MODEL TRIP DISTRIBUTION PENUMPANG DOMESTIK

DAN INTERNASIONAL DI BANDARA INTERNASIONAL

JUANDA
Mareta Uci Kartika Indrawati1, Hera Widyastuti2 dan Wahju Herijanto3

1
Mahasiswa Program Magister, Jurusan Teknik Sipil, Institut Teknologi Sepuluh Nopember,
Surabaya, Indonesia, email: uci_imoet@ce.its.ac.id
2
Dosen Jurusan Teknik Sipil, Institut Teknologi Sepuluh Nopember, Surabaya, Indonesia, email:
hera@ce.its.ac.id
3
Dosen Jurusan Teknik Sipil, Institut Teknologi Sepuluh Nopember, Surabaya, Indonesia, email:
herijanto@ce.its.ac.id

Sebagai angkutan transportasi yang cepat, angkutan udara sangat berperan di wilayah dengan
aksesibilitas transportasi darat yang lemah, namun demikian transportasi udara juga dapat
mendukung transportasi yang lain atau bahkan berkompetisi dengan angkutan yang lain jika memang
demand berkehendak demikian, sehingga tidak menutup kemungkinan transportasi udara juga
dibutuhkan di wilayah yang aksesibilitasnya baik. Pada dasarnya proses perencanaan transportasi
memerlukan model untuk menganalisa sistem yang sudah ada maupun untuk dimasa mendatang.
Oleh karena itu dalam studi ini akan dilakukan identifikasi asal dan tujuan penumpang pengguna
transportasi udara untuk mendapatkan model sebaran pergerakan penumpang di Bandara
Internasional Juanda saat ini sehingga dapat digunakan untuk meramalkan sebaran pergerakan
penumpang dimasa yang akan datang.
Langkah awal dari studi ini ialah dengan mengidentifikasi asal dan tujuan penumpang domestik dan
internasional di Bandara Internasional Juanda melalui Matriks Asal Tujuan (MAT) yang berdasarkan
dari hasil pengolahan survai wawancara. Dari MAT tersebut dapat dibuat beberapa model trip
distribution dengan analisa model gravity tanpa batasan (UCGR) dengan menggunakan tiga fungsi
hambatan yaitu fungsi pangkat, fungsi eksponensial negatif dan fungsi Tanner. Dari hasil pemodelan
tersebut dapat diketahui karakteristik asal dan tujuan penumpang di di Bandara Internasional Juanda
Dari hasil studi ini dapat diberikan masukan untuk merencanakan sarana dan prasarana transportasi
udara yang sesuai dengan kebutuhan dimasa mendatang, yaitu model penerbangan domestik yang
paling baik adalah Tij=5.44047E-30*Ei*Ej*Cij^7.1*exp (-0.01*Cij); dimana Ei dan Ej adalah
parameter ekonomi (PDRB) zona asal dan tujuan. Sedangkan untuk penerbangan internasional
adalah Tij=325.848* Pi*Pj*Cij^3.8737; dimana Pi dan Pj adalah parameter populasi zona asal dan
tujuan.

Kata kunci : Matriks Asal Tujuan, model gravity, trip distribution, Bandara Internasional Juanda.
Mareta Uci Kartika Indrawati1, Hera Widyastuti2 dan Wahju Herijanto3 

