Anda di halaman 1dari 10

Dalam mengatasi masalah transportasi, perlu adanya perencanaan suatu sistem

transportasi baik jangka panjang (25 tahun), menengah (10 tahun), maupun jangka pendek (5
tahun). Dalam melakukan perencanaan, biasanya para ahli menggunakan berbagai pendekatan
dan metode analisa. Salah satu metode analisa transportasi yang paling umum digunakan di dunia
adalah 4 tahap model transportasi (4 stage transportation model). Metode ini mengaitkan
interaksi antara sistem kegiatan (tata guna tanah) dengan sistem jaringan dan sistem pergerakan.
Isi dari 4 tahap model transportasi itu antara lain :
1. Bangkitan dan tarikan pergerakan (Trip Generation)
2. Distribusi pergerakan lalu lintas (Trip Distribution)
3. Pemilihan moda angkutan (Modal choice/modal split)
4. Pembebanan lalu lintas (Trip Assignment)
Berikut akan dijelaskan tentang masing-masing tahapan model transportasi :
1. Bangkitan dan tarikan pergerakan (Trip Generation)
Bagian ini merupakan tahapan permodelan yang memperkirakan jumlah pergerakan yang
berasal dari suatu zona atau tataguna lahan dan jumlah pergerakan yang tertarik ke suatu zona
atau tata guna lahan. Bangkitan lalu lintas ini mencakup lalu lintas yang meninggalkan
lokasi (trip production) dan lalu lintas yang menuju ke suatu lokasi (trip attraction). Pergerakan
lalu lintas ini biasanya bertipe 3 aliran, yakni home-based work trips (HBW),home-based other
(or non-work) trips (HBO), dan non-home –based trips (NHB). Tipe tipe lalu lintas diatas sangat
dipengaruhi oleh tipe tataguna lahan (pemukiman, perkantoran, dll) dan jumlah aktivitas dan
intensitas pada tataguna lahan tersebut. Sebagai contoh, daerah perkantoran merupakan trip
generation yang puncak frekuensi nya terjadi saat pagi dan sore saja. Selain itu, daerah
pemukiman bertipe padat seperti apartemen akan membangkitkan lalu lintas lebih besar
dibandingkan rumah di daerah pedesaan. Oleh karena itulah trip generationini sangat
dipengaruhi tipe tata guna dan intensitas tata guna lahan tersebut.
2. Distribusi pergerakan lalu lintas (Trip Distribution)
Bagian ini merupakan tahapan permodelan yang memperkirakan sebaran pergerakan
yang meninggalkan suatu zona atau yang menuju suatu zona. Meskipun demikian, trip
distribution sering disebut dnegan production-attraction pairs dibandingkan origin-destination
pairs. Model distribusi ini merupakan suatu pilihan jalan menuju destinasi yang diinginkan,
biasanya direpresentasikan dalam bentuk garis keinginan (desire line) atau dalam bentuk matriks
asal tujuan (MAT). Pola distribusi lalu lintas antara zona asal dan tujuan adalah hasil dari dua
hal yang terjadi secara bersamaan yakni lokasi dan intensiatas tata guna lah dan interaksi antara
2 buah tata guna lahan. Tahap 2 ini juga menentukan apakah tipe penghubung tersebut terpusat
satu jalur atau tersebar. Biasanya factor paling menentukan dari trip distribution adalah spatial
separation dan biaya. Tata guna tanah cenderung menarik lalu lintas dari tempat yang lebih dekat
dibandingkan dengan tempat yang jauh.

3. Pemilihan Moda (Modal choice/modal split)


Setelah adanya bangkitan dan pemilihan tipe distribusi, tahapan model transportasi
selanjutnya adalah memilih bagaimana interaksi dari production dan attraction itu dilakukan.
Pemilihan moda transportasi bergantung dari tingkat ekonomi dari pemilik tata guna lahan dan
biaya transportasi dari moda angkutan. Orang dengan ekonomi tinggi cenderung memilih mode
angkutan pribadi dibandingkan mode angkutan umum. Jika terdapat lebih dari satu moda, moda
yang dipilih biasanya yang memiliki rute terpendek, tercepat atau termurah, atau kombinasi
ketiganya.
