Draft Project Terintegrasi 2020

LAPORAN PROJECT TERINTEGRASI
PEMODELAN TRANSPORTASI BARANG DI PROVINSI

SULAWESI SELATAN DENGAN MENGGUNAKAN
TRIP GENERATION DAN TRIP DISTRIBUTION
Disusun untuk Memenuhi Kelulusan Praktikum

Pemodelan dan Simulasi Sistem Transportasi
Disusun Oleh :
Ririn Dalimunthe 13116027
Ahmad Zanivan Triadi 13117001
Ayodhia Muhammad Rafly 13117003
PROGRAM STUDI MANAJEMEN TRANSPORTASI
SEKOLAH TINGGI MANAJEMEN LOGISTIK INDONESIA
BANDUNG
2020
1 KATA PENGANTAR
Puji syukur kehadirat Allah SWT atas rahmat, taufik, hidayah, dan inayah-
Nya sehingga kami dapat menyusun dan menyelesaikan Tugas Proyek Terintegrasi
ini dengan judul “Pemodelan Transportasi Barang Di Provinsi Sulawesi Selatan
Dengan Menggunakan Trip Generation Dan Trip Distribution”. Tugas proyek
terintegerasi ini disusun dalam rangkauntuk memenuhi tugas mata kuliah praktikum
Pemodelan dan Simulasi Sistem Transportasi Logistik.
Kami menyadari bahwa, tanpa bantuan dan bimbingan dari berbagai pihak,
dari masa perkuliahan sampai masa penyusunan tugas besar ini, sangatlah sulit bagi
kami untuk menyelesaikan tugas besar ini. Dalam penyusunan Tugas Proyek
Terintegrasi 6 ini kami banyak mendapatkan saran, bimbingan, dan dorongan dari
berbagai pihak. Oleh karena itu, kami mengucapkan terima kasih kepada :
1. selaku Dosen Pembimbing.
2. Teh Maria selaku Asisten Laboratorium Praktikum Ekspor Impor.
Kami menyadari bahwa ada kesalahan dan masih banyak kekurangan dalam
penulisan dan penyusunan Tugas Proyek Terintegrasi 6 Mata Kuliah Praktikum
Pemodelan dan Simulasi Sistem Transportasi Logistik ini, baik dari segi penyusunan,
bahasa, dan teori yang kurang tepat. Oleh sebab itu, kami mengharapkan kritikan dan
saran untuk melakukan perbaikan penulisan selanjutnya.
Bandung, 20 Juni 2020
Penyusun
i
DAFTAR ISI
Contents
1 KATA PENGANTAR.............................................................................................................i
2 DAFTAR TABEL.................................................................................................................iii
3 DAFTAR GAMBAR............................................................................................................iv
4 BAB I.................................................................................................................................1
5 PENDAHULUAN................................................................................................................1
1.1 Latar Belakang..........................................................................................................1
1.1 Perumusan Masalah.................................................................................................4
1.2 Tujuan Penelitian......................................................................................................4
1.4 Batasan Masalah......................................................................................................5
1.5 Sistematika Penyusunan...........................................................................................6
3 BAB III.............................................................................................................................24
4 METODOLOGI PENELITIAN.............................................................................................24
5 BAB IV.............................................................................................................................30
6 PENGUMPULAN DAN PENGOLAHAN DATA....................................................................30
7 BAB V ANALISIS..............................................................................................................56
8 BAB VI KESIMPULAN DAN SARAN..................................................................................64
9 DAFTAR PUSTAKA...........................................................................................................67
ii
3 DAFTAR TABEL
iii
4 DAFTAR GAMBAR
iv
5 BAB I
6 PENDAHULUAN
1.1 Latar Belakang
Transportasi atau pengangkutan merupakan suatu bidang layanan jasa yang
sangat penting dalam kehidupan masyarakat. Perkembangan zaman yang
semakin pesat menjadikan transportasi sebagai kebutuhan yang tidak lepas dari
kehidupan manusia sejak dulu. Hal ini karena transportasi merupakan suatu hal
yang bisa menunjang mobilitas. Mobilitas merupakan perpindahan atau
pergerakan yang terjadi dari satu tempat ke tempat lainnya. Dengan adanya
transportasi, jarak antara daerah-daerah di dunia ini dirasakan menjadi lebih
dekat, dunia makin transparan dan globalisaasi di segala bidang kehidupan
semakin berkembang.
Transportasi secara umum memiliki peranan penting dalam mendukung

pembangunan nasional, yaitu sebagai penunjang, penggerak dan pendorong serta
berperan sebagai urat nadi kehidupan ekonomi, politik, sosial budaya dan
pertahanan keamanan. Sebagai sektor pendukung pembangunan perekonomian,
peranan transportasi adalah dalam melayani mobilitas manusia maupun distribusi
komoditi perdagangan dan industri dari satu tempat ke tempat lainnya.
Transportasi juga berfungsi memfasilitasi dalam sebuah aktivitas manusia
terhadap kehidupan, mendukung dalam pengembangan dalam bidang ekonomi
terhadap layanan transportasi tersebut, mendukung dalam adanya sebuah
pengembangan di suatu daerah, mempercepat perpindahan manusia atau arus
barang.
Kabupaten Sulawesi Selatan adalah sebuah provinsi di Indonesia yang terletak

di bagian selatan Sulawesi. Ibu kotanya adalah Makassar. Provinsi ini berbatasan
dengan Sulawesi Tengah dan Sulawesi Barat di utara, Teluk Bone dan Sulawesi
Tenggara di timur, Selat Makassar di barat dan Laut Flores di selatan. Provinsi
1
Populasi penduduk Sulawesi Selatan tahun 2018 tumbuh sekitar 0.94 persen,
dengan jumlah penduduk lebih dari 8,7 juta jiwa. Kepadatan penduduk sebanyak
192 jiwa/km2 . Jumlah penduduk perempuan sedikit lebih banyak dibanding
penduduk laki-laki yaitu 51,13 persen. Penduduk Sulawesi Selatan lebih
terkonsentrasi di wilayah kota yaitu Makassar, Parepare, dan Palopo. Tiga kota
tersebut memiliki penduduk terpadat, bahkan Makassar memiliki kepadatan
penduduk hingga 44 kali kepadatan penduduk Sulawesi Selatan. Makassar
sebagai ibukota provinsi memiliki daya tarik yang tinggi dalam hal pekerjaan,
peluang usaha, pendidikan, dan lain-lain.
Piramida penduduk adalah dua buah diagram batang, pada satu sisi
menunjukkan jumlah penduduk laki-laki dan pada sisi lainnya menunjukkan
jumlah penduduk perempuan dalam kelompok interval usia penduduk lima
tahunan. Tingkat kelahiran tidak terlalu tinggi, begitu pula tingkat kematian tidak
terlalu rendah. Hal ini mengindikasikan bahwa program Keluarga Berencana
(KB) yang sampai saat ini masih digalakkan pemerintah cukup berhasil. Tidak
hanya untuk menekan angka kelahiran, program KB juga dimaksudkan untuk
mewujudkan bonus demografi yang berkualitas.
Sektor pertanian masih mendominasi perekonomian Sulawesi Selatan

dengan kontribusi sekitar 22,50 persen dari seluruh sektor ekonomi di tahun
2018. Berbanding lurus dengan kontribusi ekonomi, penyerapan tenaga kerja
pada sektor pertanian juga mendominasi lapangan usaha. Hampir 38 persen
pekerja di Sulsel di tahun 2018, mempunyai lapangan pekerjaan utama di sektor
pertanian. Seperti pola wilayah berkembang menuju maju lainnya, pergerakan
lapangan usaha di Sulsel juga mulai mengalami pergesaran arah ke sektor lainnya
yaitu industri dan perdagangan. Jika dibandingkan tahun 2017, kontribusi sektor
pertanian mengalami penurunan sekitar 0.88 persen. Dominasi pertanian mampu
menciptakan nilai tambah sebesar 104,01 trilliun rupiah, dengan pertumbuhan
5,32 persen pada tahun 2018. Selain tanaman pangan, peternakan dan perikanan
juga mendominasi pertanian di Sulsel. Sektor peternakan Sulawesi Selatan
didominasi oleh sapi potong sebesar 41,31 persen dari seluruh ternak besar.
2
Kabupaten Bone merupakan produsen terbesar untuk ternak sapi potong dengan
distribusi sebesar 32,21 persen. Sementara untuk komoditi unggas, ayam
pedaging menjadi komoditas terbesar dengan persentase 52,71 persen dari
keseluruhan unggas. Sulawesi Selatan merupakan produsen perikanan terbesar di
Indonesia. Hampir seluruh kabupaten/kota di Sulawesi Selatan merupakan daerah
penghasil ikan. Kabupaten Bulukumba menjadi penyumbang terbesar produksi
ikan Sulawesi Selatan, yaitu sebesar 14,64 persen.
Berdasarkan latar belakang di atas, maka diperlukanlah sistem transportasi

yang mampu memenuhi aksesibilas dan mobilatas angkutan barang (terutama
komoditas unggulan daerah).
Dengan pertumbuhan ekonomi ,beberapa tahun kedepan diperkirakan

kebutuhan akan transportasi juga akan terus bertambah sehingga diperlukanlah
perencanaan transportasi yang matang untuk menghindari terjadinya kemacetaan
atau antrian yang menghambat pergerakan angkutan barang di dalam daerah
studi (intra zona) maupun pergerakan antar zona.
Salah satu model yang dapat memprediksi pergerakan angkutan barang

adalah model transportasi four step model, dimana model ini mengaitkan antara
sistem tata guna lahan dengan besarnya bergerakan ke suatu zona, menuju suatu
zona, maupun pergerakan di dalam zona itu sendiri. Oleh sebab itu dilakukanlah
penelitian untuk mengetahui pergerakan angkutan barang di Provinsi Sulawesi
Selatan. Dalam perencanaan transportasi pergerakan angkutan barang, akan
menganalisis jumlah bangkitan dan tarikan perjalanan(trip generation), sebaran
pergerakan (trip distribution).
1.2 Perumusan Masalah

Perumusan masalah dalam penelitian ini dijadikan sebagai pedoman untuk
melakukan penelitian secara tepat dalam pelaksanaan penelitian ilmiah. Dan
dengan perumusan masalah diharapkan agar penelitian bisa terfokus pada satu
masalah dan dapat dilakukan secara maksimal. Berdasarkan latar belakang
3
masalah yang telah diuraikan, yang menjadi rumusan masalah didalam penelitian
ini adalah sebagai berikut:
1. Variabel sosio-ekonomi apa yang mempengaruhi pergerakan angkutan
barang(komoditas) di Provinsi Sulawesi Selatan?
2. Bagaimanakah prediksi bangkitan dan tarikan pergerakan (trip
generation) angkutan barang (komoditas) di Provinsi Sulawesi Selatan
pada tahun 2019,2024 dan 2029?
3. Bagaimana pola sebaran pergerakan (trip distribution) angkutan
barang(komoditas) di Provinsi Sulawesi Selatan pada tahun 2024 dan
2029?
1.3 Tujuan Penelitian

Berdasarkan latar belakang dan identifikasi masalah diatas, tujuan penelitian
penulis adalah sebagai berikut:
1. Untuk mengetahui variabel sosio-ekonomi yang mempengaruhi

pergerakan angkutan barang (komoditas) di Provinsi Sulawesi Selatan
pada tahun 2024dan 2029.
2. Untuk mengetahui prediksi bangkitan dan tarikan pergerakan (trip
generation) angkutan barang (komoditas) di Provinsi Sulawesi Selatan
pada tahun 2019,2024 dan 2029.
3. Untuk mengetahui pola sebaran pergerakan (trip distribution)
angkutan barang (komoditas) di Provinsi Sulawesi Selatan pada tahun
2024 dan 2029
4
1.4 Manfaat Penelitian
Adapun manfaat yang terdapat dalam penelitian, yaitu:
1. Manfaat Bagi Akademik

a. Hasil penelitian ini diharapkan dapat menambah ilmu pengetahuan dan
wawasan dan memperluas aspek teoritis bagi peneliti dan pembaca.
b. Hasil penelitian ini diharapkan dapat berguna sebagai bahan informasi
bagi peneliti lain yang akan meneliti masalah yang sama atau
penelitian lanjutan.
2. Manfaat Bagi Masyarakat
Hasil penelitian ini diharapkan dapat dijadikan bahan referensi serta
dijadikan bahan acuan masyarakat yang ingin meneliti/mengembangkan
penelitian dengan mengakat permasalahan/tema yang sama.
1.5 Batasan Masalah

Berdasarkan uraian yang telah disebutkan diatas maka penulis membuat
batasan masalah, yaitu sebagai berikut:
1. Data variabel bebas yang digunakan adalah jumlah penduduk,
PDRB , hasil pertanian padi, hasil pertanian Jagung, hasil
pertanian ubi kayu, hasil pertanian cabai, hasil perkebunan manga,
hasil perternakan ayam kampung, peternakan sapi dan perikanan
dari tahun 2014 - 2018
2. Hasil perencanaan yang diperoleh merupakan hasil perhitungan
data masa lalu tanpa memperhitungkan aspek lain seperti bencana
alam dan hal-hal tidak terduga lainnya.
5
1.6 Sistematika Penyusunan
BAB I PENDAHULUAN
Dalam bab ini memaparkan tentang latar belakang, perumusan masalah,
batasan masalah, tujuan penelitian, manfaat peneltian, serta sistematika
penyusunan. BAB I ini merupakan dasar pengkajian masalah.
BAB II KAJIAN PUSTAKA

Dalam bab ini penulis mengemukakan tentang berbagai referensi atau tinjauan
pustaka yang mendukung kajian dan analisis yang penulis sampaikan, yang
diperoleh dari dari buku, website, atau sember lainnya untuk mendapatkan
landasan teori mengenai masalah yang diteliti. Kajian Pustaka yang dibuat
berisi tentang Pemodelan Simulasi Sistem Transportasi Logistik: Pengertian
Transportasi, Fungsi Transportasi Dalam Logistik, Simulasi, Definisi Simulasi
Menurut Ahli, Manfaat Simulasi, Tahapan Simulasi, Definisi Pemodelan,
Beberapa Definisi Dalam Pemodelan, Definisi Bangkitan Dan Tarikan
Pergeraakan, Definisi Sebaran Pergerakan, Bangkitan dan Sebaran
Pergerakan, Pemilihan Moda Transportasi, Pemilihan Rute, Definisi MapInfo,
dan Definisi Asal Tujuan Transportasi Nasional (ATTN).
BAB III METODOLOGI PENELITIAN

Dalam bab ini penulis mengemukakan tentang cara penulis dalam proses
penelitian yang merupakan gambaran terhadap penelitian. Hal ini
menyangkut data-data hasil penelitian.
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

Bab ini berisi tentang pengumpulan data dan cara pengolahan data tersebut
dengan melengkapi seluruh dokumen yang dibutuhkan untuk menjalankan
proses pemodelan.
6
BAB V ANALISIS
Dalam bab ini penulis mengemukakan/menguarai tentang kajian atau analisis
terhadap pengolahan data serta materi yang penulis angkat sesuai dengan
judul yang penulis sampaikan.
BAB VI KESIMPULAN DAN SARAN

Bab ini menjelaskan/menjawab dari rumusan masalah dan saran yang berisi
tentang harapan peneliti untuk penelitian selanjutunya yang dilakukan oleh
peneliti lain serta harapan peneliti untuk perusahaan yang diteliti.
DAFTAR PUSTAKA
Daftra pustaka memuat semua sumber kepustakaan yang dirujuk atau
digunakan unuk mendukung kajian Proyek Terintegrasi dalam pelaksanaan
dan pembuatan laporan penelitian
7
7 BAB II
8 KAJIAN PUSTAKA
2.1 Transportasi
Transportasi adalah perpindahan manusia atau barang dari satu tempat
ke tempat lainnya dengan menggunakan sebuah kendaraan yang digerakkan
oleh manusia atau mesin. Transportasi digunakan untuk memudahkan
manusia dalam melakukan aktivitas sehari-hari.
Di negara maju, mereka biasanya menggunakan kereta bawah tanah

(subway) dan taksi. Penduduk di sana jarang yang mempunyai kendaraan
pribadi karena mereka sebagian besar menggunakan angkutan umum sebagai
transportasi mereka. Transportasi sendiri dibagi atas transportasi darat,
transportasi laut dan transportasi udara.
8
1
8.1.1 Fungsi Transportasi Dalam Logistik
Transportasi berperan penting dalam manajemen rantai pasok.
Dalam konteks rantai pasok, transportasi berperan penting karena
sangatlah jarang suatu produk diproduksi dan dikonsumsi dalam satu
lokasi yang sama. Strategi rantai pasok yang diimplementasikan
dengan sukses memerlukan pengelolaan transportasi yang tepat.
Pengelolaan kegiatan transportasi yang efektif dan efisien akan
memastikan pengiriman barang dari perusahaan ke pelanggan,
dengan tepat waktu, tepat jumlah, tepat kualitas, dan tepat penerima.
Selain itu, biaya transportasi merupakan komponen biaya yang
terbesar dalam struktur biaya logistik. Transportasi melibatkan
gerakan fisik atau arus barang. Sistem transportasi adalah link fisik
yang menghubungkan pelanggan, pemasok bahan baku, tanaman,
gudang dan anggota saluran. Ini adalah titik tetap dalam rantai
pasokan logistik.
Di sektor logistik telah tersedia banyak pilihan jenis moda

transportasi untuk mendukung aktivitas kunci dalam manajemen
rantai pasok perusahaan. Banyak pilihan dalam keputusan
manajemen transportasi, baik dari pilihan jenis moda transportasi,
penyedia jasa transportasi, maupun pilihan tingkat pelayanan yang
diberikan. Aktivitas transportasi mengacu pada pergerakan produk
dari satu lokasi ke lokasi lain dalam rantai pasok. Kebutuhan akan
pentingnya transportasi telah berkembang dengan meningkatnya
globalisasi dalam rantai pasok serta pertumbuhan e-commerce.
Transportasi merupakan aktivitas yang paling mudah dilihat sebagai
kegiatan utama logistik. Pelanggan akan dengan mudah melihat
pergerakan barang dari suatu lokasi ke lokasi lain baik
menggunakann truck, kereta api, kapal laut, atau pesawat udara.
9
2.2 Simulasi
Simulasi adalah suatu proses peniruan dari sesuatu yang nyata beserta
keadaan sekelilingnya (state of affairs). Aksi melakukan simulasi ini secara
umum menggambarkan sifat-sifat karakteristik kunci dari kelakuan sistem
fisik atau sistem.
8.1.2 Definisi Simulasi Menurut Para Ahli

a. Menurut Emshoff dan Simun (1970) simulasi adalah sebagai suatu
model sistem dimana komponennya di presentasikan oleh
profesor-profesor aritmatika dan logika yang dijalankan komputer
untuk memperkirakan sifatsifat dinamis sistem tersebut
b. Menurut Shannon (1975) simulasi merupakan proses perencanaan
model dari sistem nyata yang dilanjutkan dengan pelaksanaan
eksperimen terhadap model untuk mempelajari perilaku sistem
sistem atau evaluasi strategi.
c. Menurut Banks dan Carson (1984) simulasi adalah tiruan sistem
nyata yang dikerjakan secara manual oleh komputer dan kemudian
diobservasi dan disimpulkan untuk mempelajari krakterteristik
sistem.
d. Menurut Law dan Kelton (1991) simulasi adalah sekumpulan
metode dan aplikasi untuk menirukan atau merepresentasikan
perilaku dari suatu sistem nyata, yang biasanya dilakukan pada
komputer dengan menggunakan perangkat lunak tertentu.
e. Menurut Khosnevis (1994) simulasi merupakan proses aplikasi
membangun model dari sistem nyata atau usulan sistem,
melakukan eksperimen dengan model tersebut untuk menjelaskan
perilaku sistem, mempelajari kinerja sistem atau untuk
membangunsistem baru sesuai dengan kinerja yang diinginkan.
10
2.2.2 Jenis-jenis Simulasi
Penggolongan simulasi dilakukan berdasarkan sifat dan cara kerjanya.
Secara umum kategori simulasi dibedakan menjadi tiga yaitu:
a. Simulasi statis atau simulasi dinamis
b. Simulasi stokastik atau simulasi deterministik
c. Simulasi sistem diskrit atau simulasi sitem kontinyu.
2.2.3 Manfaat Simulasi

Manfaat dari digunakannya simulasi yaitu:
a. Relative apa adanya dan fleksibel
b. Dapat digunakan untuk mengangalisa situasi dunia nyata yang
besar dan kompleks yang tidak dapat dipecahkan oleh model
analisa kuantitatif konvensional.
c. Kadangkala simulasi adalah satu‐satunya metode yang
memungkinkan. Peneliti kadangkala karena berbagai sebab
tidak bisa mengobservasi langsung objek penelitiannya, maka
perlu dilakukan simulasi.
d. Model simulasi dibuat untuk problem manajemen dan
membutuhkan input dari manajemen. Analis yang
mengerjakan model harus berhubungan secara ekstensif
dengan manajer, ini berarti pengguna biasanya turut serta
dalam proses pemodelan, dan mempunyai peran dalam
pembuatannya, sehingga tidak takut / ragu untuk
menggunakannya
e. Simulasi memungkinkan adanya pertanyaan “bagaimana jika /
kalau?” (what if question)
f. Simulasi tidak mengganggu sistem dunia nyata
g. Dengan simulasi dapat dipelajari efek interaktif dari suatu
komponen atau variabel individual untuk menentukan mana
yang penting.
11
h. Simulasi memungkinkan penghematan waktu
i. Simulasi dapat mengikutsertakan komplikasi dunia nyata
yang model kuantitatif pada umumnya tidak bisa. Pemakaian
“ceteris paribus” bisa dikurangi.
2.2.4 Tahapan Simulasi

