Langkah pertama yang saya lakukan adalah mencari informasi yang dibutuhkan seperti,

jumlah penduduk, jumlah sekolah yang ada di daerah tersebut, jumlah kendaraan bermotor,
dan mencari informasi salah satu industri di daerah tersebut. Data yang saya ambil adalah
data tahun 2016, semua data yang saya dapat berasal dari web
https://satudata.kalteng.go.id/list_tabel/index/0. Selanjutnya saya membuat tabel dengan
variable sebagai berikut:
P = Penduduk produktif ( Jumlah penduduk yang produktif sebanyak 69,97%)
X1 = Jumlah sekolah
X2 = Jumlah Kepemilikan Kendaraan
X3 = Jumlah Industri
Setelah itu, saya melakukan analasis korelasi. Hasil yang saya dapat menunjukan korelasi
terbesar terdapat pada korelasi antara P denga X1 yaitu 0,896505409. Selanjutnya pada
urutan kedua yaitu korelasi anara P dengan X2 dengan nilai 0,7808599766. Dan yang terakhir
adalalah korelasi antara P dengan X3 sebesar 0,2463837888. Berikut tabel korelasinya

p x1 x2 x3
p 1
x
1 0,8965054092 1
x
2 0,7808599766 0,6599343433 1
x -
3 0,2463837888 0,07700235996 0,1518147803 1

Selanjutnya, saya melakukan analisis regresi antara P dengan X1, P dengan X2, P dengan X1
dan X2, dan P dengan X1,X2,dan X3. Hasil perhitungan nilai R terbesar di analisis regresi
antara P dengan X1,X2,dan X3. Berikut tabel perhitungannya
SUMMARY OUTPUT (Analisis P dengan X1)

Regression Statistics
Multiple R 0,8965054092
R Square 0,8037219488

Adjusted R Square 0,7873654445

Standard Error 36288,87405
Observations 14

SUMMARY OUTPUT (Analisis P dengan X2)

Regression Statistics
Multiple R 0,7808599766
R Square 0,609742303

Adjusted R Square 0,5772208283

Standard Error 51169,75804
Observations 14

SUMMARY OUTPUT (Analisis P dengan X1 dan X2)

Regression Statistics
Multiple R 0,9312107115
R Square 0,8671533891

Adjusted R Square 0,8429994599

Standard Error 31182,22815
Observations 14

SUMMARY OUTPUT (Analisis P dengan X1,X2, dan X3)

Regression Statistics
Multiple R 0,9662480795
R Square 0,9336353512

Adjusted R Square 0,9137259565

Standard Error 23115,14638
Observations 14

Karena nilai P dengan X1,X2,dan X3 merupakan yang paling besar, maka rumus coefficient
yang akan diambil adalah sebagai berikut

Intercept -51738,81451
x1 349,154095
x2 0,3338670665
x3 85,48415735

Setelah mendapatkan nilai coefficients, selanjutnya mencari bangkitan pergerakan baru atau
trip generation (TG). Rumusnya sebagai berikut :

TG   = dl + dS * X1 + dK * X2 + dP * X3

Keterangan :

dl     = Coefficient intercept

dS    = Coefficient sekolah

dK   = Coefficient kepemilikan kendaraan bermotor

dP    = Coefficient komoditas Pertanian

Berikut menrupakan tabel hasil perhitungan dari trip generation (TG) di setiap wilayah

Kalimantan
Tengah = 69,97%

Jumlah Jumlah
Jumlah Production Industri
Kabupaten/Kota Sekolah Kendaraan Attraction
Penduduk
p x1 x2 x3 p1
Barito Selatan 130.302 91.172,31 397 38.274 185 115468,3584
Barito Timur 114.316 79.986,91 300 35.407 248 86028,71625
Barito Utara 156.724 109.659,78 331 57.580 455 121950,5482
Gunung Mas 135.901 95.089,93 331 18.451 223 89054,33928
Kapuas 416.865 291.680,44 719 74.925 376 256460,0129
Katingan 158.449 110.866,77 424 36.757 527 153624,6245
Kota Palang 271.302
Karaya 189.830,01 363 61.811 1057 185997,5336
Kota Waringin 255.346
Barat 178.665,60 374 158.969 536 177738,8391
Kota Waringin 415.702
Timur 290.866,69 744 201.927 221 294340,6061
Lamandau 93.179 65.197,35 213 17.291 178 43620,08319
Murung Raya 110.277 77.160,82 369 17.291 150 95694,56561
Pulang Pisau 133.209 93.206,34 345 21.276 106 84884,02467
Seruyan 148.666 104.021,60 259 26.052 415 82865,92622
Sukamara 61.881 43.298,14 104 20.279 487 32974,48625
1820702,66
4 1820702,664

Kesimpulan Dari hasil diatas dapat dilihat bahwa di Kalimantan Tengah terdapat
1820702,664 perjalanan/hari.

Untuk perhitunngan secara rincinya dapat dilihat didalam excel yang terlampir

Langkah yang dilakukan untuk mencari nilai trip distribution model adalah dengan
menggunakan asumsi nilai Tij dari semua tempat yang ada di tabel yang memiliki nilai awal
yang saya yaitu 1. Asumsi ini dapat diartikan antara titik diasumsikan memiliki jumlah yang
sama. Nilai Oi adalah nilai P dan nilai Dj adalah nilai TG. Nilai Oi’ adalah total nilai Tij di
baris yang sama. Selanjutnya, maka akan didapatkan nilai dari Ei dan Ej. Kemudian, model
dilakukan iterasi sehinggan mendapatkan nilai Tij baru menggunakan rumus diatas. Iterasi
dilanjutkan sampai nilai Ei dan Ej mendekati 1 dengan tingkat konsentrasi 1%. Pada
perhitungan ini saya melakukan iterasi sebanyak 14  kali. Untuk hasilnya dapat dilihat pada
excel yang terlampir.
SUMBER DATA LAMPIRAN