1. PENDAHULUAN
1.1.Latar Belakang
Seiring dengan pertumbuhan ekonomi Indonesia yang semakin meningkat, ditinjau dari
pertumbuhan rata-rata Produk Domestik Bruto pada tahun 2007 sebesar 18% dan tahun
2008 sebesar 25% (www.bps.go.id, 2009), menimbulkan dampak positif di beberapa
bidang, salah satunya adalah bidang transportasi. Beberapa tahun ini demand yang terjadi
terus menerus mengalami peningkatan. Terbukti dengan perkembangan transportasi udara
akhir-akhir ini yang cukup menggembirakan, jika dilihat dari jumlah arus penumpang
domestik pada tahun 2007 sebesar 7.880.131 dan tahun 2009 sebesar 8.045.077,
sedangkan arus penumpang internasional pada tahun 2007 sebesar 943.097 dan pada tahun
2008 sebesar 1.058.975. (Statistik Lalu lintas Angkutan Udara, 2009).
Peningkatan pelayanan transportasi udara, baik dalam memindahkan penumpang maupun
barang sudah sewajarnyalah diimbangi dengan adanya angkutan udara yang aman, cepat,
efisien, teratur, nyaman dan memiliki tingkat keselamatan yang tinggi serta mampu
memicu dan mendukung pembangunan pada sektor lainnya.
Sebagai angkutan transportasi yang cepat, angkutan udara sangat berperan di wilayah
dengan aksesibilitas transportasi darat yang lemah, namun demikian transportasi udara
juga dapat mendukung transportasi yang lain atau bahkan berkompetisi dengan angkutan
yang lain jika memang demand berkehendak demikian, sehingga tidak menutup
kemungkinan transportasi udara juga dibutuhkan di wilayah yang aksesibilitasnya baik.
Jawa Timur (Surabaya) merupakan sentral industri dan transit antara Indonesia Barat,
Tengah dan Timur melalui Bandara Internasional Juanda telah melayani kebutuhan
penerbangan dalam negeri dan internasional. Surabaya sebagai provinsi yang memiliki
jaringan transportasi darat yang cukup baik ternyata juga memiliki demand angkutan udara
yang cukup progresif, hal ini terbukti dengan adanya rencana pengoperasian citylink yang
menghubungkan bandara-bandara di dalam propinsi Jawa Timur, selain itu adanya bandara
selain Bandara Internasional Juanda yang telah membuka rute penerbangan dari dan keluar
wilayah Jawa Timur contohnya Bandara Abdul Rachman Soleh di Malang. (Lembaga
Penelitian dan Pengabdian Masyarakat (LPPM) ITS, 2009)
Guna menyediakan sarana dan prasarana yang sesuai dengan kebutuhan tersebut dimasa
mendatang perlu diadakan prediksi kebutuhan yang terjadi serta perencanaan transportasi.
Perencanaan transportasi dikenal dengan sebutan perencanaan empat tahap, dimulai
dengan bangkitan perjalanan (trip generation), sebaran perjalanan (trip distribution),
pemilihan moda (modal split), dan pemilihan rute (trip assignment).
Pada dasamya proses perencanaan transportasi memerlukan model untuk menganalisa
sistem yang sudah ada serta diharapkan dari model tersebut dapat memberikan masukan
untuk merencanakan sarana dan prasarana transportasi udara yang sesuai dengan
kebutuhan dimasa mendatang. Oleh karena itu dalam studi ini akan dilakukan identifikasi
dan pemodelan trip distribution asal dan tujuan penumpang pengguna transportasi udara di
Bandara Internasional Juanda. Model sebaran pergerakan yang akan digunakan adalah
model gravity-tanpa-batasan (Unconstrained Gravity), dengan menggunakan tiga fungsi
hambatan yaitu fungsi pangkat, fungsi eksponensial negatif dan fungsi Tanner.
 Model Trip Distribution Penumpang Domestik dan Internasional di Bandara Internasional Juanda 