Proses Tahapan dalam mengembangkan Model dan simulasi
komputer secara umum, sebagai berikut :
a. Memahami sistem yang akan disimulasikan Jika Pengembang

model tidak tau atau belum mengetahui cara kerja sistem yang
akan dimodel simulasikan maka pengembang perlu meminta
bantuan seorang ahli (pakar) dibidang sistem yang
bersangkutan. Data masukan, keluaran, variable dan
parameter masih dalam bentuk symbol – symbol verbal (kata
– kata).
b. Mengembangkan Model matematika dari sistem Apabila
pengembang sudah mengetahui cara kerja sistem yang
bersangkutan, maka tahap berikutnya adalah
memformulasikan model matematika dari sistem. Model
matematika bisa dalam bentuk persamaan diferensial,
persamaan aljabar linear, persamaan logika diskret dan lain –
lain disesuaikan dengan karakterisitik sistem dan tujuan
pemodelan
c. Mengembangkan Model matematika untuk simulasi
Digunakan untuk menyederhanakan model matematika yang
sudah dihasilkan sebelumnya. Agar lebih mudah dalam
menyederhanakan Model matematika, maka dibuatlah suatu
Flow Chart untuk merinci tahapan yang harus dilewati untuk
membuat program.
12
d. Membuat program (software) Beberapa flowchart dari
tahapan sebelumnya kemudian diimplementasikan lebih lanjut
menjadi program (software) komputer
e. Menguji, memverifikasi dan memvalidasi keluaran simulasi
Simulasi pada dasarnya adalah menirukan sistem nyata
(realitas) sehingga tolak ukur baik tidaknya simulasi adalah
sejauh mana yang bersangkutan. Pengujian (testing)
dilakukan pada tingkat modul program, untuk menguji fungsi
subsistem. Verifikasi dilakukan untuk membuktikan bahwa
hasil implementasi program komputer sudah sesuai dengan
rancangan model konsep dari sistem yang bersangkutan.
Validasi dilakukan dengan membandingkan hasil keluaran
simulasi dengan data yang diambil dari sistem nyata (realitas).
f. Mengeksekusi program simulasi untuk tujuan tertentu.
Eksekusi (running) program komputer bisa dilakukan secara
waktu nyata (real time) atau waktu tidak nyata (offline)
tergantung dari tujuan simulasi. Secara umum ada 3 tujuan
simulasi, yaitu : untuk mempelajari perilaku (behavior)
sistem, untuk pelatihan (training), untuk hiburan/permainan
(gaming).
Di dalam simulasi, sistem yang diimitasi terdiri dari sekumpulan elemen-

elemen yang meliputi entitas, aktivitas, sumber daya dan kontrol. Simulasi,
berdasarkan pengertian tersebut merupakan suatu cara untuk melakukan
evaluasi dan perbaikan suatu sistem yang meliputi entitas, aktivitas, sumber
daya dan kontrol, melalui suatu imitasimodel yang dibuat menggunakan
program komputer.
Model simulasi seringkali dibuat menggunakan program yang ditujukan

khusus untuk permodelan. Beberapa program yang sering digunakan
diantaranya adalah ProModel, FlexSim, ARENA, dan Simul. Program-
13
program tersebut pada dasarnya memiliki fungsi yang sama yaitu untuk
memodelkan suatu sistem.
2.3 Definisi Pemodelan

Pemodelan berasal dari kata model yang diberi awalan pe- dan akhiran –
an. Pada awalnya kata model adalah sebuah kata benda, dengan adanya
penambahan imbuhan maka pemodelan menjadi kata kerja yang berarti
tindakan yang dilakukan untuk membuat model.
Sedangkan sistem adalah suatu perangkat yang terdiri dari bagian-bagian

yang saling berhubungan, disebut komponen, yang menjalankan sejumlah
fungsi dalam rangka mencapai suatu tujuan. Menurut Davis, G. B Jadi
Pemodelan Sistem adalah suatu bentuk penyederhanaan dari sebuah elemen
dan komponen yang sangat komplek untuk memudahkan pemahaman dari
informasi yang dibutuhkan.
2.3.1 Beberapa Definisi Dalam Pemodelan

a. Fungsi Konsep matematis yang digunakan untuk menyatakan
bagaimana satu nilai peubah (tidak bebas) ditentukan oleh satu
atau beberapa peubah lainnya (bebas).
b. Argumen Nilai tertentu suatu fungsi dapat dihitung dengan
memasukkan nilai pada peubah (bebas) yang ada dalam fungsi
tersebut; peubah bebas itu disebut argumen.
c. Peubah Kuantitas yang dapat digunakan untuk mengasumsikan
nilai numerik yang berbeda-beda. Jika suatu huruf digunakan
untuk menyatakan nilai suatu fungsi, huruf itu disebut peubah
tidak bebas; jika digunakan sebagai argumen suatu fungsi, disebut
peubah bebas.
d. Parameter Kuantitas yang mempunyai suatu nilai konstan yang
berlaku pada
14
e. kasus tertentu, yang mungkin mempunyai nilai konstan yang
berbeda pada kasus yang lain.
f. Koefisien Dalam aplikasi matematika, koefisien mempunyai
definisi yang sama dengan parameter.
g. Kalibrasi Proses yang dilakukan untuk menaksir nilai parameter
atau koefisien sehingga hasil yang didapatkan mempunyai galat
yang sekecil mungkin dibandingkan dengan hasil yang sebenarnya
(realita).
h. Algoritma Suatu prosedur yang menunjukkan urutan operasi
aritmatik yang rumit. Biasanya algoritma sering digunakan dalam
pembuatan program komputer.
2.4 Definisi Bangkitan Dan Tarikan Pergerakan

Bangkitan pergerakan (Trip Generation) adalah tahapan pemodelan
yang memperkirakan jumlah pergerakan yang berasal dari suatu zona atau tata
guna lahan atau jumlah pergerakan yang tertarik ke suatu tata guna lahan atau
zona (Tamin, 1997). Bangkitan pergerakan (Trip Generation) adalah jumlah
perjalanan yang terjadi dalam satuan waktu pada zona tata guna lahan (Hobbs,
1995). Bangkitan pergerakan adalah suatu proses analisis yang menetapkan
atau menghasilkan hubungan antara aktivitas kota dengan pergerakan
(Tamin,1997) perjalanan dibagi menjadi 2 yaitu :
a. Home base trip, pergerakan yang berbasis rumah. Artinya perjalanan
yang dilakukan berasal dari rumah dan kembali ke rumah.
b. Non home base trip, pergerakan berbasis bukan rumah. Artinya
perjalanan yang asal dan tujuannya bukan rumah.
Pernyataan di atas menyatakan bahwa ada dua jenis zona yaitu zona
yang menghasilkan pergerakan (trip production) dan zona yang menarik suatu
pergerakan (trip attraction). Defenisi trip attraction dan trip production
adalah :
15
a. Bangkitan perjalanan (trip production) adalah suatu perjalanan yang
mempunyai tempat asal dari kawasan perumahan ditata guna tanah
tertentu.
b. Tarikan perjalanan (trip attraction) adalah suatu perjalanan yang
berakhir tidak pada kawasan perumahan tata guna tanah tertentu.
Kawasan yang membangkitkan perjalanan adalah kawasan perumahan

sedangkan kawasan yang cenderung untuk menarik perjalanan adalah
kawasan perkantoran, perindustrian, pendidikan, pertokoan dan tempat
rekreasi. Bangkitan dan tarikan perjalanan dapat dilihat pada diagram berikut
(Tamin, 1997) seperti terlihat pada gambar 2.1 berikut ini :
Gambar 2. 1 Bangkitan dan Tarikan Pergerakan
Bangkitan dan tarikan pergerakan digunakan untuk menyatakan

bangkitan pergerakan pada masa sekarang, yang akan digunakan untuk
meramalkan pergerakan pada masa mendatang. Bangkitan pergerakan ini
berhubungan dengan penentuan jumlah keseluruhan yang dibangkitkan oleh
sebuah kawasan parameter tujuan perjalanan yang sangat berpengaruh di
dalam produksi perjalanan (Levinson, 1976) adalah:
a.Tempat bekerja
b.Kawasan perbelanjaan
c.Kawasan pendidikan
d.Kawasan usaha (bisnis)
16
e.Kawasan hiburan (rekreasi)
Pergerakan lalu lintas merupakan fungsi tata guna lahan yang

menghasilkan arus lalu lintas. Hasil dari perhitungan tarikan lalu lintas berupa
jumlah kendaraan, orang atau angkutan barang per satuan waktu.
Gambar 2. 2 Bangkitan dan Tarikan Pergerakan
Bangkitan dan tarikan lalu lintas tergantung pada dua aspek tata guna lahan:
a. Jenis tata guna lahan (jenis penggunaan lahan)
b. Jumlah aktivitas dan intensitas pada tata guna lahan tersebut.
Jenis tata guna lahan yang berbeda (pemukiman, pendidikan, dan komersial)
mempunyai ciri bangkitan lalu lintas yang berbeda, yaitu :
a. Jumlah arus lalu lintas
b. Jenis lalu lintas (pejalan kaki, truk atau mobil)
c. Lalu lintas pada waktu tertentu (kantor menghasilkan lalu lintas

pada pagi dan sore, pertokoan menghasilkan arus lalu lintas
sepanjang hari)
17
Menurut Tamin (2000) beberapa definisi mengenai model bangkitan
pergerakan sebagai berikut :
a. Perjalanan
Pergerakan satu arah dari zona asal ke zona tujuan, termasuk
pergerakan berjalan kaki. Berhenti secara kebetulan tidak dianggap
sebagai tujuan perjalanan, meskipun perubahan rute terpaksa
dilakukan.
b. Tarikan perjalanan
perjalanan berbasis rumah yang tempat asal dan/tujuan adalah rumah
atau pergerakan yang dibangkitkan oleh pergerakan berbasis bukan
rumah.
c. Pergerakan berbasis rumah
Pergerakan yang salah satu atau kedua zona (asal dan/atau tujuan)
perjalan tersebut adalah rumah.
d. Pergerakan berbasisi bukan rumah
Pergerakan yang baik asal maupun tujuan pergerakan adalah bukan
rumah.
e. Tahapan bangkitan pergerakan
Menetapkan besarnya bangkitan perjalanan yang dihasilkan oleh
rumah tangga (baik untuk perjalanan berbasis bukan rumah) pada
selang waktu tertentu (perjam perhari).
2.5 Definisi Sebaran Pergerakan

Pola pergerakan dalam sistem transportasi sering dijelaskan dalam bentuk
pergerakan (kendaraan, penumpang, dan barang) yang bergerak dari zona asal
18
ke zona tujuan di dalam daerah tertentu dan selama periode waktu tertentu.
Tahap ini merupakan tahap ketiga dari lima tahap yang menghubungkan
interaksi antara tata guna lahan, jaringan tranportasi, dan arus lalulintas. Pola
spasial arus lalulintas adalah fungsi dari tata guna lahan dan sistem jaringan
transportasi.
Gambar 2. 3 Pola pergerakan kendaraan di kota Bandung Sumber: Tamin (1994)
Gambar 2.3 memperlihatkan pola spasial pergerakan kendaraan di kota

Bandung (Tamin, 1995c). Ketebalan garis menunjukkan jumlah arus
kendaraan dan panjang garis menunjukkan jarak antarzona yang dihubungkan.
Gambar 2.4 ini dikenal dengan gambar garis keinginan karena menunjukkan
arah pergerakan arus lalulintas, tetapi tidak menunjukkan rute pergerakan
yang sebenarnya digunakan.
Pola sebaran arus lalulintas antara zona asal i ke zona tujuan d adalah
hasil dari dua hal yang terjadi secara bersamaan, yaitu lokasi dan intensitas
tata guna lahan yang akan menghasilkan arus lalulintas, dan pemisahan ruang,
interaksi antara dua buah tata guna lahan yang akan menghasilkan pergerakan
manusia dan/atau barang. Contohnya, pergerakan dari rumah (permukiman)
ke tempat bekerja (kantor, industri) yang terjadi setiap hari.
2.6 Bangkitan Dan Sebaran Pergerakan
Telah dijelaskan bahwa jenis dan intensitas tata guna lahan berpengaruh
pada jumlah bangkitan lalulintas sehingga jelaslah bahwa bangkitan
pergerakan sangat berkaitan dengan sebaran pergerakan. Bangkitan
pergerakan memperlihatkan banyaknya lalulintas yang dibangkitkan oleh
setiap tata guna lahan, sedangkan sebaran pergerakan menunjukkan ke mana
dan dari mana lalulintas tersebut. Ilustrasinya terlihat pada gambar 2.5−2.6
(Wells, 1975).
19
Gambar 2. 4 Bangkitan Pergerakan.
Sumber: Wells (1975)
Gambar 2. 5 Sebaran Pergerakan Antara Dua Buah Zona.
Sumber : Wells (1975)
2.7 Pemilihan Moda Transportasi

Jika interaksi terjadi antara dua tata guna lahan di suatu kota, seseorang
akan memutuskan bagaimana interaksi tersebut harus dilakukan. Dalam
kebanyakan kasus, pilihan pertama adalah dengan menggunakan telepon (atau
pos) karena hal ini akan dapat menghindari terjadinya perjalanan. Akan tetapi,
sering interaksi mengharuskan terjadinya perjalanan. Dalam kasus ini,
keputusan harus ditentukan dalam hal pemilihan moda.
Secara sederhana moda berkaitan dengan jenis transportasi yang

digunakan. Pilihan pertama biasanya berjalan kaki atau menggunakan
kendaraan. Jika menggunakan kendaraan, pilihannya adalah kendaraan pribadi
(sepeda, sepeda motor, mobil) atau angkutan umum (bus, becak dan lain-lain).
Jika angkutan umum yang digunakan, jenisnya bermacam-macam - oplet,
kereta api, becak, dan lain-lain.
20
Dalam beberapa kasus, mungkin terdapat sedikit pilihan atau tidak ada
pilihan sama sekali. Orang miskin mungkin tidak mampu membeli sepeda atau
membayar biaya transportasi sehingga mereka biasanya berjalan kaki.
Sementara itu, keluarga berpenghasilan kecil yang tidak mempunyai mobil
atau sepeda motor biasanya menggunakan angkutan umum. Selanjutnya,
seandainya keluarga tersebut mempunyai sepeda, jika harus berpergian jauh
tentu menggunakan angkutan umum.
Orang yang hanya mempunyai satu pilihan moda saja disebut dengan
captive terhadap moda tersebut. Jika terdapat lebih dari satu moda, moda yang
dipilih biasanya yang mempunyai rute terpendek, tercepat, atau termurah, atau
kombinasi dari ketiganya. Faktor lain yang mempengaruhi adalah
ketidaknyamanan dan keselamatan. Hal seperti ini harus dipertimbangkan
dalam pemilihan moda.
2.8 Pengertian Furness

Metode Furness, sebaran pergerakan pada saat sekarang diulangi ke
total pergerakan pada masa medatang secara bergantian antara total
penjumlahan pergerakan, mengembangkan metode yang pada saat sekarang
sangat sering digunakan dalam perencanaan transportasi. Pada metode ini,
sebaran pergerakan pada saat sekarang diulangi ketotal pergerakan pada masa
mendatang secara bergantian antara total penjumlahan pergerakan (baris dan
kolom), secara matematis.
2.9 Pemilihan Rute

Semua yang telah diterangkan dalam pemilihan moda juga dapat
digunakan untuk pemilihan rute. Untuk angkutan umum, rute ditentukan
berdasarkan moda transportasi (bus dan kereta api mempunyai rute yang
tetap). Dalam kasus ini, pemilihan moda dan rute dilakukan bersama-sama.
21
Untuk kendaraan pribadi, diasumsikan bahwa orang akan memilih moda
transportasinya dulu, baru rutenya.
Seperti pemilihan moda, pemilihan rute tergantung pada alternatif

terpendek, tercepat, dan termurah, dan juga diasumsikan bahwa pemakai jalan
mempunyai informasi yang cukup (misalnya tentang kemacetan jalan)
sehingga mereka dapat menentukan rute yang terbaik.
2.10 Definisi MapInfo

MapInfo merupakan software berbasis Sistem Informasi Geografis
(SIG) yang memiliki fungsi untuk pengelolaan peta dalam bentuk data
spasial ataupun berupa data excel, based data dll dengan tampilan user
friendly yang memudahkan dalam penggunaannya. Map Info memiliki
fungsi yang sama persis dengan software ArcGis yang dibuat oleh ESRI dan
terdapat keunggulan dari masing – masing fitur yang disediakan.
2.11 Definisi Asal Tujuan Transportasi Nasional (ATTN)
ATTN adalah kegiatan survei Asal Tujuan secara Nasional di sektor

transportasi yang berperan dalam menunjang pembangunan politik, ekonomi,
sosial, budaya dan pertahanan keamanan, untuk mewujudkan pelayanan
transportasi yang efektif dan efisien, diperlukan penetapan kebijakan dan
perencanaan yang tepat, dengan didukung oleh data yang akurat dan valid.
Salah satu data yang dibutuhkan adalah data pergerakan/asal tujuan barang,
Data asal tujuan transportasi barang menggambarkan Demand pergerakan
barang di masyarakat.
Data tersebut digunakan sebagai bahan analisis untuk merumuskan

kebijakan-kebijan transportasi dalam usaha memfaslitasi demand pergerakan
barang. Kebijakan-kebijakan transportasi tersebut digunakan untuk
22
memperbaiki perangkat ttransportasi sebagai bentuk intervensi (perubahan)
dari sisi Supply.
Data asal tujuan transportasi barang digunakan dalam analisis kebijakan

transportasi agar tercipta pergerakan barang yang lancar (cepat), murah, aman,
hemat energi serta ramah lingkungan, sehingga pelaku ekonomi dapat
berkembang dan target pertumbuhan ekonomi bisa tercapai. Data asal tujuan
tranportasi barang juga dapat dimanfaatkan oleh berbagai pihak sebai dasar
bagi perumusan kebijakan dari berbagai sektor.
23
9 BAB III
10 METODOLOGI PENELITIAN
3.1 Langkah-langkah Penyelesaian Masalah

Saat melakukan penelitian, tentu harus dilakukan dengan langkah-
langkah yang sistematis untuk membantu dalam menyelesaikan penelitian
tersebut. Begitu pula dengan penyelesaian penelitian project ini dikerjakan
dengan menggunakan langkah-langkah yang sesuai dengan aturan dan dapat
dilihat pada Gambar 3.1 berikut:
Mulai
Survei Pendahuluan
Identifikasi Masalah
Tujuan Penelitian
Tinjauan Pustaka
Pengumpulan data Pola Pengumpulan Data Pola

Data Traffic Counting
Pergerakan Aktivitas dan Sosio Ekonomi
Pengolahan Data
1. Zona dan Jaringan
2. Trip Generation
3. Trip Distribution
Analisis Data
1. Zona dan jaringan
2. Trip Generation
3. Trip Distribution
Kesimpulan
Selesai
Gambar 3. 1 Diagram Alir Penelitian
24
3.2 Pembahasan Diagram Alur Penelitian
A. Survey Pendahuluan
Survey pendahuluan dilakukan untuk mendapatkan informasi tanpa
melakukan verifikasi secara rinci mengenai data-data maupun fungsi
yang akan diaudit, yang berguna untuk memahami lebih baik mengenai
tujuan, proses, resiko, dan pengendalian dari bagian fungsi yang diaudit.
B. Identifikasi Masalah
Identifikasi masalah dilakukan untuk mengetahui model bangkitan dan
tarikan, pola sebaran pergerakan angkutan barang, dan pembebanan
jalan di Kabupaten Sulawesi Selatan pada tahun 2019, 2024 dan 2029.
C. Menetukan Tujuan Penelitian

Tujuan penelitian ini untuk mengetahui model model bangkitan dan
tarikan, pola sebaran pergerakan angkutan barang, dan pembebanan
jalan di Kabupaten Sulawesi Selatan pada tahun 2019,2024 dan 2029.
D. Studi Pustaka
Bab ini menguraikan tentang pengertian Transportasi, Fungsi
Transportasi dalam logistik, simulasi, definisi simulasi menurut ahli,
manfaat simulasi, tahapan simulasi, definisi pemodelan, beberapa
definisi dalam pemodelan, definisi bangkitan dan tarikan pergeraakan,
definisi sebaran pergerakan, bangkitan dan sebaran pergerakan,
pemilihan moda transportasi, pemilihan rute, definisi MapInfo, dan
definisi Asal Tujuan Transportasi Nasional (ATTN).
25
E. Pengumpulan Data
Pengumpulan data ini dilakukan secara sekunder dengan mencari data
bangkitan dan tarikan pergerakan angkutan barang Kabupaten Sulawesi
Selatan di portal ATTN (Asal Tujuan Transportasi Nasional), dan Badan
Pusat Statistik (BPS).
F. Pengolahan Data
Dari pengumpulan data di atas kemudian data diolah dengan
menggunakan Trip generation dengan menggunakan metode Stepwise
1, dan Stepwise 2 kemudian dilanjutkan Trip distribution dengan
menggunakan metode Furness terakhir adalah trip distribution dengan
menggunakan data updating matrix dengan modul P1X.
1. Trip generation
Bangkitan Pergerakan (Trip Generation) adalah tahapan pemodelan
yang memperkirakan jumlah pergerakan yang berasal dari suatu
zona atau tata guna lahan atau jumlah pergerakan yang tertarik ke
suatu guna lahan atau zona (tamin, 1997).
Berikut adalah tahapan penyelesaian dari Trip generation yang

dilakukan, yang ditujukkan pada gambar 3.3 :
26
Gambar 3. 2 Diagram Alir Pengerjaan Trip Generation
27
Gambar 3. 3 Pengolahan Data Trip Generation
2. Trip distribution
Trip Distributin adalah bagaimana lalu-lintas dapat ditimbulikan oleh
suatu wilayah itu didistribusikan. Apakah arah perjalanan itu semua
menuju satu tempat atau tersebar merata.
Dalam penyelesaian Trip distribution dapat lihat pada dibawah ini:
Oi Dd tahun X
Data MAT 2020
Hasil Proyeksi TG
Metode Furnes
Matrix OD 2024 & 2029

