Pengantar Pemodelan

Transportasi
SI 4141 Pemodelan Transportasi
Silabus Rinci
Pembangunan Jalan Umum
• Dalam menentukan jalan mana yang
akan dibangun, maka harus dihitung
kelayakannya terlebih dahulu.
• Untuk jalan umum, kelayakannya adalah
kelayakan ekonomi, yang merupakan
perbandingan manfaat (outcome) dan
biaya pembangunan selama rentang
waktu tertentu (diatas 20 tahun)
• Manfaat ekonomi diturunkan dari
besarnya pengguna rencana jalan dan
efeknya terhadap jaringan jalan yang
lebih luas serta wilayah yang terpengaruh
• Selain itu, besarnya pengguna jalan
tersebut juga diperlukan untuk
perancangan geometrik dan struktural
jalan
Pembangunan Jalan Tol
• Pembangunan jalan tol umumnya
(di Indonesia) dilakukan atas
Kerjasama Pemerintah-Swasta
(KPS), dimana Swasta sebagai
investor dan operator
• Swasta yang mau terlibat harus
punya gambaran tentang kelayakan
(finansial) nya (untuk 30 tahunan
masa konsesi)
• Berarti harus diperkirakan
besarnya pengguna jalan tol
tersebut di masa depan yang juga
diperlukan untuk perancangan
infrastruktur dan perencanaan
operasional-pemeliharaan jalan tol
 Pembangunan/Operasi
Infrastruktur Transportasi Lain
• Infrastruktur lalu lintas untuk mencegah/mengurangi
kemacetan (manajemen lalu lintas, demand manajemen)
• Perencanaan dan perancangan pengembangan, operasi
angkutan umum (Bus Rapid Transit, MRT, LRT, KA, pesawat
terbang, penyeberangan, pelayaran, dll.)
• Perencanaan dan perancangan pembangunan, operasi dan
pemeliharaan Jaringan Rel dan Terminal KA, Pelabuhan,
Bandara
• Perencanaan Supply Chain
• Analisis dampak lalu lintas
• Dll.
 Transportasi Perkotaan [1]
• Penyebab spesifik untuk masalah kemacetan
biasanya juga spesifik di masing-masing
wilayah, baik secara lokal (spot), maupun
secara keseluruhan jaringan
– Ruas (antar kota)
– Simpang (perkotaan)

• Transportasi bersifat jaringan (fisik maupun

non-fisik)

• Solusi yang implementatif, membutuhkan

ukuran (indikator kinerja) yang jelas.

• Tidak ada solusi tunggal yang dapat

menyelesaikan masalah transportasi
 Transportasi Perkotaan [2]
• Prediksi yang akurat terhadap
pertumbuhan demand dan
interaksinya dengan alternatif-
alternatif solusi umumnya sangat
sulit untuk dilakukan

• Karena faktor ketidakpastian nya

tinggi (sifat stokastik)

• Apalagi untuk demand yang sudah

jenuh (lebih besar dari kapasitas),
solusinya menjadi semakin
kompleks, harus massive dan
terintegrasi
Solusi Umum Masalah Transportasi
Perkotaan
• Mengurangi intensitas lalu lintas kendaraan bermotor pada
waktu dan tempat tertentu:
– Manajemen Prasarana: lebar jalan, persimpangan (sinyal, fly over),
jalan baru, tempat (gedung) parkir
– Manajemen Lalu Lintas : sistem satu arah, larangan pergerakan, parkir,
Inteligent Transport System (ITS)
– Manajemen Kebutuhan Transportasi (Transport Demand
Management): guna lahan, sebaran waktu kegiatan
• Meningkatkan pelayanan angkutan umum
• Meningkatkan pelayanan fasilitas pejalan kaki dan sepeda
(universal design, inklusif)
 Demand (Kebutuhan Pergerakan)
Transportasi
• Kebutuhan Pergerakan (Travel/Trip/Transportation Demand)
adalah obyek yang (akan) dilayani oleh sarana-prasarana
transportasi (Transportation Supply)
• Bisa dilihat sebagai turunan dari fungsi spasial dan sosio-
ekonomi (Sistem Aktivitas)
• Tidak mengenal Batas-batas administrasi, namun
(diantaranya) ditentukan oleh:
– Willingness to Travel (untuk pergerakan orang)
– Produksi dan Konsumsi (untuk pergerakan barang)
• Bersifat dinamis dan saling mempengaruhi antara Spasial-
Sosio-Ekonomi-Demand-Supply
 Interaksi Sistem Aktivitas-
Transportasi
• Pola pergerakan
adalah
Sistem termasuk
Transportasi
besaran, asal,
tujuan, waktu,
Eksternalities
Pola menurut jenis
Pergerakan
moda, dsb.
• Untuk
Sistem
Aktivitas memperkirakan
diperlukan
pemodelan
 Model Transportasi
Model adalah representasi (penyederhanaan)
dari dunia nyata (sistem transportasi dan sistem
aktivitas) dengan konsentrasi pada sejumlah
elemen penting dari sudut pandang analisis
pergerakan tertentu.
 Kegunaan Model Transportasi

– Sebagai Design Input

– Sebagai platform untuk menguji

dampak/konsekuensi dari perubahan-perubahan
(baik berupa perubahan alami maupun alternatif
strategi/kebijakan/program atau skenario tertentu)
secara cost-effective

