. Kelebihan EMME/3 dengan program lain……………. 40
Hal
BAB 4 ANALISIS DATA DAN PEMBAHASAN 56
4.1. Umum…………………………………………………………. 56
4.2. Pengolahan dan Penyajian Data……………………………… 56
4.2.1. Sumber Data…………………………………………... 56
4.2.2. Pembagian Zona……………………………………… 57
4.2.3. Satuan Mobil Penumpang……………………………. 60
4.2.4. Kapasitas……………………………………………... 61
4.2.5. Waktu Tempuh……………………………………….. 62
4.3. Analisis dengan Program EMME/3………………………….. 64
4.3.1. Basis Data Jaringan Jalan……………………………... 64
4.3.2. Data Volume Lalu Lintas (Traffic Count)…………….. 66
4.3.3. Data Matriks Awal (Prior Matrix)……………………. 68
4.3.4. Matrik baru hasil EMME/3…………………………… 75
4.3.5. Pembebanan Matriks ke jaringan jalan……………….. 83
4.4. Uji Validasi................................................................................ 86
4.5. Pembahasan…………………………………………………… 86
4.5.1. Besarnya Estimasi Matriks Metode Steepest Descent.... 86
4.5.2. Tingkat Uji Validasi………………………………….. 88
DAFTAR TABEL
Hal.
Tabel 2. 1 emp untuk jalan perkotaan tak terbagi...................................... 18
Tabel 2. 2 emp untuk jalan perkotaan terbagi dan satu arah...................... 18
Tabel 2. 3 Kapasitas dasar (Co) jalan perkotaan........................................ 19
Tabel 2. 4 Faktor penyesuaian kapasitas (FCw) untuk pengaruh lebar
jalur lalu lintas untuk jalan perkotaan........................................ 19
Tabel 2. 5 Faktor penyesuaian kapasitas untuk pemisahan Arah (FCsp).... 20
Tabel 2. 6 Faktor penyesuaian kapasitas (FCsf) untuk pengaruh
hambatan dan lebar bahu.......................................................... 20
Tabel 2. 7 Faktor penyesuaian kapasitas (FCsf) untuk pengaruh
hambatan samping dan jarak Kerb-Penghalang (FCsf)............ 21
Tabel 2. 8 Kelas Hambatan Samping untuk Jalan Perkotaan…………… 22
Tabel 2. 9 Faktor penyesuaian kapasitas untuk pengaruh ukuran kota
FCcs pada jalan perkotaan......................................................... 22
Tabel 2. 10 Kecepatan arus bebas dasar (FV0) untuk jalan perkotaan......... 23
Tabel 2. 11 Penyesuaian kecepatan arus bebas untuk lebar jalur lalu lintas
(FVw) pada jalan perkotaan…………………………………... 23
Tabel 2. 12 Faktor penyesuaian (FFVsf) untuk pengaruh hambatan
samping dan lebar bahu pada kecepatan arus bebas untuk jalan
perkotaan dengan bahu………………………………… 24
Tabel 2. 13 Faktor penyesuaian (FFVsf) untuk pengaruh hambatan
samping dan jarak kerb penghalang jalan perkotaan dengan
kerb…………………………………………………….……… 24
Tabel 2. 14 Faktor penyesuaian untuk pengaruh ukuran kota pada
25
kecepatan arus bebas kendaraan ringan untuk jalan perkotaan.
Perangkat lunak perencanaan transportasi yang telah tersedia
Tabel 2. 15
di pasaran................................................................................... 41
Tabel 3. 1 Lokasi survey volume lalu lintas zona internal.......................... 43
Tabel 3. 2 Lokasi survey volume lalu lintas zona eksternal........................ 44
Tabel 3. 3 Nomor zona internal................................................................... 46
55
DAFTAR GAMBAR
Hal.
pidl = proporsi pergerakan dari zona asal i ke zona tujuan d pada ruas l
pk = perbandingan nilai vekor dengan nilai gradien
V = kecepatan sesungguhnya pada saat ada arus lalu lintas Q.
S = jarak (km)
Tid = jumlah pergerakan dari zona asal i ke zona tujuan d
t0 = waktu tempuh pada saat V0 (detik)
Vˆl = arus lalu lintas hasil pengamatan pada ruas l
58
DAFTAR LAMPIRAN
BAB 1
PENDAHULUAN
Sebaran pergerakan yang terjadi menghubungkan interaksi antara tata guna lahan,
jaringan transportasi dan arus lalu lintas. Pola sebaran arus lalu lintas antara zona
asal i ke zona tujuan j adalah hasil dari dua hal yang terjadi secara bersamaan.
Distribusi perjalanan atau pergerakan tersebut dapat dinyatakan dalam bentuk
matriks asal tujuan (MAT) maupun dengan diagram garis keinginan (desire line).
Informasi terkait pola pergerakan itupun jadi amat penting guna mengidentifikasi
permasalahan yang terjadi. Informasi jarak, waktu, biaya, atau kombinasi
ketiganya digunakan sebagai ukuran aksesibilitas (kemudahan). Adapun
pengertian dari pola pergerakan dalam sistem transportasi dijelaskan dalam bentuk
arus pergerakan (baik kendaraan, penumpang atau barang) yang bergerak dari
zona asal ke zona tujuan di dalam daerah tertentu dan selama periode tertentu.
Pada hampir seluruh aplikasi perencanaan transportasi, input data yang paling
penting diperoleh adalah matriks asal tujuan (MAT). Metode yang telah
dikembangkan untuk mendapatkan MAT secara garis besar dikelompokkan
menjadi 2 (dua) yaitu metode konvensional dan metode tidak konvesional.
Metode konvensional untuk mendapatkan MAT dilakukan melalui survey
wawancara rumah tangga atau survey wawancara di tepi jalan. Survey tersebut
biasanya memerlukan biaya yang besar, tenaga surveyor yang banyak, ketelitian
yang tinggi dalam pengolahan data, waktu yang lama serta umumnya
61
mengganggu pengguna jalan. Oleh karena itu, para perencana transportasi telah
mengembangkan metode lain yaitu metode tidak konvensional. Metode tersebut
menggunakan informasi data arus lalu lintas diruas jalan untuk memperkirakan
MAT. Tujuan penggunaan metode tidak konvensional adalah menghasilkan
pendekatan yang lebih sederhana untuk menyelesaikan permasalahan serupa,
dalam hal ini, model perencanaan transportasi empat tahap dilakukan dalam hanya
satu proses saja. Agar ekonomis, persyaratan data untuk pendekatan baru ini
dibatasi hanya data perencanaan yang sederhana saja, data arus lalulintas pada
beberapa ruas jalan, atau data lain yang murah.
keunggulan lainnya adalah formula yang dapat dibuat sendiri sesuai keadaan dan
kebutuhan (INRO Consultants Inc., 1998), misalnya hitungan kapasitas dan waktu
tempuh yang disesuaikan dengan Manual Kapasitas Jalan Indonesia (MKJI) 1997.
Berdasarkan uraian latar belakang masalah diatas, maka dapat dirumuskan suatu
masalah sebagai berikut :
1. Berapa besar estimasi Matriks Asal Tujuan (MAT) dan arus pergerakan yang
akan terjadi pada masa yang akan datang dari data lalu lintas dengan aplikasi
software EMME/3 di kota Surakarta apabila digunakan metode Steepest
Descent (SD)?
2. Berapa tingkat validasi estimasi Matriks Asal Tujuan (MAT) dari data lalu
lintas dengan metode Steepest Descent (SD) menggunakan aplikasi software
EMME/3?
Untuk membatasi permasalahan agar penelitian ini lebih terarah dan tidak meluas
maka perlu adanya pembatasan sebagai berikut:
1. Wilayah kajian adalah kota Surakarta dengan jaringan transportasi yang ada
pada saat penelitian ditambah dengan beberapa ruas jalan dari zona eksternal
yang dianggap mempengaruhi arus masuk dan arus keluar dari dalam kota.
2. Data matrik awal (prior matrix) yang digunakan adalah hasil perhitungan
skripsi “ Evaluasi Kinerja dan Penanganan Jaringan Jalan (Studi Kasus Kota
Surakarta)” oleh Astri Brillianti tahun 2002.
3. Data arus lalu lintas (traffic count) yang digunakan adalah data survey 2007
yang digunakan pada hasil penelitian skripsi “Estimasi Matriks Asal Tujuan
dari Data Lalu Lintas dengan Metode Estimasi Inferensi Bayesian (Studi
Kasus Kota Surakarta)” oleh Rahayu Mahanani Wijiastuti tahun 2008
dilengkapi dengan hasil survey terbaru di beberapa titik di lapangan.
4. Pembagian zona berdasarkan batas-batas administratif berupa kelurahan.
63
5. Ruas jalan yang dianalisis yaitu ruas jalan arteri dan kolektor sesuai
pembagian jalan menurut Dinas Pekerjaan Umum kota Surakarta.
6. Penelitian dilakukan pada distribusi perjalanan kendaraan yang terdiri dari
semua jenis kendaraan sesuai pembagian dalam Manual Kapasitas Jalan
Indonesia (MKJI) 1997.
7. Metode yang digunakan dalam mengestimasi MAT adalah metode Steepest
Descent (SD).
8. Analisis pembebanan dengan bantuan program software EMME/3.
9. Jaringan jalan yang dianalisis tidak memperhitungkan fenomena simpang.
BAB 2
LANDASAN TEORI
Penelitian yang dilakukan saat ini menitik-beratkan pada model yang berdasarkan
arus lalu lintas (metode Tidak Konvensional) mengenai trip distribution dengan
bantuan program equilibre multimodal, multimodal equilibrium (EMME/3).
Untuk memperjelas hal tersebut dapat dilihat pada Gambar 2.1.
65
MAT adalah matriks berdimensi dua yang berisi informasi mengenai besarnya
pergerakan antarlokasi (zona) di dalam daerah tertentu. Baris menyatakan zona
asal dan kolom menyatakan zona tujuan, sehingga sel matriks-nya menyatakan
besarnya arus dari zona asal ke zona tujuan. Dalam hal ini, notasi Tid menyatakan
besarnya arus pergerakan (kendaraan, penumpang, atau barang) yang bergerak
dari zona asal i ke zona tujuan d selama selang waktu tertentu.
(Ofyar Z. Tamin, 2000 : 155)
metode gradien menghasilkan yang lebih baik dan lebih dianjurkan karena mudah
untuk digunakan.
Estimasi model Kombinsi Sebaran Pergerakan dan Pemilihan Moda (SPPM) oleh
Nuning Fitriani (2002) menggunakan model Gravity untuk sebaran pergerakan
dan multinomial logit untuk pemilihan moda. Metode estimasi yang digunakan
yaitu metode estimasi Kuadrat Terkecil Tidak Linear (KTTL), metode pendekatan
dengan ME2, metode pembebanan Wardrop Equilibrium dan uji validasi dengan
koefisien Determinasi R2. Penelitian yang dilakukan Astri Brillianti (2002) untuk
mengevaluasi kinerja jaringan jalan di Kota Surakarta dan memberikan alternatif
upaya penanganan masalah sistem jaringan jalan dengan periode kajian 5 tahunan
untuk umur rencana 10 tahun mendatang. Tingkat kinerja jalan dinilai berdasarkan
perbandingan antara volume lalu lintas dengan kapasitas jalan. Alternatif upaya
penanganan masalah sistem jaringan jalan yang ditempuh berupa pelebaran jalan
dan pembangunan jalan baru. Pemodelan yang dilakukan dengan model gravity
dua batasan, pembebanan keseimbangan Wardrop dengan program SATURN.
Penelitian yang dilakukan saat ini bertujuan untuk mengestimasi Matriks Asal
Tujuan dari data arus lalu lintas dengan metode pembebanannya wardrop
equilibrium. Metode pendekatannya dengan steepest descent menggunakan alat
bantu program EMME/3, sedangkan uji validasi dengan koefisien Determinasi R2.
Sebaran Pergerakan
(Trip Distribution).
69
MAT adalah matriks berdimensi dua yang berisi informasi mengenai besarnya
pergerakan antarlokasi (zona) di dalam daerah tertentu. Baris menyatakan zona
asal dan kolom menyatakan zona tujuan, sehingga sel matriks-nya menyatakan
besarnya arus dari zona asal ke zona tujuan. Dalam hal ini, notasi Tid menyatakan
besarnya arus pergerakan (kendaraan, penumpang, atau barang) yang bergerak
dari zona asal i ke zona tujuan d selama selang waktu tertentu.
Pola pergerakan dapat dihasilkan jika suatu MAT dibebankan ke suatu sistem
jaringan transportasi. Dengan mempelajari pola pergerakan yang terjadi,
seseorang dapat mengidentifikasi permasalahan yang timbul sehingga beberapa
solusi segera dapat dihasilkan. MAT dapat memberikan indikasi rinci mengenai
kebutuhan akan pergerakan sehingga MAT memegang peran yang sangat penting
dalam berbagai kajian perencanaan dan manajemen transportasi.
70
Jumlah zona dan nilai setiap sel matriks adalah dua unsur penting dalam MAT
karena jumlah zona menunjukkan banyaknya sel MAT yang harus didapatkan dan
berisi informasi yang sangat dibutuhkan untuk perencanaan transportasi. Setiap
sel membutuhkan informasi jarak, waktu, biaya, atau kombinasi ketiga informasi
tersebut yang digunakan sebagai ukuran aksesibilitas (kemudahan).
Hal pertama yang harus ditentukan dalam menentukan sistem zona dan sistem
jaringan adalah cara membedakan daerah kajian dengan atau wilayah lain di luar
kajian. Beberapa arahan untuk hal tersebut adalah sebagai berikut:
1. Untuk kajian yang bersifat strategis, daerah kajian harus didefinisikan
sedemikian rupa sehingga mayoritas pergerakan mempunyai zona asal dan
zona tujuan di dalam daerah kajian tersebut.
2. Daerah kajian sebaiknya sedikit lebih luas daripada daerah yang akan diamati
sehingga kemungkinan adanya perubahan zona tujuan atau pemilihan rute yang
lain dapat teramati.
Wilayah di luar daerah kajian sering dibagi menjadi beberapa zona eksternal yang
digunakan untuk mencerminkan dunia lainnya. Daerah kajian sendiri dibagi
menjadi beberapa zona internal yang jumlahnya sangat tergantung dari tingkat
ketepatan yang diinginkan. Daerah yang akan dikaji adalah daerah yang
mencakup suatu kota, akan tetapi harus dapat mencakup ruang atau daerah yang
cukup untuk pengetahuan kota di masa mendatang.
71
Pusat zona
Gateway zona
Ruas
1
2
3
4
Simpul
6
Batas daerah
kajian Batas zona
2.2.4. Zona
5. Batas zona harus dibuat sedemikian rupa sehingga sesuai dengan jenis pola
pengembangan untuk setiap zona, misal pemukiman, industri, dan perkantoran.
Tipe tata guna lahan setiap zona sebaiknya homogeni untuk menghindari
tingginya jumlah pergerakan intrazonal dan untuk mengurangi tingkat
kerumitan model.
6. Batas zona harus sesuai dengan batas daerah yang digunakan dalam
pengumpulan data.
7. Ukuran zona ditentukan pula oleh tingkat kemacetan, ukuran zona pada daerah
macet sebaiknya lebih kecil dibansingkan dengan daerah tidak macet.
Sistem jaringan transportasi dicerminkan dalam bentuk ruas dan simpul, yang
semuanya dihubungkan ke pusat zona. Sitem jaringan transportasi juga dapat
ditetapkan sebagai urutan ruas jalan dan simpul. Ruas jalan bisa berupa potongan
jalan raya atau kereta api, sedangkan simpul bisa berupa persimpangan, stasiun.
Setiap simpul dan zona diberi nomor. Nomor ini digunakan untuk
mengidentifikasi data yang berkaitan dengan ruas dan zona.
Menurut PP No. 26 Th. 1985 tentang jalan, sistem jaringan jalan dibagi dalam dua
kategori yakni sistem jaringan primer dan sistem jaringan sekunder.