Provinsi SULAWESI
SELATAN
Gambar 3. 4 Pengolahan Data Trip Distribution
28
G. Analisis dan Pembahasan
Dari pengolahan data yang dilakukan, analisi dan pembahasan mengenai
hasil pengolahan hasil data bangkitan dan tarikan pergerakan angkutan
barang di Provinsi Sulawesi Selatan yang diolah menggunakn Stepwise
1, dan Stepwise 2 kemudian ndilanjutkan Trip distribution dengan
menggunakan metode Furness.
H. Kesimpulan dan Saran

Berdasarkan proses analisis yang dilakukan, dapat diperoleh
kesimpulan dan saran dari hasil penelitian.
29
11 BAB IV
12 PENGUMPULAN DAN PENGOLAHAN DATA
4.1 Pengumpulan Data

Pengumpulan data yang diperoleh adalah data – data mengenai pola aktivitas
dan sosio ekonomi yang diperoleh dari portal ATTN (asal tujuan transportasi
nasional barang) barang dan situs Badan Pusat Statistika (BPS) Sulawesi
Selatan.
4.1.1 Profil Wilayah Studi
Gambar 4. 1 Peta Wilayah Provinsi Sulawesi Selatan
30
Sulawesi Selatan adalah sebuah provinsi di Indonesia yang
terletak di bagian selatan Pulau Sulawesi. Provinsi ini berbatasan
dengan Sulawesi Tengah dan Sulawesi Barat di utara, Teluk Bone
dan Sulawesi Tenggara di timur, Selat Makassar di barat dan Laut
Flores di selatan. Secara geografis, Sulawesi Selatan terletak pada
posisi yang sangat strategis karena berada pada persimpangan jalur
lalu lintas penumpang, perdagangan barang dan jasa dari kawasan
barat Indonesia ke kawasan timur Indonesia.
Luas wilayah Provinsi Sulawesi Selatan tercatat 45.764,53 km

persegi yang terdiri dari 24 kabupaten/kota dengan rincian 21
kabupaten dan 3 kota. Kabupaten Luwu Utara merupakan
kabupaten terluas dengan luas wilayah 7.502,68 km persegi (16,39
persen), sedangkan kabupaten/kota yang memiliki luas wilayah
terkecil adalah Kota Parepare dengan luas hanya 99,33 km persegi
(0,22 persen).
Menurut Stasiun Meteorologi Hasanuddin, Maritim Paotere,

dan Klimatologi Maros, selama tahun 2018 ratarata suhu udara di
Sulawesi Selatan adalah 27,1°C dengan suhu udara minimal 23,2°C
dan suhu udara maksimal 32,2°C. Curah hujan tertinggi terjadi pada
bulan Januari, Februari, Maret, dan Desember dengan jumlah curah
hujan antara 500-800 mm3 .
Selain terkenal dengan sektor pariwisatanya Sulawesi

selatan yaitu tana toraja, juga terkenal dengan sektor komoditas
unggulannya, yaitu sumber daya alam, meliputi perkebunan,
peternakan, dan pertanian. Komoditas unggulan yang banyak
dikembangkan di Provinsi Sulawesi Selatan ini antara lain produksi
tanaman padi, ternak , perikanan dan juga buah - buahan yang
mereka miliki.
31
4.1.2 Zona Wilayah Studi
Zona wilayah studi terdiri dari 24 kabupaten dan 3 daerah eksternal
pada provinsi Sulawesi Selatan
Tabel 4. 1 Daftar Wilayah internal dan eksternal
Kode Zona Kabupaten/ Kota (internal)
101 Kabupaten Kepulauan Selayar

102 Kabupaten Bulukumba
103 Kabupaten Bantaeng
104 Kabupaten Jeneponto
105 Kabupaten Takalar
106 Kabupaten Gowa
107 Kabupaten Sinjai
108 Kabupaten Maros
109 Kabupaten Pangkajene dan Kepulauan
110 Kabupaten Barru
111 Kabupaten Bone
112 Kabupaten Soppeng
113 Kabupaten Wajo
114 Kabupaten Sindereng Rappang
115 Kabupaten Pinrang
116 Kabupaten Enrekang
117 Kabupaten Luwu
118 Kabupaten Tana Toraja
119 Kabupaten Luwu Utara
120 Kabupaten Luwu Timur
121 Kabupaten Toraja Utara
122 Kota Makassar
123 Kota Parepare
124 Kota Palopo
Kode Zona Kabupaten/ Kota (ekternal)
201 Kabupaten Mamuju

202 Kabupaten Poso
203 Kabupaten Konawe
32
4.1.3 Data Karakteristik Pergerakan Barang
Data karakteristik pergerakan barang di peroleh dari situs
web resmi bernama Asal Tujuan Transportasi Nasional atau yang
sering disebut Portal ATTN barang. Data pada Tabel 4. Dibawah ini
adalah tabel pergerakan barang atau tabel Matriks Asal Tujuan
(MAT) yang ada pada Provinsi Sulawesi Selatan serta zona
eksternalnya.
33
Tabel 4. 2 tabel pergerakan barang atau tabel Matriks Asal Tujuan (MAT)
Kabupaten Kepulauan Kabupaten Kabupaten Kabupaten Sindereng Kabupaten Luwu
Kode Zona Kabupaten Bantaeng Kabupaten Jeneponto Kabupaten Takalar Kabupaten Gowa Kabupaten Sinjai Kabupaten Maros Kabupaten Barru Kabupaten Bone Kabupaten Soppeng Kabupaten Wajo Kabupaten Pinrang Kabupaten Enrekang Kabupaten Luwu Kabupaten Tana Toraja Kabupaten Luwu Utara Kabupaten Toraja Utara Kota Makassar Kota Parepare Kota Palopo Kabupaten Mamuju Kabupaten Poso Kabupaten Konawe Oi
Selayar Bulukumba Pangkajene dan Rappang Timur
101 Kabupaten Kepulauan Selayar 82.488 54.924 44.760 57.504 58.752 75.936 100.200 82.428 59.964 36.600 120.924 125.388 57.204 56.148 55.740 103.272 38.508 42.576 39.768 35.160 41.436 235.128 138.168 105.984 98.664 80.112 86.388 2.114.124
102 Kabupaten Bulukumba 194.436 79.812 252.072 184.572 122.052 303.204 250.416 128.712 98.388 70.188 182.496 106.308 81.744 61.848 52.824 50.016 45.768 42.708 39.384 32.400 47.628 385.776 71.664 87.324 122.388 139.704 68.112 3.301.944
103 Kabupaten Bantaeng 74.076 184.104 53.184 130.020 62.472 209.676 159.660 74.184 75.648 40.476 140.568 92.364 57.516 49.212 35.916 57.576 31.620 39.456 28.524 45.036 61.836 199.056 50.448 95.544 82.512 86.700 78.588 2.295.972
104 Kabupaten Jeneponto 233.724 117.468 121.464 116.460 204.888 408.420 152.340 160.404 153.060 94.548 206.352 106.524 141.024 136.812 97.860 70.932 66.492 65.124 46.824 33.228 129.084 721.764 231.300 152.772 105.852 134.160 105.360 4.314.240
105 Kabupaten Takalar 111.804 270.444 241.584 660.804 179.472 1.103.052 198.792 234.792 148.200 116.988 145.560 158.700 265.296 182.064 142.740 162.432 76.416 76.512 76.572 93.732 76.452 894.816 282.972 351.504 125.232 232.812 187.380 6.797.124
106 Kabupaten Gowa 188.496 268.068 225.384 287.976 440.508 208.080 259.200 461.712 283.212 443.940 460.404 192.684 184.596 237.768 147.480 97.008 126.108 127.500 101.316 66.132 185.160 1.578.996 405.084 476.964 164.112 225.756 222.468 8.066.112
107 Kabupaten Sinjai 91.644 199.968 146.424 105.300 179.940 331.764 188.088 174.132 102.720 193.716 352.332 132.108 174.204 133.224 58.848 149.556 101.076 57.804 66.396 160.224 148.356 606.072 209.484 184.836 101.196 101.064 161.952 4.612.428
108 Kabupaten Maros 192.216 127.296 131.328 208.500 230.820 293.556 152.760 136.920 265.116 154.920 230.628 129.492 165.720 91.716 103.128 114.612 127.920 107.016 92.796 131.784 182.328 705.780 99.360 192.240 64.596 100.704 153.492 4.686.744
109 Kabupaten Pangkajene dan Kepulauan 69.360 105.840 112.680 108.432 248.796 217.584 104.124 211.164 117.756 228.348 159.984 122.100 93.456 166.740 77.616 163.980 85.020 84.444 114.600 44.208 71.196 780.396 114.648 111.384 100.596 99.432 97.404 4.011.288
110 Kabupaten Barru 193.668 169.008 235.872 162.600 235.164 236.100 290.028 271.632 262.116 222.108 363.204 251.424 363.432 287.220 173.472 241.500 245.760 202.632 154.668 157.344 111.300 502.440 335.160 326.604 186.684 232.692 180.384 6.594.216
111 Kabupaten Bone 264.480 438.612 183.528 332.148 345.504 394.248 353.964 417.600 364.068 435.144 471.672 398.988 459.372 337.752 330.840 413.544 288.120 202.068 140.736 149.496 185.352 1.106.136 230.304 318.540 230.736 186.060 350.268 9.329.280
112 Kabupaten Soppeng 244.404 206.460 306.852 193.392 254.808 243.048 201.336 194.208 202.200 258.792 445.884 312.456 343.080 263.400 361.848 362.700 354.036 250.848 364.884 200.964 216.744 521.868 199.836 265.176 129.024 160.764 265.152 7.324.164
113 Kabupaten Wajo 237.012 505.668 194.700 368.688 239.496 365.064 340.728 254.184 286.308 283.548 556.548 483.828 402.420 668.040 354.492 412.368 441.468 447.888 224.124 276.468 254.700 483.408 372.468 293.664 143.400 158.688 209.952 9.259.320
114 Kabupaten Sindereng Rappang 192.060 329.484 244.476 181.200 184.944 211.128 218.988 137.688 149.016 219.792 327.984 299.388 343.008 268.992 335.340 284.892 298.968 338.388 266.892 171.000 213.204 345.912 248.280 245.796 113.256 112.596 179.544 6.462.216
115 Kabupaten Pinrang 153.132 138.300 122.592 188.592 125.784 163.872 108.696 304.752 162.156 158.232 319.908 193.596 347.064 316.908 158.904 276.696 227.004 162.600 181.500 170.844 299.424 525.780 240.624 220.644 87.744 82.932 87.204 5.525.484
116 Kabupaten Enrekang 91.536 152.832 119.484 94.020 95.460 105.816 114.396 224.184 102.924 97.320 186.492 135.876 285.972 140.184 152.964 144.240 198.936 158.016 121.332 115.824 86.556 271.272 228.252 201.792 156.924 74.736 99.312 3.956.652
117 Kabupaten Luwu 107.076 97.128 95.880 104.112 114.840 148.044 121.920 104.076 114.984 153.876 283.284 113.148 189.024 187.944 147.696 210.276 163.284 238.800 209.820 105.552 133.968 150.684 157.476 210.408 103.584 83.796 68.916 3.919.596
118 Kabupaten Tana Toraja 60.348 63.576 76.428 63.816 54.828 136.584 66.324 161.688 50.700 99.240 142.632 78.408 83.964 66.948 79.368 108.624 165.444 83.220 120.720 69.336 100.824 113.640 125.688 177.852 42.732 51.804 59.580 2.504.316
119 Kabupaten Luwu Utara 157.800 74.856 184.212 105.960 152.976 73.800 60.576 97.848 64.128 120.828 177.192 80.664 117.228 140.112 103.284 168.180 562.320 222.456 109.500 198.552 105.300 236.340 45.840 233.016 25.488 66.924 68.052 3.753.432
120 Kabupaten Luwu Timur 70.368 137.832 359.028 138.228 153.072 141.864 8.532 335.592 35.772 185.016 139.428 93.288 139.548 157.488 69.276 165.432 98.124 222.852 31.632 452.484 24.012 139.752 104.652 29.820 50.412 117.084 47.304 3.647.892
121 Kabupaten Toraja Utara 135.324 132.732 84.804 266.412 183.312 52.764 84.276 73.788 85.008 225.132 73.584 141.192 103.824 161.256 93.216 294.408 152.400 231.696 139.572 268.980 69.948 242.616 65.688 106.380 122.784 50.964 39.936 3.681.996
122 Kota Makassar 34.020 125.004 76.752 224.364 161.028 24.540 129.060 26.112 87.888 140.232 111.504 32.556 31.188 33.432 73.812 198.480 111.720 36.180 139.104 180.912 66.756 121.668 27.348 91.308 61.200 89.316 21.552 2.457.036
123 Kota Parepare 93.840 235.668 315.228 462.264 36.660 137.232 141.192 184.080 43.404 148.896 178.680 193.596 155.400 308.424 150.156 635.016 132.216 232.728 149.892 565.380 29.700 37.800 117.252 242.928 177.852 94.476 95.712 5.295.672
124 Kota Palopo 39.660 84.456 140.556 79.368 24.000 96.072 43.176 139.800 77.928 65.856 42.408 70.812 61.500 93.696 45.024 84.936 83.256 91.932 47.184 150.360 67.488 43.692 41.616 49.512 64.524 103.164 127.644 2.059.620
201 Kabupaten Mamuju 133.776 141.552 57.360 110.340 46.716 116.760 40.668 45.156 39.960 137.904 56.136 62.904 102.960 153.864 121.980 140.856 60.372 183.000 66.852 103.728 26.688 39.228 55.500 48.024 73.776 56.388 143.580 2.366.028
202 Kabupaten Poso 77.208 96.000 140.388 78.276 60.576 122.532 175.788 131.580 37.752 63.708 67.692 110.460 72.588 94.920 52.476 87.120 66.420 113.424 53.856 205.116 119.940 66.144 102.960 110.304 53.340 54.660 77.760 2.492.988
203 Kabupaten Konawe 163.524 1.258.104 180.324 102.852 170.184 125.220 169.548 98.244 117.156 111.408 145.560 154.200 192.060 1.223.844 205.896 99.504 144.756 1.237.020 136.032 221.064 77.940 165.588 98.808 164.064 46.728 123.180 61.668 6.994.476
DD 3.687.480 5.795.196 4.447.344 5.116.200 4.367.052 6.045.960 4.234.776 4.866.660 3.587.532 4.506.756 6.089.040 4.372.452 5.014.392 6.019.956 3.782.196 5.298.156 4.493.532 5.298.888 3.264.480 4.405.308 3.133.320 11.221.752 4.400.880 5.094.384 2.835.336 3.100.668 3.344.664 127.824.360
34
4.1.4 Data Sosial Ekonomi Badan Pusat Statistik
Berikut adalah data sosial ekonomi yang digunakan pada
penelitian ini, antara lain jumlah penduduk, PDRB , hasil
pertanian padi, hasil pertanian Jagung, hasil pertanian ubi kayu,
hasil pertanian cabai, hasil perkebunan manga, hasil perternakan
ayam kampung, peternakan sapi dan perikanan dari Provinsi
Sulawesi Selatan. Data sosial ekonomi di dari situs web resmi
BPS (Badan Pusat Statistik) Provinsi Sulawesi Selatan.
Tabel 4. 3 Data Sosial Ekonomi Jumlah Penduduk
Jumlah Penduduk
Kode Zona Kabupaten/ Kota
2014 2015 2016 2017 2018
101 Kabupaten Kepulauan Selayar 128.744 130.199 131.605 133.003 134.280
102 Kabupaten Bulukumba 407.775 410.485 413.229 415.713 418.326
103 Kabupaten Bantaeng 182.283 183.386 184.517 185.581 186.612
104 Kabupaten Jeneponto 353.287 355.599 357.807 359.787 361.793
105 Kabupaten Takalar 283.762 286.906 289.978 292.983 295.892
106 Kabupaten Gowa 709.386 722.702 735.493 748.200 760.607
107 Kabupaten Sinjai 236.497 238.099 239.689 241.208 242.672
108 Kabupaten Maros 335.596 339.300 342.890 346.383 349.822
109 Kabupaten Pangkajene dan Kepulauan 320.293 323.597 326.700 329.791 332.674
110 Kabupaten Barru 170.316 171.217 171.906 172.767 173.623
111 Kabupaten Bone 738.515 742.912 746.906 751.026 754.894
112 Kabupaten Soppeng 225.709 226.116 226.305 226.466 226.770
113 Kabupaten Wajo 391.980 393.218 394.495 395.583 396.810
114 Kabupaten Sindereng Rappang 286.610 289.787 292.985 296.125 299.123
115 Kabupaten Pinrang 364.087 366.789 369.595 372.230 374.583
116 Kabupaten Enrekang 198.194 199.998 201.614 203.320 204.827
117 Kabupaten Luwu 347.096 350.218 353.277 356.305 359.209
118 Kabupaten Tana Toraja 227.588 228.984 230.195 231.519 232.821
119 Kabupaten Luwu Utara 299.989 302.687 305.372 308.001 310.470
120 Kabupaten Luwu Timur 269.405 275.595 281.822 287.874 293.822
121 Kabupaten Toraja Utara 224.003 225.516 226.988 228.414 229.798
122 Kota Makassar 1.429.242 1.449.401 1.469.601 1.489.011 1.508.154
123 Kota Parepare 136.903 138.699 140.423 142.097 143.710
124 Kota Palopo 164.903 168.894 172.916 176.907 180.678
Total 8.434.177 8.522.319 8.608.324 8.692.311 8.773.988
201 Kabupaten Mamuju 253.152 255.294 268.794 279.393 286.188

202 Kabupaten Poso 238.995 241.930 243.025 246.182 253.194
203 Kabupaten Konawe 443.911 446.891 453.209 458.912 463.227
Total 936.058 944.115 965.028 984.487 1.002.609
35
Tabel 4. 4 Data Sosial Ekonomi PDRB
PDRB (Miliar)
2014 2015 2016 2017 2018
106 Kabupaten Gowa 9.720 10.380 11.166 11.971 12.825
108 Kabupaten Maros 10.066 10.916 11.954 12.768 13.558
110 Kabupaten Barru 3.474 3.694 3.916 4.169 4.466
111 Kabupaten Bone 14.821 16.051 17.498 18.970 20.660
113 Kabupaten Wajo 10.341 11.071 11.620 12.225 12.357
114 Kabupaten Sindereng Rappang 6.110 6.600 7 179 7.688 8.075
117 Kabupaten Luwu 6.934 7.437 8.023 8.567 9.155
122 Kota Makassar 82.592 88.828 95.957 103.826 112.568
123 Kota Parepare 3.615 3.843 4.107 4.394 4.639
124 Kota Palopo 3.889 4.140 4.428 4.745 5.102
Total 236.492 253.727 265.440 292.473 312.742
202 Kabupaten Poso 4.892 5.107 5.414 5.745 6.098
Total 15.289 16.311 17.412 18.540 19.631
36
Tabel 4. 5 Data Sosial Ekonomi Produksi Padi
Produksi Padi (Ton)

2014 2015 2016 2017 2018
106 Kabupaten Gowa 309.909 292.156 274.403 256.650 289.336
108 Kabupaten Maros 248.919 309.209 369.499 429.789 221.414
110 Kabupaten Barru 105.511 104.213 102.915 101.617 142.572
111 Kabupaten Bone 763.000 809.402 855.804 902.206 1.016.524
113 Kabupaten Wajo 699.111 619.693 540.275 460.857 865.488
117 Kabupaten Luwu 329.249 305.151 281.053 256.955 289.404
122 Kota Makassar 13.701 12.490 11.279 10.068 13.734
123 Kota Parepare 5.282 5.349 5.416 5.483 7.737
124 Kota Palopo 18.894 28.631 38.368 48.105 22.376
Total 5.275.557 5.294.166 5.312.775 5.331.384 5.817.468
202 Kabupaten Poso 38.009 35.762 40.835 39.628 43.119
Total 106.611 115.335 138.081 130.921 143.090
37
Tabel 4. 6 Data Sosial Ekonomi Produksi Jagung
Produksi Jagung (Ton)
2014 2015 2016 2017 2018
106 Kabupaten Gowa 221.932 224.079 226.226 228.373 300.849
108 Kabupaten Maros 14.273 5.483 3.307 33.429 47.900
110 Kabupaten Barru 3.871 2.682 1.493 4.830 11.907
111 Kabupaten Bone 208.911 290.960 373.009 455.058 367.750
113 Kabupaten Wajo 78.069 133.369 188.669 243.969 98.790
117 Kabupaten Luwu 23.300 10.408 7.484 27.644 56.739
122 Kota Makassar 97 45 32 19 29
123 Kota Parepare 921 2.097 3.273 4.449 5.314
124 Kota Palopo 5.850 4.737 3.624 2.511 3.737
Total 1.492.082 1.530.428 1.620.609 1.798.178 2.240.541
201 Kabupaten Mamuju 94 80 103 48 79
202 Kabupaten Poso 2670 3628 5911 6219 6780
203 Kabupaten Konawe 5211 5736 6780 7612 9213
Total 7.975 9.444 12.794 13.879 16.072
Produksi Ubi Kayu (Ton)

