Nama : Kamalia

NPM : 1804101010036
Mata Kuliah : Permodelan Permintaan Transportasi

Suatu survei pemilihan moda dilakukan pada beberapa koridor dengan berbagai zona asal dan tujuan
transportasi (bus dan kereta api). Terdapat 4 (empat) zona asal (A,B,C,D) dan 3 (tiga) zona tujuan (U
pasangan antarzona. Beberapa data yang dikumpulkan dalam survei koridor tersebut adalah :

X1 = waktu tempuh selama berada di kendaraan (dalam satuan

X2 = waktu menunggu (dalam satuan menit)
X3 = biaya operasi kendaraan (dalam satuan uang)
X4 = biaya terminal (dalam satuan uang)
Nilai waktu X1 = 3 satuan uang/menit
Nilai waktu X2 = 5 satuan uang/menit

Catatan :
Nilai waktu menunggu diasumsikan dua kali nilai waktu selama berada di kendaraan. Hal ini cukup
pada umumnya tidak suka menunggu. Tabel 16.7 memperlihatkan data hasil survei koridor, data per
operasi.

Tabel 16.7
Jalan raya (bus) Jalan baja (kereta api)
Kode Asal Kode Tujuan
X1 X2 X3 X4 X1 X2
A U 35 5 40 15 50 20
B U 31 5 45 15 48 28
C U 32 5 44 15 55 20
D U 30 5 35 15 58 25
A V 20 10 20 20 35 10
B V 19 10 15 20 30 8
C V 18 10 17 20 28 9
D V 17 10 16 20 25 11
A W 39 8 32 13 25 20
B W 33 8 33 1 20 29
C W 35 8 30 13 22 22
D W 37 8 35 13 26 23
Keterangan : CJR = (3*X1)+(5*X2)+X3+X4 =
CJB = (3*X1)+(5*X2)+X3 =
Pertanyaan :
3. e. Kasus 5 Terjadi pningkatan pelayanan kereta api sehingga waktu tunggu (X2) be
mengakibatkan nilai waktu tunggu (X2) pada moda transportasi kereta a

Penyelesaian

Jalan raya (bus) Jalan baja (kereta api)

Kode Asal Kode Tujuan
X1 X2 X3 X4 X1 X2
A U 35 5 40 15 35 16
B U 31 5 45 15 31 22.4
C U 32 5 44 15 32 16
D U 30 5 35 15 30 20
A V 20 10 20 20 20 8
B V 19 10 15 20 19 6.4
C V 18 10 17 20 18 7.2
D V 17 10 16 20 17 8.8
A W 39 8 32 13 39 16
B W 33 8 33 1 33 23.2
C W 35 8 30 13 35 17.6
D W 37 8 35 13 37 18.4

Model Logit Binomial Selisih

CJB-CJR Loge{(1-P)/P}
CJR CJB (XiYi) 〖𝑋 _𝑖 〗 ^2 exp(A+BXi)
(Xi) (Yi)
185 214 29 -1.5856272637 -45.9831906 841 0.1802598724287
178 233 55 -1.3249254147 -72.8708978 3025 0.1767021053127
180 204 24 -1.5163474894 -36.3923397 576 0.1809522266621
165 217 52 -2.751535313 -143.079836 2704 0.1771090066549
150 117 -33 -1.7346010554 57.24183483 1089 0.1890355454134
142 104 -38 -1.3862943611 52.67918572 1444 0.1897616058415
141 100 -41 -1.4500101755 59.4504172 1681 0.1901985799906
137 104 -33 -2.0907410969 68.9944562 1089 0.1890355454134
202 237 35 -1.7346010554 -60.7110369 1225 0.179432543223
173 250 77 -1.3862943611 -106.744666 5929 0.1737465885925
188 223 35 -1.5856272637 -55.4969542 1225 0.179432543223
199 238 39 -1.9009587612 -74.1373917 1521 0.1788831010239
∑ 201 -20.447563611 -357.050419 22349 0.1579892202447
B = (N.∑XiYi - (∑Xi.∑Yi))/((N.(∑Xi^2)-((∑Xi)^2))
A = (rata-rata Y) - B (rata-rata X)

CJB-CJR PJR PJR = 1/1+e^-(0.00239+1.72501*(CJB-CJR))

-100 17%
 -90 16%
-80 16% Model Logit Binomial Selisih
-70 16% 100%
-60 16% 90%
-50 16% 80%
-40 16% 70%
-30 16% 60%
50%
-20 16%

PJR
40%
-10 16%
30%
0 16% 20%
10 15% 10%
20 15% 0%
-100 -90 -80 -70 -60 -50 -40 -30 -20 -10 0 10 20 30 40 50 60 70
30 15%
CJR-CJB
40 15%
50 15%
60 15%
70 15%
80 15%
90 15%
100 15%

