Sekolah Tinggi Transportasi Darat

Bekasi

MATA KULIAH
TEKNIK ANALISIS PERENCANAAN TRANSPORTASI

TRIP GENERATION ANALYSIS

(TAHAPAN AWAL PERENCANAAN TRANSPORTASI)

Dosen : DESSY ANGGA AFRIANTI, M.Sc

2. Model Regresi

Variabel Bebas dan Variabel Terikat

• Variabel bebas (independent variabel)
Adalah : Variabel yang nilai-nilainya tidak
bergantung pada variabel lainnya

• Variabel Terikat (dependent variabel)

Adalah : Variabel yang nilai-nilainya
tergantung pada variabel lainnya
Contoh Variabel Bebas (X) dan Variabel Terikat (Y)

Banyaknya jumlah perjalanan yang dilakukan sebuah

keluarga tergantung pada :
• Jumlah anggota keluarga
• Pendapatan keluarga
• Jumlah kendaraan yang dimiliki

Jumlah perjalanan = Var. Terikat (Y)

Jumlah anggota keluarga = Var. Bebas (X1)
Pendapatan keluarga = Var. Bebas (X2)
Jumlah kendaraan = Var. Bebas (X3)
Persamaan Regresi Linear Sederhana

Y = a + bX

Keterangan :
Y = variabel terikat
X = variabel bebas
a = intersep / konstanta
b = koefisien
Metode Regressi Linier

• Metode Stepwise (langkah demi langkah)

Metode ini untuk menentukan persamaan terbaik
melalui suatu tahapan-tahapan tertentu

b. Metode Enter
Metode ini dengan memasukkan seluruh variable
bebas ke dalam persamaan regressi
 Analisis Regresi

Keterangan :
Y dan X adalah nilai rata rata dari Yi dan Xi
 Contoh Soal 2 :

Zona Y (Jumlah Perjalanan) X (Populasi)

1 500 200

2 670 312

3 870 352
 Answer 2 :

No Xi Yi Xi.Yi Xi2

1 200 500 100.000 40.000

2 312 670 209.040 97.344

3 352 870 306.240 123.904

Total 864 2.040 615.280 261.248

Persamaan Regresi :

Y = 37, 76 + 2,23X
Uji Regresi Menggunakan SPSS
2. Model Regresi Melalui SPSS, Metode enter
Setelah diketahui variabel bebas ( x ) yang akan digunakan dalam analisis
regresi maka langkah berikutnya adalah menggunakan menu regresi
sebagaimana terlihat pada gambar dibawah
Variabel terikat ( y ) dimasukkan kedalam kolom dependent,
sedangkan variabel bebas yang terpilih ( x ) dimasukkan kedalam
kolom independent ( s ), kemudian pilih method : enter kemudian klik
ok untuk melakukan proses analisis regresi hingga akan keluar hasil
sebagaimana terlihat pada gambar dibawah ini.
Hasil Output Regresi
Model Summary

Adjusted Std. Error of

Model R R Square R Square the Estimate
1 ,867 a ,752 ,721 ,715
a. Predictors: (Constant), Pendapatan

Coefficientsa

Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) ,603 ,630 ,959 ,366
Pendapatan ,001 ,000 ,867 4,930 ,001
a. Dependent Variable: Perjalanan
• Dari contoh hasil analisis regresi tersebut diatas
diketahui bahwa nilai R dan R Square yang cukup
besar ( 0,867 dan 0,752 yang mendekati 1 ) yang
artinya model regresi tersebut dapat digunakan
untuk analisis peramalan variabel terikat ( y ).
Selain itu juga diketahui nilai konstanta ( A )
0,603 dan nilai koefisien regresi ( B ) 0,001.
Dengan demikian persamaan regresi ( Y = A + B
X) adalah Y = 0,603 + 0,001 X3
PENGOLAHAN DATA
Prediksi jlh perjalanan perlu diketahui terlebih
dahulu kondisi variabelnya.

Compounding Factor  Pt = Po (1+i)^n

Pt = jlh var pd thn prediksi
Po = jlh var pd thn dasar
i = tk. Pertumbuhan
n = periode ramalan

Penentuan i didasarkan pada data time series,

shg ketersediaan data yang baik sangat
diharapkan.
Contoh Perhitungan :

• Persamaan regresi zona 2 adalah Y = 2 + 3 X, Diketahui jumlah

penduduk zona 2 tahun 2013 sebesar 30.926 jiwa. Tingkat
pertumbuhan penduduk sebesar 0,84 %. Maka jumlah penduduk
zona 2 tahun 2018 adalah :
Pt = Po ( 1 + i )n
= 30.926 x ( 1 + 0,0084 )5
= 32.250 jiwa
Maka prediksi jumlah bangkitan perjalanan di zona 2 tahun 2018
adalah
Y=2+3X
= 2 + 3 ( 32.250 )
= 96.752 perjalanan orang / hari
 Untuk meramalkan tarikan perjalanan disuatu zona
tidak dapat menggunakan model regresi karena
survai wawancara rumah tangga tidak dapat
mengetahui faktor-faktor yang mempengaruhi
tarikan perjalanan. Oleh karena itu digunakan suatu
pendekatan dengan asumsi bahwa proporsi tarikan
dan bangkitan pada tahun dasar adalah sama
dengan proporsi tarikan dan bangkitan pada tahun
rencana, yaitu dengan menggunakan metode
matematika perkalian silang
Contoh Soal :

• Diketahui bangkitan perjalanan di zona 2 tahun

2013 adalah 1000 perjalanan orang per-hari dan
tarikan perjalanan menuju zona 2 tahun 2013
adalah 1100 perjalanan orang perhari. Dari hasil
peramalan dengan menggunakan model regresi
diketahui bangkitan perjalanan di zona 2 tahun
2018 adalah 2000 perjalan orang per-hari. Maka
tarikan perjalanan menuju zona 2 tahun 2018
adalah 1000 / 1100 = 2000 / x
x = 1100 x 2000 / 1000, x = 2200 perjalanan
orang perhari.
Contoh Hasil :

O/D 1 2 3 pi Pi

1 0 10 20 30 70

2 10 0 60 70 90

3 20 60 0 80 100

ai 30 70 80 180

Ai Y Y Y