2014 2015 2016 2017 2018
103 Kabupaten Bantaeng 883 922 586 500 352
105 Kabupaten Takalar 3.655 4.537 1.682 1.318 332
106 Kabupaten Gowa 208.881 317.293 162.839 183.629 160.608
108 Kabupaten Maros 29.667 21.447 25.378 21.208 19.064
110 Kabupaten Barru 7.571 7.309 6.574 6.154 5.656
111 Kabupaten Bone 15.170 9.758 12.122 9.302 7.778
112 Kabupaten Soppeng 786 231 509 232 93
113 Kabupaten Wajo 7.650 10.711 4.001 3.805 1.981
114 Kabupaten Sindereng Rappang 717 1.609 3.668 4.949 6.425
117 Kabupaten Luwu 5.554 1.895 1.832 628 595
118 Kabupaten Tana Toraja 6.259 6.244 2.809 1.654 987
120 Kabupaten Luwu Timur 1.966 1.150 1.104 545 114
122 Kota Makassar 725 461 218 159 174
123 Kota Parepare 454 289 215 180 61
124 Kota Palopo 281 177 94 16 31
Total 480.491 568.098 330.786 324.108 267.308
202 Kabupaten Poso 1.311 1.671 3.601 3.092 3.845
Total 4.299 4.651 7.561 7.296 7.382
Tabel 4. 7 Data Sosial Ekonomi Produksi Ubi Kayu
38
Tabel 4. 8 Data Sosial Ekonomi Cabai
Produksi Cabai (Ton)
2014 2015 2016 2017 2018
101 Kabupaten Kepulauan Selayar 28 612 457 795 804
102 Kabupaten Bulukumba 64 1.534 1.626 2.637 3.035
103 Kabupaten Bantaeng 123 5.325 7.279 11.398 14.074
104 Kabupaten Jeneponto 195 13.219 12.135 20.456 22.507
106 Kabupaten Gowa 529 41.036 138.772 198.355 283.374
107 Kabupaten Sinjai 216 15.016 47.220 67.821 96.158
108 Kabupaten Maros 214 45.345 102.451 151.574 206.019
109 Kabupaten Pangkajene dan Kepulauan 61 757 1.641 2.400 3.242
110 Kabupaten Barru 10 813 926 1.499 1.765
111 Kabupaten Bone 545 13.569 30.150 44.360 60.150
112 Kabupaten Soppeng 42 595 1.075 1.604 2.100
113 Kabupaten Wajo 457 8.895 4.709 8.939 7.558
114 Kabupaten Sindereng Rappang 40 5.055 9.415 14.212 18.717
115 Kabupaten Pinrang 461 7.913 37.797 52.726 77.625
116 Kabupaten Enrekang 812 42.777 111.409 162.263 224.969
117 Kabupaten Luwu 171 4.498 5.707 8.995 10.897
118 Kabupaten Tana Toraja 452 1.775 4.458 6.234 8.615
119 Kabupaten Luwu Utara 198 5.079 3.325 5.994 5.715
120 Kabupaten Luwu Timur 25 1.147 1.210 1.979 2.277
121 Kabupaten Toraja Utara 83 1.692 3.913 5.726 7.811
122 Kota Makassar 12 594 104 329 77
123 Kota Parepare 18 106 116 178 205
124 Kota Palopo 42 727 591 1.002 1.049
Total 8.880 267.714 553.642 821.507 1.101.414
202 Kabupaten Poso 219 245 217 264 312
Total 427 476 528 579 560
39
Tabel 4. 9 Data Sosial Ekonomi Mangga
Produksi Sapi Ternak Potong (Ekor)

2014 2015 2016 2017 2018
106 Kabupaten Gowa 104.180 111.345 107.538 109.577 110.995
108 Kabupaten Maros 325.423 76.381 395.308 419.819 76.461
110 Kabupaten Barru 45.981 68.805 53.377 53.816 65.214
111 Kabupaten Bone 65.645 362.819 70.850 71.857 438.941
113 Kabupaten Wajo 89.858 100.913 111.968 116.518 95.669
117 Kabupaten Luwu 6.659 17.886 6.961 7.006 20.510
122 Kota Makassar 3.219 3.334 3.409 3.483 4.036
123 Kota Parepare 4.713 5.090 5.538 5.814 5.215
124 Kota Palopo 352 396 422 493 863
Total 1.202.151 1.304.072 1.368.681 1.421.035 1.410.464
202 Kabupaten Poso 11931 10927 9124 7146 9644
Total 34.965 33.275 33.867 25.660 32.069
Tabel 4. 10 Data Sosial Ekonomi Sapi Ternak Potong
Produksi Mangga (Ton)

2014 2015 2016 2017 2018
106 Kabupaten Gowa 3.294 13.916 14.220 14.402 19.865
108 Kabupaten Maros 87.456 109.887 135.561 74.555 98.608
110 Kabupaten Barru 16.993 17.160 17.137 4.388 4.460
111 Kabupaten Bone 152.982 174.296 174.513 162.890 173.656
112 Kabupaten Soppeng 627 11.098 6.506 5.098 8.038
113 Kabupaten Wajo 25.987 26.497 33.394 33.987 37.691
117 Kabupaten Luwu 9.876 9.741 10.048 10.265 10.351
118 Kabupaten Tana Toraja 976 1.746 4.250 3.976 5.613
120 Kabupaten Luwu Timur 881 1.003 1.170 455 600
121 Kabupaten Toraja Utara 111 977 1.030 1.005 1.465
122 Kota Makassar 784 875 1.034 2.091 2.216
123 Kota Parepare 381 765 1.098 2.390 2.749
124 Kota Palopo 243 632 354 256 312
Total 510.327 832.702 760.626 488.844 618.274
202 Kabupaten Poso 8.271 9.110 11.428 14.182 12.192
Total 15.472 17.535 21.091 21.292 21.032
40
Tabel 4. 11 Data Sosial Ekonomi Ayam Kampung
Produksi Ayam Kampung (Ekor)

2014 2015 2016 2017 2018
103 Kabupaten Bantaeng 2.106.873 2.274.509 2.110.045 2.111.481 941.958
104 Kabupaten Jeneponto 1.505.457 2.351.344 2.410.228 2.790.139 3.810.265
105 Kabupaten Takalar 2.037.903 2.200.106 2.041.527 2.049.678 2.286.121
106 Kabupaten Gowa 799.584 975.271 1.088.000 1.143.100 1.283.484
107 Kabupaten Sinjai 1.185.132 2.020.002 2.182.517 1.121.219 1.187.796
108 Kabupaten Maros 2.290.682 1.128.413 3.797.188 4.474.130 1.830.224
109 Kabupaten Pangkajene dan Kepulauan 788.989 768.412 1.205.661 1.428.114 846.389
110 Kabupaten Barru 659.601 570.824 724.693 756.738 674.295
111 Kabupaten Bone 442.495 3.301.103 563.043 585.432 5.324.601
112 Kabupaten Soppeng 597.389 1.057.067 1.009.999 1.385.461 2.937.672
113 Kabupaten Wajo 582.351 777.716 721.626 737.078 792.418
114 Kabupaten Sindereng Rappang 1.517.236 1.848.614 1.886.342 963.767 706.622
115 Kabupaten Pinrang 1.451.851 1.832.971 1.739.268 1.746.790 1.988.790
117 Kabupaten Luwu 1.461.276 2.905.868 737.699 807.371 3.442.245
118 Kabupaten Tana Toraja 668.412 781.650 177.443 141.958 1.064.717
119 Kabupaten Luwu Utara 727.221 903.431 3.230.136 3.155.472 1.176.869
120 Kabupaten Luwu Timur 177.777 197.933 859.746 1.138.385 255.876
122 Kota Makassar 105.126 124.775 120.078 125.431 139.326
123 Kota Parepare 300.500 342.944 322.119 328.560 355.074
124 Kota Palopo 60.179 178.086 462.638 333.683 160.177
Total 20.850.915 28.101.058 29.255.033 29.065.699 32.943.273
202 Kabupaten Poso 401.998 581.672 671.462 718.829 613.369
Total 942.020 1.189.770 1.449.822 1.504.623 1.413.757
41
Tabel 4. 12 Produksi Perikanan
Produksi Perikanan (Ton)

2014 2015 2016 2017 2018
106 Kabupaten Gowa 564 694 708 1.198 1.249
108 Kabupaten Maros 15.216 15.240 15.369 15.783 21.152
110 Kabupaten Barru 17.789 18.244 18.117 18.439 18.965
111 Kabupaten Bone 33.641 34.780 36.729 33.627 46.747
113 Kabupaten Wajo 11.656 12.984 12.663 35.355 35.356
116 Kabupaten Enrekang 10 10 12 19 21
117 Kabupaten Luwu 12.465 12.494 14.320 16.398 17.386
118 Kabupaten Tana Toraja 13 12 14 14 20
121 Kabupaten Toraja Utara 23 24 23 27 28
122 Kota Makassar 12.480 12.740 12.989 13.462 13.525
123 Kota Parepare 4.281 4.313 2.572 4.629 4.647
124 Kota Palopo 10.822 12.685 14.861 16.951 18.287
Total 304.115 312.332 312.392 350.784 368.455
202 Kabupaten Poso 799 1102 804 733 926
Total 2.942 3.799 3.305 3.657 4.549
42
4.1.5 Peta Jaringan Jalan Provinsi Sulawesi Selatan
Berikut adalah peta administrasi dan jaringan jalan pada Provinsi
Sulawesi Selatan yang diperoleh dari portal peta Kementrian PU.
1.2 Gambar 4. 2 Peta Jaringan Jalan Provinsi Sulawesi Selatan
43
4.2 Pengolahan Data
4.2.1 Zona dan Jaringan Jalan Provinsi Sulawesi Selatan
Gambar 4. 3 Zona dan Jaringan Jalan Provinsi Sulawesi Selatan
4.2.2 Updating Pergerakan Antarzona