Model Logit Binomial-Nisbah

CJR / CJB Log (W) Log{(1-P)/P}

CJR CJB (XiYi) 〖𝑋 _𝑖 〗 ^2 〖𝑊
(Wi) (Xi) (Yi) _𝑖
〗
185 214 0.86449 -0.063 -0.68862917 0.04355 0.00400 0.74734
^2
178 233 0.76395 -0.117 -0.5754078 0.06729 0.01367 0.58362
180 204 0.88235 -0.054 -0.65854135 0.0358 0.00295 0.77855
165 217 0.76037 -0.119 -1.1949766 0.14217 0.01416 0.57816
150 117 1.28205 0.108 -0.75332767 -0.0813 0.01164 1.64366
142 104 1.36538 0.135 -0.60205999 -0.0814 0.01829 1.86428
141 100 1.41000 0.149 -0.62973142 -0.094 0.02227 1.98810
137 104 1.31731 0.120 -0.90799732 -0.1087 0.01433 1.73530
202 237 0.85232 -0.069 -0.75332767 0.05228 0.00482 0.72645
173 250 0.69200 -0.160 -0.60205999 0.09627 0.02557 0.47886
188 223 0.84305 -0.074 -0.68862917 0.05106 0.00550 0.71073
199 238 0.83613 -0.078 -0.8255759 0.06417 0.00604 0.69912
∑ 11.86940 -0.22261 -8.88026404 0.18721 0.14323
B = (N.∑XiYi - (∑Xi.∑Yi))/(N.(∑Xi^2)-((∑Xi)^2)) β
Log A = (rata-rata Y) - B (rata-rata X)
 α

CJR/CJB PJR PJR = 1/1+0.17656*(CJR/CJB)^0.30085

0 100%
0.2 88%
0.4 86%
0.6 86% Model Logit Binomial-Nisbah
0.8 85% 100%
1.0 85% 90%
1.2 84% 80%
1.4 84% 70%
1.6 83% 60%
1.8 83%
50%
2.0 83%
40%
2.2 83%
30%
2.4 83%
20%
2.6 82%
10%
2.8 82%
3.0 82% 0%
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 2.2 2.4 2.6 2.8 3 3.2 3.4 3.6 3.8 4
3.2 82%
3.4 82%
3.6 82%
3.8 81%
4.0 81%

Analisis Kepekaan

Kota Yang ada sekarang Kasus 3 (Selisih) Kasus 3 (Nisbah)

JR JB JR JB JR JB
Kode Asal Kode Tujuan
(%) (%) (%) (%) (%) (%)
A U 83% 17% 85% 15% 85% 15%
B U 79% 21% 85% 15% 85% 15%
C U 82% 18% 85% 15% 85% 15%
D U 94% 6% 85% 15% 85% 15%
A V 85% 15% 84% 16% 84% 16%
B V 80% 20% 84% 16% 84% 16%
C V 81% 19% 84% 16% 84% 16%
D V 89% 11% 84% 16% 84% 16%
A W 85% 15% 85% 15% 85% 15%
B W 80% 20% 85% 15% 85% 15%
C W 83% 17% 85% 15% 85% 15%
D W 87% 13% 85% 15% 85% 15%
bagai zona asal dan tujuan yang dilayani oleh 2 (dua) buah moda
dan 3 (tiga) zona tujuan (U,V,W) sehingga terdapat 12 pasangan
r tersebut adalah :

kendaraan (dalam satuan menit)

satuan uang)

kendaraan. Hal ini cukup masuk akal karena memang manusia

il survei koridor, data persentase pemilihan moda, dan biaya

baja (kereta api) (%) dengan (%) dengan moda

X3 moda jalan raya jalan baja
29 83% 17%
28 79% 21%
28 82% 18%
27 94% 6%
17 85% 15%
15 80% 20%
10 81% 19%
9 89% 11%
40 85% 15%
35 80% 20%
30 83% 17%
35 87% 13%
Biaya jalan raya
Biaya jalan baja
 ga waktu tunggu (X2) berkurang menjadi 20% dari kondisi awal. Hal ini akan
moda transportasi kereta api menurun sebesar 90% dari kondisi awal.

baja (kereta api) (%) dengan (%) dengan moda

CJR CJB
X3 moda jalan raya jalan baja
29 83% 17% 185 214
28 79% 21% 178 233
28 82% 18% 180 204
27 94% 6% 165 217
17 85% 15% 150 117
15 80% 20% 142 104
10 81% 19% 141 100
9 89% 11% 137 104
40 85% 15% 202 237
35 80% 20% 173 250
30 83% 17% 188 223
35 87% 13% 199 238

P = 1/(1+exp(A+BXi)
Model Logit Binomial Selisih
0.847271031880673 0
0.849832761822286
0.846774304178597 -0.5

0.849538992859983 -1
0.841017750779122
-1.5
0.840504513753186
Y

0.840195927647585 -2
0.841017750779122
-2.5
0.847865361818284
0.851972657231884 -3
-60 -40 -20 0 20 40 60 80 100
0.847865361818284
X
0.848260526536934
0.863565897261744
-0.00076670198267985
-1.69112137606371
mial Selisih

0 10 20 30 40 50 60 70 80 90 100
B

P = 1/(1+(A(WI^B)) Model Logit Binomial-Nisbah

0
0.848205341307822
-0.2
0.850760016147044
0.847779190438551 -0.4
0.850856367563635 -0.6
0.839822409145965
Y

-0.8
0.838448620451209
-1
0.837743533663715
0.839231762693312 -1.2
0.848499995828699 -1.4
0.852778277846649 -0.200 -0.150 -0.100 -0.050 0.000 0.050 0.100 0.150
0.848727072614311 W
0.848897881017771

0.161608091642181
-0.737024086774601
 0.183221280164505

sbah

6 2.8 3 3.2 3.4 3.6 3.8 4

h

60 80 100
nomial-Nisbah

0.000 0.050 0.100 0.150 0.200

W