Studi pemodelan trip distribution di Bandara Internasional Juanda pernah dilakukan pada
tahun 2000 dan tahun 2003. Muntafiah (2000) dalam studinya yang berjudul “Pemodelan
trip distribusi penumpang angkutan udara kawasan Indonesia Timur” menghasilkan rumus
pemodelan sebaran pergerakan penumpang metode simultan (dengan data sekunder tahun
1996) serta peramalan sebaran pergerakan penumpang tahun 2010. Sedangkan Salmani
(2003) dalam studinya yang berjudul “Pola distribusi pergerakan angkutan penumpang
penerbangan domestik melalui pelabuhan udara Juanda Surabaya“ menyimpulkan bahwa
model sebaran pergerakan Doubly Constrained Gravity adalah model yang terbaik (dengan
SSM / SST = 0.862 dan MSE = 1.108.579,144) jika dibandingkan dengan dua jenis model
gravity lainnya, yaitu UCGR (Unconstrained Gravity), PCGR (Production Constrained
Gravity).
Diharapkan dari studi ini dapat dihasilkan model gravity sebaran pergerakan penumpang
dengan data sekunder 2009, sehingga dapat diketahui pola pergerakan asal dan tujuan
penumpang angkutan udara yang ada di Bandara Internasional Juanda saat ini dan 10
tahun yang akan datang. Serta diketahui realibiltas antara model sebaran pergerakan dalam
studi ini dan studi terdahulu.
Model transportasi hasil studi ini dapat digunakan oleh instansi atau dinas-dinas
terkait dalam rangka menentukan kebijakan bidang transportasi di masa datang. Secara
spesifik, model transportasi ini digunakan untuk menemukan jumlah pergerakan
penumpang angkutan udara yang ada di Bandara Internasional Juanda 10 tahun yang akan
datang.

1.2.Perumusan Masalah
1. Bagaimana matriks asal dan tujuan penumpang domestik dan internasional pengguna
transportasi udara di Bandara Internasional Juanda ?
2. Bagaimana hasil pemodelan trip distribution penumpang domestik dan internasional
yang melalui Bandara Internasional Juanda dengan menggunakan model gravity tanpa-
batasan (Unconstrained Gravity) dengan menggunakan tiga jenis fungsi hambatan yaitu
fungsi pangkat, fungsi eksponensial negatif dan fungsi Tanner?

1.3.Maksud dan Tujuan Penelitian

1. Memperoleh matriks asal dan tujuan tujuan penumpang domestik dan internasional
pengguna transportasi udara.
2. Pemodelan trip distribution penumpang domestik dan internasional yang melalui
Bandara Internasional Juanda dengan menggunakan model gravity-tanpa-batasan
(Unconstrained Gravity) dengan menggunakan tiga jenis fungsi hambatan yaitu fungsi
pangkat, fungsi eksponensial negatif dan fungsi Tanner.

1.4.Batasan Masalah
Batasan masalah pada studi ini adalah sebagai berikut :
1. Data yang digunakan dalam studi ini adalah data sekunder, yang berasal dari hasil
survai tahun 2009 dan PT. Angkasa Pura I tahun 2008.
2. Survai wawancara penumpang (pada point 1) hanya dilakukan di terminal
keberangkatan domestik dan internasional di Bandara Internasional Juanda.

 
 
Mareta Uci Kartika Indrawati1, Hera Widyastuti2 dan Wahju Herijanto3 

3. Pemodelan distribusi yang digunakan adalah model gravity-tanpa-batasan

(Unconstrained Gravity) dengan menggunakan tiga jenis fungsi hambatan yaitu fungsi
pangkat, fungsi eksponensial negatif dan fungsi Tanner.

2. DASAR TEORI
Model Gravity
Pada model gravity jarak mempengaruhi besar kecilnya jumlah perjalanan antar zona.
Metode ini berasumsi bahwa ciri bangkitan dan tarikan pergerakan berkaitan dengan
beberapa parameter zona asal, misalnya populasi dan nilai sel MAT yang berkaitan juga
dengan aksesibilitas (kemudahan) sebagai fungsi jarak, waktu, atau pun biaya. Untuk
keperluan transportasi model gravity dinyatakan dalam persamaan:
Tid = Oi D j Ai B j f (Cij )
(2.1)Menurut Hyman (1969) tiga jenis fungsi hambatan yang dapat digunakan dalam Model
Gravity adalah sebagai berikut:

a. f (C ij ) = C ij−α (fungsi pangkat) (2.2)

f (C ij ) = e
− β Cij
b. (fungsi eksponensial-negatif) (2.3)
f (C ij ) = C ijα e
− β Cij
c. (fungsi Tanner) (2.4)

Berdasarkan jenisnya model gravity dibagi menjadi empat yaitu :

