OLEH :
FUJI AZARY SAINUDDIN
031 2018 0297
C6
Dimana :
Ti = pergerakan di masa mendatang
ti = pergerakan di masa mendatang
Fi = faktor pertumbuhan
Namun, metode ini memiliki kesulitan, Fi sulit untuk di dapatkan. Faktor
ini terkait dengan peubah seperti populasi (P), pendapatan (I), dan
pemilikan kendaraan (C):
Dimana :
f = fungsi perkalian tanpa parameter
d = tahun sekarang
c = tahun rencana
4.2 Analisa Regresi
4.2.1 Model Analisis Regresi
Analisis regresi-linear adalah metode statistik yang dapat digunakan untuk
mempelajari hubungan antarsifat permasalahan yang sedang diselidiki.
Y = A + BX
Dimana:
Y = peubah tidak bebas
X = peubah bebas
A = intersep atau konstanta regresi
B = koefisien regresi
Parameter A dan B dapat diperkirakan dengan menggunakan metode kuadrat
terkecil yang meminimumkan total kuadratis residual antara hasil model dengan
hasil pengamatan. Nilai parameter A dan B bisa didapatkan dari persamaan:
Dimana:
Y = peubah tidak bebas
X1 … XZ = peubah bebas
A = konstanta regresi
B1 … BZ = koefisien regresi
Metode ini merupakan metode statistik. Terdapat beberapa asumsi:
o nilai peubah, khususnya peubah bebas, mempunyai nilai tertentu atau
merupakan nilai yang didapat dari hasil survei tanpa kesalahan berarti;
o peubah tidak bebas (Y) harus mempunyai hubungan korelasi linear
dengan peubah bebas (X). Jika hubungan tersebut tidak linear,
transformasi linear harus dilakukan, meskipun batasan ini akan
mempunyai implikasi lain dalam analisis residual;
o efek peubah bebas pada peubah tidak bebas merupakan penjumlahan,
dan harus tidak ada korelasi yang kuat antara sesama peubah bebas;
Solusinya tetap sama, tetapi lebih kompleks sehingga beberapa hal baru harus
dipertimbangkan sebagai berikut.
Multikolinear
Jumlah parameter 'b' yang dibutuhkan; untuk memutuskan hal ini,
beberapa hal dipertimbangkan:
o Apakah ada alasan teori yang kuat sehingga harus melibatkan peubah
itu atau apakah peubah itu penting untuk proses uji dengan model
tersebut?
o Apakah peubah itu signifikan dan apakah tanda koefisien parameter
yang didapat sesuai dengan teori atau intuisi?
Koefisian determinasi, bentuknya sama dengan persamaan sebelumnya,
tambahan peubah b biasanya meningkatkan nilai R2; untuk mengatasinya
digunakan nilai R2 yang telah dikoreksi:
Dimana:
CV = koefisien variasi
E = tingkat akurasi
Zα = nilai variansi untuk tingkat kepercayaan α yang diinginkan
Uji Korelasi; dilakukan untuk memenuhi persya- ratan model matematis:
sesama peubah bebas tidak boleh saling berkorelasi, sedangkan antara
peubah tidak bebas dengan peubah bebas harus ada korelasi yang kuat
(baik positif maupun negatif).
Uji Linearitas; dilakukan untuk memastikan apakah model bangkitan
pergerakan dapat didekati dengan model analisis-regresi-linear atau
model analisis-regresi-tidak-linear.
Uji kesesuaian; dilakukan untuk menentukan model bangkitan pergerakan
yang terbaik. Terdapat beberapa model yang dapat digunakan yaitu model
analisis-regresi, model kemiripan-maksimum, dan model entropi-
maksimum.