Tahap awal dalam pengolahan data pada penelitian ini
yaitu melakukan updating terhadap data pergerakan antarzona
atau matriks asal tujuan, di karenakan data matriks asal tujuan
yang diperoleh dari portal ATTN adalah data pergerakan tahun
2019 maka data tersebut perlu dilakukan pembaharuan agar
menjadi data pergerakan barang tahun 2020. Updating data
menggunakan software SATURN modul Satme2 dari data
44
network dalam format.dat yang telah dibuat di MapInfo dan
matriks asal tujuan.
45
Tabel 4. 13 Updating Matrix Ton/Tahun
TON / TAHUN
101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 BANGKIT
Kabupaten Kabupaten Kabupaten Kabupaten Kabupaten Kabupaten Kabupaten Kabupaten Kabupaten Kabupaten Kabupaten Kabupaten Kabupaten Kabupaten Kabupaten Kabupaten Kabupaten Kabupaten Kabupaten Kabupaten Kabupaten Kabupaten Kabupaten Kabupaten
OD KODE NAMA ZONA Kepulauan Bulukumba Bantaeng Jeneponto Takalar Gowa Sinjai Maros Pangkajene dan Barru Bone Soppeng Wajo Sindereng Pinrang Enrekang Luwu Tana Toraja Luwu Utara Luwu Timur Toraja Utara
Kota Makassar Kota Parepare Kota Palopo
Mamuju Poso Konawe
OI
101 Kabupaten Kepulauan Selayar 0 54984 8994 11651 11651 15126 20031 16556 11651 7358 24119 25141 11446 11242 11242 20644 7767 8585 7972 7154 8380 47012 27594 21258 19827 15943 17374 450702
102 Kabupaten Bulukumba 194384 0 50487 36996 24324 60707 50078 25754 19622 13695 36588 21258 16352 12468 10629 10016 9198 8585 7972 6541 9607 77059 14308 17374 24528 28003 13695 800226
103 Kabupaten Bantaeng 73993 184164 0 129998 62546 41902 31886 74197 75628 40471 28207 18396 11446 49260 35974 57436 18600 39449 16761 26368 61933 199086 50487 88914 48443 50896 45990 1562434
104 Kabupaten Jeneponto 233629 117530 121414 0 204809 81760 30456 160454 153096 94637 41289 21258 28207 136744 96068 70927 61933 65204 43742 31069 129181 721736 231381 152687 98725 125093 98112 3351138
105 Kabupaten Takalar 111807 270421 241601 660825 0 220548 39858 234856 148190 116917 29025 31682 53144 182120 142671 162498 76446 76446 76650 93820 76446 894863 282890 351568 125297 232812 187435 5120833
106 Kabupaten Gowa 188457 267968 45172 57641 89936 0 259179 461740 283298 443957 460309 192749 184573 237717 147577 97090 126115 127546 101382 66226 185186 322543 405121 476865 164133 225658 222387 5840526
107 Kabupaten Sinjai 91571 199903 29229 21053 35974 331741 0 84826 50078 94433 352386 132042 174149 126728 30660 142262 101178 57845 66430 160250 148394 121209 109354 184778 101178 100974 149008 3197634
I
108 Kabupaten Maros 192136 127341 131429 208488 230768 58663 30456 0 265107 154935 46194 25959 33113 91776 103222 114668 127954 107106 92798 131838 182325 705793 99338 192340 64590 100769 153504 3772611
N
T 109 Kabupaten Pangkajene dan Kepulauan 69292 105879 112624 108332 248755 43537 20849 211145 0 228315 32091 24528 18600 166790 77672 163929 85030 84417 114668 44150 71131 780399 114668 111398 100565 99338 97499 3335604
E 110 Kabupaten Barru 193567 169039 235878 162498 235264 47216 57845 271648 262041 0 72562 50282 363423 287182 173536 241601 245689 202560 154731 157388 111398 502415 335216 326631 186617 232607 180485 5459320
R 111 Kabupaten Bone 264494 438642 37405 67861 345436 394288 354021 417589 364036 435168 0 398989 459287 337669 330924 413501 288204 202152 140832 149416 185391 1106213 230359 318455 230768 186004 350342 8447443
N
112 Kabupaten Soppeng 244462 206444 62751 193362 254887 243032 201334 194180 202152 258770 445796 0 342983 263472 361788 362606 354021 250799 364854 200925 216664 521833 199903 265107 128976 160863 265107 6767071
A
L 113 Kabupaten Wajo 237104 505686 39858 75424 239557 365058 340735 254274 286364 283503 556581 483815 0 667979 354430 412275 441504 447840 224022 276553 254682 483406 372417 293723 143489 158614 209919 8408812
114 Kabupaten Sindereng Rappang 192136 329493 244462 181098 184982 196428 203787 137766 149008 219730 305374 64182 342983 0 335420 284934 299037 338486 266946 171083 213189 345845 248346 245893 113238 112624 179463 5905934
Z 115 Kabupaten Pinrang 162294 138379 122640 188661 125706 35157 23302 304760 162089 158206 68474 38632 347071 316820 0 276758 227088 162498 181507 170878 299446 525717 240579 220548 87688 82986 87279 4755162
O
116 Kabupaten Enrekang 91571 152891 119574 94024 95455 91571 98930 224227 103018 97294 161067 29229 285956 140218 152891 0 198881 158001 121414 115895 86461 271239 228315 201743 156979 74810 99338 3650993
N
E 117 Kabupaten Luwu 107106 97090 38223 97090 114873 144920 119165 104040 115077 153913 277371 110785 189070 187844 147781 210328 0 238739 209919 105470 133882 150643 157388 210328 103631 83804 68883 3677360
118 Kabupaten Tana Toraja 60298 63568 76446 63773 54779 133678 64795 161680 50691 99338 139605 16761 84008 67043 79307 108536 165360 0 120800 69292 100769 113646 125706 177828 42720 51713 59480 2351622
119 Kabupaten Luwu Utara 157797 74810 77468 98725 152891 72153 59276 97908 64182 120800 172718 79103 117326 140014 103222 168221 562304 222387 0 198472 105266 236286 45786 233016 25550 66839 68065 3520586
120 Kabupaten Luwu Timur 70314 137766 150847 128772 153096 138788 8380 335625 35770 184982 136539 91162 139605 157388 69292 165360 98112 222796 31682 0 23915 139810 104653 29842 50487 117121 47216 2969319
121 Kabupaten Toraja Utara 135313 132656 84826 266333 183347 51713 82373 73788 85030 225044 71949 30251 103835 161272 93206 294336 152482 231790 139605 268990 0 242623 65612 106288 122844 50896 39858 3496262
122 Kota Makassar 33930 125093 76650 224431 161067 4906 25754 26163 87892 140218 22280 6541 6336 33522 73788 198472 111807 36179 139196 180894 66839 0 27390 91367 61116 89323 21462 2072616
123 Kota Parepare 93820 235673 315185 462353 36588 29434 30251 184164 43333 148803 38223 38632 155344 308440 150234 635071 132247 232812 149825 565370 29638 37814 0 242827 177828 94433 95659 4663999
124 Kota Palopo 39654 84417 131020 79307 36179 94024 42311 139810 77876 65817 41493 56619 61524 93615 44968 85030 83191 91980 47216 150438 67452 43742 41698 0 64590 103222 127546 1994740
201 Kabupaten Mamuju 133678 141649 24119 102813 46808 114260 39858 45172 39858 137970 54984 61524 103018 153913 122027 140832 60298 182938 66839 103631 26776 39245 55597 48034 0 56414 143489 2245743
EXTERNA 202 Kabupaten Poso 77263 96068 59072 72971 60502 119778 172105 131634 37814 63773 66226 108128 72562 94842 52531 87074 66430 113442 53757 205218 119983 66226 103018 110376 53348 0 77672 2341811
L ZONE 203 Kabupaten Konawe 163520 1258082 75832 95864 170265 122640 165768 98316 117121 111398 142467 150847 192136 1223743 205831 99543 144715 1237029 136130 221161 77876 165564 98725 164133 46808 123253 0 6808768
TARIKAN DD 3613588 5715637 2713206 3890345 3560444 3253026 2572783 4472272 3290022 4099446 3823915 2308494 3897499 5649820 3506891 5023948 4245592 5147610 3077651 3878490 2992212 8861966 4015847 4883320 2543962 2825012 3106267 106969265
46
4.2.3 Prediksi Data Sosial Ekonomi
Penelitian ini membutuhkan data dengan tahun dasar 2019
maka perlu dilakukan prediksi data sosial ekonomi yang merupakan
data lima tahun ke belakang yaitu 2014, 2015, 2016, 2017, dan 2018.
Maka dengan menggunakan time series keseluruhan variabel
dependent (x) di analisis dengan menggunakan grafik di Microsoft
Excel sehingga akan mempermudah penggunaan metode peramalan
yang harus digunakan. Berdasarkan hasil pengolahan data
menggunakan bantuan scatter graphic, maka dapat di ketahui
peramalan terbaik dengan nilai R2 terbesar dan memiliki error
terkecil seperti pada Tabel 4.
47
TON / TAHUN
101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 BANGKIT
Kabupaten Kabupaten Kabupaten Kabupaten Kabupaten Kabupaten Kabupaten Kabupaten Kabupaten Kabupaten Kabupaten Kabupaten Kabupaten Kabupaten Kabupaten Kabupaten Kabupaten Kabupaten Kabupaten Kabupaten Kabupaten Kabupaten Kabupaten Kabupaten
OD KODE NAMA ZONA Kepulauan Bulukumba Bantaeng Jeneponto Takalar Gowa Sinjai Maros Pangkajene dan Barru Bone Soppeng Wajo Sindereng Pinrang Enrekang Luwu Tana Toraja Luwu Utara Luwu Timur Toraja Utara
Kota Makassar Kota Parepare Kota Palopo
Mamuju Poso Konawe
OI
101 Kabupaten Kepulauan Selayar 0 54984 8994 11651 11651 15126 20031 16556 11651 7358 24119 25141 11446 11242 11242 20644 7767 8585 7972 7154 8380 47012 27594 21258 19827 15943 17374 450702
102 Kabupaten Bulukumba 194384 0 50487 36996 24324 60707 50078 25754 19622 13695 36588 21258 16352 12468 10629 10016 9198 8585 7972 6541 9607 77059 14308 17374 24528 28003 13695 800226
103 Kabupaten Bantaeng 73993 184164 0 129998 62546 41902 31886 74197 75628 40471 28207 18396 11446 49260 35974 57436 18600 39449 16761 26368 61933 199086 50487 88914 48443 50896 45990 1562434
104 Kabupaten Jeneponto 233629 117530 121414 0 204809 81760 30456 160454 153096 94637 41289 21258 28207 136744 96068 70927 61933 65204 43742 31069 129181 721736 231381 152687 98725 125093 98112 3351138
105 Kabupaten Takalar 111807 270421 241601 660825 0 220548 39858 234856 148190 116917 29025 31682 53144 182120 142671 162498 76446 76446 76650 93820 76446 894863 282890 351568 125297 232812 187435 5120833
106 Kabupaten Gowa 188457 267968 45172 57641 89936 0 259179 461740 283298 443957 460309 192749 184573 237717 147577 97090 126115 127546 101382 66226 185186 322543 405121 476865 164133 225658 222387 5840526
107 Kabupaten Sinjai 91571 199903 29229 21053 35974 331741 0 84826 50078 94433 352386 132042 174149 126728 30660 142262 101178 57845 66430 160250 148394 121209 109354 184778 101178 100974 149008 3197634
I
108 Kabupaten Maros 192136 127341 131429 208488 230768 58663 30456 0 265107 154935 46194 25959 33113 91776 103222 114668 127954 107106 92798 131838 182325 705793 99338 192340 64590 100769 153504 3772611
N
T 109 Kabupaten Pangkajene dan Kepulauan 69292 105879 112624 108332 248755 43537 20849 211145 0 228315 32091 24528 18600 166790 77672 163929 85030 84417 114668 44150 71131 780399 114668 111398 100565 99338 97499 3335604
E 110 Kabupaten Barru 193567 169039 235878 162498 235264 47216 57845 271648 262041 0 72562 50282 363423 287182 173536 241601 245689 202560 154731 157388 111398 502415 335216 326631 186617 232607 180485 5459320
R 111 Kabupaten Bone 264494 438642 37405 67861 345436 394288 354021 417589 364036 435168 0 398989 459287 337669 330924 413501 288204 202152 140832 149416 185391 1106213 230359 318455 230768 186004 350342 8447443
N
112 Kabupaten Soppeng 244462 206444 62751 193362 254887 243032 201334 194180 202152 258770 445796 0 342983 263472 361788 362606 354021 250799 364854 200925 216664 521833 199903 265107 128976 160863 265107 6767071
A
L 113 Kabupaten Wajo 237104 505686 39858 75424 239557 365058 340735 254274 286364 283503 556581 483815 0 667979 354430 412275 441504 447840 224022 276553 254682 483406 372417 293723 143489 158614 209919 8408812
114 Kabupaten Sindereng Rappang 192136 329493 244462 181098 184982 196428 203787 137766 149008 219730 305374 64182 342983 0 335420 284934 299037 338486 266946 171083 213189 345845 248346 245893 113238 112624 179463 5905934
Z 115 Kabupaten Pinrang 162294 138379 122640 188661 125706 35157 23302 304760 162089 158206 68474 38632 347071 316820 0 276758 227088 162498 181507 170878 299446 525717 240579 220548 87688 82986 87279 4755162
O
116 Kabupaten Enrekang 91571 152891 119574 94024 95455 91571 98930 224227 103018 97294 161067 29229 285956 140218 152891 0 198881 158001 121414 115895 86461 271239 228315 201743 156979 74810 99338 3650993
N
E 117 Kabupaten Luwu 107106 97090 38223 97090 114873 144920 119165 104040 115077 153913 277371 110785 189070 187844 147781 210328 0 238739 209919 105470 133882 150643 157388 210328 103631 83804 68883 3677360
118 Kabupaten Tana Toraja 60298 63568 76446 63773 54779 133678 64795 161680 50691 99338 139605 16761 84008 67043 79307 108536 165360 0 120800 69292 100769 113646 125706 177828 42720 51713 59480 2351622
119 Kabupaten Luwu Utara 157797 74810 77468 98725 152891 72153 59276 97908 64182 120800 172718 79103 117326 140014 103222 168221 562304 222387 0 198472 105266 236286 45786 233016 25550 66839 68065 3520586
120 Kabupaten Luwu Timur 70314 137766 150847 128772 153096 138788 8380 335625 35770 184982 136539 91162 139605 157388 69292 165360 98112 222796 31682 0 23915 139810 104653 29842 50487 117121 47216 2969319
121 Kabupaten Toraja Utara 135313 132656 84826 266333 183347 51713 82373 73788 85030 225044 71949 30251 103835 161272 93206 294336 152482 231790 139605 268990 0 242623 65612 106288 122844 50896 39858 3496262
122 Kota Makassar 33930 125093 76650 224431 161067 4906 25754 26163 87892 140218 22280 6541 6336 33522 73788 198472 111807 36179 139196 180894 66839 0 27390 91367 61116 89323 21462 2072616
123 Kota Parepare 93820 235673 315185 462353 36588 29434 30251 184164 43333 148803 38223 38632 155344 308440 150234 635071 132247 232812 149825 565370 29638 37814 0 242827 177828 94433 95659 4663999
124 Kota Palopo 39654 84417 131020 79307 36179 94024 42311 139810 77876 65817 41493 56619 61524 93615 44968 85030 83191 91980 47216 150438 67452 43742 41698 0 64590 103222 127546 1994740
201 Kabupaten Mamuju 133678 141649 24119 102813 46808 114260 39858 45172 39858 137970 54984 61524 103018 153913 122027 140832 60298 182938 66839 103631 26776 39245 55597 48034 0 56414 143489 2245743
EXTERNA 202 Kabupaten Poso 77263 96068 59072 72971 60502 119778 172105 131634 37814 63773 66226 108128 72562 94842 52531 87074 66430 113442 53757 205218 119983 66226 103018 110376 53348 0 77672 2341811
L ZONE 203 Kabupaten Konawe 163520 1258082 75832 95864 170265 122640 165768 98316 117121 111398 142467 150847 192136 1223743 205831 99543 144715 1237029 136130 221161 77876 165564 98725 164133 46808 123253 0 6808768
TARIKAN DD 3613588 5715637 2713206 3890345 3560444 3253026 2572783 4472272 3290022 4099446 3823915 2308494 3897499 5649820 3506891 5023948 4245592 5147610 3077651 3878490 2992212 8861966 4015847 4883320 2543962 2825012 3106267 106969265
48
4.2.4 Trip Generation
4.2.4.1 Jumlah Bangkitan dan Tarikan Serta Sosial Ekonomi
Metode yang digunakan untuk mencari trip generation
menggunakan stepwise 1 dan 2 dengan data awal pada
Tabel 4. Untuk data bangkitan, dan Tabel 4untuk data
tarikan.
Jumlah Jumlah
PDRB Padi Jagung Ubi Kayu Cabai Mangga Ayam Kampung Sapi Perikanan
Bangkitan Penduduk
NO KABUPATEN / KOTA (Milyar) (Ton) (Ton) (Ton) (Ton) (Ton) (Ekor) (Ekor) (Ton)
Pergerakan (Orang)
Y 1(Oi) X1 X2 X3 X4 X5 X6 X7 X8 X9 X 10
101 Kabupaten Kepulauan Selayar 450.702 137.419 3.688 24.567 3.446 726 922 13.377 294.305 20.205 22.474
102 Kabupaten Bulukumba 800.226 420.778 8.616 171.720 139.552 14.685 3.262 11.025 784.788 83.991 56.453
103 Kabupaten Bantaeng 1.562.434 188.711 5.483 106.796 230.933 331 16.389 2.238 1.094.844 27.934 5.892
104 Kabupaten Jeneponto 3.351.138 367.915 4.410 249.103 493.725 20.250 24.793 26.865 4.029.052 30.251 17.450
105 Kabupaten Takalar 5.120.833 301.499 6.588 112.022 108.448 271 51.326 38.764 2.207.606 55.415 10.001
106 Kabupaten Gowa 5.840.526 782.490 13.756 261.591 359.260 145.038 374.750 20.524 3.282.022 109.461 1.592
107 Kabupaten Sinjai 3.197.634 245.882 7.159 139.173 19.055 1.885 126.429 15.899 1.412.198 99.011 39.728
108 Kabupaten Maros 3.772.611 356.369 14.331 315.386 5.559 17.585 261.795 94.718 1.334.462 510.808 25.764
109 Kabupaten Pangkajene dan Kepulauan 3.335.604 339.863 16.953 128.745 12.633 856 4.105 11.102 1.201.536 103.537 25.540
110 Kabupaten Barru 5.459.320 174.456 4.774 131.262 20.950 5.157 1.880 2.962 741.820 63.072 19.370
111 Kabupaten Bone 8.447.443 758.646 22.451 1.117.260 447.878 7.556 76.335 175.481 7.769.772 338.711 54.079
112 Kabupaten Soppeng 6.767.071 228.102 7.102 139.441 131.676 80 2.922 16.483 4.005.382 43.809 3.006
113 Kabupaten Wajo 8.408.812 399.004 12.509 689.261 192.797 1.552 62.485 40.821 810.703 110.947 52.713
114 Kabupaten Sindereng Rappang 5.905.934 302.127 8.498 600.590 94.112 8.095 23.150 33.944 540.720 70.171 3.181
115 Kabupaten Pinrang 4.755.162 376.952 12.817 771.407 174.720 19.541 105.021 71.340 2.461.756 28.706 14.568
116 Kabupaten Enrekang 3.650.993 206.315 4.484 78.239 110.972 6.662 290.636 24.912 331.910 63.867 28
117 Kabupaten Luwu 3.677.360 362.082 9.759 310.545 103.876 279 12.452 10.674 3.875.896 16.851 19.822
118 Kabupaten Tana Toraja 2.351.622 234.084 4.588 104.244 5.217 627 11.147 6.241 2.091.758 11.953 25
119 Kabupaten Luwu Utara 3.520.586 312.930 8.321 115.659 281.152 6.878 6.765 8.935 2.657.776 31.674 3.571
120 Kabupaten Luwu Timur 2.969.319 299.708 16.087 231.827 27.841 99 2.452 486 811.897 23.174 10.282
121 Kabupaten Toraja Utara 3.496.262 231.138 5.169 124.374 3.371 1.061 9.964 1.520 466.517 20.884 31
122 Kota Makassar 2.072.616 1.118.461 122.115 16.424 58 297 - 294 3.107 137.365 4.469 13.905
123 Kota Parepare 4.663.999 145.262 4.899 9.553 6.241 36 218 5.343 350.208 5.695 6.288
124 Kota Palopo 1.994.740 184.493 5.491 39.005 4.495 43 1.180 288 418.407 1.189 19.910
201 Kabupaten Mamuju 2.245.743 298.818 8.467 64.705 60 130 23 3.348 556.705 10.904 7
202 Kabupaten Poso 2.341.811 259.568 6.516 46.294 7.317 4.069 372 15.611 733.896 10.662 842
203 Kabupaten Konawe 6.808.768 469.454 6.083 38.808 10.844 3.930 161 16.030 315.803 10.321 4.180
Jumlah 106.969.265 9.502.524 351.113 6.138.002 2.996.189 267.719 1.470.640 672.039 44.719.105 1.907.671 430.704
Jumlah Ayam
Jumlah Bangkitan PDRB Padi Jagung Ubi Kayu Cabai Mangga Sapi Perikanan
Pergerakan Penduduk Kampung
NO KABUPATEN / KOTA (Milyar) (Ton) (Ton) (Ton) (Ton) (Ton) (Ekor) (Ton)
(Orang) (Ekor)
Y 1(Oi) X1 X2 X3 X4 X5 X6 X7 X8 X9 X 10
101 Kabupaten Kepulauan Selayar 3.613.588 137.419 3.688 24.567 3.446 726 922 13.377 294.305 20.205 22.474
102 Kabupaten Bulukumba 5.715.637 420.778 8.616 171.720 139.552 14.685 3.262 11.025 784.788 83.991 56.453
103 Kabupaten Bantaeng 2.713.206 188.711 5.483 106.796 230.933 331 16.389 2.238 1.094.844 27.934 5.892
104 Kabupaten Jeneponto 3.890.345 367.915 4.410 249.103 493.725 20.250 24.793 26.865 4.029.052 30.251 17.450
105 Kabupaten Takalar 3.560.444 301.499 6.588 112.022 108.448 271 51.326 38.764 2.207.606 55.415 10.001
106 Kabupaten Gowa 3.253.026 782.490 13.756 261.591 359.260 145.038 374.750 20.524 3.282.022 109.461 1.592
107 Kabupaten Sinjai 2.572.783 245.882 7.159 139.173 19.055 1.885 126.429 15.899 1.412.198 99.011 39.728
108 Kabupaten Maros 4.472.272 356.369 14.331 315.386 5.559 17.585 261.795 94.718 1.334.462 510.808 25.764
109 Kabupaten Pangkajene dan Kepulauan 3.290.022 339.863 16.953 128.745 12.633 856 4.105 11.102 1.201.536 103.537 25.540
110 Kabupaten Barru 4.099.446 174.456 4.774 131.262 20.950 5.157 1.880 2.962 741.820 63.072 19.370
111 Kabupaten Bone 3.823.915 758.646 22.451 1.117.260 447.878 7.556 76.335 175.481 7.769.772 338.711 54.079
112 Kabupaten Soppeng 2.308.494 228.102 7.102 139.441 131.676 80 2.922 16.483 4.005.382 43.809 3.006
113 Kabupaten Wajo 3.897.499 399.004 12.509 689.261 192.797 1.552 62.485 40.821 810.703 110.947 52.713
114 Kabupaten Sindereng Rappang 5.649.820 302.127 8.498 600.590 94.112 8.095 23.150 33.944 540.720 70.171 3.181
115 Kabupaten Pinrang 3.506.891 376.952 12.817 771.407 174.720 19.541 105.021 71.340 2.461.756 28.706 14.568
116 Kabupaten Enrekang 5.023.948 206.315 4.484 78.239 110.972 6.662 290.636 24.912 331.910 63.867 28
117 Kabupaten Luwu 4.245.592 362.082 9.759 310.545 103.876 279 12.452 10.674 3.875.896 16.851 19.822
118 Kabupaten Tana Toraja 5.147.610 234.084 4.588 104.244 5.217 627 11.147 6.241 2.091.758 11.953 25
119 Kabupaten Luwu Utara 3.077.651 312.930 8.321 115.659 281.152 6.878 6.765 8.935 2.657.776 31.674 3.571
120 Kabupaten Luwu Timur 3.878.490 299.708 16.087 231.827 27.841 99 2.452 486 811.897 23.174 10.282
121 Kabupaten Toraja Utara 2.992.212 231.138 5.169 124.374 3.371 1.061 9.964 1.520 466.517 20.884 31
122 Kota Makassar 8.861.966 1.118.461 122.115 16.424 58 297 - 294 3.107 137.365 4.469 13.905
123 Kota Parepare 4.015.847 145.262 4.899 9.553 6.241 36 218 5.343 350.208 5.695 6.288
124 Kota Palopo 4.883.320 184.493 5.491 39.005 4.495 43 1.180 288 418.407 1.189 19.910
201 Kabupaten Mamuju 2.543.962 298.818 8.467 64.705 60 130 23 3.348 556.705 10.904 7
202 Kabupaten Poso 2.825.012 259.568 6.516 46.294 7.317 4.069 372 15.611 733.896 10.662 842
203 Kabupaten Konawe 3.106.267 469.454 6.083 38.808 10.844 3.930 161 16.030 315.803 10.321 4.180
Jumlah 106.969.265 9.502.524 351.113 6.138.002 2.996.189 267.719 1.470.640 672.039 44.719.105 1.907.671 430.704
49
4.2.4.2 Stepwise 1 Untuk Bangkitan
Penentuan variabel yang akan di eliminasi yaitu
melalui korelasi dari data jumlah bangkitan dan sosial
ekonomi seperti pada Tabel 4.
Y1(Oi) X1 X2 X3 X4 X5 X6 X7 X8 X9 X10
Y1(Oi) 1
X1 0,233023 1
X2 -0,09097 0,792436 1
X3 0,617923 0,311326 -0,01081 1
X4 0,36746 0,332469 -0,08703 0,539377 1
X5 0,186622 0,411597 -0,01635 0,11852 0,444457 1
X6 0,219022 0,238129 -0,05243 0,194003 0,274454 0,702642 1
X7 0,527624 0,33697 0,022568 0,818261 0,469711 0,081474 0,339512 1
X8 0,456022 0,31387 -0,06909 0,601411 0,745568 0,239676 0,153508 0,653883 1
X9 0,314952 0,227384 0,008689 0,488382 0,204907 0,164241 0,511528 0,768531 0,361032 1
X10 0,15554 0,216391 0,071623 0,49623 0,230724 -0,10768 -0,00785 0,469105 0,258429 0,467103 1
Untuk stepwise 1, langkah pertama

mengeliminasi variabel adalah dengan melihat nilai
korelasi terkecil dari variabel Y terhadap X. Diperoleh
0,527624 sebagai nilai terkecil pertama dari korelasi Y
terhadap X, dan X7 di eliminasi. Langkah selanjutnya
dapat di lihat pada Tabel 4. adalah mencari nilai
terbesar dari korelasi X terhadap X, kecuali 1 yang
sudah dieliminasi sebelumnya yaitu X7.
Y1(Oi) X1 X2 X3 X4 X5 X6 X7 X8 X9 X10
Y1(Oi) 1
X1 0,233023 1
X2 -0,09097 0,792436 1
X3 0,617923 0,311326 -0,01081 1
X4 0,36746 0,332469 -0,08703 0,539377 1
X5 0,186622 0,411597 -0,01635 0,11852 0,444457 1
X6 0,219022 0,238129 -0,05243 0,194003 0,274454 0,702642 1
X7 0,527624 0,33697 0,022568 0,818261 0,469711 0,081474 0,339512 1
X8 0,456022 0,31387 -0,06909 0,601411 0,745568 0,239676 0,153508 0,653883 1
X9 0,314952 0,227384 0,008689 0,488382 0,204907 0,164241 0,511528 0,768531 0,361032 1
X10 0,15554 0,216391 0,071623 0,49623 0,230724 -0,10768 -0,00785 0,469105 0,258429 0,467103 1
50
Dari tabel di atas, Langkah selanjutnya yaitu
mengulangi langkah pertama dan kedua sampai nilai
variabel X pada regresi tidak ada yang bernilai negatif
seperti pada Tabel 4. Hasil rekap regresi stepwise 1
BANGKITAN
Tanda Paramet Model Ke-
No Variabel
diharapk er Model 1 2 3 4 5 6 7 8 9
Intercept +/- C 11664,8467 19555,9786 59071,7203 59291,1367 67373,4226 72203,9408 74090,8520
1 Jumlah Penduduk + X1 15,5255 16,3833 5,9628 6,0219 5,6608 6,5132 6,9773
2 PDRB (Miliar) + X2 -120,3547 -127,5768
3 Produksi Padi (Ton) + X3 6,2477 3,4633 4,4493 4,2406 4,3837 5,7737 5,7890
4 Produksi Jagung (Ton) + X4 -2,6528 -2,9578 -2,1366
5 Produksi Ubi Kayu (Ton) + X5 -59,9554 -52,6714 -27,0981 -30,3296
6 Produksi Cabai (Ton) + X6 7,6926 6,9768 10,7430 10,5305 4,1664 3,9361
7 Produksi Mangga (Ton) + X7 -40,3351
8 Produksi Sapi Ternak Potong (Ekor) + X8 0,2249 0,0550 0,5527 0,4450 0,3775
9 Produksi Ayam Kampung (Ekor) + X9 4,0682 -2,5676 -4,5044 -3,8254 -1,5779 -0,8487 1,3763
10 Produksi Perikanan (Ton) + X10 -34,4532 -23,9336 9,0642 6,7761 12,3744 10,3504 3,4163
R Square 0,9938 0,9931 0,9882 0,9882 0,9875 0,9868 0,9865
F-stat 273,517888 288,8451884 199,6458793 238,6539449 275,6357467 328,4658308 421,2864919
untuk bangkitan.
Dari hasil rekapan Tabel 4, yang memenuhi syarat

adalah regresi model ke-7 dengan sisa 4 variabel
yaitu X1 (Jumlah Penduduk (Orang)), X3 (Padi
(Ton)), X9 (Sapi (ekor)), dan X10 (Perikanan (ton)) .
Maka variabel tersebut yang dianggap paling
berpengaruh terhadap bangkitan pergerakan barang
di wilayah Provinsi Sulawesi Selatan sehingga model
trip generation bangkitan pergerakan yang diperoleh
di stepwise 1 yaitu:
Y = a + b1X1 + b3X3 + b9X9 + b10X10
Y = 74090,8520157723 + 6,97730135063256 (X1

tahun n) + 5,78903130274833 (X3 tahun n) +
51
1,3762915738035 (X9 tahun n) + 3,4163164367476
(X10 tahun n)
52
4.2.4.3 Stepwise 2 Untuk Bangkitan
Penentuan variabel yang akan di eliminasi yaitu
melalui korelasi dari data jumlah bangkitan dan
sosial ekonomi seperti pada Tabel 4.
Y1(Oi) X1 X2 X3 X4 X5 X6 X7 X8 X9 X10
Y1(Oi) 1
X1 0,233023 1
X2 -0,09097 0,792436 1
X3 0,617923 0,311326 -0,01081 1
X4 0,36746 0,332469 -0,08703 0,539377 1
X5 0,186622 0,411597 -0,01635 0,11852 0,444457 1
X6 0,219022 0,238129 -0,05243 0,194003 0,274454 0,702642 1
X7 0,527624 0,33697 0,022568 0,818261 0,469711 0,081474 0,339512 1
X8 0,456022 0,31387 -0,06909 0,601411 0,745568 0,239676 0,153508 0,653883 1
X9 0,314952 0,227384 0,008689 0,488382 0,204907 0,164241 0,511528 0,768531 0,361032 1
X10 0,15554 0,216391 0,071623 0,49623 0,230724 -0,10768 -0,00785 0,469105 0,258429 0,467103 1
Y1(Oi) X1 X2 X3 X4 X5 X6 X7 X8 X9 X10
Y1(Oi) 1
X1 0,233023 1
X2 -0,09097 0,792436 1
X3 0,617923 0,311326 -0,01081 1
X4 0,36746 0,332469 -0,08703 0,539377 1
X5 0,186622 0,411597 -0,01635 0,11852 0,444457 1
X6 0,219022 0,238129 -0,05243 0,194003 0,274454 0,702642 1
X7 0,527624 0,33697 0,022568 0,818261 0,469711 0,081474 0,339512 1
X8 0,456022 0,31387 -0,06909 0,601411 0,745568 0,239676 0,153508 0,653883 1
X9 0,314952 0,227384 0,008689 0,488382 0,204907 0,164241 0,511528 0,768531 0,361032 1
X10 0,15554 0,216391 0,071623 0,49623 0,230724 -0,10768 -0,00785 0,469105 0,258429 0,467103 1

korelasi terkecil dari variabel Y terhadap X.
Diperoleh -0,090.. sebagai nilai terkecil pertama dari
korelasi Y terhadap X, dan X2 di eliminasi. Langkah
selanjutnya dapat di lihat pada Tabel 4 adalah
mencari nilai terbesar dari korelasi X terhadap X,
53
kecuali 1 yang sudah dieliminasi sebelumnya yaitu
X2.
Dari tabel di atas, Langkah selanjutnya yaitu

mengulangi langkah pertama dan kedua sampai nilai
variabel X pada regresi tidak ada yang bernilai
negatif seperti pada Tabel 4 hasil rekap regresi
stepwise 2 untuk bangkitan.
BANGKITAN
No Variabel
diharapk er Model 1 2 3 4 5 6 7 8 9
Intercept +/- C 11664,8467 45253,3544 59071,7203 68415,3131 145601,6733 154990,2339
1 Jumlah Penduduk + X1 15,5255 5,5972 5,9628 6,3747
2 PDRB (Miliar) + X2 -120,3547
3 Produksi Padi (Ton) + X3 6,2477 8,1721 4,4493 4,5742 5,5209 5,1987
4 Produksi Jagung (Ton) + X4 -2,6528 -1,7839 -2,1366 -1,5912 -3,3025 0,6873
5 Produksi Ubi Kayu (Ton) + X5 -59,9554 -39,0113 -27,0981 -3,6822 29,0615
6 Produksi Cabai (Ton) + X6 7,6926 11,4288 10,7430
7 Produksi Mangga (Ton) + X7 -40,3351 -55,0315
8 Produksi Sapi Ternak Potong (Ekor) + X8 0,2249 0,7461 0,5527 0,4599 1,0243 0,9601
9 Produksi Ayam Kampung (Ekor) + X9 4,0682 4,6989 -4,5044 0,6500 -0,3802 1,8412
10 Produksi Perikanan (Ton) + X10 -34,4532 -7,8369 9,0642 3,0365 65,1952 56,6175
R Square 0,9938 0,9896 0,9882 0,9873 0,9799 0,9787
F-stat 273,517888 189,8495336 199,6458793 221,902282 170,3453831 202,1371665
Dari hasil rekapan Tabel 4, yang memenuhi