73
Sistem jaringan primer disusun mengikuti ketentuan pengaturan tata ruang dan
struktur pengembangan wilayah tingkat nasional yang menghubungkan secara
menerus kota jenjang ke satu, kota jenjang ke dua, kota jenjang ke tiga, dan kota
jenjang di bawahnya sampai ke persil. Menghubungkan kota jenjang ke satu
dengan kota jenjang ke satu antar satuan wilayah pengembangan.
a. Jalan Arteri Primer
Menghubungkan kota jenjang ke satu yang terletak berdampingan atau
menghubungkan kota jenjang ke satu dengan kota jenjang ke dua.
b. Jalan Kolektor Primer
Menguhubungkan kota jenjang ke satu dengan persil atau kota ke dua atau
menghubungkan kota jenjang ke dua dengan kota jenjang ke tiga.
c. Jalan Lokal Primer
Menghubungkan kota jenjang ke satu dengan persil atau kota ke dua dengan
persil atau menghubungkan kota jenjang ke tiga dengan kota jenjang ke tiga,
atau kota jenjang ke tiga dengan persil.
terikat jangkauan jasa ke kota jenjang kedua serta memiliki orientasi ke kota
jenjang ke satu dan kota jenjang ke dua.
Untuk lebih dapat menjelaskan dapat diperhatikan Gambar 2.4
JALAN ARTERI
JALAN ARTERI PRIMER PRIMER
JALAN KOLEKTOR
JALAN KOLEKTOR PRIMER PRIMER
JALAN
LOKAL JALAN LOKAL PRIMER
PRIMER
JALAN KOTA
LOKAL DIBAWAH
PRIMER JENJANG
3
PERSIL
Sistem jaringan sekunder disusun mengikuti ketentuan pengaturan tata ruang kota
yeng menghubungkan kawasan-kawasan yang mempunyai fungsi primer, fungsi
sekunder satu, fungsi sekunder tiga sampain ke perumahan.
a. Jalan Arteri Sekunder
Menghubungkan kawasan primer dengan kawasan sekunder ke satu atau
menghubungkan kawasan ke satu dengan kawasan sekunder ke satu atau
menghubungkan kawasan sekunder ke satu dengan kawasan sekunder ke dua.
75
KAWASAN
PRIMER
JALAN ARTERI
JALAN ARTERI SEKUNDER SEKUNDER
JALAN ARTERI
JALAN ARTERI SEKUNDER SEKUNDER
JALAN
LOKAL JALAN KOLEKTOR
SEKUNDER SEKUNDER
JALAN KAWASAN
LOKAL SEKUNDER
SEKUNDER 3
JALAN LOKAL
SEKUNDER
PERUMAH
-AN
Kawasan adalah wilayah yang dibatasi oleh lingkup pengamatan fungsi tertentu,
meliputi:
a. Kawasan Primer adalah kawasan kota yang mempunyai fungsi primer, yaitu
sebagai titik simpul jasa distribusi bagi daerah jangkauan peranannya.
b. Kawasan Sekunder adalah kawasan kota yang mempunyai fungsi sekunder,
dimana fungsi sekunder suatu kota dihubungkan dengan pelayanan terhadap
masyarakat kota tersebut yang lebih berorientasi ke dalam dan jangkauan lokal.
Untuk lebih dapat menjelaskan dapat diperhatikan Gambar 2.6
Tabel 2.2. emp untuk jalan perkotaan terbagi dan satu arah
Tipe jalan: emp
Arus Lalu lintas
Jalan Satu Arah dan
Per Lajur (kend/jam) HV MC
Jalan Terbagi
Dua Lajur satu arah (2/1) 0 1,3 0,4
Dan
Empat Lajur terbagi (4/2D) 1050 1,2 0,25
Tiga Lajur satu arah (3/1) 1 1,3 0,4
Dan
Enam Lajur terbagi (6/2D) 1100 1,2 0,25
Sumber: MKJI 1997
78
2.2.8. Kapasitas
Kapasitas adalah arus lalu lintas (stabil) maksimum yang dapat dipertahankan
pada ruas jalan pada keadaan tertentu (geometri, komposisi, dan distribusi lalu
lintas, faktor lingkungan). Besarnya kapasitas suatu ruas jalan dapat dihitung dari
Persamaan (2.1).
Besarnya nilai Co, FCw, FCsp, FCsf dan FCcs dapat dilihat pada Tabel 2.3 sampai
dengan Tabel 2.9.
Tabel 2.3. Kapasitas dasar (Co) jalan perkotaan
Kapasitas Dasar
Tipe Jalan Catatan
(smp/jam)
Empat lajur terbagi atau
1650 Perlajur
Jalan satu arah
Empat lajur tak terbagi 1500 Perlajur
Tabel 2.4. Faktor penyesuaian kapasitas (FCw) untuk pengaruh lebar jalur lalu
lintas untuk jalan perkotaan
Lebar Jalur Lalu lintas
Tipe Jalan
Efektif (Wc) FCw
(m)
Perlajur
3,00 0,92
Empat lajur terbagi
3,25 0,96
Atau
3,50 1,00
Jalan Satu Arah
3,75 1,04
4,00 1,08
79
Tabel 2.4. Faktor penyesuaian kapasitas (FCw) untuk pengaruh lebar jalur lalu
lintas untuk jalan perkotaan
Lebar Jalur Lalu lintas
Tipe Jalan
Efektif (Wc) FCw
(m)
Perlajur
3,00 0,91
Empat lajur tak 3,25 0,95
terbagi 3,50 1,00
3,75 1,05
4,00 1,09
Total dua arah
5 0,56
6 0,87
7 1,00
Dua Lajur tak terbagi
8 1,14
9 1,25
10 1,29
11 1,34
Sumber: MKJI 1997
Untuk mengetahui tingkat hambatan samping pada kolom (2) Tabel 2.6 & 2.7
dengan melihat kolom (3) Tabel 2.8 dibawah ini, tetapi apabila data terinci
hambatan samping tersebut tersedia maka hambatan samping dapat ditentukan
dengan prosedur berikut:
1. Periksa mengenai kondisi khusus dari kolom (4) Tabel 2.8 dan pilih salah satu
yang paling tepat untuk keadaan segmen jalan yang dianalisa.
2. Amati foto pada gambar A-4:1-5 (MKJI 1997) yang menunjukkan kesan
visual rata-rata yang khusus dari masin-masing kelas hambatan samping. Dan
pilih salah satu yang paling sesuai dengan kondisi rata-rata sesungguhnya
pada kondisi lokasi untuk periode yang diamati.
3. Pilih kelas hambatan samping berdasarkan pertimbangan dari gabungan
langkah 1 dan 2 di atas.
81
Tabel 2.9. Faktor penyesuaian kapasitas untuk pengaruh ukuran kota FCcs pada
jalan perkotaan
Ukuran Kota
Faktor Penyesuaian untuk Ukuran Kota FCcs
(Juta Penduduk)
<0,1 0,86
0,1-0,5 0,90
0,5-1,0 0,94
1,0-3,0 1,00
>3,0 1,04
Sumber: MKJI 1997
2.2.9. Kecepatan
Kecepatan tempuh adalah kecepatan rata-rata (km/jam) arus lalu lintas dihitung
dari panjang ruas jalan dibagi waktu tempuh rata-rata kendaran yang melewati
segmen jalan. Sedangkan kecepatan pada arus bebas adalah kecepatan dari
kendaraan yang tidak dipengaruhi oleh kendaraan lain (yaitu kecepatan dimana
pengendara merasakan perjalanan yang nyaman dalam kondisi geometrik
lingkungan dan pengaturan lalu lintas yang ada pada bagian segmen jalan dimana
tidak ada kendaraan lain). Kecepatan arus dapat ditentukan dari Persamaan (2.2).
Besarnya nilai Fvo, FVw, FFVsf dan FFVcs dapat dilihat pada Tabel 2.10 sampai
dengan Tabel 2.14.
Tabel 2.10. Kecepatan arus bebas dasar (FV0) untuk jalan perkotaan
Kecepatan arus bebas dasar (FV0) (km/jam)
Kendaraan Kendaraan Sepeda Rata-rata
Tipe Jalan
Ringan (LV) Berat (HV) Motor (MC) Kendaraan
Tabel 2.11. Penyesuaian kecepatan arus bebas untuk lebar jalur lalu lintas (FVw)
pada jalan perkotaan.
Lebar Jalur Lalu lintas
Tipe Jalan Efektif (Wc) FVw
(m)
Perlajur
3,00 -4
Empat lajur terbagi
3,25 -2
Atau
3,50 0
Jalan Satu Arah
3,75 2
4,00 4
Perlajur
3,00 -4
Empat lajur tak 3,25 -2
terbagi 3,50 0
3,75 2
4,00 4
Total dua arah
5 -9,5
6 -3
7 0
Dua Lajur tak terbagi
8 3
9 4
10 6
11 7
Sumber: MKJI 1997
83
Tabel 2.12. Faktor penyesuaian (FFVsf) untuk pengaruh hambatan samping dan
lebar bahu pada kecepatan arus bebas untuk jalan perkotaan dengan
bahu.
Faktor Penyesuaian hambatan samping dan
Kelas Lebar bahu (FFVsf)
Tipe
Hambatan
Jalan Lebar bahu (Ws)
Samping
£ 0,5 1,0 1,5 ³ 2,0
VL 1,02 1,03 1,03 1,04
ML 0,98 1,00 1,02 1,03
4/2D M 0,94 0,97 1,00 1,02
H 0,89 0,93 0,96 0,99
VH 0,84 0,88 0,92 0,96
VL 1,02 1,03 1,03 1,04
ML 0,98 1,00 1,02 1,03
4/2UD M 0,93 0,96 0,99 1,02
H 0,87 0,91 0,94 0,98
VH 0,80 0,86 0,90 0,95
VL 1,00 1,01 1,01 1,01
2/2UD
ML 0,96 0,98 0,99 1,00
Atau jalan
M 0,90 0,93 0,96 0,99
satu
H 0,82 0,86 0,90 0,95
arah
VH 0,73 0,79 0,85 0,91
Sumber: MKJI 1997
Tabel 2.13. Faktor penyesuaian (FFVsf) untuk pengaruh hambatan samping dan
jarak kerb penghalang jalan perkotaan dengan kerb.
Faktor Penyesuaian hambatan samping dan
Kelas Lebar bahu (FFV4sf)
Tipe
Hambatan
Jalan Jarak kerb
Samping
£ 0,5 1,0 1,5 ³ 2,0
VL 1,00 1,01 1,01 1,02
ML 0,97 0,98 0,99 1,00
4/2D M 0,93 0,95 0,97 0,99
H 0,87 0,90 0,93 0,96
VH 0,81 0,85 0,88 0,92
VL 1,01 1,01 1,01 1,00
ML 0,98 0,98 0,99 1,00
4/2UD M 0,91 0,93 0,95 0,98
H 0,84 0,87 0,90 0,94
VH 0,77 0,81 0,85 0,90
VL 0,98 0,99 0,99 1,00
2/2UD
ML 0,93 0,95 0,96 0,98
Atau jalan
M 0,87 0,89 0,92 0,95
satu
H 0,78 0,81 0,84 0,88
arah
VH 0,68 0,77 0,77 0,82
Sumber: MKJI 1997
84
Faktor penyesuaian kecepatan arus bebas untuk jalan enam lajur dapat ditentukan
dengan menggunakan nilai FFVsf untuk jalan empat lajur yang diberikan pada
Tabel 2.12. atau 2.13. dan disesuaikan seperti Persamaan (2.3) dibawah ini:
Untuk penentuan kelas hambatan samping sama dengan Tabel (2.8) di atas,
sedangkan faktor penyesuaian kecepatan untuk ukuran kota dapat dilihat pada
Tabel (2.14).
Tabel 2.14. Faktor penyesuaian untuk pengaruh ukuran kota pada kecepatan arus
bebas kendaraan ringan untuk jalan perkotaan
Ukuran Kota Faktor Penyesuaian Ukuran Kota
(Juta penduduk) (FVcs)
<0,1 0,90
0,1-0,5 0,93
0,5-1,0 0,95
1,0-3,0 1,00
>3,0 1,03
Sumber: MKJI 1997
Kecepatan kendaraan pada arus lalu lintas dapat dihitung pada Persamaan (2.4)
dibawah ini :
V = Vo x 0,5 (1 + (1 – (Q/C))0,5 (2.4)
Dimana :
V = kecepatan sesungguhnya pada saat ada arus lalu lintas Q.
Vo = kecepatan arus bebas.
C = kapasitas.
Q = arus lalu lintas
Jika arus pada ruas jalan tersebut telah mencapai kapasitas (Q/C = 1), maka
Persamaan (2.4) menjadi :
V = 0,5Vo (2.5)
Dalam Rekayasa lalu lintas dikenal hubungan yang sangat sering digunakan yaitu
pengaruh arus pada kecepatan kendaraan yang bergerak pada ruas jalan tertentu.
Hubungan kecepatan-arus sering digambarkan seperti Gambar 2.2. Jika arus lalu
lintas meningkat, kecepatan cenderung menurun secara perlahan. Jika arus
mendekati kapasitas, penurunan kecepatan semakin besar.
Untuk alasan praktis dalam teknik pembebanan rute jenis hubungan ini dilakukan
dalam bentuk hubungan waktu tempuh per unit jarak dengan arus lalu lintas.
Model pembebanan rute yang mempertimbangkan kemacetan memerlukan
beberapa persaman fungsi yang cocok untuk menghubungkan atribut suatu ruas
seperti kapasitas dan kecepatan arus bebas serta arus lalu lintasnya dengan
kecepatan atau biaya yang dihasilkan. Hal ini dapat dinyatakan dalam bentuk
umum :
Ca = Ca({Va}) (2.6)
Biaya pada suatu ruas jalan merupakan fungsi dari semua pergerakan V pada
jaringan tersebut (bukan hanya disebabkan oleh arus di ruas jalan itu saja).
Rumus umum ini cocok untuk daerah perkotaan yang memiliki interaksi yang erat
antara arus lalu lintas diruas jalan yang lain dengan tundaan, tetapi hal ini dapat
86
Ca = Ca(Va) (2.7)
Biaya pada ruas jalan tersebut hanya tergantung pada arus dan ciri ruas itu saja.
Asumsi ini dapat menyederhanakan proses penaksiran, pengembangan fungsi
serta penggunaan metode pembebanan yang sesuai.
(Ofyar Z. Tamin, 1997 : 219)
Di dalam Ofyar Z. Tamin (1997) yang dikutip dari Branston (1976) menulis
beberapa kurva biaya-arus yang diusulkan oleh beberapa penulis sebagai berikut:
t = t0 exp(V/Qs) (2.8)
t adalah waktu tempuh per satuan jarak, t0 adalah waktu per satuan jarak pada
kondisi arus bebas, dan Qs adalah kapasitas ruas pada kondisi tunak.
2. Overgaard (1976) menuliskan persaman dalam bentuk lain, yaitu :
æ V ö
b çç ÷
÷
t = t 0a è Q P ø
(2.9)
1 /( L -1)
D0 æ (1 - M ) ö
=ç ÷ (2.12)
DJ çè ( L - M ) ÷ø
Dimana :
FV = Kecepatan arus bebas
D = Kepadatan
L,M = Konstanta
D0 = Kepadatan pada saat kapasitas tercapai
DJ = Kepadatan pada kondisi macet total
a. Teori Dasar
Metode steepest descent adalah metode iteratif dalam rangka mencari titik
minimum dengan mengambil nilai awal sembarang. Metode ini merupakan salah
satu metode iteratif paling tua yang mengilhami berbagai metode iteratif
kontemporer seperti metode conjugate gradient (GD) dan generalized minimal
residual (GMRES).
min Z ( g ) =
1
å (v - vˆa )2 (2.13)
2 aÎAˆ
tergantung atas
v = pembebanan( g ) (2.14)
Dimana :
88
Dikarenakan estimasi matrik yang dirumuskan pada persamaan (2.13) sangat sulit
untuk dipastikan, biasanya memuat solusi optimal yang jumlahnya tak terbatas
yaitu matrik permintaan yang mungkin menggambarkan semua matrik yang
diamati sama baiknya. Pada konteks perencanaan yang sebenarnya, diharapkan
matrik yang dihasilkan menyerupai sedekat mungkin dengan matrik awal, karena
matrik tersebut memberikan informasi penting pada pergerakan asal-tujuan.
Jika ingin memperoleh solusi algoritma yang sifatnya mirip dengan matrik awal,
fungsi tujuan (2.13) sebaiknya tidak digunakan. Metode steepest descent
memberikan petunjuk yang berhubungan dengan meminimalkan fungsi tujuan dan
meyakinkan untuk tidak menyimpang dari solusi awal lebih dari yang diperlukan.