1. Dengan tanpa batasan (Unconstrained Gravity)
2. Dengan batasan bangkitan (Production Constrained Gravity)
3. Dengan batasan tarikan pergerakan (Attraction Constrained Gravity)
4. Dengan dua batasan (Doubly Constrained Gravity)

Pada studi ini model gravity yang akan digunakan adalah model gravity tanpa batasan
(Unconstrained Gravity). Pada model ini minimal terdapat satu batasan, total pergerakan
yang dihasilkan harus sama dengan total pergerakan yang diperkirakan dari tahapan
bangkitan pergerakan. Alasan digunakanya model ini adalah dikarenakan kurang
tersedianya data bangkitan dan tarikan di wilayah studi, sehingga akan terjadi
ketidakakuratan model jika dilakukan peramalan untuk dimasa yang akan datang jika
menggunakan model lain selain model dengan tanpa batasan. Syarat batas pada UCGR
(Unconstrained Gravity) ditulis sebagai berikut:

Ai =1 untuk seluruh i
Bj =1 untuk seluruh j.

Pada model gravity di studi ini variabel yang digunakan adalah populasi penduduk dan
PDRB masing – masing kota atau negara wilayah kajian. Sehingga pada proses peramalan
trip distribution Bandara Internasional Juanda dimasa yang akan datang dengan
menggunakan model gravity hasil studi ini, maka perlu diramalkan terlebih dahulu
 Model Trip Distribution Penumpang Domestik dan Internasional di Bandara Internasional Juanda 

populasi penduduk dan PDRB masing – masing kota atau negara wilayah kajian untuk
beberapa tahun mendatang.

3. METODOLOGI
3.1. Pengumpulan Data
Pada studi ini data yang digunakan adalah data – data sekunder yang berasal dari instansi –
instansi yang terkait. Data – data sekunder yang dibutuhkan antara lain:
1. Data hasil survai wawancara asal tujuan penumpang di terminal keberangkatan
domestik dan internasional Bandara Internasional Juanda yang dilakukan oleh
Laboratorium Perhubungan dan Bahan Jalan Jurusan Teknik Sipil, FTSP – ITS
Surabaya.
2. Jumlah penduduk di wilayah – wilayah studi.
3. PDRB kota/kabupaten atau propinsi asal dan tujuan penumpang wilayah studi.
4. Gross National Income (GNI) Negara/daerah asal dan tujuan penumpang wilayah
studi.
5. Rute perjalanan pesawat di Bandara Internasional Juanda.
6. Jarak antar bandara dengan Bandar Udara di kota maupun Negara asal dan tujuan
penerbangan.
7. Data asal tujuan perjalanan penumpang di Bandara Internasional Juanda oleh PT
Angkasa Pura I.
8. Data asal tujuan perjalanan pesawat di Bandara Internasional Juanda oleh PT Angkasa
Pura I.

3.2. Pengolahan Data

Data – data dari hasil survai wawancara kepada pelaku perjalanan kemudian diolah menjadi
Matrik Asal Tujuan perjalanan penumpang. Namun sebelum dibuat Matrik Asal Tujuan
terlebih dahulu hasil wawancara yang berisi kota atau kabupaten asal serta kota atau
kabupaten tujuan diberi kode agar supaya memudahkan pengelompokan daerah serta
mengidentifikasi asal ataupun tujuan dalam bentuk matriks asal tujuan penumpang.

3.3. Matriks Expanded

Survai wawancara yang dilakukan di Bandara Internasional Juanda hanya berdasarkan
sampling dari jumlah penumpang, sehingga belum bisa mewakili kondisi sebenarnya dari
arus penumpang selama tahun 2009. Untuk mengkalibrasi Matriks Asal Tujuan hasil
wawancara menjadi Matriks Asal Tujuan selama satu tahun (matriks expanded), diperlukan
faktor pengali. Faktor pengali ini didapatkan dari frekuensi perjalanan penumpang di
Bandara Internasional Juanda untuk setiap tujuan perjalanan selama satu tahun.