syarat adalah regresi model ke-6 dengan sisa 5
variabel yaitu X3, X4 ,X8, X9, X10 . Maka variabel
tersebut yang dianggap paling berpengaruh terhadap
bangkitan pergerakan barang di wilayah Provinsi
Sulawesi Selatan sehingga model trip generation
bangkitan pergerakan yang diperoleh di stepwise 2.
Sedangkan untuk hasil dari kedua stepwise

bangkitan yang terpilih dan memnuhi kriteria data
diterima ada pada stepwise bangkitan 1 dengan
Rsquare 0,986535108570458 pada model ke-7
54
55
4.2.4.4 Stepwise 1 Untuk Tarikan
Penentuan variabel yang akan dieliminasi
yaitu melalui korelasi dari data jumlah tarikan dan
sosio ekonomi seperti pada Tabel 4.
Y 1(Oi) X1 X2 X3 X4 X5 X6 X7 X8 X9 X 10
Y 1(Oi) 1
X1 0,502747 1
X2 0,707297 0,792436 1
X3 0,003885 0,311326 0,010814 1
X4 0,147654 0,332469 0,087026 0,539377 1
X5 0,07746 0,411597 0,016345 0,11852 0,444457 1
X6 0,019327 0,238129 0,052427 0,194003 0,274454 0,702642 1
X7 0,017756 0,33697 0,022568 0,818261 0,469711 0,081474 0,339512 1
X8 0,219637 0,31387 0,069088 0,601411 0,745568 0,239676 0,153508 0,653883 1
X9 0,017694 0,227384 0,008689 0,488382 0,204907 0,164241 0,511528 0,768531 0,361032 1
X 10 0,146361 0,216391 0,071623 0,49623 0,230724 0,107684 0,00785 0,469105 0,258429 0,467103 1

korelasi terkecil dari variabel Y terhadap X.
Diperoleh 0,00388 sebagai nilai terkecil pertama
dari korelasi Y terhadap X, dan X3 di eliminasi.
Langkah selanjutnya dapat dilihat pada Tabel 4
adalah mencari nilai terbesar dari korelasi X
terhadap X, kecuali 1 yang sudah di eliminasi
sebelumnya yaitu X3.
TARIKAN
No Variabel
diharapk er Model 1 2 3 4 5 6 7 8 9 10
Intercept +/- C 3499370,304 3570283,705 3479603,553 3479336,923 3480596,664 3470460,873 3508646,609 3641739,877 3637181,959 3406392,595
1 Jumlah Penduduk + X1 -0,432590038 -0,557581693
2 PDRB (Miliar) + X2 45,35934236 45,89375261 41,6057395 41,68901771 41,38038256 41,46740529 41,16817248 41,99629714 41,99595359 42,71183742
3 Produksi Padi (Ton) + X3 0,758514278
4 Produksi Jagung (Ton) + X4 0,732320712 0,896578954 0,870050371 1,010945765
5 Produksi Ubi Kayu (Ton) + X5 -4,389970745 -2,677272511 -4,84612939 -4,820016323 -3,005229604 -3,440371613 0,046274661 -1,28660385
7 Produksi Mangga (Ton) + X7 -2,879135445 3,092854174 2,129155736 0,80229683 0,778302835
8 Produksi Sapi Ternak Potong (Ekor) + X8 -0,207506221 -0,220381765 -0,224806575 -0,225594109 -0,172011812 -0,161865001 -0,16534482 -0,128774791 -0,133722646
9 Produksi Ayam Kampung (Ekor) + X9 -0,078360102 -0,77784689 -0,682682026
10 Produksi Perikanan (Ton) + X10 9,099513193 11,57942997 10,93697825 9,969828396 10,87045132 11,32199019 11,9869551
R Square 0,566669907 0,561570083 0,560950869 0,560150018 0,55610513 0,555954476 0,551030296 0,530233767 0,529572445 0,500269724
F-stat 2,092335304 2,419414028 2,874711202 3,456649432 4,175952221 5,258489664 6,7502698 8,653507333 13,50870981 25,02698699
56
Dari hasil rekapan Tabel 4, yang memenuhi
syarat adalah regresi model ke-10 dengan sisa satu
variabel yaitu X2 (PDRB). Maka variabel tersebut
yang di anggap paling berpengaruh terhadap
tarikan pergerakan barang di wilayah Provinsi
Sulawesi Selatan sehingga model trip generation
tarikan pergerakan yang diperoleh di stepwise 1.
SUMMARY OUTPUT
Regression Statistics
Multiple R 0,752774805
R Square 0,566669907
Adjusted R Square
0,295838599
Standard Error1129907,184
Observations 27
ANOVA
df SS MS F Significance F
Regression 10 2,67E+13 2,67E+12 2,092335 0,090703
Residual 16 2,04E+13 1,28E+12
Total 26 4,71E+13
Coefficients Standard Error t Stat P-value Lower 95%Upper 95%Lower 95,0%

Upper 95,0%
Intercept 3499370,304 741615,6 4,718577 0,000232 1927216 5071525 1927216 5071525 NILAI MUTLAK NILAI MINIMUM
X1 -0,432590038 3,698778 -0,11695 0,908351 -8,27365 7,40847 -8,27365 7,40847 0,432590038 0,078360102
X2 45,35934236 30,14271 1,50482 0,151855 -18,5403 109,259 -18,5403 109,259 45,35934236
X3 0,758514278 1,747977 0,433938 0,670128 -2,94703 4,464059 -2,94703 4,464059 0,758514278
X4 0,732320712 2,772801 0,264109 0,795068 -5,14576 6,610397 -5,14576 6,610397 0,732320712
X5 -4,389970745 20,35681 -0,21565 0,831985 -47,5445 38,76453 -47,5445 38,76453 4,389970745
X6 1,659649175 4,361643 0,38051 0,708571 -7,58662 10,90592 -7,58662 10,90592 1,659649175
X7 -2,879135445 19,96145 -0,14423 0,887116 -45,1955 39,43726 -45,1955 39,43726 2,879135445
X8 -0,207506221 0,242545 -0,85554 0,404884 -0,72168 0,306666 -0,72168 0,306666 0,207506221
X9 -0,078360102 4,330761 -0,01809 0,985788 -9,25916 9,102444 -9,25916 9,102444 0,078360102
X10 9,099513193 17,71958 0,513529 0,6146 -28,4643 46,66334 -28,4643 46,66334 9,099513193
4.2.4.5 Stepwise 2 Untuk Tarikan

Penentuan variabel yang akan di eliminasi
pada stepwise 2 yaitu melalui regresi dari data
jumlah bangkitan dan sosial ekonomi seperti pada
Tabel 4.

mutlak koefisien terkecil dari regresi yang
dilakukan. Di peroleh 0,078 sebagai nilai mutlak
57
koefisien terkecil dari regresi pertama dan X9 di
eliminasi.
Langkah selanjutnya yaitu mengulangi

langkah pertama sampai nilai variabel X pada
regresi tidak ada yang bernilai negatif seperti pada
Tabel 4 hasil rekap regresi stepwise 2 untuk
bangkitan.
TARIKAN
No Variabel
diharapk er Model 1 2 3 4 5 6 7 8 9 10
Intercept +/- C 3499370,304 3496667,082 3401671,432 3410181,99 3463983,612 3296610,608 3348425,668 3323506,846 3291159,03
1 Jumlah Penduduk + X1 -0,432590038 -0,420953801 -0,777282974 -0,983170692 -0,952935161
2 PDRB (Miliar) + X2 45,35934236 45,2845123 48,75344784 50,67950848 49,94444136 42,70956254 42,21021597 42,22821991 42,2957809
3 Produksi Padi (Ton) + X3 0,758514278 0,770286365 0,94726028 0,863375612
4 Produksi Jagung (Ton) + X4 0,732320712 0,742900394 -0,576388389
5 Produksi Ubi Kayu (Ton) + X5 -4,389970745 -4,45174946 -5,237457605 -6,115707443 -4,173121857 -8,38941582 -2,129101723
7 Produksi Mangga (Ton) + X7 -2,879135445 -3,116563377 -8,691878177 -8,94854731 -3,911606151 -5,674146121 -3,385069009 -3,653492204
8 Produksi Sapi Ternak Potong (Ekor) + X8 -0,207506221 -0,207459304
9 Produksi Ayam Kampung (Ekor) + X9 -0,078360102
10 Produksi Perikanan (Ton) + X10 9,099513193 8,956564795 10,94635447 10,9940789 12,82601071 11,96144606 10,64799675 11,29084494 7,562946832
R Square 0,566669907 0,566661041 0,546844434 0,545033234 0,536906253 0,534931949 0,519272188 0,517416109 0,509475801
F-stat 2,092335304 2,470028876 2,71518231 3,251613155 3,864633292 4,830936415 5,940985646 8,220035762 12,46362491
Dari hasil rekapan Tabel 4., yang memenuhi

syarat adalah regresi model ke-9 dengan sisa satu
variabel yaitu X2 (PDRB) & X10 (Perikanan)
.Maka variabel tersebut yang dianggap paling
berpengaruh terhadap tarikan pergerakan barang
di wilayah Provinsi Kalimantan Timur, sehingga
model trip generation untuk tarikan pergerakan
yang diperoleh di stepwise 2 yaitu:
Y = a + b2X2 + b10X10
Y= 3291159,02968822 + 42,2957809012004 (X2

tahun n) + 7,56294683248335 (X10 tahun n)
58
4.2.4.6 Pemilihan Model Stepwise Untuk Bangkitan dan
Tarikan
Model untuk bangkitan yang terpilih yaitu
stepwise 1, karena hasil akhir regresi di stepwise 1
memiliki R2 lebih besar dibanding stepwise 2.
Model untuk tarikan yang terpilih yaitu

stepwise 2, karena hasil akhir regresi di stepwise 2
memiliki R2 lebih besar dibanding stepwise 1.
Berdasarkan penghitungan regresi didapatkan
persamaan.
4.2.4.7 Prediksi Pergerakan Bangkitan

Berdasarkan perhitungan Stepwise 1
didapatkan persamaan Y=a + b1X1 + b2X2 + …. + bnXn
dengan regresi 1 yang paling optimum adalah 4
yaitu X1 (Jumlah Penduduk (Orang)), X3 (Padi
(Ton)), X9 (Sapi (ekor)), dan X10 (Perikanan (ton)).
Data yang diproyeksi berupa data masa lampau
selama 5 tahun (2014, 2015, 2016, 2017, dan 2018).
Prediksi yang akan dilakukan yaitu
meramalkan data sosio-ekonomi 5 tahun mendatang
(2025 dan 2029). Sehingga diperlukan peramalan
sosio-ekonomi dari tahun 2020 hingga 2029 pada
variabel X1 (Jumlah Penduduk) seperti pada Tabel
4.
59
Intercept a 74090,85202 R Square 0,986535109
Variabel x1 6,977301351
x3 5,789031303
x9 1,376291574
x10 3,416316437
Data
Prediksi Bangkitan Pergerakan
Kode Nama Zona Bangkitan
2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 2029
101 Kabupaten Kepulauan Selayar 1.279.706 1.304.998 1.334.703 1.368.819 1.407.348 1.450.289 1.497.642 1.549.407 1.605.584 1.666.173 1.690.730
102 Kabupaten Bulukumba 4.312.538 4.331.764 4.357.462 4.389.061 4.426.173 4.468.521 4.515.900 4.568.155 4.625.164 4.686.833 4.708.056
103 Kabupaten Bantaeng 2.067.603 2.077.770 2.087.995 2.098.284 2.108.649 2.119.092 2.129.617 2.140.226 2.150.923 2.161.709 2.171.812
104 Kabupaten Jeneponto 4.184.458 4.209.780 4.236.563 4.264.812 4.294.533 4.325.726 4.358.395 4.392.540 4.428.162 4.465.263 4.490.312
105 Kabupaten Takalar 2.936.670 2.983.227 3.035.982 3.094.910 3.159.997 3.231.230 3.308.602 3.392.106 3.481.738 3.577.493 3.623.143
106 Kabupaten Gowa 7.204.203 7.270.181 7.338.326 7.408.685 7.481.320 7.556.317 7.633.788 7.713.881 7.796.783 7.882.736 7.947.040
107 Kabupaten Sinjai 2.867.351 2.893.414 2.918.219 2.942.145 2.965.451 2.988.320 3.010.890 3.033.264 3.055.522 3.077.728 3.101.953
108 Kabupaten Maros 5.177.408 5.307.774 5.447.620 5.596.948 5.755.761 5.924.059 6.101.844 6.289.118 6.485.883 6.692.140 6.820.906
109 Kabupaten Pangkajene dan Kepulauan 3.420.477 3.489.582 3.567.796 3.655.060 3.751.345 3.856.640 3.970.944 4.094.264 4.226.617 4.368.021 4.435.716
110 Kabupaten Barru 2.204.186 2.258.615 2.315.904 2.376.257 2.439.873 2.506.953 2.577.703 2.652.337 2.731.075 2.814.150 2.865.678
111 Kabupaten Bone 12.486.161 13.355.425 14.345.323 15.455.856 16.687.023 18.038.824 19.511.260 21.104.330 22.818.034 24.652.373 25.501.531
112 Kabupaten Soppeng 2.543.416 2.467.998 2.400.615 2.340.508 2.286.989 2.239.433 2.197.279 2.160.018 2.127.191 2.098.385 2.028.484
113 Kabupaten Wajo 7.180.995 7.352.702 7.534.285 7.725.807 7.927.312 8.138.832 8.360.389 8.592.001 8.833.681 9.085.440 9.255.156
114 Kabupaten Sindereng Rappang 5.766.405 5.843.409 5.912.412 5.975.072 6.032.520 6.085.563 6.134.799 6.180.679 6.223.556 6.263.708 6.333.090
115 Kabupaten Pinrang 7.259.175 7.370.673 7.469.053 7.557.288 7.637.408 7.710.862 7.778.717 7.841.787 7.900.702 7.955.963 8.053.584
116 Kabupaten Enrekang 2.054.537 2.263.683 2.527.186 2.845.044 3.217.258 3.643.828 4.124.754 4.660.036 5.249.673 5.893.666 6.093.753
117 Kabupaten Luwu 4.489.104 4.772.661 5.150.340 5.622.142 6.188.066 6.848.112 7.602.281 8.450.571 9.392.985 10.429.520 10.697.390
118 Kabupaten Tana Toraja 2.327.374 2.346.747 2.367.336 2.389.240 2.412.528 2.437.245 2.463.429 2.491.106 2.520.296 2.551.016 2.569.654
119 Kabupaten Luwu Utara 2.982.841 2.969.631 2.966.968 2.973.372 2.987.832 3.009.628 3.038.228 3.073.227 3.114.311 3.161.231 3.154.259
120 Kabupaten Luwu Timur 3.574.315 3.635.215 3.693.475 3.749.674 3.804.208 3.857.360 3.909.337 3.960.299 4.010.367 4.059.641 4.117.850
121 Kabupaten Toraja Utara 2.435.662 2.671.482 2.980.704 3.363.329 3.819.355 4.348.785 4.951.616 5.627.850 6.377.486 7.200.525 7.424.111
122 Kota Makassar 8.026.668 8.183.334 8.345.448 8.513.011 8.686.023 8.864.485 9.048.398 9.237.762 9.432.577 9.632.844 9.788.596
123 Kota Parepare 1.172.256 1.205.160 1.243.093 1.286.057 1.334.055 1.387.090 1.445.160 1.508.269 1.576.416 1.649.603 1.681.651
124 Kota Palopo 1.656.812 1.696.287 1.733.767 1.769.513 1.803.705 1.836.468 1.867.897 1.898.064 1.927.023 1.954.820 1.993.216
201 Kabupaten Mamuju 2.548.643 2.641.730 2.740.155 2.844.165 2.953.929 3.069.568 3.191.169 3.318.801 3.452.516 3.592.355 3.683.220
202 Kabupaten Poso 2.170.724 2.255.861 2.356.823 2.473.612 2.606.227 2.754.668 2.918.934 3.099.027 3.294.946 3.506.691 3.589.190
203 Kabupaten Konawe 3.602.760 3.657.129 3.712.750 3.769.916 3.828.825 3.889.618 3.952.400 4.017.252 4.084.234 4.153.397 4.205.983
4.2.4.8 Prediksi Pergerakan Tarikan

Berdasarkan perhitungan Stepwise 2
didapatkan persamaan Y=a + b1X1 + b2X2 + …. +
bnXn dengan regresi yang paling optimum
adalah 2 yaitu X2 (PDRB) & X10 (Perikanan).
Data yang diproyeksi berupa data masa
lampau selama 5 tahun (2014, 2015, 2016,
2017, dan 2018). Prediksi yang akan dilakukan
yaitu meramalkan data sosio-ekonomi 5 tahun
mendatang (2025 dan 2029). Sehingga
diperlukan peramalan sosio-ekonomi dari
tahun 2020 hingga 2029 pada variabel X2
(PDRB) & X10 (Perikanan) seperti pada Tabel
4.
60
Intercept a 3291159,03 R Square 0,509475801
Variabel x2 PDRB 42,2957809
x10 PERIKANAN 7,562946832
y= a+bx y= a+x2
Data Tarikan Prediksi TARIKAN Pergerakan

Kode Nama Zona
2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 2029
101 Kabupaten Kepulauan Selayar 3.617.105 3.647.831 3.688.653 3.739.571 3.800.586 3.871.696 3.952.902 4.044.205 4.145.603 4.257.098 4.378.689
102 Kabupaten Bulukumba 4.082.516 4.129.339 4.184.099 4.246.794 4.317.425 4.395.993 4.482.496 4.576.935 4.679.310 4.789.620 4.907.867
103 Kabupaten Bantaeng 3.567.648 3.587.282 3.608.321 3.630.764 3.654.611 3.679.862 3.706.518 3.734.578 3.764.042 3.794.911 3.827.183
104 Kabupaten Jeneponto 3.609.657 3.614.989 3.621.752 3.629.947 3.639.574 3.650.632 3.663.121 3.677.043 3.692.395 3.709.180 4.075.010
105 Kabupaten Takalar 3.645.450 3.659.579 3.673.566 3.687.348 3.700.880 3.714.134 3.727.084 3.739.715 3.752.012 3.763.965 4.032.939
106 Kabupaten Gowa 3.885.024 3.929.492 3.977.102 4.028.016 4.082.436 4.140.610 4.202.848 4.269.530 4.341.131 4.418.235 4.453.456
107 Kabupaten Sinjai 3.894.396 3.923.414 3.952.650 3.982.340 4.012.644 4.043.677 4.075.523 4.108.248 4.141.900 4.176.520 878.689
108 Kabupaten Maros 4.092.153 4.173.140 4.263.907 4.364.453 4.474.778 4.594.882 4.724.766 4.864.428 5.013.870 5.173.091 5.342.091
109 Kabupaten Pangkajene dan Kepulauan 4.201.341 4.304.950 4.421.604 4.551.303 4.694.046 4.849.834 5.018.667 5.200.544 5.395.466 5.603.433 5.824.444
110 Kabupaten Barru 3.639.573 3.658.047 3.678.277 3.700.263 3.724.006 3.749.505 3.776.760 3.805.772 3.836.539 3.869.064 3.903.344
111 Kabupaten Bone 4.649.747 4.821.936 5.020.266 5.244.739 5.495.354 5.772.111 6.075.010 6.404.050 6.759.233 7.140.558 7.548.025
112 Kabupaten Soppeng 3.614.289 3.642.177 3.673.216 3.707.406 3.744.746 3.785.236 3.828.877 3.875.668 3.925.608 3.978.698 3.715.024
113 Kabupaten Wajo 4.218.892 4.346.472 4.489.160 4.646.956 4.819.859 5.007.870 5.210.990 5.429.217 5.662.552 5.910.995 6.174.545
114 Kabupaten Sindereng Rappang 3.674.641 3.693.849 3.712.519 3.730.650 3.748.243 3.765.297 3.781.812 3.797.789 3.813.227 3.828.126 3.842.487
115 Kabupaten Pinrang 3.943.433 3.983.719 4.025.779 4.069.612 4.115.219 4.162.599 4.211.752 4.262.678 4.315.378 4.369.851 4.426.097
116 Kabupaten Enrekang 3.481.027 3.486.769 3.491.282 3.494.566 3.496.622 3.497.448 3.497.045 3.495.414 3.492.553 3.488.464 3.483.145
117 Kabupaten Luwu 3.853.824 3.898.700 3.946.694 3.997.806 4.052.035 4.109.383 4.169.848 4.233.432 4.300.133 4.369.952 4.442.889
118 Kabupaten Tana Toraja 3.485.388 3.500.985 3.517.859 3.536.007 3.555.432 3.576.133 3.598.109 3.621.361 3.645.889 3.671.693 3.698.773
119 Kabupaten Luwu Utara 3.670.114 3.716.741 3.771.777 3.835.221 3.907.074 3.987.335 4.076.004 4.173.082 4.278.568 4.392.462 4.514.764
120 Kabupaten Luwu Timur 4.049.334 4.064.185 4.077.037 4.087.890 4.096.744 4.103.599 4.108.456 4.111.313 4.112.172 4.111.032 4.107.893
121 Kabupaten Toraja Utara 3.510.032 3.527.783 3.546.765 3.566.980 3.588.426 3.611.105 3.635.016 3.660.158 3.686.533 3.714.139 3.742.978
122 Kota Makassar 8.561.288 9.002.237 9.477.992 9.988.553 10.533.922 11.114.099 11.729.087 12.378.886 13.063.497 13.782.921 14.517.569
123 Kota Parepare 3.545.935 3.571.977 3.602.092 3.636.280 3.674.542 3.716.877 3.763.285 3.813.767 3.868.322 3.926.950 3.989.651
124 Kota Palopo 3.673.966 3.702.089 3.730.437 3.759.009 3.787.806 3.816.827 3.846.073 3.875.543 3.905.238 3.935.157 3.965.300
201 Kabupaten Mamuju 20.570.781 21.991.742 23.556.913 25.266.632 27.121.216 29.120.999 31.266.354 33.557.709 35.995.575 38.580.568 3.291.159
202 Kabupaten Poso 3.291.159 3.291.159 3.291.159 3.291.159 3.291.159 3.291.159 3.291.159 3.291.159 3.291.159 3.291.159 3.291.159
203 Kabupaten Konawe 3.649.312 3.670.572 3.691.982 3.713.539 3.735.243 3.757.093 3.779.090 3.801.233 3.823.521 3.845.954 3.868.719
4.2.5 Trip Distribution