4. Pembebanan lalu lintas (Trip Assignment)
setelah dipilihnya tipe moda angkutan dan jalur distribusi, maka akan timbulah aliran
volume lalu lintas. Pada tahapan ini, pengaturan akan arus lalu lintas akan dilakukan. Bila
diketahui suatu jalur distribusi memiliki beban volume yang padat, maka planner bisa
mengalihkan satu jalur lainnya ke jalur yang lain sehingga menjadi tinggal satu jalur. Pemilihan
rute baru tetap memperhitungkan alternative terpendek, tercepat, termurah, dan juga
diasumsikan bahwa pemakai jalan mempunyai informasi cukup tentang kemacetan, kondisi
jalan, dll.
Meskipun model transportasi diciptakan dengan baik, namun dalam pelaksanaannya
harus dilakukan penambahan ataupun sedikit modifikasi disesuaikan dengan kondisi tat guna
lahan yang akan diatur. Model transportasi umumnya memiliki kelebihan :
 Pengumpulan dan pengorganisasian survei data yang lengkap. Karena tahapan pertama dari
model ini adalah menganalisa tipe generation dimana pada tahap tersebut kita terlebih dahulu
mengetahui secara pasti bagaimana dan seberapa banyak pemilik tata guna lahan di daerah
tersebut.
 Mampu menganalisa aspek operasional seperti volume lalu lintas, kapasitas jalan, dan jumlah
perjalanan untuk menentukan waktu perjalanan dan keterlambatan. Karena kita telah mengetahui
jumlah bangkitan dari production dan attraction serta tipe distribusi, sehingga kita akan
mengetahui seberapa besar volume lalu lintas di suatu daerah tersebut bergantung tipe guna
lahannya. Dengan itu, kita bisa mengetahui volumenya untuk menentukan efisiensi jalur dan
meminimalisir terjadinya delay.
 Mampu memperkirakan tipe jalur distribusi yang akan dibangun bergantung tipe
generation yang ada apakah home-based work trips (HBW), home-based other (or non-work)
trips (HBO), dan non-home –based trips (NHB). Pada umumnya tata guna lahan bertipe home-
based other (or non-work) trips(HBO) memiliki bangkitan volume yang lebih besar
dibandingkan tipe lain sehingga perlu dipikirkan tentang jalur distribusi yang sesuai.
Akan tetapi, meskipun telah digunakan cukup lama, sistem ini tetap memiliki kelemahan.
Kelemahan tersebut antara lain :
 Model ini memiliki kemampuan terbatas dalam memprediksi penggunaan moda angkutan
publik. Hal ini disebabkan karena asumsi data yang digunakan bersifat eksternal seperti
penghasilan, kepemilikan mobil, jumlah populasi, dll. Padahal kita juga harus memperhitungkan
faktor lainnya seperti harga bahan bakar, biaya pengoperasian angkutan pribadi, tariff parkir, dll
yang mempengaruhi keputusan pemilik tata guna lahan untuk menggunakan antara angkutan
pribadi atau moda transportasi publik
 Model ini tidak cocok dalam mengembangkan jalur transportasi barang. Hal ini disebabkan
karena model ini cenderung hanya berfokus pada aliran mobil pribadi berdasarkan tipe
kepemilikan tata guna lahan dan menggunakan asumsi eksternal.
 Tipe model ini juga kurang dalam pembuatan, penerapan, serta pengontrolan kebijakan. Karena
penyusunan metode ini tidak melibatkan aspek dinamis. Metode ini biasanya melakukan
pengambilan keputusan berdasarkan titik equilibrium dari input yang tersedia. Padahal dalam
pelaksanaanya, transportasi bersifat dinamis dimana apa yang terjadi tidaklah sesuai dengan
asumsi yang digunakan sehingga kebijakan mungkin saja terus berubah selama transportasi
bersifat dinamis ini.

https://makeyousmarter.blogspot.com/2015/09/analisis-model-4-tahap-perencanaan_15.html
Perencanaan transportasi adalah proses yang sistematis untuk menyelasaikan permasalahan
transportasi yang ada. Mengingat tingkat laju pertumbuhan kendaraan yang jauh lebih tinggi
dibandingkan dengan pertumbuhan ruas sarana transportasi menjadi penyebab masalah transportasi
sulit diatasi atau diselesaikan. 4 Steps Model perencanaan transportasi merupakan salah satu metode
yang dapat dilakukan untuk mengatasi berbagai permasalahan di masyarakat yang berkaitan dengan
transportasi seperti kemacetan lalu lintas (congestion), keterlambatan (delay), polusi udara, polusi suara
dan lain-lain.