3.4. Pemodelan Trip Distribution

Pemodelan trip distribution yang digunakan dalam studi ini adalah model gravity tanpa
batasan (Unconstrained Gravity). Untuk mendapatkan rumus model gravity tersebut
tahapan yang perlu dilakukan adalah sebagai berikut:
1. Data – data dari hasil survai wawancara diolah menjadi Matrik Asal Tujuan (MAT)
perjalanan penumpang dan MAT jarak.

 
 
Mareta Uci Kartika Indrawati1, Hera Widyastuti2 dan Wahju Herijanto3 

2. MAT perjalanan penumpang dikali dengan faktor pengali yang didapatkan dari
frekuensi perjalanan penumpang di Bandara Internasional Juanda untuk setiap tujuan
perjalanan selama satu tahun. Hasil perkalian tersebut menghasilkan MAT expanded.
3. Sedangkan MAT jarak digunakan untuk mendapatkan nilai dari variabel α dan β pada
fungsi hambatan.
4. Metode yang digunakan dalam mendapatkan nilai α dan β adalah metode sederhana
nilai α dan β dicari dengan cara trial and error dengan memberikan nilai awal
sembarang. Trial and error ini akan berhenti sampai didapatkan selisih prosentase
minimum antara nilai sebaran hasil pengamatan dan model.
5. Tahap berikutnya adalah mendapatkan model empiris dengan memasukkan faktor
ekonomi setiap negara/kota/kabupaten asal tujuan.
Tij = Ei . Ej. f(Cij) (3.1)

Dimana :
Ei = variabel ekonomi negara/kota/kabupaten asal.
Ej = variabel ekonomi negara/kota/kabupaten tujuan.
Variabel ekonomi dalam studi ini berupa PDRB kota/kabupaten/propinsi dan GNI dari
negara asal dan tujuan penumpang.
6. Untuk mendapatkan MAT hasil pemodelan maka yang perlu dilakukan terlebih dahulu
adalah membandingkan jumlah pergerakan penumpang pada MAT expanded dengan
jumlah pergerakan penumpang MAT model empiris. Dari hasil pembandingan tersebut
didapatkan nilai K,
7. Kemudian nilai K tersebut dikali dengan MAT model empiris sehingga didapatkan
MAT hasil pemodelan.
Tij = K . Ei . Ej. f(Cij) (3.2)

3.5. Grafik Trip Length Distribution

Grafik trip length distribution adalah grafik antara data jarak untuk setiap asal tujuan
perjalanan penumpang dengan prosentase jumlah perjalanan penumpang pesawat, ada dua
garis dalam grafik trip length distribution, garis pertama menunjukan pola trip distribution
data dan garis berikutnya menunjukan trip distribution hasil pemodelan.

3.6. Pengujian Model

Pada tahapan sebelumnya telah didapatkan grafik Trip Length Distribution (TLD). Pada
tahap pengujian model yang dilakukan adalah meminimalkan selisih maksimum antara
grafik TLD data dan TLD hasil pemodelan. Jika selisih antara keduanya masih besar, maka
perlu dilakukan trial and error dalam memasukkan nilai variabel α atau β sampai
didapatkan selisih terkecil antara TLD data dan TLD hasil model.

3.7. Memilih Model Terbaik

Setelah mendapatkan model gravity tanpa batasan (Unconstrained Gravity) dengan masing
– masing fungsi hambatan yaitu fungsi pangkat, fungsi eksponensial negatif dan fungsi
Tanner maka kemudian dipilih model yang terbaik yaitu berdasarkan TLD. Model yang
terbaik tersebut dijadikan model sebaran perjalanan penumpang pesawat di Bandara
Internasional Juanda.
 Model Trip Distribution Penumpang Domestik dan Internasional di Bandara Internasional Juanda 

4. HASIL DAN DISKUSI

Dari perhitungan yang telah dilakukan sesuai dengan prosedur pemodelan trip distribution,
didapatkan hasil pemodelan untuk penerbangan Domestik dan Internasional. Berikut ini
disajikan hasil model gravity dengan fungsi hambatan Eksponensial, power dan tanner yang
menggunakan parameter PDRB dan populasi. Untuk penerbangan domestik terdapat pada
Tabel 1 sampai dengan Tabel 3.