Pengolahan data pada tahap ini merupakan tahapan pemodelan
yang memperkirakan sebaran pergerakan yang meninggalkan
suatu zona atau yang menuju suatu zona di Provinsi Sulawesi
Selatan. Model ditribusi ini biasanya di representasikan dalam
bentuk Matriks Asal Tujuan (MAT).
2019 2024 2029

Kode Zona
Tarikan Pergerakan Bangkitan Pergerakan Tarikan Pergerakan Bangkitan Pergerakan Tarikan Pergerakan Bangkitan Pergerakan
101 3.617.105,01 1.279.705,66 3.871.695,90 1.450.288,79 4.378.688,63 1.690.730,08
102 4.082.515,66 4.312.537,83 4.395.992,62 4.468.521,30 4.907.867,10 4.708.056,39
103 3.567.647,89 2.067.603,35 3.679.862,12 2.119.091,92 3.827.183,45 2.171.811,90
104 3.609.656,75 4.184.458,14 3.650.631,70 4.325.726,33 4.075.010,13 4.490.311,85
105 3.645.450,09 2.936.670,00 3.714.133,56 3.231.230,16 4.032.939,01 3.623.142,59
106 3.885.024,24 7.204.203,37 4.140.610,34 7.556.317,06 4.453.455,57 7.947.039,69
107 3.894.396,48 2.867.350,88 4.043.676,69 2.988.320,23 878.689,27 3.101.953,46
108 4.092.152,58 5.177.408,07 4.594.882,50 5.924.059,03 5.342.090,98 6.820.905,96
109 4.201.341,31 3.420.476,67 4.849.833,90 3.856.640,07 5.824.443,90 4.435.715,55
110 3.639.573,28 2.204.185,93 3.749.504,75 2.506.953,08 3.903.344,15 2.865.677,61
111 4.649.746,67 12.486.160,95 5.772.110,81 18.038.823,98 7.548.024,64 25.501.531,44
112 3.614.289,49 2.543.415,81 3.785.236,19 2.239.433,49 3.715.024,10 2.028.484,33
113 4.218.892,25 7.180.994,93 5.007.870,49 8.138.832,17 6.174.545,43 9.255.156,11
114 3.674.640,79 5.766.404,81 3.765.296,52 6.085.563,26 3.842.487,34 6.333.089,90
115 3.943.432,73 7.259.174,57 4.162.598,67 7.710.861,55 4.426.097,01 8.053.584,27
116 3.481.027,11 2.054.536,52 3.497.448,00 3.643.828,37 3.483.145,15 6.093.753,29
117 3.853.824,14 4.489.104,08 4.109.382,73 6.848.112,03 4.442.889,46 10.697.390,08
118 3.485.388,25 2.327.374,47 3.576.132,77 2.437.245,48 3.698.773,09 2.569.654,06
119 3.670.113,72 2.982.841,44 3.987.334,93 3.009.628,04 4.514.764,19 3.154.258,55
120 4.049.334,25 3.574.315,19 4.103.599,09 3.857.359,72 4.107.892,93 4.117.849,53
121 3.510.031,84 2.435.661,57 3.611.104,97 4.348.784,70 3.742.977,57 7.424.111,03
122 8.561.288,02 8.026.668,37 11.114.099,32 8.864.485,41 14.517.569,23 9.788.595,72
123 3.545.934,86 1.172.255,63 3.716.877,15 1.387.089,53 3.989.650,74 1.681.650,82
124 3.673.966,17 1.656.811,93 3.816.827,31 1.836.467,84 3.965.300,26 1.993.215,51
201 20.570.780,70 2.548.642,58 29.120.999,40 3.069.567,80 3.291.159,03 3.683.220,40
202 3.291.159,03 2.170.723,73 3.291.159,03 2.754.667,57 3.291.159,03 3.589.189,65
203 3.649.311,74 3.602.759,79 3.757.093,43 3.889.617,76 3.868.719,22 4.205.983,37
123.678.025 107.932.446 140.885.995 126.587.517 124.243.891 152.026.063
583.170 529.573 1.028.969
61
4.2.5.1 Normalisasi Model
Pergerakan diperlukan karena hasil yang
diperoleh dari prediksi jumlah antara prediksi
bangkitan pergerakan dan tarikan pergerakan
berbeda dan terdapat selisih jumlah. Maka dibuatlah
normalisasi model dengan menyertakan jumlah
prediksi bangkitan dan tarikan pergerakan, dilihat
jumlah prediksi manakah yang terdapat selisih, maka
yang jumlahnya kurang tersebut ditambahkan dari
selisih antara prediksi masing-masing zona pada
tahun 2019, 2024 dan 2029 seperti pada Tabel.
2019 2024 2029

Kode Zona
Tarikan Pergerakan Bangkitan Pergerakan Tarikan Pergerakan Bangkitan Pergerakan Tarikan Pergerakan Bangkitan Pergerakan
101 3.617.105 1.862.875 3.871.695,90 1.979.862,06 5.407.657,98 1.690.730,08
102 4.082.516 4.895.707 4.395.992,62 4.998.094,57 5.936.836,45 4.708.056,39
103 3.567.648 2.650.773 3.679.862,12 2.648.665,19 4.856.152,80 2.171.811,90
104 3.609.657 4.767.628 3.650.631,70 4.855.299,60 5.103.979,48 4.490.311,85
105 3.645.450 3.519.840 3.714.133,56 3.760.803,42 5.061.908,36 3.623.142,59
106 3.885.024 7.787.373 4.140.610,34 8.085.890,32 5.482.424,93 7.947.039,69
107 3.894.396 3.450.520 4.043.676,69 3.517.893,50 1.907.658,63 3.101.953,46
108 4.092.153 5.760.578 4.594.882,50 6.453.632,30 6.371.060,34 6.820.905,96
109 4.201.341 4.003.646 4.849.833,90 4.386.213,34 6.853.413,25 4.435.715,55
110 3.639.573 2.787.356 3.749.504,75 3.036.526,35 4.932.313,51 2.865.677,61
111 4.649.747 13.069.331 5.772.110,81 18.568.397,24 8.576.993,99 25.501.531,44
112 3.614.289 3.126.585 3.785.236,19 2.769.006,75 4.743.993,46 2.028.484,33
113 4.218.892 7.764.165 5.007.870,49 8.668.405,43 7.203.514,78 9.255.156,11
114 3.674.641 6.349.574 3.765.296,52 6.615.136,53 4.871.456,70 6.333.089,90
115 3.943.433 7.842.344 4.162.598,67 8.240.434,82 5.455.066,36 8.053.584,27
116 3.481.027 2.637.706 3.497.448,00 4.173.401,64 4.512.114,50 6.093.753,29
117 3.853.824 5.072.274 4.109.382,73 7.377.685,30 5.471.858,81 10.697.390,08
118 3.485.388 2.910.544 3.576.132,77 2.966.818,75 4.727.742,44 2.569.654,06
119 3.670.114 3.566.011 3.987.334,93 3.539.201,30 5.543.733,55 3.154.258,55
120 4.049.334 4.157.485 4.103.599,09 4.386.932,98 5.136.862,28 4.117.849,53
121 3.510.032 3.018.831 3.611.104,97 4.878.357,96 4.771.946,93 7.424.111,03
122 8.561.288 8.609.838 11.114.099,32 9.394.058,68 15.546.538,58 9.788.595,72
123 3.545.935 1.755.425 3.716.877,15 1.916.662,80 5.018.620,10 1.681.650,82
124 3.673.966 2.239.982 3.816.827,31 2.366.041,11 4.994.269,61 1.993.215,51
201 20.570.781 3.131.812 29.120.999,40 3.599.141,07 4.320.128,38 3.683.220,40
202 3.291.159 2.753.893 3.291.159,03 3.284.240,84 4.320.128,38 3.589.189,65
203 3.649.312 4.185.929 3.757.093,43 4.419.191,02 4.897.688,57 4.205.983,37
Jumlah 123.678.025 123.678.025 140.885.995 140.885.995 152.026.063 152.026.063
Tahun 2019, 2024 dan 2029 terdapat selisih

bangkitan dan tarikan sebesar 583.170 , 529.573 dan
1.028.969 dengan tarikan lebih besar daripada
bangkitan, hal tersebut kurang akurat karena terjadi
ketidakseimbangan, maka selisih tersebut dibagi 27
zona provinsi Sulawesi Selatan kemudian
62
ditambahkan ke masing-masing zona dalam
bangkitan sehingga di dapatkan jumlah yang
seimbang antara bangkitan dan tarikan pergerakan
seperti pada Tabel 4.
4.2.5.2 Pola Sebaran Pergerakan Barang Provinsi Jawa

Tengah
Data dari Trip Generation dijadikan dasar
dalam membangun model distribusi atau pola
sebaran pergerakan barang dengan menggunakan
model faktor pertumbuhan, yaitu metode furness
dimana iterasi matrkis distribusi pergerakan dimulai
dari baris/Ed/tingkat pertumbuhan tarikan. Dari hasil
mengolahan dengan menggunakan metode furness,
matriks distribusi pergerakan tahun 2019, 2024,
2029 didapatkan sebanyak 6 iterasi dengan hasil
seperti pada Tabel 4.35 dan Tabel 4.36 .
63
13 BAB V
ANALISIS
Berdasarkan tahap pengolahan data yang telah dilakukan, berikut merupakan hasil
yang diperoleh:
5.1 Analisis Trip Generation

Trip generation pada penelitian ini diawali dengan melakukan perhitungan
model analisis korelasi yang menggunakan parameter sosio ekonomi sebagai
acuan untuk mengasumsikan besarnya bangkitan dan tarikan di provinsi
Sulawesi Selatan. Analisis korelasi yang digunakan menggunakan dua metode
yaitu Stepwise 1 & Stepwise 2.
1. Untuk analisis korelasi bangkitan, model yang terpilih adalah model
pada model stepwise 1 regresi model ke-7, dengan nilai intercept
74090,852 dan R2 sebesar 0,9865. Faktor yang berpengaruh terhadap
bangkitan adalah X1 (Jumlah Penduduk (Orang)), X3 (Padi (Ton)),
X9 (Sapi (ekor)), dan X10 (Perikanan (ton).
2. Untuk analisis korelasi tarikan, model yang terpilih adalah model
Stepwise 2 dengan nilai intercept 3291159,029 dan R2 sebesar
0,5094. Faktor yang berpengaruh terhadap terikan yaitu X2 (PDRB)
& X10 (Perikanan).
Tahap selanjutnya adalah melakukan prediksi bangkitan dan tarikan untuk 5

(lima) tahun dan 10 tahun kedepan.
64
Berdasarkan perhitungan prediksi bangkitan diperoleh hasil sebagai berikut :
1. Pada tahun 2020, total jumlah bangkitan pada Provinsi Sulawesi Selatan
dan tiga zona eksternal sebesar 110.816.231 dan bangkitan terbesar
terjadi pada zona 111 yaitu Kabupaten Bone dengan jumlah pergerakan
13.355.425.
dan tiga zona eksternal sebesar 114.120.301 dan bangkitan terbesar terjadi
pada zona 111 yaitu Kabupaten Bone dengan jumlah pergerakan
13.355.425.
13.355.425.
13.355.425.
13.355.425.
65
13.355.425.
13.355.425.
13.355.425.
13.355.425.
13.355.425.
66
Berdasarkan perhitungan prediksi tarikan diperoleh hasil sebagi berikut :
1. Pada tahun 2020, total jumlah tarikan pada Provinsi Sulawesi Selatan dan
tiga zona eksternal sebesar 126.541.157 dan tarikan terbesar terjadi pada
zona 201 yaitu Mamuju dengan jumlah pergerakan 21.991.742.
zona 201 yaitu Mamuju dengan jumlah pergerakan 33.557.709
67
zona 201 yaitu Mamuju dengan jumlah pergerakan 14.517.569
Model bangkitan perjalan yang dipilih adalah :
Y = a + b1X1 + b3X3 + b9X9 + b10X10
Y = 74090,8520157723 + 6,97730135063256 (X1 tahun n) +

5,78903130274833 (X3 tahun n) + 1,3762915738035 (X9 tahun n) +
3,4163164367476 (X10 tahun n).
Model tarikan perjalanan yang dipilih adalah :
Y = a + b2X2 + b10X10
Y= 3291159,02968822 + 42,2957809012004 (X2 tahun n) +

7,56294683248335 (X10 tahun n).
68
5.2 Analisis Trip Distribution
Berdasarkan perhitungan dengan metode furness, diperoleh hasil
persebararan/distribusi jumlah pergerakan dari zona asal ke zona tujuan antar
kabupaten di provinsi Sulawesi Selatan pada tahun 2024 dan 2029 sebagai
berikut.
Berdasarkan metode furness untuk perhitungan tahun 2024, data yang