Pada kasus yang paling sederhana, ketika mengambil gradien secara langsung
terhadap variabel g, metode steepest descent atau gradien dapat dirumuskan
sebagai berikut :
ĝ i untuk l = 0,
g il +1
é ¶Z ( g )ù
g il - ll ê ú untuk l = 1, 2, 3, … (2.15)
ë ¶g i û gil
Dimana l l harus dipilih cukup kecil untuk memastikan bahwa jalur yang diikuti
oleh g l cukup dekat dengan jalur gradien yang sebenarnya. Perlu diperhatikan
bahwa penanda i melambangkan matriks asal-tujuan dan himpunan semua
matriks asal-tujuan aktif dilambangkan sebagai I.
Namun, jika gradien didasarkan pada variabel g seperti pada persamaan (2.15), ini
berarti bahwa perubahan pada matriks permintaan diukur dengan cara yang
mutlak, yaitu jumlah perjalanan, relatif terlepas dari perubahan akan berarti untuk
matrik awal. Secara khusus, hal ini berarti bahwa matrik asal-tujuan (MAT)
dengan gˆ i = 0 akan dipengaruhi oleh penyesuaian juga.
90
Untuk pendekatan yang lebih realistis gradien harus didasarkan pada perubahan
relatif permintaan, yang dapat ditulis sebagai :
ĝ i untuk l = 0,
g il +1
æ é ¶Z ( g ) ù ö
g il ç1 - ll ê ú
÷ untuk l = 1, 2, 3, … (2.16)
ç ë ¶g i û g il ÷
è ø
Pada dekomposisi dari volume link v a kedalam jalur aliran, dimana k Î K i yang
menyatakan kumpulan dari jalur yang digunakan pada setiap matriks asal-tujuan i,
ieI, dan hk adalah vektor yang berhubungan dengan jalur aliran. Volume link
dapat dinyatakan sebagai :
v a = å å d ak hk , aÎ A, (2.17)
iÎI k ÎK i
Dimana,
hk
pk = , k Î K,i Î I (2.19)
gi
91
va = å g i åd ak pk aÎ A. (2.20)
iÎI k ÎK i
¶Z ( g )
Kemudian dilanjutkan dengan menghitung gradien , dengan mengambil
¶g
turunan dari persamaan (2.13) diperoleh
¶Z ( g ) ¶v
= å a (v a - vˆa ) iÎI (2.21)
¶g i aÎAˆ ¶g i
¶v a
= å dak p k , a Î A, i Î I , (2.22)
¶g i kÎK i
¶v a
= å å d ak p k (v a - vˆa ) = å p k å d ak (v a - vˆa ) iÎI (2.23)
¶g i aÎAˆ kÎK i kÎK i aÎ Aˆ
dari algoritma ini akan hilang. Dengan demikian, panjang langkah optimal l*
pada suatu permintaan g dapat ditemukan dengan menyelesaikan satu dimensi
bagian masalah.
92
ææ æ ¶Z ( g ) ö ö÷ ö÷
min Z ç çç g i çç1 - l ÷ (2.24)
l ç
èè è ¶g i ÷ø ÷ø ÷ø
Tergantung pada
¶Z ( g )
l £ 1, untuk semua i Î I , dengan g i > 0 (2.25)
¶g i
Karena fungsi tujuan Z dinyatakan dalam volume link v a , perlu diketahui pula
bagaimana perubahan sepanjang arah gradien. Hal ini dapat diperoleh dengan
menerapkan aturan rantai pada persamaan (2.22)
dv a dg ¶v æ öæ ö
v a' = = å i a = -å g i çç å p k å d ak (v aˆ - vˆaˆ )÷÷çç å d ak p k ÷÷ (2.26)
dl iÎI dl ¶g i iÎI è kÎK i aˆÎAˆ øè kÎK i ø
å v (vˆ '
a a - va )
l =
* aÎ Aˆ
(2.28)
å v a'
2
aÎ Aˆ
Salah satu kesulitan dalam praktek untuk menerapkan model matrik estimasi
dalam penerapan ini disebabkan oleh kenyataan bahwa model hanya dapat
93
attribute c a dari link pada jalur dengan path operator Ä (yang bisa saja
Dan atribut matrik tambahan, yang dapat dari salah satu berikut :
ci = åp c
k ÎK i
k k (path attributes) (2.31)
c~i = åp c
~
k k (active path attributes) (2.32)
k ÎK i
g~i = åp
~
k gˆ i (active addl. Demand) (2.33)
kÎK i
t i = gˆ i åp c
~
k k (active path attribute weighed by addl. Demand) (2.34)
kÎK i
94
v a - vˆ a jika aÎ A
ca
0 yang lainnya (2.35)
¶Z ( g )
Matrik gradien didefinisikan pada persamaan (2.23) yang kemudian
¶g i
dihitung pada persamaan (2.34) sebagai matrik atribut tambahan. Matrik ini
kemudian digunakan sebagai matrik permintaan tambahan ĝ dan variabel v a' dari
persamaan (2.26) dihitung berdasarkan persamaan (2.30). Panjang langkah
optimal diperoleh dari persamaan (2.28) dievaluasi kembali dengan penghitung
jaringan. Akhirnya, matrik permintaan diperbarui dengan menggunakan
penghitung matrik berdasarkan pada persamaan (2.16).
Pertimbangan utama pembebanan lalu lintas adalah asumsi bahwa dasar pemilihan
rute adalah biaya perjalanan. Ukuran yang digunakan tergantung pada
karakteristik jalan, kondisi lalu lintas dan persepsi pengendara tentang kondisi
tersebut.
Dalam hal ini efek stokastik tidak diperhitungkan. Ada dua perilaku pokok yang
diusulkan sebagai dasar dari kondisi equilibrium,yaitu:
1. Pengendara memilih rute secara bebas yang memenuhi kepentingan
terbaiknya menurut kondisi lalu lintas yang dihasilkan dari beberapa pilihan
rute lain.
2. Pengendara memilih rute yang menghasilkan arus lalu lintas yang
memberikan keuntungan maksimum bagi mereka.
n = 0.
2. Bentuk suatu pohon biaya minimum, kemudian set n = n+1.
3. Bebankan semua matrik T dengan pembebanan All-or-Nothing untuk
mendapatkan suatu set arus Fa.
4. Hitung arus pada saat sekarang dengan persamaan:
96
5. Hitung satu set baru biaya ruas berdasarkan besar arus Van . Jika arus (atau
biaya ruas) tidak terlalu banyak mengalami perubahan dalam dua kali
pengulangan yang berurutan maka proses dihentikan, dan jika tidak
diteruskan ke tahap (2).
Proses pembebanan pada penelitian ini menggunakan bantuan aplikasi program
EMME/3 sehingga dapat menyederhanakan model.
Tamin (2000) menulis penaksiran MAT dari data lalu lintas yang dihasilkan
dengan menggunakan penaksiran model kebutuhan akan transportasi akan
menghasilkan arus lalu lintas yang semirip mungkin dengan data arus lalu lintas
hasil pengamatan. Hal terpenting yang harus diperhatikan yaitu tingkat kemiripan
dari MAT hasil penaksiran dengan MAT hasil pengamatan. Tingkat akurasi MAT
yang dihasilkan dari data arus lalu lintas dapat ditentukan dengan beberapa
indikator uji statistik. Indikator uji statistik yang digunakan disini adalah
Koefisien Determinasi (R²). Indikator statistik R² dapat didefinisikan sebagai
Persamaan (2. 42).
R 2
=
å (
V - Vˆ )
a a
2
(2.42)
å V - å Vˆ
a
2
a
2
Indikator statistik R2 ini merupakan suatu uji statistik yang paling sering
digunakan. Indikator ini akan memberikan bobot sangat tinggi untuk kesalahan
absolut besar. Oleh karena itu, nilai R2 yang tinggi tidak dapat diperoleh dari
matrik berjumlah sel besar dengan kesalahan kecil, akan tetapi sangat jelek pada
matrik yang memiliki nilai sel yang kecil.
informasi pada EMME help secara on-line dapat dicari pada help menu (Gambar
4.5).
EMME user’s Guide menyediakan struktur teks dasar. The EMME reference
manual menyediakan dokumen secara detail untuk kemampuan pemetaan EMME
dan GUI-tools untuk merinci visualisasi dan analisisnya. The EMME prompt
(Prompt Console) menyediakan gambaran ringkasan secara luas dari operasi garis
perintah, termasuk merinci model kebutuhan, pembebanan, jaringan, dan
kalkulator matriks (Gambar 2.8). Sedangkan alat pemodelan transportasi yang
lain mencakup the EMME macro language untuk melakukan otomatisasi.
99
Penyusunan MAT
(Prompt console) Basis data
jaringan jalan
Estimasi Matriks
(Prompt console)
Penyusunan Jaringan Data arus lalu lintas
(Network Editor) /traffic count
MAT baru
ME2
Assignment
(Prompt console)
User Equilibrium
Pada pembahasan ini program yang ingin dibandingkan dengan EMME/3 adalah
program SATURN. Dengan alasan penelitian-penelitian yang sebelumnya dalam
mengestimasi matriks dilakukan dengan program SATURN. Untuk dapat melihat
keunggulan beberapa program yang sudah tersedia di pasaran dapat dilihat pada
Tabel 2.15. Dari tabel tersebut akan diketahui bahwa EMME/2 memiliki
keunggulan yang lebih dibandingkan dengan SATURN. Sedangkan EMME/3
merupakan pengembangan dari program sebelumnya yaitu EMME/2 yang dibuat
dan dikembangkan di INRO Consultant University de Montreal, Kanada, dengan
kemampuan yang sudah sangat tinggi, dengan jumlah node dan link yang dapat
dikatakan tidak terbatas (mampu mencapai hampir 1 juta node). Adapun
101
keunggulan lainnya adalah formula yang dapat dibuat sendiri sesuai keadaan dan
kebutuhan (INRO Consultants Inc., 1998). Misalnya hitungan kapasitas dan
waktu tempuh yang disesuaikan dengan Manual Kapasitas Jalan Indonesia
(MKJI) 1997 (Munawar, 2005).Oleh karena itu sesuai paparan seorang guru
besar bidang transportasi dari UGM bapak Munawar (2005) tersebut di atas
dalam pelantikan pengukuhannya dapat diambil sebuah kesimpulan bahwa
EMME/3 memiliki kelebihan yang lebih dibandingkan SATURN.
BAB 3
METODOLOGI PENELITIAN
Penelitian ini mengambil wilayah studi di Kota Surakarta. Kota Surakarta yang
terletak di Propinsi Jawa Tengah bagian selatan yang memiliki kepadatan lalu
lintas yang cukup tinggi. Secara geografis Surakarta terletak pada 110’45’15’ –
110’45’35’ BT dan 70’36’00’ – 70’56’00’ LS berbatasan dengan daerah tingkat II
yang lain, yaitu di sebelah Utara berbatasan dengan Kabupaten Karanganyar dan
Kabupaten Boyolali, sebelah Selatan dengan Kabupaten Sukoharjo, sebelah Barat
dan Timur dengan Kabupaten Sukoharjo dan Karanganyar.
Luas wilayah Surakarta kurang lebih 44.040 km 2 yang terbagi dalam lima
kecamatan dan terdiri dari 51 kelurahan. Jumlah penduduk kota tersebut mencapai
534.540 jiwa manusia (menurut statistik terakhir tahun 2005) dengan kepadatan
mencapai 12.716 jiwa / km 2 . Peta administratif batas kelurahan di wilayah Kota
Surakarta dapat dilihat pada Gambar 3.2., peta zona dapat dilihat pada Gambar
3.3. dan peta jaringan jalan kota Surakarta dan lokasi survey pada Gambar 3.1.
Data yang dibutuhkan dalam penelitian ini adalah data sekunder diperoleh dari
survei tahun 2007 dan instansi yang terkait yang berada di wilayah Surakarta.
Data tersebut meliputi:
1. Peta wilayah kota Surakarta yang diperoleh dari Badan Perencana
Pembangunan Daerah (Bappeda).
2. Data jaringan jalan dari Departemen Pekerjaan Umum (DPU).
3. Data matrik awal (prior matrix) yang digunakan adalah hasil perhitungan
skripsi “ Evaluasi Kinerja dan Penanganan Jaringan Jalan (Studi Kasus Kota
Surakarta)” oleh Astri Brillianti tahun 2002.
103
4. Data arus lalu lintas (traffic count) yang digunakan adalah hasil penelitian
skripsi “Estimasi Matriks Asal Tujuan dari Data Lalu Lintas dengan Metode
Estimasi Entropi Maksimum (Studi Kasus Kota Surakarta)” oleh Revi
Widyastuti tahun 2007.
Revi dkk (2007) melalukan survey volume lalu lintas pada jam puncak di Kota
Surakarta pada 42 lokasi zona internal (Tabel 3.1) dan 14 lokasi zona eksternal
(Tabel 3.2) berdasarkan batas administratif kelurahan kemudian dilakukan survey
pembaruan pada beberapa titik di tahun 2009.
NODE NODE
No. Nama Jalan No. Nama Jalan
1 2 1 2
1 94 91 23 22 78
Jl. Tentara Pelajar Jl. Jendral Sudirman
2 91 94 24 78 22
3 Jl. Ir. Sutami 241 92 25 26 3
Jl. Jendral Ahmad Yani
4 Jl. Dr. Radjiman 128 127 26 3 26
5 133 167 27 Jl. Urip sumoharjo 85 86
Jl. Kapten Mulyadi
6 167 133 28 257 256
Jl. Monginsidi (Dekat Stasiun Balapan)
7 138 139 29 256 257
Jl. Veteran
8 139 138 30 264 35
Jl. Kapten Tendean
9 193 208 31 35 264
Jl. Gajah Mada
10 208 193 32 Jl. Tagore 260 35
11 Jl. Dr. Radjiman (Depan POM 67 66 33 Jl. Ahmad Yani (Dekat Terminal 36 35
12 bensin Laweyan) 66 67 34 Tirtonadi) 35 36
13 189 188 35 Jl. Slamet Riyadi Gendengan) 8 9
Jl. Dr. Muwardi
14 188 189 36 26 25
Jl. Adi Sucipto
15 89 51 37 25 26
Jl. Bridjen Katamso
16 51 89 38 Jl. Kolonel Sutarto (Depan Panggung) 86 91
17 40 41 39 3 2
Jl. Letjen Suprapto Jl. Slamet Riyadi (Kerten)
18 41 40 40 2 3
19 46 47 41 39 86
Jl. Sumpah Pemuda Jl. Mongonsidi (Depan Hotel Asia)
20 47 46 42 86 39
21 266 37
Jl. Letjen Sutoyo
22 37 266
104
NODE
No. Nama Jalan
1 2
1 105 756
Jl. Yos Sudarso
2 756 105
3 61 754
Jl. Dr. Radjiman
4 754 61
5 Jl. Kolonel Sugiyono 271 762
6 117 764
Jl. Joko Tingkir
7 764 117
8 56 763
Jl. Adi Sumarmo
9 763 56
10 1 701
Jl. Slamet Riyadi
11 701 1
12 136 755
Jl. Veteran
13 755 136
14 145 758
Jl. Kyai Mojo
15 758 145
16 Jl. Palur 95 759
17 Jl. Adi Sucipto 23 752
18 55 765
Jl. Ring Road
19 765 55
20 287 760
Jl. Tangkuban Perahu
21 760 287
22 288 757
Jl. Bridjen Sudarto
23 757 288
45
46
47
48
Gambar 3.3. Peta Pembagian Zona Kota Surakarta
49
Alur penelitian ini perlu dibuat secara sistematis untuk memudahkan pelaksanaan
kegiatan penelitian. Secara garis besar akan diuraikan sebagai berikut:
1. Studi Literatur
Pada tahap studi literatur bertujuan untuk menemukan hal-hal yang berkaitan
dengan pencapaian tujuan penelitian, dan mempelajari berbagai kasus yang
telah diangkat oleh para peneliti sebelumnya sehingga penelitian ini lebih
update dan di harapkan lebih efektif dalam penelitian yang akan dilaksanakan.
2. Pembaruan Data
3. Estimasi Matriks
49
50
Berikut ini merupakan data-data yang menjadi variabel dalam penelitian ini,
yaitu:
1. Basis data jaringan jalan diperoleh dari Dinas Pekerjaan Umum (DPU) Surakarta.
5. Pembahasan
Pembahasan ini meliputi analisis hasil estimasi MAT dari arus lalu lintas dalam
aplikasi program EMME/3 dan menganalisis tingkat validasi hasil model
dengan pengamatan.
6. Kesimpulan
Kesimpulan merupakan uraian secara singkat inti dari hasil akhir proses
pembahasan yang kemudian ditambahkan dengan saran untuk penelitian
selanjutnya agar bisa lebih dikembangkan lagi.