– Prediksi
 Pilihan Model
• Semakin banyak model dikembangkan, sesuai dengan
perkembangan permasalahan dan kemampuan alat
bantu hitung, dari yang paling sederhana sampai
kepada yang sangat kompleks

• Model sederhana: mudah (dari sisi data dan kontrol),

kurang merepresentasikan kenyataan (model
spesification error)

• Model kompleks: lebih sulit, lebih merepresentasikan

kenyataan, potensial tejadi kesalahan (calculation/data
error)
Pemodelan dalam pengembangan strategi

• Strategi
Pengembangan
dan Implementasi
kebijakan berbasis
obyektif/indikator
yang terukur

• Tidak pernah ada

solusi tunggal
untuk
permasalahan
transportasi
Kompleksitas Model vs Kesalahan (Error)

Total Error

Data/Calc. Error

Model Spec. Error

 Model yang Baik
– Relevansi: dapat menampilkan dampak alternatif
kebijakan yang diperiksi kinerjanya (mengandung
variabel yang relevan)
– Accuracy: tingkat kesalahan yang dapat diterima
– Theoretical foundation: formulasi dalam model
memiliki dasar teori yang kuat
– Simple: makin simpel makin “robust” karena lebih
resisten terhadap kesalahan data/input
– Validated: hasil model  data observasi
– Practical Applicability: dapat dikerjakan sesuai dengan
batasan biaya, waktu, dan SDM
 Prosedur Pengembangan Model
Kejadian Nyata
Tujuan, Batasan
Dasar Teori • Spesifikasi Model:
formulasi dan variabel
Formulasi (Spesifikasi) dasar yang dilingkup
oleh model
Data Kalibrasi Kalibrasi
• Kalibrasi Model:
Hasil Model untuk menentukan variabel
Kondisi Sesuai Data dan besaran-besaran
parameter
Data Validasi Validasi
• Validasi Model:
pengujian
ok ? keabsahan/kualitas
model
Data Aplikasi Model Siap di
Model Aplikasikan
 Contoh Model Kebutuhan Pergerakan
BENTUK MODEL CONTOH/FORMULASI MODEL PENGGUNAAN
Simple Formulae y = f (x) - Trip rate = f (pendapatan)
(Matematis) - Kebutuhan parkir = f (luas lantai)
- Speed = f (volume)
Time Series Model/ Model Trendline (Linier dan Non Linier) - Prediksi demand bandara/pelabuhan
Pertumbuhan - Prediksi jumlah kendaraan, dll
(Statistik)
Averaging and smoothing (1) Moving average model Short term prediction jika data tidak memiliki
(Statistik) (2) Exponentially smoothed forecast trend yang jelas
Analisis Regresi (Statistik) Y = a + bX1 + cX2 + dX3 Model bangkitan/tarikan perjalanan per zona
Matrix Estimation Model (1) Uniform. constrained, gravity, Furness (1) Prediksi MAT y.a.d
(Matematis) (2) Matrix Estimation from Maximum (2) Estimasi MAT dari data lalulintas
Entropy (ME2)
Model Elastisitas E = (Y/Y) / (X/X) Pricing policies (tarif parkir, bus, toll)
(Matematis)
Demand Allocation (1) Diversion Curve: logit and probit model (1) Model pemilihan moda
(Matematis) (2) All-or-Nothing, Stochastic, Equilibrium (2) Model pemilihan rute
Model Simulasi (1) Monte Carlo Tecnique Simulasi sistem yang cukup kompleks,
(Simulasi) (2) Fuzzy Logic biasanya menyangkut perilaku populasi yang
(3) Micro Simulation acak, misal: simulasi simpang, simulasi operasi
bus, dll
 Model Kebutuhan Pergerakan:
Pengelompokkan
• Kelompok model menurut Bentuk Umum:
– Simultanuous (Direct Demand)
– Sequential (4 Stages)

• Kelompok model menurut sifat data dan output:

– Deterministik
– Stokastik

• Kelompok model menurut satuannya:

– Orang atau penumpang
– Barang
– Kendaraan

• Kelompok model menurut lingkup:

– Macro (Static)
– Messo (Dynamic)
– Micro (Simulation)
 Lingkup Pemodelan
• Makro
– Satuan arus minimal per jam
– Statis
– Model Matematik/Statistik
– Cakupan wilayah luas
– Link-based
– Jumlah node banyak

• Meso
– Satuan arus lebih kecil dari per jam
– Dinamis
– Model Simulasi (time based)
– Cakupan wilayah sedang
– Link-node based
– Jumlah node sedikit

• Mikro
– Satuan arus per unit (kendaraan/orang)
– Dinamis
– Model Simulasi (event based)
– Cakupan wilayah kecil
– Node based
– Jumlah node beberapa atau tunggal
 Pemilihan (spesifikasi) model
Pemilihan spesifikasi model didasarkan kepada:
• Tujuan dari model atau keluaran seperti apa yang
diinginkan:
– Tingkatan studi (tingkat kedetailan output)
– Kerangka analisis yang dilakukan
– Variabel keluaran (satuan)

• Ketersediaan data

• Ketersediaan waktu dan sumberdaya