Gambar 1. Skema 4 Steps Model
Trip Generation
Pemodelan bangkitan perjalanan adalah suatu tahapan pemodelan yang memperkirakan jumlah
pergerakan yang dibangkitkan dari zona atau tata guna lahan (trip produkction/produksi perjalanan) dan
jumlah pergerakan yang tertarik kepada suatu tata guna lahan (trip attraction/penarik perjalanan).
Dimana :
Qtrip = Jumlah perjalanan yang timbul dari suatu tata guna
lahan per satuan waktu.
f = Fungsi matematik.
TGL = Karakteristik dan sosioekonomi tata guna lahan
Dalam lingkup wilayah kajian.
Dalam pengidentifikasian bangkitan perjalanan terdapat beberapa tahapan pemilihan pendektan yang
basis perjalanan dan merumuskan variabel-variabel yang berpengaruh dalam model.
Basis Perjalanan
Perjalanan berbasiskan rumah: asal-tujuan adalah rumah
Perjalanan berbasiskan bukan rumah: asal-tujuan tidak ada hubungan dengan rumah.
Pendekatan Analisis
Pendekatan Agregat: Pendekatan yang dilakukan secara menyeluruh dengan memahami atribut-atribut
zona, seperti sosial-ekonomi suatu zona.
Pendekatan Disagregat: Pendekatan yang dilakukan per individu dengan memahami langsung atribut-
atribut elemen yang lebih kecil, seperti jumlah kendaraan yang dimiliki, pendapatan pelaku perjalanan.
Metode Analisis
Metode Analisis Regresi Linear: Metode yang digunakan untuk peramalan, menganalisis faktor-faktor,
dan hubungan antar-variabel yang mempengaruhi jumlah perjalanan/bangkitan perjalanan pada suatu
kawasan.
Analisis regresi linear sederhana
Analisis regresi linear berganda
Uji korelasi:
Metode Analisis Kategori: dikembangkan oleh The Puget Sound Transportation Study pada tahun 1964,
dimana variabel dalam analisi kategori dikelompokkan pada setiap sifat kategori dan rata-rata tingkat
bangkitan lalu lintas dibebankan untuk setiap kategori tersebut.
Berikut tahapan dalam pendekatan analisis kategori, yaitu
Tiga buah variabel distratifikasi (pendapatan, keluarga dan pemilikan kendaraan). Setiap variabel
memiliki beberapa kategori sesuai dengan tujuan studi, data yang tersedia dan kondisi sosio-ekonomi
masyarakat.
Setiap data dari home interview dimasukkan pada setiap kategori.
Rata-rata tingkat bangkitan perjalanan dihitung untuk setiap kategori menggunakan data dari keluarga.
Rata-rata bangkitan perjalanan untuk setiap zona dihitung dengan mengalikan rata-rata bangkitan lalu
lintas per keluarga terhadap jumlah keluarga dalam kategori tersebut.
Dimana:
=Perkiraan jumlah perjalanan yang diproduksi oleh zona permukiman i yang tengah kita teliti per hari
pada tahun rencana.
=Rata-rata tingkt perjalanan per rumah tangga yang ada dalam kelas/kategori ci.
Hci =Perkiraan jumlah rumah tangga yang ada dalam kelas/ kategori ci yang beralokasi di zona
permukiman i yang tengah kita teliti pada tahun rencana.
Faktor-faktor yang berpengaruh dalam bangkitan perjalanan, yaitu:
Pola dan intensitas tata guna lahan dan perkembangan di daerah studi;
Karakteristik sosio-ekonomi populasi perilaku perjalanan di daerah studi;
Kondisi dan kapabilitas sistem transportasi yang tersedia di daerah studi dan skema perkembangannya.
Trip Distribution
Sebaran perjalanan (trip distribution) merupakan tahapan pemodelan yang memperkirakan distribusi
jumlah pergerakan yang berasal dari suatu zona asal (origin (i)) menuju ke suatu zona tujuan
(destination (j)). Pendistribusian perjalanan dapat dilakukan dengan cara pembuatan matriks asal-tujuan
(MAT). Menurut Bruton terdapat 4 metode matematika yang sering digunakan, yaitu:
Metode Analogi
Metode Sintetis
Metode Analisis Regresi Linear
Program Linear
Gambar 2. Empat metode menurut Bruton (Sumber: Tamin, O.Z, 1997)
Metode Analogi
Model Uniform: untuk memproyeksikan sebaran perjalanan pada masa akan datang.