50
51
Mulai
Studi Literatur
Pembaruan Data
Uji Validasi
Pembahasan
Kesimpulan dan
Saran
Selesai
51
52
Survey dilakukan untuk menentukan waktu dan lokasi penelitian. Penentuan jam
sibuk berdasarkan penelitian sebelumnya yang telah dilakukan pada beberapa ruas
di Kota Surakarta. Penentuan lokasi penelitian berdasarkan pertimbangan
klasifikasi fungsi jalan, kondisi tata guna lahan disekitarnya, tingkat kepadatan
lalu lintas dan beberapa ruas jalan yang dianggap mewakili pada jaringan jalan
kota Surakarta.
52
53
Heavy Vehicle (bis, truk 2 as, truk 3 as, dan truk kombinasi) dan desain alat
yang digunakan, maka formulir survey yang digunakan memuat kriteria dan
contoh gambar dari kendaraan yang disurvey. Formulir isian jumlah
kendaraan diisi sesuai dengan jumlah kendaraan yang melalui ruas jalan yang
diamati dan dihitung per 5 menit selama 2 jam dimulai pukul 06.00 hingga
pukul 08.00. Karena ada sebagian yang menggunakan metode manual maka
lebar dan panjang kolom untuk pengisian disesuaikan supaya dapat memuat
turus hasil penghitungan. Contoh sket formulir Survey yang digunakan
terlampir pada lampiran G.
4. Surveyor
a. Spesifikasi surveyor
Surveyor yang dipilih adalah mereka yang dinilai telah dapat menggunakan
peralatan yang akan digunakan dan juga mengerti tentang klasifikasi
kendaraan yang disurvey.
b. Jumlah Surveyor
Jumlah surveyor yang digunakan sebanyak ±60 orang dengan penempatan
pada titik-titik yang telah ditentukan. Banyak surveyor yang ditempatkan
pada suatu titik di ruas jalan tertentu tergantung pada kelas jalan, lebar jalan,
banyak lajur dan jalur, kepadatan, dan jenis kendaraan yang melalui jalan
tersebut.
c. Tugas Surveyor
Tugas Surveyor adalah mencatat semua jenis kendaraan bermotor kedalam
formulir survey yang telah ditentukan per lima menitan berturut-turut selama
dua jam.
d. Penempatan Surveyor
Surveyor ditempatkan pada titik-titik yang telah ditentukan. Jumlah surveyor
yang ditempatkan disesuaikan dengan tingkat kepadatan, banyak sedikitnya
jenis kendaraan yang lewat ruas jalan tersebut dan juga berdasarkan
klasifikasi jalan.
53
54
Pembuatan jaringan jalan merupakan proses awal dalam penelitian ini. Dalam
program EMME/3 pembuatan jaringan jalan ini dilakukan melalui Network
Editor. Adapun data yang harus dimasukan antara lain moda, node, link,
koordinat, kapasitas arus, lebar jalan, tipe jalur.
Dalam proses pembuatan matriks baru metode pendekatan yang digunakan adalah
metode entropy maximum dengan bantuan program EMME/3 yaitu dengan
melakukan proses running demadj menggunakan file perintah pada Emme prompt
console.
54
55
Hal ini dilakukan untuk mengetahui seberapa besar perbedaan yang ditimbulkan dari
arus lalu lintas hasil pengamatan dengan arus lalu lintas hasil perhitungan. Uji validasi
yang dilakukan dengan mencari nilai koefisien determinasi (R2).
Bagan alir teknik analisis data dapat dilihat pada Gambar 3.5.
Estimasi Matriks
(SD)
MAT Baru
Assignment
Tidak
Konvergen
Va ≈ Va’
Ya
Uji Validasi
Gambar 3.5. Bagan alir teknik analisis data (Estimasi Matriks EMME/3)
55
56
BAB 4
ANALISIS DAN PEMBAHASAN
4.1. Umum
Program EMME/3 ini merupakan salah satu alat bantu dalam mengetahui
distribusi arus lalu lintas di kota Surakarta. Data masukan yang dipergunakan
dalam program ini antara lain data arus lalu lintas (traffic count), data ruas jalan
berupa kapasitas dan waktu tempuh pada saat arus bebas dan saat arus mencapai
kapasitas, data koordinat zona dan data prior matriks tahun 2002 dari penelitian
sebelumnya. Prosedur perhitungan data ruas jalan mengacu pada Manual
Kapasitas Jalan Indonesia (MKJI).
a. Data Primer
Data primer dalam penelitian ini didapat dari survey penelitian pada jam 06.00
– 08.00 yang dilakukan pada tanggal 29 Oktober 2009 dan 12 November 2009
di beberapa titik dengan pertimbangan bahwa banyak pengendara
menggunakan ruas jalan tersebut dan dianggap mewakili jaringan jalan di kota
Surakarta.
56
57
b. Data Sekunder
Data sekunder lainnya yaitu data dari instansi terkait yang berada di wilayah kota
Surakarta meliputi peta administrasi kota Surakarta (Gambar 3.2), peta pembagian
zona kota Surakarta (Gambar 3.3), peta jaringan jalan kota Surakarta dan lokasi
survey (Gambar 3.1) dan juga data jaringan jalan (dapat dilihat pada lampiran).
Data hasil survey tahun 2009 dapat dilihat pada Tabel 4.1.
Tabel 4.1 Data Hasil Survey tahun 2009
NODE WAKTU Rata-rata
Nama JENIS
Jalan KEND. 06.00- 06.05- 06.10- 06.15- 07.55-
1 2 … kend/jam
06.05 06.10 06.15 06.20 08.00
MC 75 92 108 139 … 310 2880
105 756 LV 16 13 20 24 … 43 509
Jl. Yos HV 6 3 5 2 … 2 44.5
Sudarso MC 108 214 254 229 … 336 3811.5
756 105 LV 18 44 42 56 … 65 667.5
HV 5 7 7 8 … 9 93.5
MC 193 121 133 143 … 198 2485
61 754 LV 5 9 21 8 … 22 204.5
Jl. Dr. HV 1 3 3 2 … 4 30.5
Radjiman MC 111 112 156 229 … 206 2550.5
754 61 LV 7 14 13 17 … 29 227.5
HV 2 6 1 4 … 4 46.5
Sumber : Data hasil survey tahun 2009
Data lengkapnya dapat dilihat pada lampiran A
Zona merupakan representasi dari sistem tata guna lahan suatu wilayah.
Pembagian zona dilakukan sebagai tahap awal persiapan data masukan. Namun
dalam penelitian ini, karena data tersebut sulit didapat maka digunakan zona-isasi
yang mengacu pada sistem pembagian wilayah secara administratif pemerintahan
yaitu berupa kelurahan. Pada penelitian ini terdapat 65 zona dengan 51 zona
internal (seluruh kelurahan di kota Surakarta ) (Tabel 4.2.) dan 14 zona eksternal
(Tabel 4.3.). Setiap zona diwakili oleh satu pusat zona (centroid), yang kemudian
dihubungkan ke salah satu simpul jaringan jalan (node) dengan penghubung
57
58
58
59
59
60
752 Colomadu
753 Pabelan Kartosuro
754 Makam Haji Kartosuro
755 Cemani
756 Solo Baru
757 Grogol Sukoharjo
758 Bekonang
No.
Zona Nama Zona
759 Palur Karanganyar
760 Plupuh Sragen
761 Jl. Clolo arah Karanganyar
762 Arah Purwodadi
763 Ngemplak Boyolali
764 Gentan Sukoharjo
765 Kebak Kramat Karanganyar
Data yang diperoleh dari hasil survei berupa volume arus lalu lintas. Agar
diperoleh volume lalu lintas dalam satuan kendaraan, maka beberapa jenis
kendaraan perlu dikonversi ke dalam satuan mobil penumpang. Pada pelaksanaan
survei traffic count digunakan interval waktu 5 menitan selama 2 jam sehingga
terdapat 24 buah data volume arus lalu lintas. Data yang dipakai adalah nilai
tertinggi dari 13 buah data perjam yang didapat dari perhitungan 24 data tersebut.
Perhitungan untuk mendaatkan data yang dipakai dapat dilihat pada Tabel 4.4.
Contoh : Nama jalan : Urip Sumoharjo
Nomor ruas : 85 – 86
Tabel 4.4. Perhitungan jumlah kendaraan pada jam puncak (dalam 1 jam)
NODE WAKTU
JENIS
KEND. 06.40- 06.45- 06.50- 06.55- 07.00- 07.05- 07.10- 07.15- 07.20- 07.25- 07.30- 07.35
1 2
06.45 06.50 06.55 07.00 07.05 07.10 07.15 07.20 07.25 07.30 07.35 07.40
85 86 MC 289 269 199 174 237 193 254 227 162 187 133 295
LV 21 23 28 18 29 31 30 31 17 31 15 26
HV 3 2 4 1 4 1 4 1 3 4 1 4
∑MC=1258
∑LV=150
∑HV=17
∑MC=1326
∑LV=159 60
∑HV=16
61
∑MC=1284
∑LV=167
∑HV=15
maksimum ∑MC=2619
maksimum ∑LV=300
Selanjutnya dilakukan konversi ke dalam satuan∑HV=32
maksimum mobil penumpang sesuai Tabel
2.1. Contoh perhitungan dapat dilihat pada Tabel 4.5.
Data lengkap konversi dari satuan kendaraan ke satuan mobil penumpang dapat
dilihat pada lampiran B.
4.2.4. Kapasitas
Kapasitas pada suatu ruas jalan dapat dihitung dengan menggunakan Persamaan
(2.1)
61
62
Contoh:
Nama jalan : Urip Sumoharjo
Nomor ruas : 85 - 86
Tipe operasi : Empat lajur dua arah tak terbagi (4/2 UD)
Lebar jalan : 14 meter ( total 2 arah)
Hambatan samping : tinggi
Lebar bahu :-
Jarak kerb-penghalang : 1 meter
Jumlah penduduk : 566.768 jiwa
Karena ruas tersebut terdiri atas 4 lajur maka kapasitas total ruas tersebut
= 4 x 1142 = 4568 smp/jam
62
63
Waktu tempuh adalah waktu yang dibutuhkan untuk melintasi suatu ruas,
dinyatakan dalam suatu waktu (detik). Waktu tempuh diperoleh dengan membagi
jarak dengan kecepatan. Waktu yang dibutuhkan kendaraan tunggal pada suatu
ruas jalan merupakan waktu tempuh pada saat arus bebas. Waktu tempuh suatu
ruas dapat diperoleh dengan mengetahui kecepatan arus bebas dan panjang ruas
tersebut.
Berdasarkan data di atas, maka pada nomor ruas 211 – 511 dapat ditentukan :
Ø Kecepatan arus bebas dasar (lihat Tabel 2.10) FVo = 53
Ø Faktor penyesuaian lebar jalur lalu lintas FVw = 0
(lihat Tabel 2.11)
Ø Faktor penyesuaian hambatan samping (lihat Tabel
2.12/2.13) FFVsf = 0,81
Ø Faktor penyesuaian ukuran kota (lihat Tabel 2.14) FFVCcs = 0,95
63
64
Sedangkan untuk menghitung kecepatan pada saat arus mencapat kapasitas, dapat
digunakan Persamaan (2.5)
Vc = 0,5 x Vo
= 0,5 x 40,78
= 20,39 km/jam
Dari contoh diatas, maka waktu tempuh pada saat arus bebas (to) dan waktu
tempuh pada saat kapasitas (tc) adalah:
S S
to = ´ 3600 tc = ´ 3600
V Vc
0,21 0,21
to = ´ 3600 tc = ´ 3600
40,78 20,39
to = 18,54 detik tc = 37,07 detik
Data lengkap mengenai waktu tempuh pada saat arus bebas dapat dilihat pada
lampiran D.
Pada bagian ini berisi input data ruas jalan yang meliputi : node awal dan akhir,
waktu tempuh, baik pada saat arus bebas maupun pada saat arus mencapai
kapasitas, kapasitas, dan jarak dengan format seperti Tabel 4.6 dibawah ini :
64
65
(smp/jam/ruas)
701 1 120 120 0 2 330
702 2 120 120 0 2 220
703 4 120 120 0 2 240
703 3 120 120 0 2 360
703 171 120 120 0 2 250
… … … … … … …
298 93 101.67 203.34 4269 2 990
Tipe operasi yang dimaksud dalam tabel tersebut adalah jumlah jalur atau arah
ruas jalan. Data lengkapnya dapat dilihat pada lampiran E.
Selain itu, data masukan lain yang diperlukan adalah data koordinat. Koordinat
diperlukan dalam basis data masukan dalam program EMME/3 untuk
menggambarkan network yang akan dipakai. Data tersebut terdiri dari data
koordinat zona maupun koordinat simpul-simpul jaringan jalan seperti pada Tabel
4.7. berikut :
Tabel 4.7. Koordinat kota Surakarta
Node koordinat X koordinat Y
701 1394.716 4631.21
702 2005.345 4315.733
703 2919.327 4081.073
704 1944.118 2994.703
705 2886.463 3338.475
… … …
298 9880 4550
Input data dalam program EMME/3 dapat dilakukan dengan Network Editor yang
65
66
merupakan salah satu bagian terpenting dalam program ini. Selain ketersediaan
tabel input, Network Editor juga menyediakan ruang dalam bentuk peta jaringan
jalan (Gambar 4.1). Untuk editor toolbarnya dapat dilihat pada Gambar 4.2.
Data arus lalu lintas yang digunakan adalah data yang diperoleh dari survei traffic
count dan telah dikonversi ke satuan mobil penumpang per jam (smp/jam) seperti
Tabel 4.8. berikut ini:
Tabel 4.8. Data Arus Lalu Lintas Tahun 2009
66
67
67
68
Data matrik awal menggunakan MAT hasil penelitian tahun sebelumnya oleh
Astri Brilianti (2002). MAT awal diperoleh dengan menggunakan metode
pembebanan wardrop equilibrium. Matrik awal dapat dilihat pada Tabel 4.9.
