Anda di halaman 1dari 6

9 Analisis bangkitan pergerakan

model analisis-kategori)
do Bab 8 telah dijelaskan model bangkitan pergerakan berdasarkan analisis-
korelasi; sedangkan pada Bab 9 akan dijelaskan model berdasarkan analisis-
kategori.

Catbbab 9.1 menjelask


Subbab 9.1
Su
menjelaskan pendefinisian peubah dan spesifikasi model berdasarkan
nalisis-kategori (subbab 9.1.1), penerapan model pada tingkat agregat (subbab
malisis-kategori

01.2), berikut dengan tahapan perhitungan (subbab 9.1.3), serta contoh penerapan
sederhana (subbab 9.1.4).
Reherapa perbaikan model dasar metode analisis-kategori yang telah dikembangkan
disanmpaikan pada subbab 9.2; sedangkan subbab 9.3 menjelaskan tentang
pendekatan analisis-kategori-orang.

Subbab 9.4 menjelaskan tentang peramalan peubah dalam analisis bangkitan


Dergerakan berdasarkan analisis-kategori. Kemudian, akan diteruskan dengan
metode analisis kategori silang - kita akan mempelajari tidak hanya spesifikasi

analisis kategori-orang, tetapi juga pendekatannya.


Bab 9 ini diakhiri dengan penjelasan tentang prosedur peramalan peubah yang
digunakan untuk memodel bangkitan pergerakan pada masa mendatang.

9.1 Model klasik

9.1.1 Pendahuluan

Metode analisis-kategori dikembangkan pertama kali pada The Puget Sound


Transportation Study pada tahun 1964. Model ini telah diperbaiki dan sering
digunakan untuk mendapatkan bangkitan pergerakan pada daerah permukiman, juga
untuk penerapan lainnya.

Sampai dengan akhir tahun 1960-an, hampir semua kajian perencanaan transportasi
di Amerika Serikat mengembangkan
persamaan bangkitan pergerakan dengan
menggunakan analisis regresi linear, khususnya dalam pemodelan bangkitan
pergerakan untuk orang. Model regresi diusulkan oleh Federal Highway
Administration (FHA) sebagai model standar dalam
pergerakan.
menganalisis bangkitan
DI akhir tahun 1960-an, metode alternatif lain didapatkan dan sangat cepat
DETKembang menjadi model yang populer di Inggris. Metode tersebut disebut
metode analisis-kategori di Inggris (Wootton dan Pick, 1967) atau metode
klasifikasi silang di Amerika Serikat.
9.1.4 Tahapan perhitungan

en dasarnya sederhana, dan peubah yang biasa digunakan dalam analisis-


Konr adalah ukuran numah tangga (jumlah orang), pemilikan kendaraan, dan
kategori adalah

ndapatan rum umalh tangga. Kategori ditetapkan menjadi tiga dan kemudian rata-rata
k a t bangkitan pergeraKAN (dari data empiris) dibebankan untuk setiap kategor.
ng

Data
untuk mengilustrasikan bagaimana keragaman tingkat bangkitan pergerakan di
Aara ketiga peubah tersebut diperlihatkan pada Tabel 9.3 (Marler, 1985). Hal ini
antara ketiga peubah
nunjukkan pentingnya peubah tersebut dalam menghitung bangkitan pergerakan.
nunjukkan pen

ol 99.3 Tingkatbangkitan
Tabel pergerakan kerja per rumah tangga
Kategori Rendah Menengah Tinggi
rumah tangga 1,16 1,34 1,63
Total pendapatan
Kendaraan per
rumah tangga 1,27 1,38 2,63
***
Ukuran rumah tangga 1,23 1,24 1,63
Keterangan: *
rendah :sampai dengan Rp 75,000/bulan
menengah: Rp76.000-150,000/bulan
tinggi lebih besar dari Rp.150,000/bulan
rendah tidak mempunyai kendaraan bermotor
menengah: 1 kendaraan
tinggi lebih dari 2
***rendah 1-3 orang
menengah: 4-6 orang
tinggi lebih dari 6 orang.
Sumber: Marler (1985)