Dimana :
Tij = perjalanan yang akan datang dari i ke j
Qij = perjalanan pada base year dari i ke j
E = faktor pertumbuhan = T/Q
Model Average: untuk masing-masing zona di dalam lingkup wilayah studi memiliki karakteristik
berbeda-beda.
Dimana :
Tij = perjalanan yang akan datang dari i ke j
Qij = perjalanan pada base year dari i ke j
Ei = Ti / Qi, dan Ej = Tj / Qj
Model Fratar: distribusi perjalanan dari suatu zona pada waktu akan datang proporsional dengan
distribusi perjalanan pada waktu sekarang.
Dimana:
Ti-j = perkiraan jumlah perjalanan dari zona i ke zona j.
Ti (G) = jumlah perjalanan masa mendatang berdasarkan
bangkitan perjalanan dari zona asal.
Ti-j/i-k/i-n = jumlah perjalanan masa sekarang.
Ej/k/n = Faktor pertumbuhan masing-masing zona.
Model Detroit: model ini penyempurnaan dari model average dan fratar.
Dimana:
Ti-j = Perkiraan perjalanan masa akan datang.
ti-j = Jumlah perjalanan eksisting dari zona i ke zona j.
Ei, Ej = Faktor pertumbuhan di zona i dan zona j.
E = Faktor pertumbuhan di wilayah studi (Global).
Model Furness: berdasarkan estimasi faktor pertumbuhan (growth factor) untuk produksi perjalanan
dan tarikan perjalanan, yaitu dua buah faktor pertumbuhan untuk setiap zona.
Dimana:
Ti-j = Perkiraan perjalanan masa akan datang.
ti-j = Jumlah perjalanan eksisting dari zona i ke zona j.
Ei, Ej = Faktor pertumbuhan di zona i dan zona j.
Metode Sintesis
Model Gravity
Dimana:
Ti-j = Jumlah perjalanan dari zona i ke zona j.
Oi & Dj = Banyaknya perjalanan dihasilkan zona i ke zona j.
d2i-j = Kuadrat jarak aksesibilitas, waktu tempuh, ongkos
disebut hambatan i-j.
k = Konstanta gravitasi.
Dalam penggunaan model gravity ini terdapat 4 jenis, yaitu model tanpa batasan, model dengan satu
batasan zona i, model dengan zona j, dan model dengan dua batasan.
Model Opportunity: dalam model ini terbagi menjadi 2, yaitu model intervening opportunity dan
model competing opportunity. Berikut model competing opportunity.
Dimana:
Ti-j = Perkiraan jumlah perjalanan dari zona i ke zona j.
Ti (G) = Jumlah keseluruhan perjalanan dihasilkan zona i.
Pj = Perhitungan probabilitas perjalanan antara zona j.
Model Gravity-Opportunity: berikut adalah model intervening opportunity.
Dimana:
Ti-j = Jumlah perjalanan dari zona i ke j.
Ki = Konstanta.
Oi = Jumlah keseluruhan perjalanan dibangkitkan zona i.
= Kemungkinan perjalanan akan menuju j.
= Kemungkinan perjalanan berhenti di zona antara.
Mode Choice
Pilihan moda transportasi bagian terpenting dalam melaku-kan perencanaan transportasi dan tahap
tersulit. Mendapatkan hasil perhitungan jumlah pelaku jalan yang menggunakan dua atau lebih moda
transportasi dengan beberapa tahap, yaitu:
Tahap pertama, identifikasi faktor dan variabel yang diasumsikan berpengaruh terhadap perilaku pelaku
perjalanan dalam memilih alternatif alat angkutan yang digunakan. Faktor-faktor tersebut sebagai
berikut.