68
69
69
70
749 0.40 2.60 1.30 1.30 1.30 1.80 0.90 1.00 1.00 1.00 1.00 1.00
750 0.30 1.70 0.90 0.90 0.90 1.20 0.60 0.70 0.70 0.30 0.70 0.70
751 0.40 2.30 1.20 1.20 1.20 1.60 0.80 0.90 0.90 0.40 0.90 0.90
752 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 4.70 4.70 9.40 4.70
753 3.90 3.90 2.00 2.00 2.00 2.00 2.00 2.00 3.40 3.40 7.50 3.40
754 1.00 1.00 3.00 3.00 3.00 3.00 3.00 3.00 3.00 13.20 2.80 13.20
755 0.40 0.40 1.30 7.20 1.00 7.20 0.90 1.00 0.90 1.00 1.00 1.00
756 1.60 1.60 4.80 26.30 3.60 26.20 3.30 3.60 9.80 3.60 3.60 3.60
757 1.70 1.70 5.30 28.70 4.00 28.50 3.60 4.80 2.10 4.00 4.00 3.90
758 1.10 17.80 3.40 9.10 2.50 9.10 2.30 2.50 4.50 2.50 2.50 5.00
759 1.60 12.70 17.10 7.80 7.80 23.10 5.40 6.00 6.00 3.00 6.00 10.60
760 8.50 9.60 9.60 2.80 1.90 1.20 1.00 54.40 0.80 0.40 0.80 0.80
761 2.10 2.40 2.40 2.40 2.40 2.10 3.90 151.50 3.20 2.20 4.50 4.50
762 2.50 3.20 3.20 3.20 3.20 2.00 3.90 177.00 3.10 1.10 4.40 4.40
763 3.40 3.40 1.00 1.00 1.00 1.00 2.70 138.70 3.40 3.40 7.10 3.10
764 0.30 0.30 1.00 1.00 1.00 1.00 1.00 1.00 1.00 4.80 1.00 4.80
765 3.90 4.50 4.50 1.30 0.90 0.50 0.40 25.30 0.50 0.90 0.50 3.70
SDd 78.80 222.40 205.80 256.50 101.80 277.50 98.00 1598.90 118.70 123.00 150.70 161.20
70
71
Tujuan
713 714 715 716 717 718 719 720 721 722 723 724
Asal
748 4.50 4.50 4.50 4.50 3.30 3.40 4.50 4.50 4.90 3.30 3.30 3.30
749 1.00 1.00 1.00 1.00 0.70 0.70 1.00 1.00 1.00 0.70 0.70 0.70
750 0.70 0.70 0.70 0.70 0.50 0.50 0.70 0.70 0.70 0.50 0.50 0.50
751 0.90 0.90 0.90 0.90 0.70 0.70 0.90 0.90 1.00 0.70 0.70 0.70
752 11.90 9.40 9.40 9.40 9.40 9.40 8.60 11.90 11.90 8.10 8.10 8.30
753 9.50 7.50 7.50 7.50 7.50 7.50 9.50 9.50 9.50 6.40 6.40 6.60
754 10.90 3.00 13.20 13.20 13.20 13.20 11.00 11.00 11.00 7.50 7.50 11.90
755 3.00 1.00 1.00 1.00 1.00 1.00 3.00 3.00 3.00 2.00 0.90 0.90
756 10.90 3.60 3.60 3.60 3.60 3.60 25.40 25.40 25.40 3.30 3.30 3.30
757 18.90 5.20 5.20 3.40 3.40 3.40 3.10 5.20 3.10 4.70 3.40 3.40
758 15.10 5.00 5.00 5.00 3.20 3.20 2.10 3.40 2.10 3.20 3.20 3.20
759 10.60 10.60 10.60 10.60 7.90 8.00 10.60 10.60 11.60 7.90 7.90 7.90
760 1.10 6.60 1.00 8.50 34.10 4.30 10.70 10.70 5.40 3.70 3.70 3.70
761 5.70 4.50 4.50 4.50 11.50 3.30 9.70 3.40 9.70 6.60 6.60 6.60
762 5.60 4.40 4.40 4.40 13.80 3.20 9.50 3.40 9.50 6.50 6.50 6.50
763 4.00 3.10 3.10 3.10 11.30 2.80 1.00 1.00 1.00 0.70 0.70 0.70
764 1.40 1.00 4.80 4.80 4.80 4.80 1.40 1.40 1.40 1.00 1.00 4.30
765 5.10 4.90 5.10 5.10 20.30 2.50 5.10 5.10 2.50 1.70 1.70 1.70
SDd 317.10 175.60 185.00 191.40 338.50 156.60 213.00 216.80 204.90 141.30 133.20 140.70
71
72
746 1.20 0.50 0.50 0.70 0.30 0.30 0.50 0.70 0.70 0.70 0.70 0.70
747 0.90 0.70 0.70 0.70 0.30 0.30 0.60 0.70 0.90 0.70 0.70 0.70
748 4.50 3.30 3.30 18.30 16.30 16.30 25.70 16.30 4.50 5.10 5.10 3.40
749 0.90 0.70 0.70 1.00 1.00 1.00 1.80 1.00 1.00 1.00 1.00 1.00
750 0.60 0.50 0.50 0.70 0.70 0.70 1.10 0.70 0.70 0.70 0.70 0.70
751 0.90 0.70 0.70 0.70 0.70 0.70 1.30 0.70 0.90 0.70 0.70 0.70
752 9.40 8.10 8.40 3.00 3.60 3.00 3.60 25.60 7.20 7.20 7.20 7.20
753 7.50 6.40 6.70 5.80 6.90 5.80 6.90 34.20 2.00 2.30 2.00 2.00
754 55.60 2.50 11.90 4.90 5.90 5.10 5.90 3.50 3.00 3.30 3.00 3.00
755 1.00 0.90 0.90 1.00 1.00 1.00 4.70 1.00 1.30 41.00 2.50 2.10
756 3.60 3.30 3.60 25.40 25.40 25.40 50.90 25.40 10.90 10.90 27.20 25.40
757 5.20 3.40 3.40 5.60 5.60 5.60 11.80 5.60 3.40 3.40 8.40 5.60
758 5.00 3.20 3.20 2.10 2.10 2.10 3.70 2.10 2.10 2.10 5.30 2.10
759 10.60 7.90 7.90 37.60 7.10 7.10 11.20 33.40 80.30 80.30 80.30 80.30
760 8.50 3.70 3.70 7.90 6.40 7.90 6.40 1.00 1.30 0.40 0.40 0.40
761 3.20 6.60 6.60 2.00 1.60 2.00 1.60 2.00 2.60 2.60 2.00 2.00
762 3.20 6.50 6.50 2.00 1.60 2.00 1.60 2.00 2.50 2.50 2.00 2.00
763 2.80 0.70 0.70 0.80 1.00 0.80 1.00 1.00 3.50 3.50 3.50 1.00
764 20.20 0.90 4.30 1.70 2.00 2.30 2.00 1.20 1.00 1.10 1.00 1.00
765 5.10 1.70 1.70 3.70 3.00 3.70 3.00 0.50 0.60 0.20 0.20 0.20
SDd 272.20 119.40 143.20 283.90 217.50 227.10 321.50 319.80 195.40 343.40 299.10 210.00
72
73
745 1.00 1.00 1.00 1.00 4.60 3.40 1.10 1.00 0.00 0.80 0.80 0.80
746 1.70 0.70 0.70 1.30 3.10 2.30 0.80 0.70 0.70 0.00 1.00 1.00
747 2.20 0.70 0.90 0.90 4.00 3.00 1.00 0.70 0.70 1.00 0.00 1.00
748 11.20 3.40 2.70 4.50 23.00 1.00 106.00 3.40 3.40 5.00 5.00 0.00
749 2.50 1.00 1.00 1.00 2.10 3.10 0.50 1.00 0.50 1.00 1.00 1.00
750 1.70 0.70 0.70 0.70 1.50 2.30 0.40 0.70 0.30 1.00 1.00 1.00
751 2.20 0.70 0.90 0.90 4.00 3.00 1.00 0.70 0.70 1.00 1.00 1.00
752 7.20 7.20 7.50 5.90 23.50 27.10 27.10 7.20 7.20 5.50 5.50 63.80
753 6.10 7.50 7.50 9.50 44.90 28.80 3.90 7.50 7.50 3.30 8.90 61.80
754 10.90 8.70 8.70 11.00 10.50 36.70 5.50 8.70 8.70 4.20 10.40 5.20
755 2.50 1.00 1.00 3.00 8.00 13.80 1.10 1.00 3.00 1.50 2.90 1.90
756 27.20 25.40 10.90 25.70 54.30 96.00 12.50 25.40 25.40 8.40 24.40 10.40
757 8.40 5.60 3.40 5.20 6.60 11.70 1.50 2.50 1.30 1.00 3.10 1.30
758 5.30 2.10 2.10 5.00 7.30 9.80 2.40 2.10 2.10 1.60 2.10 2.10
759 80.30 74.60 6.00 10.60 0.20 0.20 217.50 7.90 7.90 1.70 1.70 10.30
760 0.40 1.00 0.80 1.10 1.00 13.00 4.00 1.00 5.40 4.20 4.00 1.00
761 2.00 2.20 4.50 2.80 1.00 11.50 3.80 9.70 9.70 7.40 3.40 1.00
762 2.00 2.20 4.40 2.70 16.80 14.20 3.80 9.50 9.50 7.30 3.30 36.30
763 1.00 1.00 2.70 2.40 7.10 0.80 1.10 1.00 1.00 3.10 3.10 6.80
764 2.60 1.10 1.10 1.40 2.50 5.60 1.90 1.10 1.10 0.50 1.30 0.70
765 0.20 0.50 0.50 5.10 0.50 6.00 1.90 0.50 2.50 1.90 1.90 2.50
SDd 285.70 212.90 139.40 209.40 465.20 578.60 535.40 161.00 176.20 112.50 157.50 347.50
73
74
744 0.90 0.80 0.80 39.70 4.50 2.70 1.00 10.70 3.10 0.90 4.00 1.00
745 0.90 0.80 0.80 32.80 2.70 1.30 1.00 10.70 2.20 0.90 4.00 4.60
746 1.00 1.00 1.00 0.40 3.00 2.70 1.30 14.40 1.50 0.60 2.10 3.10
747 1.00 1.00 1.00 0.50 2.40 1.20 0.90 9.60 2.20 0.90 2.10 4.00
748 5.00 5.00 5.00 129.90 11.20 8.40 4.50 52.80 11.90 4.50 0.30 23.00
749 0.00 1.00 1.00 14.40 2.70 1.30 1.00 10.70 2.20 0.90 5.30 2.10
750 1.00 0.00 1.00 9.60 1.80 0.90 0.70 7.20 1.50 0.60 5.30 1.50
751 1.00 1.00 0.00 12.90 2.40 1.20 0.90 9.60 2.20 0.90 5.30 4.00
752 7.60 5.50 5.50 0.00 0.20 1.00 4.70 25.10 27.00 11.20 179.30 23.50
753 9.50 7.20 8.90 1.60 0.00 5.10 3.40 20.00 22.20 8.90 37.60 44.90
754 11.00 8.30 10.40 0.40 9.50 0.00 13.20 35.50 43.70 15.90 55.90 10.50
755 3.00 2.30 2.90 0.30 4.60 18.30 0.00 2.70 3.30 1.20 19.20 1.20
756 25.40 19.50 24.40 8.00 16.70 66.40 3.60 0.00 12.00 4.40 132.00 48.60
757 3.10 2.40 3.10 14.90 18.30 73.90 3.40 9.00 0.00 4.50 16.80 6.60
758 2.10 1.60 2.10 40.00 4.60 29.10 5.00 8.60 10.60 0.00 15.70 7.30
759 11.80 11.80 11.80 23.20 14.60 18.20 10.60 113.30 26.70 10.50 0.00 0.20
760 5.10 4.20 4.00 14.20 86.40 5.80 0.80 91.50 11.70 5.00 0.30 0.00
761 9.00 7.40 3.30 3.60 21.80 6.70 4.50 30.90 25.30 8.80 0.30 1.00
762 8.90 7.30 3.30 4.30 25.60 7.40 4.40 36.90 29.10 8.70 34.10 16.80
763 0.90 0.80 0.80 1.30 35.80 2.10 3.40 30.40 5.60 0.90 6.50 7.10
764 1.40 1.10 1.30 0.10 3.50 2.10 4.80 12.80 16.20 5.80 7.10 2.50
765 2.10 1.90 1.90 6.60 40.20 2.70 3.70 54.30 5.40 2.30 0.20 0.50
SDd 184.40 146.60 158.00 755.40 745.70 611.60 163.00 1087.50 511.20 185.40 1108.10 399.20
74
75
743 0.80 0.40 0.20 2.00 2.20 130.20
744 2.00 1.00 1.00 2.60 0.60 133.80
745 2.00 1.00 1.00 2.30 2.50 131.20
746 1.30 0.70 0.30 3.90 1.70 83.30
747 1.30 0.70 0.30 2.10 2.20 77.90
748 10.00 29.50 16.30 13.60 12.70 745.60
749 2.00 1.00 1.00 2.30 1.10 102.90
750 1.30 0.70 0.70 1.60 0.90 73.60
751 1.60 0.70 0.70 2.10 2.20 97.80
752 5.50 4.30 1.50 1.00 13.00 750.90
753 10.50 8.60 321.20 2.00 24.90 954.60
754 9.10 7.50 3.00 3.00 5.80 658.30
755 2.00 1.00 2.30 7.20 4.40 219.10
756 43.60 36.60 25.40 26.30 30.00 1312.90
757 10.10 7.90 5.60 28.70 3.70 485.30
758 4.30 4.30 2.10 9.10 4.10 345.70
759 0.20 54.00 7.10 29.90 0.10 1428.80
760 1.00 12.00 6.40 1.90 0.60 521.10
761 0.00 3.00 1.60 2.40 0.60 484.20
762 3.90 0.00 1.60 3.20 9.30 640.10
763 1.70 0.80 0.00 1.00 3.90 356.10
764 3.30 2.50 1.00 0.00 1.40 176.80
765 0.50 5.60 3.00 0.90 0.00 287.10
SDd 345.50 402.90 696.10 301.20 251.70 20194.70
Matriks baru tahun 2009 yang akan digunakan dalam proses pembebanan dalam
program EMME/3 merupakan hasil estimasi matriks dari data matriks awal (prior matrix)
menggunakan metode Steepest descent . Dalam program EMME/3 ini proses estimasi
dilakukan dengan modul EMME/3 yang diberi nama Prompt console (Gambar 2.6.) yang
berupa garis perintah (command-line).
Pada program EMME/3 (Gambar 4.3.) penulis menyimpan matriks hasil estimasi dalam
tabel matriks mf01 (full matriks 1). Setelah tersimpan dalam mf01 tersebut kemudian
dipindah ke dalam excel untuk mempermudah dalam menganalisis pergerakan di semua
zona. Hasil MAT baru dari proses estimasi dapat dilihat pada Tabel 4.10. Selain itu
peneliti menyajikan pula dalam bentuk grafik, baik zona Internal (Gambar 4.4.) maupun
zona eksternal (Gambar 4.5.)