Tabap 1 Tiga buah peubah harus distratifikasi. Beberapa kajian di Inggris


menggunakan 6 kategori pendapatan, 6 kategori ukuran rumah tangga, dan 3
kategori pemilikan kendaraan.
Perlu diperhatikan bahwa penggunaan kategori pendapatan dan pemilikan
kendaraan dalam analisis-kategori sering dikritik karena keduanya saling
berkorelasi.
Disarankan agar 108 kategori tersebut dikurangi sehingga kebutuhan akan data dan
biaya juga berkurang. Kategori tersebut digunakan untuk kajian di West Midlands
Transport, Inggris (Wootton dan Pick, 1967).
Untuk kasus pada Tabel 9.3,
terdapat 27 kategori yang menggabungkan pemilikan
kendaraan, pendapatan, dan ukuran rumah tangga. Perhatikan bahwa jumlah
dan cara peubah
stratifikasinya beragam, tergantung dari data yang tersedia dan tujuan
kajian. Konsep ini diilustrasikan dengan Gambar 9.2.
Tahap 2 Setiap rumah
tangga yang didapat dari survei wawancara di rumah harus
dicocokkan untuk setiap kategori, tergantung dari data rumah tangga tersebut
pemilikan kendaraan, ukuran rumah
tangga, dan pendapatan).
1ahap 3 Rata-rata tingkat bangkitan pergerakan dihitung untuk
engan menggunakan data dari rumah setiap kategori
tangga. Hal ini bisa didapat
membagi jumlah pergerakan yang dihasilkan dengan jalan
rumah tangga untuk setiap kategori dengan jumlah
yang ada dalam kategori
tersebut.
Jumlahkendaraan

Rp 2.500.000+
8Rp2.000.000-2.500,000 +
R p 1.500.000-2.000.000+

R p 1.000.000- 1.500.000
Rp 500.000 -1.000.000

0- 500.000 +
Rp 0,88 pergerakan
Gambar 9.2 Struktur
Struktur rumah tangga
kategori dalam model
analisis-kategori

bangkitan
pergerakan
dilakukan
setiap
untuk setian

Sejauh ini,
rata-rata menaksir bangkitan pergerakan
kan
Tahap 4 sudah cukup untuk digunakan
dalam

kategori, tetapi
per zona. zona tersebut unhk
pada
mengalikan jumlah rumah tangga
untuk 27 kategori yang akhirnya
Ini dilakukan dengan akan
dijumlahkan
setiap kategori, dan hasilnyapergerakan untuk zona tersebut. Dengan
kata lain:
menghasilkan total bangkitan
27
TH.) 9.4)
CI

dihasilkan oleh zona i;


P perkiraan jumlah pergerakan yang
bangkitan pergerakan per rumah tangga
dalam kategori c;
Te
T rata-rata
berlokasi di zona /
H) =jumlah rumah tangga dengan kategori yang
c

9.1.5 Contoh sederhana

Pada contoh ini (Black, 1981) diasumsikan tiga peubah yang diperkirakan
mempengaruhi besarnya pergerakan:
3 kategori pemilikan kendaraan (0, 1, 2+);
3 kategori pendapatan (rendah [0-100.000 rupiah/bulan]; menengan
[100.000-200.000 rupiahbulan]; tinggi [lebih dari 200.000 rupiah/bulan])
2 kategori ukuran rumah tangga (1-3 orang) orang; 4+
Secara keseluruhan ketiga peubah dengan stratifikasinya menghasilkan 3 x5X
18 kategori. Masalahtnya
sekarang adalah bagaimana mendapatkan total bangkila
pergerakan.
Data untuk analisis-kategori diberikan pada
tangga dengan kategorinya
Tabel 9.4, sedangkan jumlah ruma"h
masing-masing diberikan pada Tabel 9.5.
e o o

L
sebenarmya munggKI

dasar
model
9.2
Perbaikan
Anah
klasifikasi ganda
(Multiple
Classification

pengelom.
sis/MCA)
9.2.1 Analisis
digunakan
unfuk menguji pokka hasi
memilihan
hasil
yang dapat
ntuk
baik untuk memilih pe
MCA adalah
metode
prosedur
statistik yang ubah dan
klasifikasi silang menjadi
klasifikasi. ada pada metode
ahulu. Par:
terelaL

dapat memhPara
yang
nmengatasi
kelemahan
secara nci
lebih rinci danat
Metode ini dapat membahasnya
tertarik untuk diberikan berikut ini
pembaca yang Rangkumannya
McDonald (1983). mem
Stopher dan satu peubah
tidak bebas yang
model yang
mempunyai rumah mah tangga dan dan
Pertimbangkan
diskret, misalnya
ukuran
pemilikan
dua peubah bebas yang
kendaraan. tidak bebas dari samnat

