PENDAHULUAN
manusia maupun barang. Karena itu, permintaan transportasi merupakan dasar yang
aktivitas ekonomi secara langsung maupun tidak langsung akan meningkatkan volume
Secara garis besar hubungan antara : aktivitas ekonomi, jasa transportasi, dan sarana-
Gambar1.
1 Diagram Hubungan :
Aktivitas Ekonomi-Jasa Transportasi-Sarana Prasarana Transportasi.
1
Pada kesempatan kali ini, kami menganalisa dan membuat permodelan transportasi
mobil yang mencakup 4 kabupaten sekaligus, yaitu Blora, Grobogan, Sragen dan Ngawi
Berdasar hasil observasi, tingkat kepadatan lalulintas terbesar adalah dari Kabupaten Blora
menuju arah selatan dan dari Kabupaten Ngawi menuju arah barat dan sebaliknya.
Kepadatan terbesar terjadi pada jam puncak pagi yang didominasi oleh sepeda motor dan
2. PEMODELAN TRANSPORTASI
Model merupakan salah satu komponen kunci dalam perencanaan transportasi baik
pada tingkat strategis, taktis, dan operasional. Sektor pemerintah memerlukannya untuk
daya manusia yang memungkinkan terlaksananya transportasi yang ekonomis, lancar, dan
2
selamat. Sektor swasta memerlukannya untuk peramalan permintaan transportasi dalam
konvensional / klasik dan paling populer digunakan mengikuti 4 tahapan yang disebut four
Pemodelan dalam kasus ini akan dilakukan berbasiskan zona atau rata-rata rumah
tangga. Pemodelan dilakukan hanya untuk kendaraan : roda empat / mobil pribadi dan
sepeda motor. Parameter bangkitan perjalanan dan distribusi perjalanan hanya didasarkan
Data wilayah meliputi : pusat zona, data zona, jarak antar zona. Zona dibagi
berdasarkan kecamatan. Data penting wilayah zona untuk keperluan pemodelan adalah
sebagai berikut :
3
Gambar 1. 3 Peta jaringan jalan dan Centroid (pusat zona)
4
4 Ngawi 23803 28932,6 28932,6 0,59 17070 17070
Sehingga didapatkan matrik trip generation adalah sebagai berikut :
Zona 1 2 3 4 Pi
1 24667,8
2 34255,8
3 53089,8
4 28932,6
Aj 16527 14045 45657 17070
Hasil penting tahap ini adalah terbentuknya matrik asal tujuan (MAT) dari masing-masing
zona. Tahap awal analisis trip distribution adalah analisis fungsi hambatan untuk masing-
masing zona.
A. Fungsi Hambatan
mobil : α = 0,17
5
Tabel 2. 5 Matrik fungsi hambatan mobil : Dij = D^-0.17
ZONA 1 2 3 4
1 0,000000 0,151592 0,146406 0,148672
2 0,151592 0,000000 0,155886 0,140779
3 0,146406 0,155418 0,000000 0,157863
4 0,148672 0,140779 0,157863 0,000000
6
TAj 30000 30000 55000 35000 150000 1,064237
0,97254 1,04340
Ej 6 1,180096 3 1,094936
7
Tabel 2. 8 GF Average Iterasi 1
Tij 1 2 3 4 tpi TPi Ei
5543,49 6372,84
1 0 7 16411,21 7 28327,55 30000 1,05904
7244,59
2 7116,182 0 20934,06 5 35294,84 35000 0,991646
17596,7 20888,3
3 17678,84 4 0 4 56163,92 55000 0,979276
5446,99
4 6135,268 9 18631,42 0 30213,68 30000 0,992928
28587,2 34505,7
taj 30930,29 4 55976,69 8 150000 150000
TAj 30000 30000 55000 35000 150000
1,04941 1,01432
Ej 0,969923 9 0,982552 3
c. Metode Furness
8
7
9
Tabel 2. 11 Furness Iterasi 2 (Konvergen)
Tij 1 2 3 4 tpi TPi Ei
6211,99 30174,0
1 0 9 17060,046 6902,042 9 30000 0,994231
34066,9
2 6865,851 0 20003,86 7197,275 9 35000 1,027388
18163,0 56235,9
3 17172,17 6 0 20900,68 2 55000 0,978023
5624,93
4 5961,975 6 17936,094 0 29523 30000 1,016157
taj 30000 30000 55000 35000 150000 150000
TAj 30000 30000 55000 35000 150000
Ej 1 1 1 1
Hasil akhir iterasi kedua metode tersebut tidak jauh berbeda. Namun metode Furness
lebih praktis, karena dengan data yang sama mencapai konvergen lebih cepat (iterasi ke-1)
dibanding GF Average (iterasi ke – 48). Namun metode GF Average realistis dalam hal
untuk peramalan berdasar pertumbuhan jumlah kendaraan.
10