75
76
Tabel 4.10. Matriks Asal Tujuan Tahun 2009 (Vehicle trip)
Berlanjut…
76
77
729 54.56 4.07 34.13 17.91 18.95 18.05 44.89 172.87 1.96 1.58 1.01 0.31
730 38.57 2.58 10.61 4.37 4.16 3.76 5.34 21.50 0.06 0.04 0.18 0.15
731 8.22 0.30 3.08 1.28 1.32 1.29 3.65 195.02 5.94 5.46 8.52 5.71
732 2.83 0.12 2.21 1.02 0.90 1.16 1.96 129.24 1.30 0.89 1.87 2.69
733 1.31 0.29 1.76 0.61 0.60 0.61 0.98 53.69 0.62 0.64 1.29 0.97
734 7.01 1.18 17.40 1.47 1.47 1.47 1.34 65.40 1.04 1.02 1.02 1.02
735 5.42 1.19 26.92 1.39 1.39 1.39 1.42 1.66 1.54 1.57 4.52 4.52
736 4.72 0.81 24.20 3.95 3.95 7.17 2.99 3.94 6.18 3.25 11.83 11.05
737 21.82 4.89 3.96 5.55 5.55 16.45 6.26 7.98 10.82 5.59 13.18 13.04
738 4.03 0.04 1.38 1.99 1.99 2.94 1.41 1.62 1.54 1.29 1.66 1.84
739 6.26 1.21 1.50 1.76 1.49 2.90 0.98 1.10 1.00 1.00 1.00 1.01
740 6.39 0.63 1.53 1.53 1.53 1.53 1.03 1.11 1.00 1.00 1.00 1.47
741 12.80 0.12 7.84 2.34 2.08 2.19 1.67 95.31 1.31 2.27 1.56 13.61
742 166.25 5.04 59.73 4.28 4.28 15.88 3.04 3.12 1.75 1.68 1.83 4.82
743 0.96 0.02 0.38 0.74 0.74 1.55 0.86 0.75 1.07 0.82 1.30 2.57
744 2.80 0.24 0.38 1.81 1.81 3.16 1.28 1.48 1.45 1.17 1.52 1.67
745 3.37 0.34 0.36 1.54 1.54 2.52 1.04 1.12 1.00 1.00 1.00 1.50
746 2.48 0.01 0.22 1.06 1.06 4.17 0.69 0.78 0.70 0.71 0.70 2.27
747 3.64 0.02 0.47 1.67 1.41 2.23 0.92 1.00 0.90 0.40 0.90 1.59
748 10.99 2.34 1.39 4.87 4.13 14.62 2.73 3.01 2.70 1.80 2.70 7.99
749 4.42 0.31 0.62 1.81 1.53 2.50 1.03 1.11 1.00 1.01 1.00 1.78
750 2.93 0.16 0.39 1.25 1.06 1.67 0.68 0.78 0.70 0.30 0.70 1.32
751 3.49 0.18 0.36 1.67 1.41 2.23 0.91 1.00 0.90 0.40 0.90 1.64
752 26.75 1.01 0.16 1.08 0.12 0.12 0.12 0.06 0.23 0.30 0.67 0.36
753 103.25 3.90 0.13 2.00 1.27 1.99 1.27 0.81 0.80 0.80 1.05 0.78
754 27.39 1.01 2.62 3.08 3.08 3.08 3.08 3.65 4.58 21.00 3.04 21.52
755 10.89 0.19 2.78 22.01 2.92 24.97 1.91 2.07 1.83 2.03 2.03 2.03
756 28.68 0.37 5.34 43.08 5.59 48.87 3.69 3.94 10.38 3.81 3.79 3.91
757 35.80 0.51 7.94 62.27 8.30 69.97 5.38 7.03 2.96 5.66 5.59 5.70
758 44.20 15.88 13.17 51.59 13.60 58.36 10.07 10.54 17.21 9.58 9.45 24.90
759 14.62 1.55 42.70 10.25 8.80 31.57 6.07 6.49 5.83 2.91 5.83 17.88
760 7.60 0.04 1.64 1.51 1.25 1.77 1.54 85.00 0.92 0.41 1.18 1.18
761 92.63 5.90 17.65 15.90 14.80 10.52 16.30 142.58 3.08 1.80 5.95 5.47
762 94.69 5.82 26.63 17.15 16.86 9.20 15.34 13.54 0.17 0.06 0.47 0.42
763 54.98 1.79 13.28 4.13 6.07 5.90 16.37 553.79 1.55 0.47 0.49 0.19
764 13.48 0.69 2.34 2.39 2.39 2.39 2.39 2.92 3.78 18.82 2.86 18.91
765 7.24 0.07 2.59 2.10 1.91 2.30 1.96 119.80 1.90 3.13 2.27 18.22
SDd 1207.75 102.00 393.18 543.24 209.71 627.05 214.54 1766.53 143.78 162.89 157.83 281.76
Tabel 4.10. Matriks Asal Tujuan Tahun 2009 (Vehicle trip, dalam smp/jam)
Berlanjut…
(lanjutan)
Tujuan
713 714 715 716 717 718 719 720 721 722 723 724
Asal
701 11.23 9.68 13.00 13.30 12.66 12.80 10.10 10.53 10.48 7.15 9.44 9.47
702 0.04 0.03 0.03 0.02 0.02 0.02 0.01 0.03 0.02 0.02 0.02 0.02
703 1.72 1.27 1.41 1.32 1.32 1.29 1.42 1.75 1.64 1.14 1.16 1.24
704 3.22 1.13 7.78 8.39 8.36 7.95 3.77 3.22 3.23 3.05 5.14 6.39
705 1.88 0.78 1.37 1.48 1.47 1.43 2.29 1.94 1.95 1.30 1.18 1.07
706 1.27 1.55 10.46 11.14 11.11 10.61 1.61 1.38 1.38 7.33 13.53 8.46
707 1.10 0.91 0.92 1.02 1.02 0.93 1.39 1.19 1.19 0.82 0.82 0.83
708 2.05 1.86 1.97 2.11 2.10 1.97 2.35 2.05 2.05 1.56 1.60 1.70
709 2.50 2.00 2.00 2.15 2.14 2.02 2.64 2.50 2.50 1.90 1.70 1.80
710 1.20 1.00 1.00 1.09 1.09 1.01 1.38 1.31 1.34 0.94 0.90 0.90
711 1.20 1.00 1.00 1.03 1.02 1.01 1.39 1.30 1.30 0.90 0.90 0.90
712 3.22 1.00 1.00 1.14 1.14 1.03 3.68 3.31 3.48 2.66 1.01 1.03
713 0.00 1.00 1.19 1.00 4.00 1.00 1.08 1.00 1.00 0.70 0.70 0.70
714 3.00 0.00 1.03 1.00 1.00 1.00 3.32 3.00 3.00 2.01 1.00 0.90
715 3.00 1.00 0.00 1.14 1.14 1.03 3.37 3.03 3.51 2.37 0.90 0.91
716 3.00 1.03 1.97 0.00 1.00 1.00 3.65 3.09 3.19 2.50 0.90 0.90
717 3.00 1.01 1.96 1.00 0.00 1.00 9.00 7.26 0.75 1.49 1.00 1.00
718 3.00 1.00 1.10 1.00 1.00 0.00 1.62 1.22 0.75 1.15 1.00 1.00
719 1.00 1.00 1.20 1.00 4.05 1.13 0.00 1.13 1.79 1.26 0.71 0.81
720 10.80 3.60 4.35 3.60 14.56 4.09 2.93 0.00 1.00 0.70 0.72 1.41
721 2.40 2.40 3.10 2.57 0.76 0.76 1.05 0.82 0.00 0.70 2.08 1.32
722 3.60 3.60 4.75 3.99 1.19 1.13 0.74 1.17 0.70 0.00 3.01 4.36
723 14.40 1.60 2.51 1.60 1.00 1.00 1.10 1.14 1.32 1.96 0.00 1.00
724 4.70 1.60 2.53 1.60 1.00 1.00 2.04 1.88 1.20 1.97 1.00 0.00
725 44.80 7.09 1.96 1.00 1.00 1.00 3.47 1.04 0.77 1.46 0.90 0.90
726 6.30 1.61 3.06 1.60 1.00 1.00 1.84 1.62 0.75 1.44 1.00 1.00
77
78
727 4.70 1.61 3.13 1.00 1.00 1.00 1.18 2.26 0.75 1.44 1.00 1.00
728 0.10 0.16 0.26 0.15 0.24 0.21 0.20 0.42 2.21 1.52 0.23 4.22
729 0.02 0.05 0.13 0.03 0.04 0.03 0.00 0.04 0.03 0.02 0.01 0.07
730 0.02 0.05 0.13 0.04 0.06 0.04 0.01 0.06 0.15 0.11 0.01 0.11
731 2.97 6.19 10.03 2.59 1.62 2.25 0.04 0.83 0.50 0.34 1.50 1.73
732 3.07 2.64 2.66 2.60 6.28 1.82 0.49 1.15 0.80 0.56 0.75 1.17
733 2.37 1.84 1.92 1.89 1.95 2.17 0.36 2.61 1.46 1.00 1.74 2.13
734 1.31 1.01 1.01 1.05 1.04 1.02 0.97 1.31 1.20 0.90 0.91 0.91
735 6.25 4.73 4.52 4.78 4.88 4.77 1.81 3.93 3.86 2.45 3.36 4.61
736 14.71 10.97 11.03 10.80 17.55 4.44 0.87 2.47 1.77 1.24 1.98 3.12
737 15.97 12.65 13.04 12.58 12.58 12.11 2.02 5.45 3.83 2.68 3.85 4.68
738 1.04 1.19 1.56 1.14 4.44 1.51 0.99 2.75 2.08 1.45 0.88 2.58
739 1.30 1.00 1.01 1.02 1.02 1.00 1.37 1.30 1.30 0.90 0.90 0.90
740 1.00 1.00 1.20 1.00 4.00 1.00 1.07 1.00 1.00 0.70 0.70 0.70
741 10.65 11.08 15.13 11.66 49.81 23.05 9.98 34.41 6.00 4.11 8.25 22.84
742 3.15 3.18 3.89 3.43 16.05 7.05 3.05 10.41 1.83 1.18 2.46 6.65
743 2.70 2.74 2.43 2.94 12.42 6.41 2.70 9.26 1.63 1.05 2.14 6.14
744 1.04 1.07 1.40 1.09 4.42 3.15 0.99 3.43 1.99 1.39 1.53 5.52
745 1.00 1.01 1.21 1.08 4.81 5.32 1.00 3.45 1.67 1.17 1.70 5.53
746 1.30 1.32 1.60 1.57 0.76 2.08 1.30 4.49 0.80 0.57 1.46 3.07
747 0.90 0.90 1.11 1.02 0.93 0.90 0.90 3.11 1.12 0.78 2.15 3.49
748 4.50 4.50 5.57 5.02 4.27 4.15 4.50 15.54 5.49 3.70 10.22 16.09
749 1.00 1.02 1.25 1.24 1.10 3.78 1.00 3.45 1.16 0.81 2.15 4.40
750 0.70 0.70 0.92 0.78 0.60 0.56 0.70 2.26 0.70 0.50 1.50 2.18
751 0.90 0.90 1.12 1.00 0.84 0.82 0.90 3.11 1.12 0.78 2.13 3.24
752 0.95 0.69 0.72 0.68 0.66 0.64 5.45 0.78 0.94 0.64 0.59 0.59
753 1.11 1.05 1.64 1.70 1.58 1.61 0.92 1.00 0.99 0.67 1.05 1.09
754 9.16 3.26 20.64 22.54 22.35 21.61 10.84 9.25 9.27 6.32 10.80 16.76
755 6.44 2.03 2.03 2.25 2.26 2.05 7.19 6.55 6.88 5.18 2.01 2.03
756 10.93 3.61 3.90 3.61 3.61 3.61 32.48 27.22 27.10 3.80 3.31 3.31
757 25.15 6.92 7.59 4.52 4.52 4.52 6.68 9.95 4.38 7.19 4.52 4.52
758 43.15 14.33 24.65 14.29 9.14 9.14 9.46 14.88 6.30 9.64 9.14 9.14
759 10.29 10.28 12.50 11.51 9.85 10.33 10.28 35.62 12.69 8.64 23.44 39.18
760 0.91 5.95 1.26 7.58 29.81 16.46 8.11 28.71 5.12 3.51 6.65 21.45
761 6.29 3.39 4.83 5.48 13.15 11.24 11.00 13.03 13.07 8.89 13.83 47.56
762 0.08 0.16 0.35 0.13 0.19 0.14 0.14 0.31 1.85 1.27 0.14 1.29
763 0.02 0.06 0.16 0.04 0.06 0.03 0.00 0.03 0.01 0.01 0.01 0.06
764 3.09 2.86 18.82 19.69 19.64 18.63 3.56 3.09 3.09 2.21 3.52 15.17
765 15.13 15.84 21.71 16.30 67.61 30.31 15.31 45.26 10.41 7.08 11.28 29.41
SDd 348.99 193.67 280.74 248.12 413.27 279.16 227.07 372.08 196.86 144.87 196.16 348.67
Tabel 4.10. Matriks Asal Tujuan Tahun 2009 (Vehicle trip, dalam smp/jam)
(lanjutan) Berlanjut…
Tujuan
725 726 727 728 729 730 731 732 733 734 735 736
Asal
701 11.58 9.96 11.44 4.28 5.41 4.54 1.44 14.56 1.40 6.21 5.07 4.14
702 0.02 0.02 0.02 0.09 0.11 0.10 0.01 0.23 0.02 0.06 0.04 0.02
703 1.28 1.18 1.20 6.26 7.47 6.54 2.04 16.68 3.50 3.67 3.70 2.96
704 33.41 1.38 7.22 4.33 4.97 4.42 1.27 1.06 0.96 1.51 1.49 1.49
705 1.38 1.27 1.30 4.35 4.93 5.79 1.27 1.17 0.96 1.49 1.49 1.49
706 45.16 1.89 10.00 5.80 4.76 3.07 1.27 1.19 0.96 1.58 1.58 1.56
707 0.97 0.85 0.91 7.95 11.18 4.16 2.99 2.01 1.25 1.70 3.23 5.11
708 1.99 1.62 1.85 139.35 11.44 246.17 2.99 131.55 1.25 66.11 120.35 9.61
709 2.02 1.71 1.88 2.01 7.63 4.00 3.49 0.94 1.00 1.00 0.70 2.77
710 4.12 0.91 0.97 0.96 1.99 1.92 4.66 0.92 1.32 41.00 1.73 1.42
711 1.01 0.90 0.91 0.99 2.05 1.98 3.75 0.84 0.94 1.00 1.73 1.42
712 1.14 1.02 1.02 1.43 2.48 2.14 5.50 0.96 1.29 43.68 2.03 0.79
713 1.00 0.70 0.90 1.17 2.23 2.26 2.11 0.93 1.05 1.00 1.90 0.74
714 1.00 0.90 0.90 4.16 6.87 6.00 12.05 2.75 2.62 2.00 3.80 2.22
715 1.15 1.03 1.03 4.04 6.82 6.01 2.48 2.72 0.67 2.00 3.80 2.23
716 1.00 0.90 1.00 4.19 7.12 6.19 12.45 2.99 2.88 2.12 4.00 2.35
717 1.00 1.00 1.00 9.66 15.98 13.85 20.20 7.18 3.10 3.13 5.88 5.37
718 1.00 1.00 1.00 1.77 2.40 2.09 2.82 1.28 1.02 1.02 1.93 0.77
719 1.00 0.81 0.81 1.02 2.07 1.73 3.65 0.88 0.84 1.00 1.90 0.97
720 1.00 1.41 1.44 2.20 3.03 2.66 4.47 2.01 1.93 2.15 4.14 2.59
721 0.94 0.77 0.77 0.26 0.65 0.31 1.13 0.40 0.58 1.02 1.89 0.82
722 1.36 1.80 1.80 0.18 0.45 0.22 0.75 0.28 0.41 0.71 1.29 0.57
723 1.60 1.00 1.00 1.30 1.76 1.50 2.16 0.89 0.72 0.71 1.31 0.54
724 1.60 1.00 1.00 1.02 2.19 1.91 3.47 1.16 0.91 0.87 1.61 0.72
78
79
725 0.00 0.90 0.90 3.87 6.31 5.47 6.87 2.81 2.88 2.90 5.36 2.13
726 1.60 0.00 1.00 0.87 1.95 1.70 2.08 1.07 0.75 0.73 1.35 0.70
727 1.60 1.00 0.00 0.79 1.61 1.41 4.02 0.87 1.49 1.46 2.77 0.55
728 0.05 3.34 2.46 0.00 0.80 1.00 0.80 0.09 3.94 0.02 0.01 0.01
729 0.01 0.05 0.02 0.80 0.00 0.80 1.00 0.09 116.02 0.21 0.01 0.00
730 0.01 0.07 0.02 1.00 0.90 0.00 0.90 0.07 6.29 0.00 0.00 0.00
731 1.39 3.28 2.72 0.80 1.00 0.80 0.00 2.17 11.46 1.83 0.93 0.08
732 1.40 1.08 0.86 2.97 3.18 3.17 1.84 0.00 1.30 1.09 0.80 0.75
733 1.81 1.87 1.96 4.53 178.94 5.07 48.86 1.20 0.00 0.80 0.76 0.64
734 1.01 0.91 0.92 1.18 5.14 2.31 2.20 0.95 1.11 0.00 0.97 0.97
735 4.80 3.36 4.32 1.27 2.41 2.42 2.24 1.00 1.01 1.00 0.00 1.00
736 3.04 3.11 2.08 1.14 2.24 2.25 3.72 0.96 0.93 1.00 1.00 0.00
737 12.37 3.80 10.99 1.24 2.40 2.37 2.24 1.00 1.02 1.23 1.08 1.03
738 1.03 2.07 1.12 0.85 1.63 1.33 2.55 0.86 0.82 1.02 0.97 1.00
739 1.00 0.90 0.90 0.96 1.89 1.91 3.34 0.84 0.98 1.00 1.73 1.42
740 1.00 0.70 0.90 1.23 2.19 2.22 2.03 0.93 1.05 1.00 1.90 0.74
741 10.36 21.05 18.89 21.90 13.56 21.80 13.56 1.00 1.10 0.52 0.53 0.50
742 3.18 5.97 5.37 35.79 8.80 8.84 13.74 1.36 1.72 0.86 0.98 0.92
743 2.78 5.64 5.10 0.23 0.18 0.11 0.26 0.25 0.33 0.22 0.19 0.17
744 1.01 5.21 4.29 0.37 0.44 0.40 0.64 0.16 0.23 0.96 0.83 0.64
745 1.03 5.22 4.50 0.25 0.55 0.29 0.85 0.26 0.25 1.00 0.89 0.69
746 1.26 2.57 2.54 0.13 0.06 0.06 0.10 0.12 0.16 0.70 0.51 0.34
747 0.93 1.50 1.50 0.31 0.13 0.13 0.25 0.15 0.41 0.71 0.57 0.37
748 4.63 6.56 6.56 7.98 6.93 7.15 10.71 5.58 1.93 5.16 4.28 1.92
749 0.96 4.12 4.08 0.32 0.62 0.63 1.09 0.28 0.27 1.00 0.84 0.77
750 0.63 0.90 0.90 0.13 0.29 0.14 0.43 0.18 0.18 0.70 0.57 0.48
751 0.94 1.32 1.32 0.13 0.14 0.14 0.25 0.17 0.26 0.70 0.59 0.41