Tabel. 1. Hasil Pemodelan Gravity Fungsi Eksponensial untuk Penerbangan Domestik

Domestik
Hambatan Beta TLD (%) Rumus
PDRB 0,00281 3,92393 Tij=2.68E-13*Ei*Ej*exp (-0.00281*Cij)
Eksponensial-TLD
Populasi 0,011 9,87078 Tij=1.54E-9*Pi*Pj*exp (-0.011*Cij)

Tabel. 2. Hasil Pemodelan Gravity Fungsi Power untuk Penerbangan Domestik

Domestik
Hambatan Alpha TLD (%) Rumus
PDRB 0,838 1,60519 Tij=3.6368E-12*Ei*Ej*Cij^0.838
Power-TLD
Populasi 1,5563 1,98994 Tij=3.53194E-7* Pi*Pj*Cij^1.5563

Tabel. 3. Hasil Pemodelan Gravity Fungsi Tanner untuk Penerbangan Domestik

Domestik
Hambatan Alpha Beta TLD (%) Rumus
PDRB 7,1 0,01 0,17938 Tij=5.44047E-30*Ei*Ej*Cij^7.1*exp (-0.01*Cij)
Tanner-TLD
Populasi 1 0,1 9,87415 Tij=3.87118E-9* Pi*Pj*Cij^1*exp (-0.1*Cij)

Dari keenam model gravity penerbangan domestik, dipilih satu model terbaik berdasarkan
nilai TLD yang terkecil. Nilai TLD ini berarti selisih prosentase sebaran pergerakan
penumpang menurut data dan hasil model. Model gravity yang memiliki nilai TLD terkecil,
yakni sebesar 0,17938%; adalah model gravity fungsi hambatan tanner dengan parameter
zona asal dan tujuan PDRB (Pendapatan Domestik Regional Bruto). Grafik hasil
pemodelan trip distribution penerbangan domestik terdapat pada Gambar 1

 
 
Maretaa Uci Kartika Indrawati1, Hera
H uti2 dan Wahju Herijanto3
Widyastu

Gambar 1. Trip
p Length Disttribution (TLD) Penerbanggan Domestikk Hasil Wawaancara dan
Pemoddelan Gravity Fungsi Tanner-TLD dengan Parameterr PDRB

Dari gambar
g 1 dapat
d dilihatt bahwa sellisih prosenntase sebarann pergerakaan penumpaang
penerbbangan dom mestik data dan
d hasil peemodelan yaang paling maksimum
m a
adalah sebessar
0,179338% yang berarti
b sangaat kecil, sehhingga garis sebaran datta dan modeel pada graffik
terlihaat berhimpit.

Sedanngkan untuk penerbangann Internasionnal, hasil peemodelan grravity terdappat pada Tab
bel
4 samppai dengan Tabel
T 6

Tabel. 4. Hasil Peemodelan Graavity Fungsi Eksponensial

E untuk Penerbbangan Internnasional
Innternasional
Hambatan n Beta TLD (%) Rumus
PDRB 0,005629 16,152879
1 Tij=3.9016E-116*Ei*Ej*expp (-0.005629**Cij)
Eksponnensial-TLD
Populasi 0,00199 14,923499
1 Tij =1.5254E
E-9* Pi*Pj*expp (-0.00199*C
Cij)

Tabel. 5. Hasil Pemodelan Gravity Fungsi Power

P untuk Penerbangan
P I
Internasional
Innternasional
Hambataan Alpha TLD (%%) Rum
mus
PDRB 9,855 16,1403382 Tij=1.6E+12*E
= i*E
* j*Cij^9.8555
Pow
wer-TLD
Populasi 3,8737 13,8067763 Tij=325.848*
= Pi*Pj*Cij^3.8737