4.2.4 Proses model analisis-regresi bebasis zona
Metode analisis langkah-demi-langkah tipe 1
o Tentukan parameter sosio-ekonomi yang akan digunakan sebagai
peubah bebas. Pertama, pilihlah parameter (peubah bebas) yang
berdasarkan logika saja sudah mempunyai keterkaitan (korelasi)
dengan peubah tidak bebas.Dua persyaratan statistik utama yang
harus dipenuhi dalam memilih peubah bebas adalah:
peubah bebas harus mempunyai korelasi tinggi dengan peubah
tidak bebas;
sesama peubah bebas tidak boleh saling berkorelasi. Jika terdapat
dua peubah bebas yang saling berkorelasi, pilihlah salah satu yang
mempunyai korelasi lebih tinggi terhadap peubah tidak bebasnya.
o Lakukan analisis regresi-linear-berganda dengan semua peubah
bebas terpilih untuk mendapatkan nilai koefisien determinasi serta nilai
konstanta dan koefisien regresinya.
o Tentukan parameter yang mempunyai korelasi terkecil terhadap
peubah tidak bebasnya dan hilangkan parameter tersebut.
o Lakukan kembali tahap (3) satu demi satu sampai hanya tertinggal
satu parameter saja.
o Kaji nilai koefisien determinasi serta nilai konstanta dan koefisien
regresi setiap tahap untuk menentukan model terbaik dengan kriteria
berikut:
semakin banyak peubah bebas yang digunakan, semakin baik
model tersebut;
tanda koefisien regresi (+/−) sesuai dengan yang diharapkan;
nilai konstanta regresi kecil (semakin mendekati nol, semakin baik);
nilai koefisien determinasi (R2) besar (semakin mendekati satu,
semakin baik)
Metode analisis langkah-demi-lagkah tipe 2
Metode ini pada prinsipnya mirip dengan metode tipe 1; perbedaannya
hanya pada tahap (3), yaitu:
Tahap 3: Tentukan parameter yang mempunyai koefisien regresi yang
terkecil dan hilangkan parameter tersebut. Lalukan kembali analisis
regresi-linear-berganda dan dapatkan kembali nilai koefisien determinasi
serta nilai konstanta dan koefisien regresinya.
Metode coba-coba
o Tahap 1 sama seperti tahap 1 sebelumnya.
o Tentukan beberapa model dengan menggunakan beberapa kombinasi
peubah bebas secara coba-coba berdasarkan uji korelasi yang
dihasilkan pada tahap 1. Kemudian, lakukan analisis regresi-linear-
berganda untuk kombinasi model tersebut untuk mendapatkan nilai
koefisien determinasi serta nilai konstanta dan koefisien regresinya.
o Kaji nilai koefisien determinasi serta nilai konstanta dan koefisien
regresi setiap model untuk menentukan model terbaik dengan kriteria
yang sama dengan tahap (5) pada metode langkah-demi-langkah tipe
1.
4.2.5 Kajian empiris yang menggunakan model analisis-regresi
Kajian lalu lintas di kota Detroit; Pada tahun 1954, Urban Traffic: A
Function of Land Use ditulis oleh Mitchell and Rapkin. Sejak itu, banyak
penelitian dan kajian empiris yang dilakukan untuk mempelajari bangkitan
pergerakan untuk semua jenis tata guna lahan dan untuk semua jenis
pergerakan.
Kajian pengembangan jaringan jalan di Pulau Jawa; Tamin (1997a)
mengkaji tahapan perhitungan bangkitan dan tarikan pergerakan yang
merupakan fungsi dari beberapa peubah bebas berupa parameter sosio-
ekonomi dan tata guna lahan. Pulau Jawa dibaginya menjadi beberapa
zona yang berbasis kabupaten sebagai unit terkecil.
Kajian standarisasi bangkitan dan tarikan lalulintas di zona Bandung
Raya; Model bangkitan dan tarikan di sini mengambil bentuk persamaan
matematis yang diturunkan melalui analisis regresi berdasarkan data dari
hasil survei lapangan (survei primer dan sekunder).