752 0.66 0.57 0.60 16.37 16.19 17.03 7.65 451.41 130.21 79.79 91.67 78.29
753 1.39 1.14 1.33 0.33 0.40 0.37 0.04 0.61 0.09 0.81 0.68 0.50
754 87.62 3.72 19.48 6.89 7.50 6.97 1.72 2.40 2.58 4.54 4.58 4.58
755 2.25 2.03 2.03 2.28 3.88 3.74 9.27 1.85 2.54 83.13 3.60 2.97
756 3.61 3.31 3.61 34.59 57.99 50.40 70.22 25.68 11.04 11.17 20.87 19.04
757 6.92 4.52 4.52 12.50 16.90 14.79 24.74 9.39 4.57 4.62 8.63 5.72
758 14.29 9.14 9.14 2.54 5.80 3.01 10.82 4.76 5.96 6.23 12.16 4.60
759 10.38 17.22 17.22 23.04 4.41 4.50 6.93 68.99 216.84 95.89 155.72 145.07
760 6.58 19.87 17.53 12.45 8.39 12.84 8.39 0.28 0.21 0.39 0.37 0.34
761 3.38 44.17 36.95 5.62 4.45 5.62 4.45 0.58 14.18 0.74 0.52 0.47
762 0.04 0.88 0.37 2.00 1.60 2.00 1.60 0.16 15.51 0.02 0.01 0.01
763 0.01 0.04 0.01 0.58 0.72 0.58 0.71 0.21 44.79 0.27 0.01 0.00
764 78.74 3.30 17.51 8.64 10.08 11.93 2.90 2.45 2.26 3.44 3.41 3.41
765 15.28 27.72 24.83 14.05 9.36 14.21 9.36 0.45 0.33 0.63 0.59 0.56
SDd 408.69 259.16 292.71 441.67 507.98 551.46 383.80 789.19 640.59 506.24 509.84 336.50
Tabel 4.10. Matriks Asal Tujuan Tahun 2009 (Vehicle trip, dalam smp/jam)
(lanjutan) Berlanjut…
Tujuan
737 738 739 740 741 742 743 744 745 746 747 748
Asal
701 15.86 3.57 8.58 10.90 11.84 1.30 0.40 1.80 3.21 0.71 1.29 12.51
702 0.14 0.00 0.02 0.01 0.05 0.00 0.00 0.00 0.00 0.00 0.00 0.00
703 3.93 1.15 1.51 1.61 8.95 1.45 1.97 0.51 0.79 0.09 0.30 1.82
704 5.32 3.92 2.52 3.22 2.03 4.34 1.35 4.77 4.41 2.81 5.26 2.70
705 4.20 3.31 1.56 1.94 1.10 4.66 1.53 3.17 2.84 1.78 3.21 1.60
706 4.45 1.85 1.06 1.38 0.71 1.91 1.71 1.78 1.90 1.30 2.35 1.17
707 3.90 1.49 0.91 11.87 6.82 2.05 1.45 1.40 1.71 1.16 2.01 1.00
708 7.46 2.80 1.64 2.05 26.32 4.48 55.23 2.67 3.05 1.94 3.51 1.75
709 3.26 1.91 2.00 2.50 0.56 2.28 1.54 1.86 3.14 2.14 3.87 1.95
710 1.63 0.96 1.00 1.30 0.29 0.96 0.77 0.94 1.59 1.10 1.88 0.95
711 1.63 0.96 1.00 1.30 0.29 0.98 0.77 0.93 1.60 1.08 1.98 1.00
712 1.92 1.33 1.05 3.22 4.06 6.10 1.37 1.42 7.31 3.99 6.02 3.93
713 1.79 1.00 1.00 1.00 0.85 1.21 0.51 0.96 2.04 0.90 1.69 0.85
714 3.59 3.61 2.00 3.00 3.68 5.54 2.75 4.07 6.51 3.63 5.66 3.71
715 3.59 3.65 2.00 3.00 3.72 5.63 2.71 3.91 6.69 3.70 5.93 3.89
716 3.77 3.98 2.10 3.00 4.03 5.96 2.88 4.39 7.24 3.64 5.20 3.33
717 5.55 10.09 3.10 7.00 7.62 1.99 4.76 12.17 18.51 3.64 1.15 3.13
718 1.82 2.00 1.02 1.00 1.61 1.84 1.70 2.37 2.84 1.53 1.06 1.04
719 1.80 1.00 1.00 1.00 0.43 0.54 0.57 1.00 1.00 0.40 0.79 0.40
720 3.92 2.94 2.15 5.53 1.25 1.53 0.94 2.91 2.88 1.06 2.16 1.05
721 1.82 1.01 1.02 1.01 0.35 0.43 0.18 1.00 1.00 0.40 0.92 0.92
722 1.24 0.71 0.71 0.71 0.23 0.29 0.12 0.70 0.30 0.30 0.65 0.28
79
80
723 1.23 1.35 0.71 0.70 1.25 1.39 1.36 1.90 2.09 1.30 1.50 1.50
724 1.52 2.25 0.87 1.60 1.31 1.46 1.45 2.25 2.16 1.26 1.40 1.38
725 5.05 3.94 2.87 1.90 3.29 4.18 2.19 4.77 7.42 0.52 1.23 0.60
726 1.28 1.96 0.73 0.80 1.04 1.14 1.20 2.06 2.02 0.93 1.01 0.99
727 2.61 1.40 1.46 1.60 1.08 1.19 1.21 1.88 1.92 0.95 1.01 0.99
728 0.01 0.04 0.39 0.04 19.63 3.74 1.60 0.81 1.10 1.00 5.61 58.37
729 0.00 0.00 0.19 0.01 11.40 0.18 0.07 0.00 0.01 0.10 4.59 9.08
730 0.00 0.01 0.18 0.01 17.24 0.20 0.31 0.03 0.04 0.15 5.19 11.42
731 0.80 0.01 5.82 0.80 11.40 1.20 0.24 0.00 0.03 0.19 7.85 28.18
732 0.82 0.59 2.79 1.21 0.72 0.06 0.05 0.14 0.33 0.04 0.06 0.07
733 0.76 0.32 1.05 1.13 0.77 0.31 0.24 0.15 0.18 0.03 0.05 0.06
734 0.97 0.92 1.02 1.31 0.53 1.39 1.05 0.87 0.90 0.73 0.50 0.50
735 1.00 0.96 6.61 5.29 0.52 1.28 0.93 0.92 0.92 0.76 0.50 0.50
736 1.00 0.93 12.22 2.76 0.37 0.91 0.60 0.83 0.85 0.65 0.43 0.43
737 0.00 0.98 13.18 6.60 0.61 1.62 1.28 0.94 0.94 0.77 0.51 0.51
738 0.97 0.00 1.66 1.04 0.33 0.91 0.96 1.00 0.99 0.79 0.53 0.54
739 1.63 0.92 0.00 1.30 0.24 0.72 0.67 0.88 1.34 1.33 0.93 0.95
740 1.79 1.03 1.00 0.00 0.44 1.24 1.22 1.02 2.09 0.93 1.83 0.92
741 0.45 1.07 1.56 10.52 0.00 11.26 4.06 1.04 4.95 3.73 20.68 5.13
742 0.72 2.12 1.83 3.15 1.12 0.00 1.00 1.67 1.58 0.88 0.45 0.51
743 0.20 0.98 1.30 2.70 3.70 3.00 0.00 1.00 1.40 1.00 0.45 1.80
744 0.94 1.00 1.52 0.99 0.33 0.91 0.96 0.00 0.99 0.79 0.54 0.54
745 0.95 1.00 1.00 1.00 0.69 0.43 0.36 1.00 0.00 0.80 0.63 0.64
746 1.51 0.70 0.70 1.30 0.46 0.28 0.11 0.70 0.70 0.00 0.81 0.84
747 1.99 0.70 0.90 0.90 1.58 0.62 0.21 0.70 0.70 1.00 0.00 1.00
748 10.20 3.40 2.70 4.50 9.10 0.22 22.99 3.40 3.40 5.00 5.00 0.00
749 2.16 1.00 1.00 1.00 0.32 0.38 0.21 1.00 0.50 1.00 0.90 0.90
750 1.45 0.70 0.70 0.70 0.22 0.28 0.05 0.70 0.30 1.00 0.99 0.99
751 1.98 0.70 0.90 0.90 0.59 0.37 0.12 0.70 0.70 1.00 0.99 0.99
752 89.65 60.47 31.28 0.40 156.06 53.01 91.33 36.16 42.91 13.04 15.50 208.92
753 2.00 0.21 0.86 1.06 0.33 0.00 0.00 0.06 0.17 0.02 0.02 0.22
754 16.05 10.83 7.31 9.25 4.33 9.76 3.34 13.17 11.67 7.52 13.61 6.79
755 3.41 2.38 2.03 6.45 8.47 12.86 2.61 2.50 13.45 7.36 11.39 7.28
756 19.71 36.37 11.12 25.77 24.75 36.75 16.47 40.41 64.12 18.87 29.91 12.44
757 8.14 14.95 4.60 6.92 4.05 6.05 2.96 8.84 4.57 2.48 4.83 1.99
758 11.49 8.72 6.22 14.29 4.83 5.44 3.48 8.44 8.14 5.17 5.81 5.77
759 82.99 88.61 5.83 10.29 0.12 0.19 207.64 8.87 7.90 1.70 1.70 10.30
760 0.35 0.83 1.20 0.88 0.19 9.04 3.22 0.80 4.14 3.01 16.79 4.16
761 0.52 2.32 6.13 2.96 1.00 9.99 4.61 10.76 9.17 6.67 13.56 4.09
762 0.01 0.03 0.50 0.03 38.80 5.73 1.74 0.54 0.69 0.52 7.66 84.38
763 0.00 0.00 0.21 0.01 8.37 0.10 0.04 0.00 0.00 0.05 3.22 6.29
764 8.57 4.39 2.41 3.09 2.82 5.35 3.63 4.15 4.14 2.42 4.73 2.54
765 0.57 1.40 2.29 14.79 0.71 19.67 6.24 1.37 8.33 6.51 31.25 40.77
SDd 370.05 315.74 187.78 219.50 431.93 270.25 479.21 223.16 300.48 141.27 283.08 575.25
Tabel 4.10. Matriks Asal Tujuan Tahun 2009 (Vehicle trip, dalam smp/jam)
Berlanjut…
(lanjutan)
Tujuan
749 750 751 752 753 754 755 756 757 758 759
Asal
701 13.34 8.35 3.06 3.86 225.74 20.48 11.07 35.24 41.32 23.78 10.94
702 0.01 0.00 0.00 0.12 10.40 0.87 0.03 0.05 0.06 0.07 0.09
703 1.50 0.31 0.33 0.02 0.68 1.24 1.22 3.40 4.07 3.33 6.81
704 8.01 4.14 6.11 0.03 3.42 1.67 12.96 21.64 26.54 17.42 55.69
705 5.05 2.58 3.94 0.00 2.47 1.67 2.40 3.99 4.17 2.59 36.82
706 3.42 1.78 2.67 0.00 3.29 1.67 16.15 28.99 35.73 8.12 22.59
707 3.01 1.56 2.30 0.00 2.47 1.67 1.48 2.48 2.85 10.61 26.69
708 4.97 2.55 3.88 0.00 1.47 1.67 1.59 5.54 6.54 2.09 54.67
709 5.93 2.88 4.32 0.10 2.38 2.26 1.61 5.59 6.70 4.64 61.24
710 3.13 1.56 2.20 0.02 2.59 21.92 1.61 2.81 3.31 4.72 27.49
711 3.09 1.53 2.19 3.96 2.45 6.62 1.62 2.79 3.00 2.26 26.92
712 8.04 4.19 6.06 0.02 2.57 22.34 1.61 2.85 3.05 2.52 100.01
713 2.43 1.26 1.88 6.76 1.40 6.43 2.14 10.97 2.98 2.25 22.68
714 7.42 3.70 5.70 0.01 0.50 7.07 1.65 2.77 2.98 1.68 94.83
715 7.66 3.98 5.99 0.01 0.50 7.09 1.61 2.85 3.05 2.54 97.89
716 7.59 3.72 5.25 0.06 4.48 38.13 3.10 2.77 3.28 2.25 95.82
717 1.71 0.78 1.22 0.24 0.79 11.08 3.07 2.77 3.28 2.25 24.39
718 1.82 0.96 1.15 0.29 2.65 23.66 1.71 2.77 3.28 2.43 26.79
719 1.00 0.82 1.00 15.29 1.14 1.22 2.22 11.55 3.69 2.78 12.11
720 2.56 1.30 1.99 22.67 9.70 32.71 9.38 42.42 5.20 2.19 27.17
80
81
721 1.00 0.80 1.00 9.49 1.18 13.26 7.07 5.50 2.36 1.74 22.49
722 0.70 0.50 0.70 6.26 1.48 22.98 10.28 8.47 3.71 1.80 14.85
723 1.81 0.99 1.64 6.88 1.41 34.68 4.70 2.77 3.28 2.43 28.54
724 1.76 0.99 1.52 8.55 0.87 12.50 4.85 2.77 3.28 2.43 28.06
725 1.57 0.92 1.26 7.68 13.49 120.40 3.09 2.77 2.98 2.43 17.02
726 1.41 0.74 1.09 6.89 1.64 16.52 4.84 2.77 3.28 2.25 24.37
727 1.42 0.74 1.09 0.81 1.08 16.00 4.89 2.77 3.28 2.43 24.62
728 1.02 1.13 0.74 10.62 13.68 7.61 0.45 0.69 1.64 1.40 87.01
729 0.01 0.01 0.05 10.78 31.31 17.92 3.21 0.10 0.06 0.34 20.79
730 0.01 0.05 0.08 11.76 20.36 6.29 0.23 0.15 0.08 0.31 24.39
731 0.03 0.02 0.20 1.18 2.01 1.65 7.85 5.72 6.46 1.54 64.60
732 0.31 0.20 0.09 7.87 0.37 0.95 2.91 19.09 5.36 1.59 0.15
733 0.21 0.10 0.05 72.86 0.23 0.62 1.06 5.37 7.13 4.97 1.16
734 0.95 0.71 0.71 32.32 2.14 2.35 1.68 2.83 3.04 2.30 17.44
735 0.97 0.80 0.74 38.14 2.12 2.35 4.52 13.30 14.38 7.30 2.21
736 0.82 0.64 0.63 59.04 1.77 6.60 13.03 52.24 12.66 4.58 0.89
737 1.01 0.87 0.76 53.03 8.59 9.30 18.10 35.03 37.80 9.98 20.56
738 0.99 0.79 0.79 6.41 1.18 3.05 2.70 13.25 4.50 3.20 14.46
739 2.34 1.19 1.40 11.84 2.20 2.93 1.63 2.77 2.98 2.25 9.84
740 2.43 1.29 1.93 6.76 1.36 1.22 2.16 10.97 2.98 1.68 26.02
741 4.66 3.95 3.86 53.37 1.00 2.16 19.84 159.43 49.66 11.95 2.06
742 1.20 0.84 0.84 183.36 49.34 8.97 7.11 53.65 15.65 3.21 0.79
743 1.30 0.93 0.93 0.59 0.08 0.94 3.72 39.91 14.37 2.92 2.93
744 0.89 0.79 0.79 25.40 0.69 2.63 2.49 12.81 14.66 4.31 5.23
745 0.90 0.80 0.80 22.99 0.56 1.23 2.22 13.79 11.68 3.75 8.26
746 1.00 1.00 1.00 0.27 0.60 2.54 3.37 29.51 6.27 1.45 3.13
747 1.00 1.00 1.00 0.60 0.55 1.34 2.33 12.00 2.83 1.98 12.29
748 5.00 5.00 5.00 146.15 2.59 9.37 11.67 63.59 14.51 9.91 3.81
749 0.00 1.00 1.00 9.79 0.83 1.45 2.63 24.75 11.96 2.27 19.63
750 1.00 0.00 1.00 6.54 0.46 1.00 2.00 8.25 1.69 1.20 28.09
751 1.00 1.00 0.00 10.23 0.52 1.34 2.45 11.44 2.59 1.96 29.15
752 40.34 18.14 15.28 0.00 0.20 0.83 0.49 1.56 1.51 1.65 401.28
753 1.43 0.79 0.12 0.48 0.00 4.05 1.53 4.18 4.29 3.57 0.33
754 21.94 11.08 16.27 0.12 9.74 0.00 34.00 58.73 70.08 46.83 140.74
755 15.01 8.03 11.61 0.04 5.31 43.74 0.00 5.61 6.54 4.73 169.09
756 59.70 23.41 32.57 0.79 9.61 82.87 6.16 0.00 11.93 8.26 483.58
757 8.12 3.80 5.25 2.82 13.85 121.70 7.52 12.05 0.00 10.95 88.03
758 7.06 4.82 6.51 59.32 9.34 127.89 34.48 24.31 28.49 0.00 173.43
759 11.80 11.80 11.80 132.12 3.34 17.47 26.71 134.09 34.32 22.79 0.00
760 3.96 3.25 3.08 33.61 0.30 1.45 1.71 100.09 45.00 11.07 1.66
761 9.11 7.24 3.10 48.18 52.39 33.93 7.74 41.30 111.54 28.04 1.72
762 0.18 0.65 0.54 23.09 46.14 24.67 0.62 0.52 1.04 4.22 151.68
763 0.00 0.00 0.03 0.27 19.22 3.35 1.00 0.15 0.05 0.05 14.79
764 7.09 3.91 5.56 0.08 8.31 4.01 28.92 50.46 59.98 39.04 44.81
765 6.86 6.84 6.96 35.80 0.59 1.99 24.48 210.90 64.68 18.58 4.12
SDd 323.03 181.55 212.62 1218.63 625.13 1011.53 412.70 1456.67 871.59 402.19 3071.72
Tabel 4.10. Matriks Asal Tujuan Tahun 2009 (Vehicle trip, dalam smp/jam)
Berlanjut…
Tujuan
760 761 762 763 764 765 SOi
Asal
701 7.04 16.89 7.38 246.54 10.87 22.72 1088.31
702 0.01 0.44 0.14 3.73 0.51 0.30 47.05
703 8.29 20.15 9.74 1.70 0.97 25.42 197.67
704 1.43 15.00 5.97 1.11 1.02 4.63 386.70
705 0.82 14.50 5.98 1.11 1.02 2.78 183.85
706 0.40 6.16 8.49 1.11 1.02 1.75 361.18
707 0.39 16.20 11.88 2.55 1.02 1.60 193.81
708 5.05 93.93 416.03 2.60 1.02 67.38 1555.86
709 0.26 1.41 6.45 23.89 1.46 1.65 241.58
710 0.13 0.70 2.10 2.47 11.63 0.77 207.93
711 0.13 0.71 2.16 0.85 2.73 0.76 136.22
712 0.36 3.52 2.81 2.33 11.79 13.74 347.19
713 0.33 0.90 2.51 0.88 2.53 2.57 135.13
714 2.44 9.92 13.49 2.72 2.96 12.76 304.08
715 2.45 9.37 13.06 2.77 2.92 12.82 297.14
716 2.59 10.91 14.20 2.83 19.79 13.63 416.02
