MODEL UCGR
Model UCGR dapat dituliskan sebagai :
Tid = Oi.Dd.Ai.Bd.f(Cid)………………………….. (persamaaan 1)
dengan syarat : Ai = 1 untuk seluruh i dan Bd = 1 untuk seluruh d
Dengan menggunakan persamaan 1, perkalian berikut dilakukan untuk setiap sel matriks
untuk mendapatkan matriks akhir seperti terlihat pada tabel 4.
Kesimpulan :
Untuk model UCGR, jumlah bangkitan dan tarikan yang dihasilkan tidak harus sama dengan
perkirraan hasil bangkitan pergerakan. Akan tetapi, persyaratan yang diperlukan adalah total
pergerakan yang dihasilkan model (t) harus sama dengan total pergerakan yang didapat dari
hasil bangkitan pergerakan (T).
2. MODEL PCGR
Model PCGR dapat dituliskan sebagai :
Tid = Oi.Dd.Ai.Bd.f(Cid)………………………….. (persamaaan 1)
dengan syarat : Bd = 1 untuk seluruh d dan Ai = 1/Ʃ(Bd.Dd.fid) untuk seluruh i
Kesimpulan :
Untuk model PCGR, total pergerakan yang dihasilkan model (t) harus sama dengan total
pergerakan yang di dapat dari hasil bangkitan pergerakan (T). Selain itu, terlihat juga bahwa total
pergerakan yang berasal dari setiap zona asal harus selalu sama dengan total pergerakan (yang
dibangkitan) yang diperkirakan oleh tahap bangkitan pergerakan
3. MODEL ACGR
Model ACGR dapat dituliskan sebagai :
Tid = Oi.Dd.Ai.Bd.f(Cid)………………………….. (persamaaan 1)
dengan syarat : Ai = 1 untuk seluruh i dan Bd = 1/Ʃ(Ai.Oi.fid) untuk seluruh d
Setelah menghitung nilai Bd untuk setiap d, setiap sel matriks dapat dihitung dengan menggunakan persamaan 1 sehingga menghasilkan
matriks akhir seperti pada tabel 4.
Kesimpulan :
Untuk model ACGR, total pergerakan yang dihasilkan model (t) harus sama dengan total pergerakan yang di dapat dari hasil bangkitan
pergerakan (T). Selain itu, terlihat juga bahwa total pergerakan yang menuju dari setiap zona asal harus selalu sama dengan total
pergerakan (yang tertarik) yang dihasilkan oleh tahap bangkitan pergerakan
0.08562
0.08562
0.08562
0.08562
1 sehingga menghasilkan
Ai
1.000
1.000
1.000
1.000
Semakin besar perbedaan antara nilai awal dengan nilai akhir, semakin banyak jumlah pengulangan yang dibutuhkan
untuk mencapai konvergensi. Tabel - tabel berikut memperlihatakan nilai Ai dan Bd pada setiap pengulangan
Terlihat bahwa pada pengulangan ke-13, nilai Ai untuk setiap I dan nilai Bd untuk setiap d tidak
lagi mengalami perubahan (atau telah mencapai konvergensi). Sehingga dapat dihitung dan
menghasilkan matriks akhir seperti Tabel 2.13
Tabel 2.1 MAT akhir hasil model PACGR (pengulangan ke-1)
zona 1 2 3 oi Oi Ei Ai
1 127.7 53.8 22.4 203.91 105.00 0.515 1.000
2 40.6 145.5 7.1 193.22 185.00 0.957 1.000
3 6.7 15.7 130.5 152.88 260.00 1.701 1.000
dd 175 215 160 550
Dd 175 215 160 550
Ed 1.000 1.000 1.000 1.000
Bd 1 1 1
Kesimpulan :
Bahwa jumlah pengulangan model dengan batasan bangkitan tarikan (PACGR) sangat
tergantung pada nilai awal faktor penyeimbang. Semakin dekat dengan nilai awal
tersebut ke nilai akhir faktor penyeimbang, semakin sedikit jumlah pengulangan yang
dibutuhkan.