digunakan sebagai base year matriks adalah data Matriks Asal Tujuan Tahun
2019. Sementara untuk data Oi’ dan Dd’ menggunakan data prediksi
bangkitan dan tarikan pada tahun 2024. Setelah melalui 6 tahapan iterasi dapat
diperoleh hasil seperti pada tabel 5.1.
69
Metode Furness Iterasi 6 (dimulai dari baris/ Ed) ed kesamping oi ke bawah
Asal Tujuan 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 201 202 203 Oi Oi' Ei
101 0 124.830 35.664 30.279 30.524 52.511 82.579 48.282 45.380 17.106 110.803 105.701 43.139 23.569 39.176 40.117 21.997 18.748 28.670 22.112 27.118 161.909 74.254 48.344 635.633 51.457 59.805 1.979.710 1.979.862 1,00
102 773.189 0 306.651 147.271 97.608 322.804 316.213 115.038 117.066 48.762 257.448 136.892 94.394 40.038 56.732 29.810 39.900 28.716 43.913 30.966 47.614 406.494 58.973 60.520 1.204.437 138.432 72.205 4.992.084 4.998.095 1,00
103 85.300 185.607 0 149.979 72.743 64.576 58.354 96.053 130.765 41.764 57.524 34.334 19.150 45.846 55.651 49.546 23.385 38.245 26.759 36.179 88.964 304.372 60.310 89.763 689.421 72.920 70.276 2.647.785 2.648.665 1,00
104 225.006 98.957 178.557 0 198.998 105.265 46.563 173.533 221.148 81.589 70.345 33.145 39.425 106.320 124.156 51.114 65.049 52.810 58.343 35.614 155.024 921.834 230.911 128.777 1.173.796 149.730 125.249 4.851.258 4.855.300 1,00
105 57.570 121.730 189.962 340.523 0 151.812 32.580 135.798 114.445 53.889 26.438 26.411 39.713 75.705 98.579 62.609 42.927 33.102 54.659 57.497 49.047 611.069 150.936 158.528 796.462 148.985 127.927 3.758.903 3.760.803 1,00
106 172.963 215.008 63.308 52.943 83.274 0 377.615 475.886 389.976 364.739 747.344 286.399 245.843 176.134 181.753 66.678 126.229 98.442 128.863 72.343 211.779 392.587 385.280 383.272 1.859.664 257.396 270.542 8.086.256 8.085.890 1,00
107 63.923 121.996 31.157 14.708 25.335 309.580 0 66.495 52.432 59.009 435.156 149.227 176.427 71.418 28.720 74.311 77.025 33.958 64.222 133.144 129.076 112.212 79.101 112.958 871.925 87.602 137.876 3.518.993 3.517.893 1,00
108 240.390 139.286 251.098 261.050 291.284 98.118 60.490 0 497.488 173.524 102.242 52.581 60.125 92.700 173.302 107.354 174.589 112.693 160.794 196.326 284.242 1.171.099 128.788 210.742 997.641 156.692 254.574 6.449.212 6.453.632 1,00
109 61.731 82.465 153.215 96.587 223.579 51.852 29.486 211.238 0 182.079 50.575 35.377 24.049 119.961 92.857 109.282 82.614 63.246 141.480 46.815 78.962 922.040 105.857 86.911 1.106.037 109.990 115.136 4.383.420 4.386.213 1,00
110 69.568 53.113 129.452 58.447 85.304 22.686 33.003 109.635 141.254 0 46.134 29.257 189.557 83.326 83.693 64.975 96.298 61.222 77.016 67.326 49.887 239.469 124.841 102.804 827.998 103.900 85.982 3.036.148 3.036.526 1,00
111 390.526 566.209 84.335 100.274 514.560 778.263 829.798 692.388 806.181 575.165 0 953.750 984.163 402.502 655.671 456.855 464.075 251.008 287.978 262.580 341.080 2.166.113 352.445 411.770 4.206.372 341.325 685.664 18.561.051 18.568.397 1,00
112 71.184 52.554 27.902 56.348 74.877 94.604 93.067 63.495 88.288 67.451 229.635 0 144.941 61.936 141.367 79.008 112.422 61.415 147.134 69.636 78.612 201.516 60.317 67.602 463.637 58.215 102.324 2.769.488 2.769.007 1,00
113 178.917 333.598 45.927 56.958 182.370 368.258 408.166 215.466 324.104 191.501 742.971 591.058 0 406.927 358.893 232.790 363.328 284.191 234.114 248.382 239.466 483.762 291.201 194.098 1.336.681 148.753 209.966 8.671.845 8.668.405 1,00
114 152.353 228.412 296.003 143.711 147.980 208.220 256.523 122.672 177.216 155.967 428.355 82.393 394.695 0 356.906 169.064 258.594 225.714 293.150 161.464 210.639 363.689 204.056 170.749 1.108.484 110.990 188.626 6.616.625 6.615.137 1,00
115 208.960 155.762 241.121 243.096 163.287 60.513 47.627 440.641 313.017 182.341 155.962 80.527 648.527 329.318 0 266.641 318.867 175.948 323.653 261.865 480.411 897.678 320.974 248.677 1.393.789 132.794 148.955 8.240.951 8.240.435 1,00
116 62.287 90.918 124.199 64.005 65.504 83.267 106.825 171.274 105.100 59.242 193.810 32.188 282.283 76.999 139.554 0 147.531 90.380 114.375 93.828 73.281 244.679 160.925 120.173 1.318.188 63.243 89.565 4.173.622 4.173.402 1,00
117 142.911 113.256 77.879 129.647 154.634 258.499 252.413 155.890 230.301 183.836 654.704 239.316 366.121 202.345 264.603 209.998 0 267.888 387.908 167.499 222.592 266.569 217.609 245.766 1.707.025 138.973 121.828 7.380.008 7.377.685 1,00
118 54.540 50.267 105.586 57.727 49.987 161.640 93.038 164.223 68.770 80.432 223.380 24.544 110.277 48.956 96.260 73.461 163.115 0 151.323 74.597 113.573 136.325 117.820 140.859 477.021 58.133 71.313 2.967.169 2.966.819 1,00
119 129.879 53.831 97.365 81.321 126.957 79.392 77.451 90.495 79.233 89.004 251.484 105.408 140.147 93.037 114.008 103.607 504.738 153.931 0 194.433 107.960 257.922 39.050 167.957 259.615 68.372 74.259 3.540.857 3.539.201 1,00
120 78.036 133.668 255.643 143.024 171.416 205.913 14.765 418.286 59.542 183.774 268.067 163.798 224.856 141.016 103.195 137.325 118.749 207.940 48.696 0 33.072 205.778 120.353 29.004 691.720 161.548 69.460 4.388.641 4.386.933 1,00
121 126.059 108.042 120.672 248.310 172.322 64.404 121.823 77.195 118.812 187.674 118.574 45.626 140.387 121.293 116.521 205.184 154.920 181.595 180.120 298.264 0 299.760 63.339 86.714 1.412.823 58.929 49.219 4.878.581 4.878.358 1,00
122 107.641 346.938 371.315 712.534 515.500 20.805 129.702 93.206 418.206 398.194 125.034 33.594 29.173 85.853 314.123 471.145 386.820 96.520 611.562 683.032 264.210 0 90.038 253.833 2.393.524 352.177 90.249 9.394.926 9.394.059 1,00
123 25.646 56.321 131.564 126.485 10.090 10.756 13.127 56.533 17.766 36.412 18.483 17.097 61.627 68.068 55.109 129.903 39.425 53.519 56.720 183.947 10.095 13.709 0 58.130 600.106 32.082 34.661 1.917.383 1.916.663 1,00
124 30.254 56.307 152.645 60.555 27.848 95.900 51.246 119.785 89.117 44.951 56.003 69.936 68.124 57.662 46.039 48.545 69.220 59.016 49.891 136.612 64.125 44.259 32.966 0 608.370 97.878 128.989 2.366.243 2.366.041 1,00
201 191.427 177.334 52.741 147.343 67.623 218.734 90.609 72.641 85.608 176.861 139.287 142.637 214.094 177.936 234.490 150.908 94.167 220.305 132.556 176.629 47.778 74.531 82.499 60.237 0 100.403 272.363 3.601.739 3.599.141 1,00
202 75.107 81.643 87.686 70.989 59.335 155.655 265.588 143.694 55.133 55.494 113.884 170.170 102.368 74.430 68.524 63.338 70.425 92.738 72.372 237.438 145.331 85.377 103.769 93.962 640.215 0 100.082 3.284.745 3.284.241 1,00
203 96.331 647.939 68.217 56.517 101.194 96.584 155.026 65.041 103.486 58.745 148.470 143.870 164.267 582.004 162.715 43.880 92.974 612.843 111.064 155.071 57.165 129.350 60.266 84.676 340.415 90.241 0 4.428.351 4.419.191 1,00
Dd 3.871.696 4.395.993 3.679.862 3.650.632 3.714.134 4.140.610 4.043.677 4.594.882 4.849.834 3.749.505 5.772.111 3.785.236 5.007.870 3.765.297 4.162.599 3.497.448 4.109.383 3.576.133 3.987.335 4.103.599 3.611.105 11.114.099 3.716.877 3.816.827 29.120.999 3.291.159 3.757.093 140.885.995
Dd' 3.871.696 4.395.993 3.679.862 3.650.632 3.714.134 4.140.610 4.043.677 4.594.882 4.849.834 3.749.505 5.772.111 3.785.236 5.007.870 3.765.297 4.162.599 3.497.448 4.109.383 3.576.133 3.987.335 4.103.599 3.611.105 11.114.099 3.716.877 3.816.827 29.120.999 3.291.159 3.757.093 140.885.995
Ed 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,000
70
Metode Furness Iterasi 6 (dimulai dari kolom/ Ei) ed kesamping oi ke bawah
Asal Tujuan 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 201 202 203 Oi Oi' Ei
101 0 159.669 45.484 39.677 37.596 63.493 33.966 61.690 57.888 20.181 157.300 116.276 54.932 28.809 46.311 46.931 27.961 23.429 35.954 25.308 33.971 205.298 92.575 58.194 82.505 63.562 71.770 1.690.730 1.690.730 1,00
102 1.019.983 0 392.136 193.495 120.544 391.368 130.413 147.378 149.733 57.684 366.465 150.990 120.519 49.072 67.244 34.967 50.852 35.982 55.219 35.537 59.808 516.808 73.721 73.045 156.755 171.456 86.882 4.708.056 4.708.056 1,00
103 97.600 206.469 0 170.914 77.920 67.906 20.874 106.733 145.070 42.852 71.021 32.846 21.207 48.736 57.213 50.408 25.850 41.564 29.185 36.012 96.924 335.642 65.391 93.970 77.824 78.336 73.345 2.171.812 2.171.812 1,00
104 281.555 120.385 216.586 0 233.114 121.058 18.216 210.881 268.308 91.552 94.981 34.678 47.747 123.604 139.590 56.872 78.640 62.766 69.589 38.768 184.706 1.111.706 273.805 147.434 144.907 175.909 142.956 4.490.312 4.490.312 1,00
105 72.486 149.009 231.852 427.022 0 175.672 12.825 166.049 139.713 60.846 35.919 27.804 48.394 88.559 111.522 70.095 52.218 39.587 65.600 62.979 58.801 741.510 180.086 182.622 98.935 176.120 146.919 3.623.143 3.623.143 1,00
106 233.037 281.634 82.683 71.043 105.034 0 159.058 622.673 509.438 440.680 1.086.498 322.633 320.580 220.476 220.024 79.880 164.309 125.979 165.494 84.792 271.687 509.772 491.898 472.464 247.193 325.599 332.481 7.947.040 7.947.040 1,00
107 75.845 140.726 35.835 17.381 28.141 337.585 0 76.621 60.318 62.786 557.125 148.042 202.601 78.728 30.618 78.399 88.295 38.270 72.634 137.430 145.825 128.315 88.937 122.625 102.066 97.588 149.218 3.101.953 3.101.953 1,00
108 312.893 176.256 316.816 338.413 354.933 117.372 24.615 0 627.831 202.538 143.596 57.224 75.742 112.099 202.675 124.247 219.546 139.322 199.495 222.303 352.273 1.469.064 158.848 250.968 128.110 191.486 302.241 6.820.906 6.820.906 1,00
109 85.644 111.228 206.052 133.461 290.384 66.114 12.789 284.609 0 226.528 75.712 41.038 32.292 154.624 115.750 134.811 110.732 83.343 187.098 56.503 104.309 1.232.849 139.168 110.320 151.387 143.270 145.700 4.435.716 4.435.716 1,00
110 92.342 68.540 166.565 77.267 106.001 27.674 13.696 141.327 181.791 0 66.076 32.470 243.521 102.758 99.815 76.687 123.491 77.187 97.444 77.742 63.051 306.343 157.026 124.850 108.429 129.483 104.101 2.865.678 2.865.678 1,00
111 746.454 1.052.172 156.260 190.891 920.747 1.367.153 495.859 1.285.250 1.494.058 985.858 0 1.524.236 1.820.650 714.772 1.126.045 776.458 856.980 455.707 524.682 436.619 620.758 3.990.271 638.367 720.107 793.212 612.535 1.195.430 25.501.531 25.501.531 1,00
112 65.880 47.286 25.032 51.939 64.875 80.468 26.928 57.069 79.224 55.979 229.322 0 129.829 53.256 117.554 65.018 100.520 53.987 129.799 56.065 69.275 179.742 52.898 57.243 42.333 50.585 86.379 2.028.484 2.028.484 1,00
113 243.125 440.717 60.497 77.086 231.998 459.907 173.400 284.343 427.017 233.356 1.089.399 671.543 0 513.739 438.189 281.275 476.989 366.805 303.243 293.621 309.839 633.548 374.972 241.318 179.199 189.782 260.248 9.255.156 9.255.156 1,00
114 185.554 270.456 349.463 174.323 168.724 233.068 97.674 145.095 209.269 170.342 562.938 83.903 465.253 0 390.563 183.088 304.277 261.110 340.325 171.074 244.272 426.893 235.503 190.269 133.192 126.916 209.547 6.333.090 6.333.090 1,00
115 254.031 184.095 284.148 294.338 185.834 67.610 18.101 520.228 368.955 198.782 204.587 81.852 763.059 371.951 0 288.229 374.510 203.167 375.048 276.942 556.096 1.051.751 369.760 276.597 167.167 151.570 165.173 8.053.584 8.053.584 1,00
116 135.957 192.936 262.789 139.143 133.852 167.039 72.897 363.062 222.428 115.958 456.475 58.744 596.342 156.148 273.694 0 311.114 187.380 237.968 178.165 152.304 514.719 332.855 239.994 283.865 129.606 178.322 6.093.753 6.093.753 1,00
117 282.498 217.654 149.229 255.245 286.158 469.620 155.989 299.263 441.395 325.874 1.396.469 395.537 700.456 371.611 469.962 369.108 0 502.976 730.908 288.039 418.960 507.841 407.618 444.489 332.904 257.923 219.664 10.697.390 10.697.390 1,00
118 59.259 53.098 111.207 62.469 50.845 161.408 31.603 173.284 72.447 78.368 261.891 22.297 115.965 49.419 93.973 70.971 171.224 0 156.721 70.510 117.497 142.752 121.307 140.027 51.133 59.303 70.676 2.569.654 2.569.654 1,00
119 132.287 53.305 96.132 82.495 121.056 74.317 24.663 89.513 78.246 81.294 276.391 89.767 138.155 88.040 104.335 93.833 496.676 148.919 0 172.280 104.702 253.183 37.690 156.518 26.088 65.384 68.990 3.154.259 3.154.259 1,00
120 89.677 149.338 284.777 163.697 184.411 217.474 5.305 466.815 66.343 189.382 332.403 157.384 250.090 150.557 106.552 140.321 131.839 226.970 53.341 0 36.187 227.904 131.060 30.495 78.423 174.300 72.808 4.117.850 4.117.850 1,00
121 280.588 233.800 260.368 550.471 359.077 131.749 84.773 166.866 256.412 374.600 284.787 84.913 302.433 250.828 233.032 406.094 333.144 383.923 382.155 577.541 0 643.039 133.596 176.594 310.250 123.149 99.929 7.424.111 7.424.111 1,00
122 156.263 489.653 522.526 1.030.219 700.583 27.757 58.865 131.404 588.642 518.373 195.858 40.776 40.989 115.793 409.728 608.164 542.523 133.089 846.259 862.597 365.210 0 123.860 337.145 342.804 480.011 119.504 9.788.596 9.788.596 1,00
123 33.583 71.700 167.000 164.959 12.369 12.944 5.374 71.892 22.557 42.757 26.116 18.718 78.104 82.810 64.838 151.251 49.876 66.565 70.797 209.542 12.587 17.300 0 69.643 77.526 39.443 41.399 1.681.651 1.681.651 1,00
124 35.823 64.819 175.207 71.413 30.869 104.361 18.970 137.744 102.312 47.730 71.553 69.239 78.070 63.434 48.981 51.111 79.185 66.374 56.310 140.721 72.298 50.507 36.989 0 71.069 108.812 139.314 1.993.216 1.993.216 1,00
201 211.923 190.863 56.599 162.460 70.084 222.550 31.360 78.098 91.890 175.579 166.387 132.029 229.395 183.013 233.246 148.550 100.717 231.656 139.880 170.108 50.364 79.520 86.546 61.014 0 104.359 275.031 3.683.220 3.683.220 1,00
202 113.412 119.854 128.349 106.761 83.877 216.013 125.378 210.718 80.718 75.143 185.557 214.845 149.606 104.417 92.969 85.041 102.738 133.008 104.167 311.900 208.954 124.247 148.482 129.814 95.375 0 137.846 3.589.190 3.589.190 1,00
203 106.429 695.963 73.059 62.190 104.665 98.070 53.547 69.785 110.856 58.202 176.998 132.901 175.652 597.403 161.525 43.107 99.240 643.115 116.964 149.044 60.137 137.731 63.095 85.595 37.105 93.607 0 4.205.983 4.205.983 1,00
Dd 5.404.128 5.941.624 4.856.651 5.108.770 5.063.692 5.479.752 1.907.138 6.368.389 6.852.860 4.933.225 8.571.824 4.742.686 7.201.584 4.874.653 5.455.948 4.514.915 5.473.448 4.732.178 5.546.278 5.142.143 4.770.793 15.538.255 5.016.050 4.993.355 4.319.756 4.320.093 4.895.873 152.026.063
Dd' 5.407.658 5.936.836 4.856.153 5.103.979 5.061.908 5.482.425 1.907.659 6.371.060 6.853.413 4.932.314 8.576.994 4.743.993 7.203.515 4.871.457 5.455.066 4.512.115 5.471.859 4.727.742 5.543.734 5.136.862 4.771.947 15.546.539 5.018.620 4.994.270 4.320.128 4.320.128 4.897.689 152.026.063
Ed 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,000
71
Setelah melakukan iterasi ke 6 dimasing-masing, diperoleh data hasil
proyeksi bangkitan dan tarikan tahun 2029 seperti tabel 5.2 untuk 10 tahun
mendatang, tepatnya pada tahun 2029 berdasarkan metode furness, data yang
digunakan sebagai base year matrix adalah data proyeksi matriks asal tujuan
tahun 2024. Sementar untuk data O’ dan Dd’ menggunakan data prediksi
bangkitan dan tarikan pada tahun 2029.
Jika ditinjau dari pola pergerakan, berikut adalah pola pergerakan

antar zona dengan nilai tertinggi:
POLA SEBARAN PERGERAKAN TERBESAR 2024
JENIS PERGERAKAN PERGERAKAN (TON/TAHUN) ZONA
KESELURUHAN 4.206.373 201 - 111

INTERNAL - INTERNAL 2.166.113 122-111
INTERNAL - EKSTERNAL 647.939 102-2-3
EKSTERNAL - INTERNAL 4.206.373 201 - 111
EKSTERNAL - EKSTERNAL 640.215 201-202
KESELURUHAN 3.990.271 122-111

INTERNAL - EKSTERNAL 643.115 118-203
EKSTERNAL - INTERNAL 1.195.430 203-111
1. Tahun 2024
a. Pergerakan di dalam zona (internal-internal)
Pergerakan di dalam zona yang paling banyak terjadi pada zona 122
111 yaitu sebesar 2.166.113.
72
b. Pergerakan di dalam zona (eksternal-eksternal)
Pergerakan ini paling besar terjadi pada zona 201 - 202 yaitu sebesar
640.215.
c. Pergerakan antar zona (internal-eksternal)
Pergerakan angkutan komoditas antar zona internal ke eksternal paling
besar terjadi dari zona 102-202 sebesar 647.939.
d. Pergerakan antar zona (eksternal-internal)
Pergerakan antar zona dari eksternal ke internal paling besar terjadi
pada zona 201-202 yaitu sebesar 640.215.
2. Tahun 2029
a. Pergerakan di dalam zona (internal-internal)
Sama dengan proyeksi tahun 2024, pergerakan intra zona paling besar
terjadi pada zona 122-111 yaitu sebesar 3.990.271.
b. Pergerakan di dalam zona (eksternal-eksternal)
Pergerakan ini paling besar terjadi antara 203- 201 yaitu sebesar
275.031.
c. Pergerakan antar zona (internal-eksternal)
Pergerakan antar zona dari zona internal ke zona eksternal paling besar
terjadi dari zona 118-203 643.115.
d. Pergerakan antar zona (eksternal-internal)
Pergerakan ini paling besar terjadi dari zona 203 - 111 yaitu sebesar
1.195.430.
73
14 BAB VI
KESIMPULAN DAN SARAN
6.1 Kesimpulan
Berdasarkan tahap analisis yang dilakukan, adapun kesimpulan yang
dapat diambil sebagai berikut :
1. Variabel yang paling mempengaruhi bangkitan pergerakan pergerakan
angkutan barang (komoditas) barang pada Provinsi Sulawesi Selatan
tahun 2024 dan 2029 (trip distribution) yaitu X1 (Jumlah Penduduk
(Orang)), X3 (Padi (Ton)), X9 (Sapi (ekor)), dan X10 (Perikanan (ton).
Sedangkan variabel yang paling mempengaruhi tarikan pergerakan
angkutan barang (komoditas) pada tahun 2024 dan 2029 ke Provinsi
Sulawesi Selatan adalah X2 (PDRB) & X10 (Perikanan).
2. Prediksi bangkitan angkutan barang (komoditas) di Provinsi Sulawesi

Selatan pada tahuhn 2019 (trip generation) yang diperoleh adalah Y =
74090,8520157723 + 6,97730135063256 (X1 tahun n) +
5,78903130274833 (X3 tahun n) + 1,3762915738035 (X9 tahun n) +
3,4163164367476 (X10 tahun n), serta model tarikan perjalanan yang
diperoleh adalah Y= 3291159,02968822 + 42,2957809012004 (X2 tahun
n) + 7,56294683248335 (X10 tahun n).
3. Pola sebaran pergerakan angkutan barang (komoditas) di Provinsi

Sulawesi Selatan pada tahun 2024 yaitu dapat dijelaskan dalam prediksi
matriks asal tujuan dua dimensi pada tabel 4. dimana jumlah bangkitan
pada zona 101 sebesar 1.979.710, zona 102 sebesar 4.992.084 ,zona 103
sebesar 2.647.785, zona 104 sebesar 4.851.258, zona 105 sebesar
3.758.903, hingga pada zona 201 sebesar 3.601.739, zona 202 sebesar
3.284.745, zona 203 sebesar 4.428.351. Serta jumlah tarikan pada zona
101 sebesar 3.871.696, pada zona 102 sebesar 4.395.993, pada zona 103
74
sebesar 3.679.862, pada zona 104 sebesar 3.650.632, pada zona 105
sebesar 3.714.134.
Pada tahun 2029, pola pergerakan angkutan barang di Provinsi

Sulawesi Selatan dimana jumlah bangkitan pada zona 101 sebesar
1.690.730 ,pada zona 102 sebesar 4.708.056, pada zona 103 sebesar
2.171.812, pada zona 104 sebesar 4.490.312, pada zona 105 sebesar
3.623.143 hingga pada zona 201 sebesar 3.683.220, pada zona 202
sebesar 3.589.190, pada zona 203 sebesar 4.205.983.
Serta jumlah tarikan pada zona 101 sebesar 5.404.128, zona 102
sebesar 5.941.624, zona 103 sebesar 4.856.651, zona 104 sebesar
5.108.770, zona 105 sebesar 5.063.692 hingga pada zona 201 sebesar
4.319.756, pada zona 202 sebesar 4.320.093, pada zona 203 sebesar
4.895.873.
Jika ditinjau dari pola pergerakan, berikut adalah pola pergerakan antar
zona dengan nilai tertinggi :
KESELURUHAN 4.206.373 201 - 111

INTERNAL - EKSTERNAL 647.939 102-2-3
EKSTERNAL - INTERNAL 4.206.373 201 - 111
KESELURUHAN 3.990.271 122-111

INTERNAL - EKSTERNAL 643.115 118-203
EKSTERNAL - INTERNAL 1.195.430 203-111
75
101 Kabupaten Kepulauan Selayar
102 Kabupaten Bulukumba
103 Kabupaten Bantaeng
104 Kabupaten Jeneponto
105 Kabupaten Takalar
106 Kabupaten Gowa
107 Kabupaten Sinjai
108 Kabupaten Maros
109 Kabupaten Pangkajene dan Kepulauan
110 Kabupaten Barru
111 Kabupaten Bone
112 Kabupaten Soppeng
113 Kabupaten Wajo
114 Kabupaten Sindereng Rappang
115 Kabupaten Pinrang
116 Kabupaten Enrekang
117 Kabupaten Luwu
118 Kabupaten Tana Toraja
119 Kabupaten Luwu Utara
120 Kabupaten Luwu Timur
121 Kabupaten Toraja Utara
122 Kota Makassar
123 Kota Parepare
124 Kota Palopo
201 Kabupaten Mamuju
202 Kabupaten Poso
203 Kabupaten Konawe
6.2 Saran
Berdasarkan hasil pengolahan data dan analisis yang dilakukan, saran
yang dapat diambil yaitu:
76
15 DAFTAR PUSTAKA
77

Draft Project Terintegrasi 2020

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Draft Project Terintegrasi 2020

Diunggah oleh

Hak Cipta:

Format Tersedia

LAPORAN PROJECT TERINTEGRASI

PEMODELAN TRANSPORTASI BARANG DI PROVINSI

Disusun untuk Memenuhi Kelulusan Praktikum

PROGRAM STUDI MANAJEMEN TRANSPORTASI

SEKOLAH TINGGI MANAJEMEN LOGISTIK INDONESIA

1. selaku Dosen Pembimbing.

2. Teh Maria selaku Asisten Laboratorium Praktikum Ekspor Impor.

Bandung, 20 Juni 2020

Transportasi secara umum memiliki peranan penting dalam mendukung

Kabupaten Sulawesi Selatan adalah sebuah provinsi di Indonesia yang terletak

Sektor pertanian masih mendominasi perekonomian Sulawesi Selatan

Berdasarkan latar belakang di atas, maka diperlukanlah sistem transportasi

Dengan pertumbuhan ekonomi ,beberapa tahun kedepan diperkirakan

Salah satu model yang dapat memprediksi pergerakan angkutan barang

1.2 Perumusan Masalah

1.3 Tujuan Penelitian

1. Untuk mengetahui variabel sosio-ekonomi yang mempengaruhi

1. Manfaat Bagi Akademik

1.5 Batasan Masalah

BAB II KAJIAN PUSTAKA

BAB III METODOLOGI PENELITIAN

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

BAB VI KESIMPULAN DAN SARAN

Di negara maju, mereka biasanya menggunakan kereta bawah tanah

Di sektor logistik telah tersedia banyak pilihan jenis moda

8.1.2 Definisi Simulasi Menurut Para Ahli

2.2.3 Manfaat Simulasi

2.2.4 Tahapan Simulasi

a. Memahami sistem yang akan disimulasikan Jika Pengembang

Di dalam simulasi, sistem yang diimitasi terdiri dari sekumpulan elemen-

Model simulasi seringkali dibuat menggunakan program yang ditujukan

2.3 Definisi Pemodelan

Sedangkan sistem adalah suatu perangkat yang terdiri dari bagian-bagian

2.3.1 Beberapa Definisi Dalam Pemodelan

2.4 Definisi Bangkitan Dan Tarikan Pergerakan

Kawasan yang membangkitkan perjalanan adalah kawasan perumahan

Gambar 2. 1 Bangkitan dan Tarikan Pergerakan

Bangkitan dan tarikan pergerakan digunakan untuk menyatakan

Pergerakan lalu lintas merupakan fungsi tata guna lahan yang

Gambar 2. 2 Bangkitan dan Tarikan Pergerakan

b. Jumlah aktivitas dan intensitas pada tata guna lahan tersebut.

b. Jenis lalu lintas (pejalan kaki, truk atau mobil)

c. Lalu lintas pada waktu tertentu (kantor menghasilkan lalu lintas

2.5 Definisi Sebaran Pergerakan

Gambar 2. 3 Pola pergerakan kendaraan di kota Bandung Sumber: Tamin (1994)

Gambar 2.3 memperlihatkan pola spasial pergerakan kendaraan di kota

Gambar 2. 5 Sebaran Pergerakan Antara Dua Buah Zona.

Sumber : Wells (1975)

2.7 Pemilihan Moda Transportasi

Secara sederhana moda berkaitan dengan jenis transportasi yang

2.8 Pengertian Furness

2.9 Pemilihan Rute

Seperti pemilihan moda, pemilihan rute tergantung pada alternatif

2.10 Definisi MapInfo

2.11 Definisi Asal Tujuan Transportasi Nasional (ATTN)

ATTN adalah kegiatan survei Asal Tujuan secara Nasional di sektor

Data tersebut digunakan sebagai bahan analisis untuk merumuskan

Data asal tujuan transportasi barang digunakan dalam analisis kebijakan

3.1 Langkah-langkah Penyelesaian Masalah

Pengumpulan data Pola Pengumpulan Data Pola

Gambar 3. 1 Diagram Alir Penelitian

C. Menetukan Tujuan Penelitian

Berikut adalah tahapan penyelesaian dari Trip generation yang

Matrix OD 2024 & 2029