Kelompok faktor karakteristik perjalanan (travel characteristics factor)
Variabel tujuan perjalanan (trip purpose)
Variable waktu perjalanan (time of trip made)
Variabel panjang perjalanan (trip length)
Kelompok faktor karakteristik pelaku perjalanan (traveler characteristics factor)
Variabel pendapatan (income)
Variabel kepemilikan kendaraan (car ownership)
Variabel kondisi kendaraan pribadi (tua, jelek, baru)
Variabel kepadatan pemukiman (density of resedential development)
Variabel sosial ekonomi lainnya(struktur dan ukuran keluarga, usia, jenis kelamin, lokasi pekerjaan,
kepemilikan SIM, serta variabel lainnya
Kelompok faktor karakteristik sistem transportasi (transportation system characteristics factor)
Variabel waktu relatif (lama) perjalanan (relative time travel)
RWP (rasio waktu perjalanan) =
Dimana
Variabel biaya relatif perjalanan (relative travel cost)
RBP (rasio biaya perjalanan)
Variabel tingkat pelayanan relatif (relative level of service)
Variabel tingkat akses/indeks daya hubung/ kemudahan mencapai tempat tujuan
Variabel tingkat kehandalan angkutan umum di segi waktu (tepat waktu/reliability), ketersediaan ruang
parkir dan tarif
RPP (rasio pelayanan perjalanan) =
Kelompok faktor karakteristik kota dan zona (spacial characteristics factor)
Variabel jarak kediaman dengan tempat kegiatan (cbd)
Variabel kepadatan penduduk
Tahap kedua, memodelkan nilai kepuasan pelaku perjalanan berdasarkan data survei yang sudah
dilakukan dari masing-masing moda angkutan melalui pendekatan agregat dan disagregat. Nilai
kepuasan pelaku perjalanan (user) dalam menggunakan moda transportasi alternatif, dipengaruhi dan
berhubungan dengan varibel-variabel yang sudah dianggap memiliki hubungan yang kuat dengan
perilaku pelaku perjalanan dan bentuk hubungannya dapat dilihat melalui fungsi utility berikut (Akiva
dan Lerman, 1985)
Dimana:
nilai kepuasan pelaku perjalanan menggunakan moda
transportasi
= variabel-variabel yang dianggap berpengaruh terhadap
nilai kepuasan menggunakan moda trasnportasi tertentu
f = hubungan fungsional
Pendekatan agregat
Menganalisis perilaku perjalanan secara menyeluruh yang menurut Manheim (1979) dapat dilakukan
dengan 2 cara, yaitu membagi objek pengamatan menjadi beberapa kelompok yang mempunyai
karakteristik elemen yang relatif homogen (sama) dan melakukan agregasi dari datadata disagregat.
Pendekatan disagregat
Menganalisis perilaku perjalanan secara individu. Hal ini mencakup bagaimanan merumuskan tingkah
laku individu ke dalam model kebutuhan transportasi, pendekatannya dibagi menjadi 2, yaitu:
Disagregat deterministik
Dilakukan jika pelaku perjalanan mampu mengudentifikasikan semua alternatif moda yang ada, semua
variabel yang ada, persepsi/preferensi variabel secara eksplisit, dan menggunakan seluruh informasi
untuk mengambil keputusan.
Dimana
= nilai kepuasan menggunakan moda i.
T= variabel waktu diatas kendaraan.
X= variabel waktu diluar kendaraan
C= variabel ongkos transportasi
a= konstanta

Disagregat stokastik
Dimana
= nilai kepuasan menggunakan moda m.
tm s/d cm = variabel waktu diatas kendaraan, diluar kendaraan, ongkos transportasi
ß = parameter fungsi kepuasan untuk masing-masing variabel tersebut (koef regresi)
en = konstanta
Tahap ketiga, memodelkan peluang dari masing-masing alternatif pilihan moda angkutan yang dipakai
melalui beberapa model pilihan moda angkutan dengan cara mengeksponenkan nilai kepuasan masing-
masing moda angkutan yang sudah didapatkan pada tahap kedua. Beberapa metode menurut Bruton:
Model ujung perjalanan (trip end model): Proses ini menghitung persentase perjalanan dari total pelaku
perjalanan untuk suatu moda tertentu dan dari zona tertentu serta tujuan perjalanan tertentu.
