1 1
Ai = dan Bd = (2)
∑ (B d Dd f id ) ∑ ( A i Oi f id )
d d
Selanjutnya, dengan menetapkan nilai Ai=1 untuk semua i untuk menghilangkan batasan
tarikan pergerakan ( D d ), maka bentuk model lain akan dihasilkan yang biasa disebut dengan
model ACGR. Terakhir, dengan mengabaikan batasan bangkitan dan tarikan, dihasilkan
model UCGR.
1. Model UCGR
Model ini sedikitnya mempunyai satu batasan, yaitu total pergerakan yang dihasilkan
harus sama dengan total pergerakan yang diperkirakan dari tahap bangkitan pergerakan.
Model ini bersifat tanpa-batasan, dalam arti bahwa model tidak diharuskan menghasilkan
total yang sama dengan total pergerakan dari dan ke setiap zona yang diperkirakan oleh
tahap bangkitan pergerakan. Model tersebut dapat dituliskan sebagai:
T id =Oi . Dd . Ai . B d . f ( Cid ) (3)
Ai=1 untuk seluruh i dan Bd =1 untuk seluruh d .
Sebagai ilustrasi, berikut ini diberikan contoh perhitungan model UCGR. Pertimbangkan
daerah kajian dengan 4 zona. Dari hasil tahap bangkitan pergerakan diperkirakan terjadi
bangkitan dan tarikan dari setiap zona seperti terlihat pada tabel 1.
Tabel 1. Bangkitan dan tarikan pergerakan pada setiap zona
Zona 1 2 3 4 Oi
1 200
2 300
3 350
4 150
Dd 300 200 150 350 1000
Selain itu, terdapat juga informasi mengenai aksesibilitas antarzona yang dapat berupa
jarak, waktu tempuh, dan biaya perjalanan antarzona seperti yang terlihat pada tabel 2.
Tabel 2. Matriks biaya
(C id )
Zona 1 2 3 4 Oi
1 5 20 35 50 200
2 15 10 50 25 300
3 55 25 10 30 350
4 25 15 45 5 150
Dd 300 200 150 350 1000
Zona 1 2 3 4 oi Oi Ei Ai
1 37313 5983 1079 606 44981 200 0,00445 1
2 21646 23204 389 9767 55006 300 0,00545 1
3 565 6511 20304 7086 34466 350 0,01015 1
4 4186 7215 313 32649 44363 150 0,00338 1
dd 63709 42913 22085 50107 178815
Dd 300 200 150 350 1000
Ed 0,00471 0,00466 0,00679 0,00699
Bd 1 1 1 1
Tabel 4. MAT hasil model UCGR (iterasi 1)
Selanjutnya dilakukan iterasi dengan menggunakan metode Average seperti tabel berikut.
Tabel 5. Iterasi 2
Zona 1 2 3 4 oi Oi Ei
1 171 27 6 3 208 200 1,0
2 110 117 2 61 290 300 1,0
3 4 48 172 61 285 350 1,2
4 17 29 2 169 217 150 0,7
dd 302 222 182 294 1000
Dd 300 200 150 350 1000
Ed 0,99 0,90 0,82 1,19
Tabel 6. Iterasi 3
Zona 1 2 3 4 oi Oi Ei
1 167 25 5 4 202 200 0,99160
2 111 114 2 68 295 300 1,01811
3 5 51 176 73 306 350 1,14446
4 14 23 1 159 198 150 0,75826
dd 298 213 185 304
Dd 300 200 150 350 1000
Ed 1,00833 0,93739 0,809631 1,151883
Secara ringkas, untuk model UCGR, jumlah bangkitan dan tarikan yang dihasilkan tidak
harus sama dengan perkiraan hasil bangkitan pergerakan. Akan tetapi, persyaratan yang
diperlukan adalah total pergerakan yang dihasilkan model harus sama dengan total
pergerakan yang didapat dari hasil bangkitan pergerakan. Terlihat bahwa total
pergerakan yang berasal setiap zona asal dan total pergerakan yang tertarik ke setiap
zona tujuan tidak sama dengan total pergerakan (bangkitan dan tarikan) yang
diperkirakan oleh tahap bangkitan pergerakan.
2. Model PCGR
Dalam model ini, total pergerakan global hasil bangkitan pergerakan harus sama dengan
total pergerakan yang dihasilkan dengan pemodelan; begitu juga, bangkitan pergerakan
yang dihasilkan model harus sama dengan hasil bangkitan pergerakan yang diinginkan.
Akan tetapi, tarikan pergerakan tidak perlu sama. Untuk jenis ini, model yang digunakan
persis sama dengan persamaan (3), tetapi dengan syarat batas yang berbeda, yaitu
1
Bd =1 untuk seluruh d dan Ai= ∑ (B D f ) untuk seluruh i
d d id
d
konstanta Ai dihitung sesuai dengan persamaan diatas untuk setiap zona tujuan i . Konstanta
ini memberikan batasan bahwa total ‘baris’ dari matriks harus sama dengan total ‘baris’ dari
matriks hasil tahap bangkitan pergerakan. Setelah menghitung nilai Ai untuk setiap i, setiap
sel matriks dapat dihitung dengan menggunakan persamaan (1) sehingga menghasilkan
matriks akhir seperti pada tabel 8.