Tabel. 6. Hasil Pemodelan Gravity Fungsi Tanner

T untuk Penerbangan Internasionall
Internasionnal
Hambatan Alppha Beta TLD (%) Rummus
PD
DRB 7,66661 0,01 16,154018 Tij=1.3E-377*Ei*Ej*Cij^7.6661*exp (-0.01*Cij)
(
Tanneer-TLD
Populasi 155 0,01 16,034586 Tij=5E-552* Pi*Pj*Cijj^15*exp (-0.01*Cij)
 Moodel Trip Disttribution Penu
umpang Domeestik dan Interrnasional di Bandara
B Internasional Juan
nda 

Dari keenam mo odel gravityy penerbanngan internaasional, dippilih satu model

m terbaaik
berdassarkan nilai TLD yangg terkecil. Nilai
N TLD inii berarti selisih
s proseentase sebarran
pergerrakan penummpang menuurut data dann hasil modeel. Model grravity yang memiliki niilai
TLD terkecil,
t yakkni sebesar 13,806763% %; adalah model
m gravityy fungsi hammbatan pow wer
dengann parameterr zona asal dan
d tujuan populasi.
p Grrafik hasil peemodelan trrip distributiion
penerbbangan internasional terddapat pada Gambar
G 2

Gambar 2. Trip
p Length Disstribution (TL
LD) Penerbanngan Internassional Hasil Wawancara
W d
dan
Pemoddelan Gravity Fungsi Poweer-TLD dengaan Parameter Populasi

Dari Gambar
G 2 daapat dilihat bahwa
b selisihh prosentasee sebaran perrgerakan pennumpang haasil
data dan
d model yang
y paling besar adalaah pada jarakk menengahh 3000 km, yakni sebessar
13,8066763%.

5. KE
ESIMPUL
LAN
Kesimpullan yang dappat diambil dari studi inni, sesuai deengan tujuann studi, adallah
sebagaai berikut:
• Ruumus modell gravity sebbaran pergerakan penum
mpang peneerbangan doomestik adallah
sebbagai beriku
ut:

Tij=5.44047E--30*Ei*Ej*C
Cij^7.1*exp (-0.01*Cij)
(

Diimana:
Ei dan Ej : Paarameter Ekonomi zona asal dan tujuuan (PDRB))
Cijj : Jaarak antar zoona

 
 
Mareta Uci Kartika Indrawati1, Hera Widyastuti2 dan Wahju Herijanto3 

• Rumus model gravity sebaran pergerakan penumpang penerbangan internasional adalah

sebagai berikut:

Tij=325.848* Pi*Pj*Cij^3.8737

Dimana:
Pi dan Pj : Parameter zona asal dan tujuan (Populasi)
Cij : Jarak antar zona

6. DAFTAR PUSTAKA
Biro Perencanaan dan Sim, Statistik Lalu lintas Angkutan Udara 2009, PT. Angkasa Pura I.
Internet (2009), Produk Domestik Bruto Atas Dasar Harga Berlaku untuk Negara
Indonesia, www.bps.go.id.
ITS, LPPM. 2009. Penyusunan Rencana Kebijakan Angkutan Barang dan Penumpang
pada Transportasi Udara – Badan Perencanaan Pembangunan Daerah Provinsi
Jawa Timur. Institut Teknologi Sepuluh Nopember, Surabaya
Morlock, E. K. (1985), Pengantar Teknik dan Perencanaan Transportasi, Edisi 2, Penerbit
Erlangga, Bandung.
Muntafiah, S (2000), Pemodelan Trip Distribusi Penumpang Angkutan Udara Kawasan
Indonesia Timur, Tugas Akhir, Institut Teknologi Sepuluh Nopember, Surabaya.
Pignataro, L. J. (1973), Traffic Engineering Theory And Practice, Prentice Hall, inc.
Salmani, M. (2003), Pola Distribusi Pergerakan Angkutan Penumpang Penerbangan
Domestik Melalui Pelabuhan Udara Juanda Surabaya, Tesis Master, Institut
Teknologi Sepuluh Nopember, Surabaya.
Sugiyono (2006). Statistik untuk Penelitian, Penerbit Alfabeta, Bandung.
Tamin, O. Z. (2000). Perencanaan dan Pemodelan Transportasi, Penerbit ITB, Bandung.