Dimana
Y = % perjalanan bekerja dengan moda
= Rasio waktu perjalanan(RWP)
= Rasio biaya perjalanan(RBP)
= Pemilik kendaraan
= Indeks ukuran keluarga
= Indeks tingkat ekonomi
= Panjang perjalanan
= % pekerja wanita dari penduduk
Model pertukaran perjalanan: Model ini mengalokasi-kan sejumlah perjalanan ke berbagai moda
transportasi pilihan setelah total pelaku perjalanan bergerak diantara zona yang ada (angka sebaran
perjalanan dialokasikan ke berbagai moda transportasi alternatif). Dalam analisis, model ini
menggunakan variabel-variabel yang sudah kita identifikasikan ke depan dan dilakukan setelah tahap
sebaran perjalanan (M.A.T)
Model I: Analisis pilihan moda dilakukan bersamaan dengna bangkitan perjalanan, tetapi perhitungan
dilakukan secara terpisah.
Model II: Model ini mengabaikan pergerakan angkutan umum sehingga sebaran perjalanan lansung
menyatu dengan pergerakan angkutan pribadi. Estimasi besarnya pilihan moda diperoleh dari kurva
diversi seperti gambar berikut dan analisis pilihan moda dilakukan setelah tahap bangkitan perjalanan.
Model III: estimasi besarnya pilihan moda dihitung dengan memakai model gravitas yang fungsi
eksponensialnya.
Dimana
= estimasi jumlah perjalanan dari i ke j dengan
moda 1.
= estimasi jumlah perjalanan dari i ke j dengan
moda m.
= kendala perjalanan dari i ke j dengan moda 1.
= kendala perjalanan dari i ke j dengan moda 2.
= parameter model gravitasi
Mode IV: Analisis pilihan moda dilakukan setelah tahap sebaran perjalanan. Estimasi besarnya pilhan
moda dihitung dengan menggunakan:
Kurva diversi
Analisis regresi linaer berganda
Atau, seperti pada model III, melalui perbandingan dengan kendala perjalanan pada 2 moda
Pada model IV ini, kendala perjalanan terdiri dari 4 unsur yaitu: waktu, biaya, pendapatan waktu ganti
moda
Dimana
MSt = % perjalanan menggunakan angkutan umum
(pangsa pasarnya)
l t = kendala perjalanan dari i ke j dengan angutan
umum
la = kendala perjalanan dari i ke j dengan angkutan
pribadi
b = faktor (parameter) yang dikalibrasi dari data
survey
Model 2 moda yang dipilih (angkutan umum dan angkutan pribadi): proses pilihan moda pada model ini
adalah sebagai berikut.
Model lebih dari 2 moda yang dipilih (apa saja modanya): Proses pemlihan sangat bergantung pada
kondisi geografis wilayah dan ketersediaan moda transportasi yang ada, seperti hirarki pilihan berikut.
Model sintesis/logit biner model: kombinasi sebaran perjalanan dengan pilihan moda. Bentuk model ini
adalah:
Dimana
= proporsi (%) perjalanan dari zona asal i ke zona
tujuan j menggunakan moda 1.
= kendala perjalanan dari i ke j, dengan
menggunakan moda 1.
= parameter yang dikalibrasi berdasarkan data
survey.
Model ini memiliki beberpa kecendrungan
Akan menghasilkan kurva diversi berbentuk S.
Jika atau kendala perjalanan moda 1 dan 2 sama, maka (0,5) atau peluang pangsanya akan sama.
Jika atau kendala perjalanan moda 2 lebih besar daripada moda 1 , maka akan menjadi 1 atau
probabilitas moda 2 akan cendrung mengarah ke 0 (pangsa pasar menurun).
Model pilihan multi moda: a) struktur N-way, b) struktur pertambahan moda, c) struktur berjenjang.
Model pemilihan diskrit: Model ini menganalisis pilihan konsumen (pelaku perjalanan) dari sekumpulan
alternatif pilihan moda yang saling bersaing dan tidak bisa dipilih (digunakan) secara bersama-sama
lebih dari satu moda (mutually exclusive).
Model logit biner
Bentuk model ini sebagai berikut
Model ini hanya untuk 2 pilihan moda transportasi alternatif.