Matriks exp(−β . Cid )
Zona 1 2 3 4
1 0,621145 0,148858 0,035674 0,008549
β = 0.095
2 0,239651 0,385821 0,008549 0,092462
3 0,00531 0,092462 0,385821 0,057433
4 0,092462 0,239651 0,013764 0,621145
Zona 1 2 3 4 oi Oi Ei Ai
1 166 27 5 3 200 200 1 0,00446
2 118 127 2 53 300 300 1 0,00547
3 6 66 207 72 350 350 1 0,01020
4 14 24 1 110 150 150 1 0,00339
dd 304 244 214 238 1000
Dd 300 200 150 350 1000
0,82103
Ed 0,98725 0,699346 1,470317
3
Bd 1 1 1 1
Tabel 8. MAT akhir hasil PCGR
Terlihat bahwa persyaratan awal dipenuhi, yaitu total pergerakan yang dihasilkan model
harus sama dengan total pergerakan yang didapat dari hasil bangkitan pergerakan. Selain
itu, terlihat juga bahwa total pergerakan yang berasal dari setiap zona asal harus selalu
sama dengan total pergerakan (yang dibangkitkan) yang diperkirakan oleh tahap
bangkitan pergerakan.
3. Model ACGR
Dalam model ini, total pergerakan global hasil bangkitan pergerakan harus sama dengan
total pergerakan yang dihasilkan dengan pemodelan; begitu juga, bangkitan pergerakan
yang dihasilkan model harus sama dengan hasil bangkitan pergerakan yang diinginkan.
Akan tetapi, tarikan pergerakan tidak perlu sama. Untuk jenis ini, model yang digunakan
persis sama dengan persamaan (3), tetapi dengan syarat batas yang berbeda, yaitu
1
Ai=1 untuk seluruh i dan Bd = ∑ ( A O f ) untuk seluruh d
i i id
i
Pada model ACGR, konstanta Bd dihitung sesuai dengan persamaan diatas untuk setiap
zona tujuan d . Konstanta ini memberikan batasan bahwa total ‘kolom’ dari matriks harus
sama dengan total ‘kolom’ dari matriks hasil tahap bangkitan pergerakan. Dengan kata
lain, total pergerakan hasil pemodelan yang menuju ke suatu zona harus sama dengan
total pergerakan hasil bangkitan pergerakan ke zona tersebut.
Setelah menghitung nilai Bd untuk setiap d , setiap sel matriks dapat dihitung dengan
menggunakan persamaan (1) sehingga menghasilkan matriks akhir seperti pada tabel 9.
Terlihat bahwa selain persyaratan awal dipenuhi, yaitu total pergerakan yang dihasilkan
model harus sama dengan total pergerakan yang didapat dari hasil bangkitan pergerakan,
terlihat juga total pergerakan yang menuju ke setiap zona asal selalu sama dengan total
pergerakan (yang tertarik) yang dihasilkan oleh tahap bangkitan pergerakan.
4. Model DCGR
Dalam hal ini, bangkitan dan tarikan pergerakan harus selalu sama dengan yang
dihasilkan oleh tahap bangkitan pergerakan. Model yang digunakan persis sama dengan
persamaan (5.28), tetapi dengan syarat batas:
1 1
Ai = Bd =
∑ (B d Dd f id) untuk seluruh i dan ∑ ( Ai Oi f id) untuk seluruh d
d i
Kedua faktor penyeimbang ( Ai dan Bd ) menjamin bahwa total ‘baris’ dan ‘kolom’ dari
matriks hasil pemodelan harus sama dengan total ‘baris’ dan ‘kolom’ dari matriks hasil
bangkitan pergerakan. Seperti yang telah diterangkan, proses pengulangan nilai Ai dan
Bd dilakukan secara bergantian. Hasil akhir akan selalu sama, dari manapun pengulangan
dimulai (‘baris’ atau ‘kolom’). Dalam ilustrasi ini, pengulangan dimulai dengan
menganggap nilai awal B1=B2=B3=B4 =1. Hasil akhir juga tidak tergantung pada nilai
awal. Nilai awal dapat berupa nilai berapa saja asal lebih besar nol. Hal ini hanya akan
berpengaruh pada jumlah pengulangan untuk mencapai konvergensi. Semakin besar
perbedaan antara nilai awal dengan nilai akhir, semakin banyak jumlah pengulangan
yang dibutuhkan untuk mencapai konvergensi. Tabel – tabel berikut memperlihatkan
pengulangan dari ke-1 sampai ke-10.
Terlihat bahwa pada pengulangan ke-10, nilai Ai untuk setiap i dan nilai Bd untuk setiap
d tidak lagi mengalami perubahan (atau telah mencapai konvergensi). Setelah tercapai
konvergensi dengan mendapatkan nilai Ai dan Bd untuk setiap i dan d, maka setiap sel
matriks dapat dihitung dengan menggunakan persamaan (1) sehingga menghasilkan
matriks akhir seperti yang terlihat pada tabel 5.20
Pengulanga
n A1 A2 A3 A4 B1 B2 B3 B4 Pengulangan
1 0,004455 0,005473 0,010198 0,003388 1 1 1 1 0
3 0,004618 0,00547 0,011523 0,002578 0,98725 0,821033 0,699346 1,470317 2
5 0,004671 0,005415 0,011858 0,002431 0,97645 0,808924 0,621772 1,583547 4
7 0,004676 0,005399 0,011938 0,002404 0,975319 0,808428 0,604768 1,605046 6
9 0,004674 0,005394 0,01196 0,0024 0,975989 0,808491 0,600879 1,60849 8
11 Selesai Selesai Selesai Selesai 0,976627 0,808531 0,599826 1,608753 10
Tabel 20 memperlihatkan nilai Ai dan Bd pada setiap pengulangan.