717 4.84 13.87 29.64 6.38 4.64 25.98 361.61
718 1.00 2.71 3.61 0.95 12.46 5.56 187.64
81
82
719 0.39 1.17 2.33 0.80 2.76 1.86 123.43
720 0.97 3.63 4.48 1.23 13.28 4.29 397.97
721 0.19 0.46 0.68 0.22 6.24 1.53 145.84
722 0.13 0.30 0.47 0.15 9.22 0.94 172.85
723 0.88 2.07 4.75 0.70 18.93 4.27 239.78
724 0.92 2.25 6.14 0.90 5.23 4.40 173.10
725 2.25 6.38 8.11 2.51 64.29 11.29 622.37
726 0.71 1.90 5.40 0.80 9.09 3.71 195.91
727 0.75 1.79 4.40 0.64 6.66 3.82 165.71
728 13.70 4.91 3.02 0.28 5.13 35.04 364.75
729 7.97 3.74 0.80 0.35 15.76 21.29 649.89
730 11.98 4.66 1.28 0.32 4.54 31.12 253.78
731 7.97 3.74 0.80 0.35 1.28 21.29 480.04
732 0.41 7.20 3.50 1.44 0.91 1.53 249.35
733 0.71 13.47 5.11 32.56 0.58 1.97 484.48
734 0.28 0.84 2.56 13.98 1.50 1.39 228.91
735 0.27 0.85 2.68 1.58 1.42 1.33 242.87
736 0.21 0.71 2.42 0.86 8.06 1.04 374.63
737 0.32 0.91 2.64 0.93 11.28 1.60 497.93
738 0.27 1.02 1.97 0.61 4.03 1.26 128.79
739 0.12 0.68 2.10 0.74 3.60 0.79 111.42
740 0.23 1.20 2.45 0.85 1.56 1.42 130.08
741 0.36 1.00 87.16 5.33 1.78 2.13 948.99
742 0.70 0.84 120.96 3.26 20.72 3.50 911.52
743 2.19 0.70 0.53 0.06 1.46 10.68 181.55
744 0.29 1.09 0.83 0.14 3.67 1.27 148.49
745 0.37 0.40 0.64 0.18 2.77 2.90 143.78
746 0.25 0.21 0.38 0.02 5.52 1.98 110.32
747 0.91 0.53 0.83 0.04 2.97 5.54 97.47
748 5.26 4.11 34.62 2.19 19.25 31.99 656.14
749 0.17 0.58 1.30 0.21 3.26 1.28 147.92
750 0.12 0.21 0.38 0.09 2.25 1.05 92.94
751 0.31 0.25 0.37 0.04 2.97 2.56 116.44
752 118.24 56.32 24.51 0.50 1.13 253.75 2669.23
753 0.10 1.77 0.50 16.30 2.03 1.63 188.23
754 2.94 24.18 9.26 1.76 3.10 10.33 987.19
755 0.78 3.77 4.41 5.01 22.30 24.38 652.62
756 15.52 46.74 104.31 22.65 45.19 84.98 1974.41
757 2.77 18.00 35.35 6.87 63.37 13.50 909.78
758 2.92 4.69 11.23 2.43 51.33 16.05 1192.36
759 0.07 0.12 86.23 1.48 40.48 0.35 2076.40
760 0.00 0.52 53.57 3.10 1.11 2.13 637.44
761 0.67 0.00 22.51 1.81 15.26 2.14 1063.88
762 27.08 9.57 0.00 0.56 17.19 69.28 748.25
763 5.78 2.80 0.58 0.00 3.10 16.35 793.29
764 1.95 29.13 12.02 2.59 0.00 5.66 686.54
765 0.71 0.71 54.23 3.96 1.53 0.00 1143.34
SDd 280.06 509.36 1290.44 449.90 619.40 939.43 32361.41
82
83
83
84
Proses pembebanan matriks baru pada jaringan menghasilkan arus lalu lintas pada
masing-masing ruas jalan di kota Surakarta. Beberapa sampel arus lalu lintas hasil
pembebanan tersebut kemudian dibandingkan dengan arus lalu lintas hasil survei
pengamatan untuk diketahui tingkat validasinya. Besarnya nilai hasil pembebanan dapat
dilihat pada Tabel 4.11.
Tabel 4.11. Perbandingan arus hasil traffic count dengan arus hasil pembebanan.
84
85
30 51 89 729 606
31 55 765 652 582
32 56 763 438 450
33 61 754 962 1012
34 66 67 864 702
35 67 66 850 835
Berlanjut …
85
86
86
Gambar 4.6. Penyajian Arus pada Ruas dalam Bentuk Peta dengan EMME/3
87
87
88
4.5. Pembahasan
Analisis data dengan metode steepest descent menghasilkan MAT kota Surakarta
tahun 2009 dengan jumlah bangkitan pergerakan terbesar di zona internal berasal
dari zona 8 yaitu wilayah kelurahan Purwosari dengan jumlah pergerakan
1555,86 smp/jam. Hal ini dikarenakan zona 8 merupakan daerah pemukiman
dengan kepadatan penduduk yamg cukup besar. Tarikan pergerakan terbesar di
zona internal juga berasal dari zona 8 yaitu kelurahan Purwosari dengan jumlah
pergerakan 1766,53 smp/jam. Untuk bangkitan pergerakan terkecil kurang dari
100 smp/jam di zona internal berasal dari beberapa zona diantaranya zona 2
(kelurahan Jajar) dan zona 47 (Kelurahan Jagalan) dengan jumlah pergerakannya
47,05 smp/jam dan 92,94 smp/jam.
Dari analisis data dengan metode steepest descent yang menghasilkan MAT kota
Surakarta tahun 2009 tersebut dapat diketahui bahwa pola pergerakan di kota
Surakarta dengan jumlah total pergerakan sebesar 32361,41 smp/jam banyak
dipengaruhi oleh pergerakan-pergerakan yang berasal dari zona eksternal. Hal ini
88
89
disebabkan karena adanya pergerakan eksternal yang cukup tinggi yang melintasi
kota Surakarta yang kemudian melanjutkan pergerakannya menuju zona eksternal
lainnya (misalkan pergerakan dari zona eksternal 52 dari Colomadu menuju ke
zona eksternal 59 di daerah Palur). Kondisi ini mengindikasikan bahwa Surakarta
bukan merupakan tempat tujuan akhir suatu perjalanan, sehingga diperlukan suatu
rute luar kota yang tidak melalui ruas jalan di pusat kota.
Perhitungan uji validasi dengan koefisien determinasi (R2) pada gambar Grafik
4.8 didapatkan besar tingkat validasi 84,63% pada hasil perbandingan arus hasil
traffic count dan arus hasil pembebanan. Hal ini menunjukkan bahwa besarnya
arus lalu lintas hasil pembebanan mendekati besarnya arus lalu lintas hasil
pengamatan (traffic count tahun 2009). Dengan mengetahui nilai R2 maka akan
diketahui pula galat yang terjadi yaitu sebesar 15,37%. Besarnya galat tersebut
dapat dipengaruhi oleh model yang harus dikalibrasi dengan seperangkat data
kuantitatif (terukur). Dimana data terukur ini dibutuhkan dalam jumlah yang
banyak dan membutuhkan biaya yang cukup besar. Tetapi karena berbagai faktor,
khususnya keterbatasan biaya dan praktek di lapangan, penulis hanya
mengumpulkan sebagian data saja untuk mewakili ruas jalan kota Surakarta yang
banyak dilalui oleh kendaraan.
89
90
BAB 5
KESIMPULAN DAN SARAN
5.1. Kesimpulan
1.
· Analisis data dengan menggunakan metode steepest descent menghasilkan
Matriks Asal Tujuan (MAT) tahun 2009 dengan jumlah total pergerakan
sebesar 32361,41 smp/jam
· Jumlah bangkitan dan jumlah tarikan terbesar pada zona internal terjadi
pada zona 8 yaitu Kelurahan Purwosari sebesar 1555,86 smp/jam dan
1766,53 smp/jam. Hal ini dikarenakan daerah tersebut banyak terdapat
daerah pemukiman dan juga daerah perkantoran dan perdagangan.
· Jumlah bangkitan terbesar di zona eksternal terdapat pada zona 52 yakni
daerah Colomadu sebesar 2669,23 smp/jam dikarenakan daerah tersebut
merupakan daerah pemukiman padat penduduk. Jumlah tarikan terbesar
terdapat pada zona 59 yakni daerah Palur sebesar 3071,72 smp/jam
dikarenakan daerah tersebut merupakan kawasan industri.
· Pergerakan Kota Surakarta banyak dipengaruhi oleh pergerakan yang
berasal dari zona eksternal, sehingga disimpulkan Kota Surakarta bukan
tujuan akhir dari perjalanan.
2. Perhitungan uji validasi dengan koefisien determinasi (R2) didapatkan besar
tingkat validasi 0,8463 pada hasil perbandingan arus hasil traffic count dan
90
91
arus hasil pembebanan. Hal ini menunjukkan bahwa besarnya arus lalu lintas
hasil pembebanan mendekati besarnya arus lalu lintas hasil pengamatan
(traffic count tahun 2009). Dengan mengetahui nilai R2 maka akan diketahui
pula galat yang terjadi yaitu sebesar 0,1537.
5.2. Saran
Beberapa saran yang dapat dikemukakan agar penelitian mengenai estimasi model
sebaran pergerakan dari data lalu lintas yang akan datang dapat memberikan hasil
yang lebih baik adalah sebagai berikut:
91
92
DAFTAR PUSTAKA
Ahmad Munawar dan Muhammad Zudhy Irawan. 2007. Estimasi Matriks Asal
Tujuan Berdasarkan Informasi Arus Lalulintas untuk Pemodelan
Transportasi. Symposium X FSTPT. Universitas Tarumanagara. Jakarta.
Anonim. 1990. Panduan Penentuan Klasifikasi Fungsi Jalan di wilayah
Perkotaan. Jakarta: Direktorat Jenderal Bina Marga Departemen
Pekerjaan Umum RI.
Anonim. 1997. Manual Kapasitas Jalan Indonesia (MKJI) 1997. Jakarta:
Direktorat Jenderal Bina Marga Departemen Pekerjaan Umum RI.
Anonim. 2005. Buku Pedoman Penulisan Tugas Akhir. Fakultas Teknik Jurusan
Teknik Sipil Universitas Sebelas Maret. Surakarta.
Astri Briliianti. 2002. Evaluasi Kerja Dan Penanganan Jaringan Jalan (Studi
Kasus Kota Surakarta). Skripsi. Fakultas Teknik Jurursan Teknik Sipil
Universitas Sebelas Maret. Surakarta.
E.K. Morlok. 1984. Pengantar Teknik dan Perencanaan Transportasi. Penerbit
Erlangga. Jakarta.
Freund, Robert M. 2004. The Steepest Descent Algorithm for Unconstrained
Optimization and a Bisection Line-search Method. Journal of
Massachusetts Institute of Technology. United States of america
INRO Consultants Inc.. 1998. EMME/2 User’s Manual Software Realeas 9.
Montreal (Quebec). Canada.
INRO Consultan Inc. 2007. EMME/3 Release Notes: Emme 3.0. Canada.
Juarna, Asep. 2000. Penyelesaian Sistem Persamaan Linier Symetric Positive
Definite dengan Metode Steepest Descent. Jurnal. Universitas Gunadarma.
Jakarta
Noriega, Yolanda dan Michael Florian. 2009. Some Enhancements of The
Gradient Method for O-D Matrix Adjustment. Jurnal. university Research
Centre. Canada. 21 Oktober 2009. www.cirrelt.ca
Nurmalia. 2009. Estimasi Matrik Asal Tujuan dari Data Lalu Lintas dengan
Metode Entropi Maksimum (Studi Kasus Kota Surakarta). Skripsi.
Fakultas Teknik Jurusan Sipil Universitas Sebelas Maret. Surakarta.
Ortuzar, J.D. and Willumsen, L.G., 1994, Modelling Transport, Second Edition,
John wiley & Sons, Great Britain.
O.Z. Tamin. 1997. Perencanaan dan Pemodelan Transportasi. ITB. Bandung.
O.Z. Tamin. 2000. Perencanaan dan Pemodelan Transportasi. ITB. Bandung.
Priyatno. 2000. Estimasi Matrik Asal Tujuan Dari Data Lalulintas dengan Metode
Pembebanan Wardrop Equilibrium (Studi Kasus Kota Surakarta). Skripsi.
Fakultas Teknik Jurursan Teknik Sipil Universitas Sebelas Maret.
Surakarta.
Rahayu Mahanani W.. 2008. Estimasi Matrik Asal Tujuan dari Data Arus
Lalulintas dengan Metode Estimasi Inferensi Bayesian. Skripsi. Fakultas
Teknik Jurursan Teknik Sipil Universitas Sebelas Maret. Surakarta.
92
93
Revi Widyastuti. 2007. Estimasi Matriks Asal Tujuan Dari Data Arus Lalu Lintas
Dengan Metode Estimasi Entropi Maksimum. Skripsi. Fakultas Teknik
Jurusan Sipil Universitas Sebelas Maret. Surakarta.
R. Suyuti dan O.Z. Tamin. 2007. Penggunaan Model Gravity (GR) dalam
Estimasi Matrik Asal-Tujuan (MAT) Menggunakan Data Arus Lalulintas.
Symposium X FSTPT. Universitas Tarumanagara. Jakarta.
Shin, Dong Ho. Do Hyun Kim, and Man Suk Song. 1994. The Steepest Descent
Method and The Conjugate Gradient method for Slightly Non-Symmetric,
Positive Definite Matrices. Journal Community Korean Math.Soc.9, No.2,
p. 439-448. South Korea
Slamet Basuki. 2001. Estimasi Distribusi Perjalanan dengan Menggunakan
Model Gravity (Study Kasus Kota Surakarta). Skripsi. Fakultas Teknik
Jurusan Teknik Sipil Universitas Sebelas Maret. Surakarta.
Spiess, Heinz. 1990. A Gradient Approach for The O-D Matrix Adjustment
Problem. Jurnal. EMME/2 Support Center. Switzerland
Yuan, Ya-Xiang. 2006. A New Stepsize for The Steepest Descent Method. Journal
of Computational Mathematics, vol.24, No.2, p. 149-156. Beijing, China.
Zhou Xiang dan Bingquan Fan. 2005. Application of EMME/2 on OD Estimation
and TIA of Traffic Facility (A case Study of Oujiang Tunnel in Wenzhou).
Jurnal. CRTS in University of Shanghai for Science and Technology.
People Republic of China
93