total bisa didapat untuk peubah umah


kaleumah
Nilai rata-rata
bisa ditaksir
untuk setiap baris dan kolom
tangga. Juga,
rata-ratakelompok
dianggap sebagai simpangan
dari ra
silang yang dapat
matriks klasif+kasi
total.
tanda simpangan (+
atau -), nilai sel dapat ditaksir den. engan
Dengan melihat rata-rata total sesuai dengan selm
kolom pada a.
menambahkan simpangan baris dan akibat terbatasnya data danat
yang timbul
Dalam hal ini, beberapa permasalahan
dipecahkan.
analisis klasifikasi ganda
9.2.2 Contoh penerapan
dalam suatu daerah kajian yang
Tabel 9.6 memperlihatkan data yang dikumpulkan
kendaraan dan 4 tingkat ukuran rumah
dikelompokkan menjadi 3 tingkat pemilikan
tangga.
pergerakan
Tabel 9.6 Jumlah rumah tangga per sel dan rata-rata tingkat
Rata-rata tingkat
Ukuran rumah
O mobil 1 mobil 2+ mobilTotal pergerakan
tangga
1 orang 28 21 49 0,47

2 atau 3 orang 150 201 93 444 1,28

4 orang 61 90 75 226 1,86


5 orang 37 142 90 269 1,90

Total 276 454 258 988

Rata-rata tingkat 1,54


pergerakan 0,73 1,53 2,44

dan
Tabel 9.6 juga memperlihatkan jumlah rumah tangga pada setiap
sel (Karego
rata-rata jumlah pergerakan yang dihitung untuk setiap baris, sel, dan juga rata-rda
totalnya.
Terlihat bahwa nilainya berkisar dari 0
(sangat sulit mendapatkan rumah tangga
yAng terdiri
dari I orang dan
mempunyai mobil lebih dari 2) sampai dengan 269.
Walaupun, klasif+kasi silang hanya dilakukan
dengan hanya dua peubah saja, sudan
terdapat sekitar 4 Sel yang mempunyai nilai dibawah 50pengamatan yang
disvaratkan sebagai jumlah minimum pengamatan untuk
variansi yang bisa dipertanggungjawabkan. mendapatkan rata-rata dan
Kemudian, kita menggunakan rata-rata nilai baris dan kolom untuk menaksir
rata-
rata tingkat bangkitan pergerakan dari setiap sel, termasuk sel yang tidak
mempunyai pengamatan pada sampel ini.
Kita dapat menghitung simpangan (dari rata-rata total) untuk yang tidak memiliki
kendaraan (0 mobil) sebesar 0,73-1,54 = -0,81; untuk 1 mobil sebesar 1,53-1,54=
-0,01; dan untuk 2+ kendaraan sebesar 2,44-1,54 0,90. Juga dapat dihitung
simpangan untuk setiap tingkat ukuran rumah tangga, yaitu sebesar: -51,07; -0,26;
0,32 dan 0,36.
Jika peubah tidak mempunyai korelasi dengan semua nilai tersebut, kita menghitung
semua tingkat bangkitan pergerakan; misalnya: tingkat bangkitan pergerakan untuk
rumah tangga (1 orang) dan mempunyai 1 mobil adalah 1,541,07-0,01 = 0,46
pergerakan.
Untuk rumah tangga (1 orang) dan tidak mempunyai mobil, tingkat pergerakannya
adalah 1,54-1,06-0,82 -0,34 (nilai negatif). Nilai negatif tidak mempunyai arti
apa-apa sehingga tingkat pergerakannya dapat dibuat menjadi nol.
Tabel 9.7 memperlihatkan semua tingkat pergerakan beserta simpangannya. Selain
keuntungan statistik, perlu diperhatikan bahwa nilai sel tidak lagi didasarkan pada
hanya ukuran sampel data saja, tetapi juga pada rata-rata total yang didapatkan dari
semua set data, dan dua atau lebih rata-rata kelas yang didapatkan dari semua data
untuk setiap kelas yang relevan dengan nilai selnya.

Tabel 9.7 Tingkat pergerakan yangdihasikan oleh MCA


Tingkat pemilikan kendaraan
Ukuran rumah tangga
O mobil 1 mobil 2+ mobil Simpangan
1 orang 0,00 0,46 1,37 -1.07

2 atau 3 orang 0,46 1,27 2,18 -0,26


4 orang 1,05 1,85 2,76 0,32
5 5 orang 1,09 1,89 2,80 0,36

-0,81 -0,01 0,90


Simpangan

9.2.3 Analisis regresi untuk tingkat rumah tangga

antara analisis klasifikasi silang dengan regresi dapat menjadi


analisis
Gabungan suatu daerah yang
pendekatan yang terbaik untuk kasus tertentu. Contohnya, pada
tidak seragam perlu dikaji adanya perbedaan
mempunyai sebaran pendapatan berbeda.
pengaruh kebijakan pada kelompok pendapatan yang

Anda mungkin juga menyukai