Dimana:
Ti = total pergerakan di zona i
Ni = jumlah penduduk di zona i
aji = persentase pendudk di zona i yang mempunyai kategori j
tj = tingkat bangkita pergerakan
tjp = tingkat bangkitan pergerakan dengan tujuan p
Setiap sel matriks berisi informasi pergerakan antarzona. Sel dari tiap baris i
berisi informasi mengenai pergerakan yang berasal dari zona i tersebut ke setiap
zona tujuan d. Sel pada diagonal berisi informasi mengenai pergerakn intrazona
(i=d). Oleh karena itu:
Tid = pergerakan dari zona asal i ke zona tujuan d
Oi = jumlah pergerakan yang berasal dari zona asal i
Dd = jumlah pergerakan yang menuju ke zona tujuan d
{Tid} atau T = total matriks
Selain menggunakan bentuk matriks, pola pergerakan dapat juga dinyatakan
dengan bentuk lain secara grafis seperti dibawah ini yang biasa disebut Garis
Keinginan. Nama ini diberikan karena pola pergerakan selain mempunyai
dimensi jumlah pergerakan, juga mempunyai dimensi spasial (ruang) yang lebih
mudah digambarkan secara grafis.
Keuntungan bentuk matriks adalah dapat diketahuinya secara tepat arus
pergerakan antarzona yang terjadi, tetapi tidak diketahui gambaran arah atau
orientasi pergerakan tersebut. Elemen biaya pergerakan dapat dinyatakan dalam
satuan jarak, waktu, atau uang biasa dikenal dengan biaya gabungan.
Biaya gabungan pada dasarnya merupakan fungsi linear atribut yang ada
dengan pembobotan pada beberapa atribut sesuai dengan tingkat kepentingan
dan persepsi pengguna jalan. Biaya gabungan dapat dinyatakan dalam satuan
uang dan waktu, yang cukup mudah dikonversikan. Jika biaya gabungan
dinyatakan dalam satuan uang, maka a1 ditafsirkan sebagai nilai waktu (lebih
tepatnya, nilai waktu selama berada di kendaraan).
5.4 Metode Konvensional
Metode konvensional dikelompokkan menjadi 2 bagian utama (Tamin, 1988abc),
yaitu metode langsung dan metode tidak langsung.
5.4.1 Metode langsung
Pendekatan ini sudah digunakan sejak lama sehingga dapat diidentifikasi
beberapa permasalahan yang timbul yang berkaitan dengan penggunaannya.
Proses wawancara dapat mengganggu pengguna jalan dan menimbulkan
tundaan lalulintas. Selain itu, pemilihan metode survei pengumpulan data juga
sangat tergantung dari ketersediaan surveyor. Maka, permasalahan utama
pendekatan ini adalah dibutuhkannya sumber daya manusia yang besar.
Beberapa teknik yang tersedia:
Wawancara di tepi jalan;
biasanya dilakukan pada lokasi inlet dan outlet dari daerah kajian yang
mempunyai batas wilayah tertentu. Lokasi wawancara harus diatur agar
semua lalulintas antarzona bisa didapatkan. Untuk mendapatkan
gambaran mengenai besarnya sampel, survei pendahuluan perlu
dilakukan untuk
mendapatkan informasi
lalulintas dan
komposisinya.
Wawancara seperti ini
dirasakan mahal jika
ditinjau dari sisi tenaga
kerja, adanya tundaan,
dan gangguan arus
lalulintas, serta
membutuhkan waktu
proses yang lama.
Wawancara di rumah;
Ukuran sampel merupakan hal yang paling menentukan dan biasanya
jumlah responden yang dibutuhkan minimal 1.000 rumah. Untuk kota
kecil, jumlah sampel yang lebih besar dari 5% populasi masih dapat
dipertimbangkan karena alasan biaya. Tujuan wawancara di rumah tidak
hanya untuk mendapatkan informasi MAT, tetapi juga untuk mendapatkan
beberapa data statistik lain seperti pemilikan kendaraan, jumlah anggota
keluarga, dan mungkin juga penghasilan. Survei jenis ini masih dianggap
mahal dan membutuhkan waktu proses yang lama.