Model probit
Model ini juga untuk 2 moda alternatif, tetapi model ini menekankan untuk menyamakan peluang
(kemungkinan) individu untuk memilih moda 1, bukan moda 2 dan berusaha menghubungkan antara
jumlah perjalanan dengan variabel bebas yang mempengaruhi, misalnya biaya (cost) dan variabel ini
harus terdistribusi normal. Bentuknya adalah:
= komulatif standar normal (dari tabel)
= nilai manfaat moda
Model multi nominal logit (NML)
Model ini merupakan mode; pilihan diskret yang terkenal dan paling populer
Tahap keempat, menghitung angka proporsi peluang atau pangsa pasar masing-masing moda angkutan
untuk dipilih dari sejumlah calon pengguna moda tertentu sebagai perkiraan serat angka mutlak. Fungsi
kepuasan pelaku perjalanan dalam menggunakan moda pilihannya seperti model dalam dunia nyata
banyak mengandung unsur relatif atau random sehingga fungsi kepuasan bersifat acak (random utility).
Manski, orang yang pertama kali mencetuskan konsep utilitas acak, menyebutkan 4 sumber penyebab
keacakan fungsi utilitas tersebut, yaitu
Terdapat karakteristik sistem transportasi (variabel) yang tidak teramati (unobserved attributes) atau
ada faktor X yang bermain dalam pengamatan.
Adanya variasi selera pelaku perjalanan yang tak teramati (unobserved variations).
Adanya kesalahan pengukuran (measurement errors) dan data yang kurang (imperfect information).
Adanya variabel acak yang bersifat instrumental (instrmental variabel) atau proxy.
Dimana:
nilai kepuasan konsumen pemakai moda i
kelompok variabel bebas yang mempengaruhi kepuasan maksimum
= koefisien regresi/parameter variabel bebas
Trip Assignment
Pilihan rute merupakan tahapan terakhir dalam peramalan perjalanan transportasi. Input sebelum
dilakukan pilihan rute yaitu 1) data jarak, waktu, biaya tiap-tiap jaringan yang mengubungkan zona i ke
zona j, 2) sebaran perjalanan antar zona dari MAT, 3) data kapasitsa ruas jalan dalam jaringan jalan, dan
4) data jaringan yang menghubungkan pusat-ousat zona tentang waktu perjalanan dan kecepatan
rencana.
Sehingga keluaran dari input data tersebut yaitu 1) jumlah arus perjalanan kendaraan yang melewati
setiap ruas jalan yang menghubungkan zona i dengan zona j, 2) jumlah arus kendaraan yang membelok
pada persimpangan utama, 3) data unuk menentukan kecepatan rata-rata dan waktu perjalanan, dan 4)
data jumlah kilometer kendaraan atau jam pengoperasian. Beberapa faktor yang dipertimbangkan
dalam pemilihan rute :
Waktu tempuh,
Jarak,
Kombinasi Waktu – Jarak,
Biaya dalam bentuk uang,
Rambu Lalu Lintas,
Keselamatan,
Jumlah Persimpangan,
Kondisi Permukaan Jalan, dan lain sebagainya.
Dalam pilihan rute dapat dilakukan dengan metode analisis pilihan rute, yaitu:
Model Semua atau Tidak Sama Sekali
Model ini tidak memperdulikan pengaruh kendala kapasitas suatu ruas jalan dan sebagainya. Hanya tiga
variabel yang mempengaruhi perilaku perjalanan, yaitu:
Jarak minimal (dekat);
Waktu minimal (singkat);
Ongkos minimal (murah);
Model Keseimbangan Wardrop
Model ini yakni pemakai jalan terpengaruh oleh variabel kepadatan volume lalu lintas.
Dimana:
p(k) = Probabilitas pengguna jalan menggunakan ruas k.
Tk = Waktu perjalanan pada ruas k.
b = Parameter diversi lalulintas.
Model Stokastik Murni
Model ini digunakan berdasarkan asumsi bahwa para pelaku perajalanan yang akan menggunakan rute
alternatif, perilakunya tidak dipengaruhi sedikit pun oleh kondisi ruas jalan yang macet, sehingga
tergantung presepsi masing-masing individu perilaku perjalanan
Model Pengguna Stokastik
Model ini menggabungkan unsur random dengan kepadatan arus lalulintas pada suatu rute dengan
mengikuti fungsi biaya yang dipengaruhi oleh kepadatan volume lalulintas pada suatu ruas jalan
Daftar Pustaka
Miro, Fidel. 2006. Perencanaan Transportasi.
https://syahriyanti.wordpress.com/2017/04/23/4-steps-model-transportation-planning/