Metode menggunakan bendera;
Metode ini membutuhkan beberapa pengamat yang mengambil posisi
pada beberapa lokasi inlet dan outlet daerah kajian. Untuk daerah kajian
yang kecil, hal lain yang dapat dilakukan adalah meminta pengendara,
pada saat masuk, menyalakan lampunya dalam selang waktu tertentu.
Pengamat pada beberapa lokasi mencatat jumlah kendaraan yang
lampunya menyala dalam selang waktu itu.
Metode foto udara;
menggunakan beberapa foto udara di daerah kajian yang diambil dari
helikopter yang terbang pada koordinat dan ketinggian tertentu. Proses
pengumpulan data cukup cepat dan tidak mahal jika dibandingkan dengan
metode alternatif lainnya, tetapi proses selanjutnya membutuhkan dana
cukup besar. Keuntungan metode ini adalah terjaminnya kontrol kualitas
foto udara dan foto dapat digunakan untuk kebutuhan lain. Akan tetapi,
tentu ada batasan mengenai ukuran daerah kajian yang bisa diambil.
Metode mengikuti-mobil;
Ini membutuhkan adanya pengamat yang bertugas mengikuti pergerakan
kendaraan (biasanya dengan menggunakan kendaraan lain) di dalam
daerah kajian dengan cara mencatat pergerakan kendaraan pada
beberapa lokasi tertentu dalam suatu jaringan jalan. Metode ini lebih
murah dibandingkan dengan metode lainnya, tetapi membutuhkan
manajemen yang baik dalam proses pengumpulan dan analisis data.
5.4.2 Metode tidak langsung
Beberapa prosedur matematis telah dikembangkan sampai saat kini yang secara
umum dapat dikelompokkan menjadi dua bagian utama (Davinroy et al, 1963 dan
Bruton, 1981), tergantung dari jenis data yang digunakan dan cara kita
menggunakannya:
Metode analogi - dalam hal ini suatu nilai tingkat pertumbuhan digunakan
pada pergerakan pada saat sekarang untuk mendapatkan pergerakan
pada masa mendatang.
Metode sintetis - hal ini harus dilakukan usaha untuk memodel hubungan
atau kaitan yang terjadi antarpola pergerakan. Setelah pemodelan
hubungan atau kaitan tersebut didapat, kemudian diproyeksikan untuk
mendapatkan pola pergerakan pada masa mendatang.
5.5 Metode analogi
Beberapa metode telah dikembangkan oleh para peneliti, dan setiap metode
berasumsi bahwa pola pergerakan pada saat sekarang dapat diproyeksikan ke
masa mendatang dengan menggunakan tingkat pertumbuhan zona yang
berbeda-beda. Metode analogi dapat dikelompokkan menjadi tiga kelompok
utama, yaitu metode tanpa-batasan, metode dengan-satu-batasan, dan metode
dengan-dua-batasan. Urutan pengembangannya secara kronologis adalah
metode seragam, metode batasan-bangkitan, metode batasan-tarikan, metode
rata-rata, metode Fratar, metode Detroit, dan metode Furness.
5.5.1 Metode tanpa-batasan
Atau metode seragam adalah metode tertua dan paling sederhana. diasumsikan
bahwa untuk keseluruhan daerah kajian hanya ada satu nilai tingkat
pertumbuhan yang digunakan untuk mengalikan semua pergerakan pada saat
sekarang untuk mendapatkan pergerakan pada masa mendatang. Metode ini
tidak menjamin bahwa total pergerakan yang dibangkitkan dari setiap zona asal
dan total pergerakan yang tertarik ke setiap zona tujuan akan sama dengan total
bangkitan dan tarikan yang diharapkan pada masa mendatang.