Saat penggunaan model gravity

5.7.5 Saat penggunaan model gravity

Biasanya, jika informasi survei baik dan tersedia, model jenis DCGR sangat baik untuk digunakan. Kadang-kadang biaya komputer juga menentukan pemilihan jenis model. Akan tetapi, dengan kemajuan teknologi komputer yang pesat, terutama dalam hal kecepatan proses, biaya tidak lagi menjadi hambatan. Harus diperhatikan bahwa (Jones, 1977):

model UCGR tidak mempertimbangkan ‘saingan’ dari zona lain selain zona i;

• model SCGR memungkinkan pemakai jalan memilih alternatif zona tujuan, tetapi tidak memperhitungkan permintaan pemakai jalan lain di zona asal;

• model DCGR mempertimbangkan kelemahan kedua jenis model tersebut di atas.

Secara umum, sebaiknya model DCGR yang digunakan pada kasus yang ramalan bangkitan dan tarikan pergerakannya cukup baik di masa mendatang. Jika ramalan bangkitan dan tarikan pergerakannya berbeda, tidak ada alasan menggunakan model yang harus mendapatkan total ‘baris’ dan ‘kolom’ yang sama sehingga dapat dipilih model yang lebih sederhana yang mungkin lebih baik dan lebih murah.

Untuk tujuan perjalanan seperti dari rumah ke tempat kerja dan dari rumah ke sekolah, dapat dipastikan bahwa taksiran bangkitan dan tarikan pergerakan akan lebih tepat dibandingkan dengan tujuan perjalanan lain, misalnya dari rumah ke tempat belanja. Contoh alasan yang sangat sederhana adalah: jika terdapat 1.000 lapangan pekerjaan dalam suatu zona, dapat dikatakan akan terdapat 1.000 pergerakan yang tertarik ke zona tersebut, dari mana pun mereka berasal.

Dengan kata lain, jika lapangan pekerjaan pada suatu zona tertentu dapat diperkirakan dengan baik, maka pergerakan (bekerja) ke daerah tersebut akan dapat

diramalkan juga dengan baik. Akan tetapi, jika terdapat 10.000 m 2 tempat perbelanjaan dalam suatu zona, tidaklah mudah untuk memastikan berapa

perjalanan yang akan menuju ke zona tersebut. Hal itu dapat berubah dengan dilakukannya perubahan sistem transportasi, yang

jelas akan mengubah aksesibilitas dari zona tersebut dan mengubah hubungan antara luas lantai dengan tarikan pergerakan. Dengan kata lain, walaupun luas lantai dapat diramalkan dengan tepat, tidak mudah meramalkan tarikan pergerakan secara tepat.

Secara umum, bangkitan pergerakan berbasis rumah lebih dapat diyakini kebenarannya dibandingkan dengan tarikan pergerakan. Oleh karena itu, dalam kebanyakan kajian, pergerakan berbasis rumah biasanya menggunakan model PCGR atau model DCGR. Model DCGR sering digunakan untuk memodel pergerakan berbasis rumah; baik untuk tujuan bekerja maupun pendidikan. Akan tetapi, untuk jenis pergerakan ini, persamaan model ACGR biasanya lebih tepat karena berdasarkan pada peubah yang mudah dihitung (misalnya populasi).

Model sebaran pergerakan 185

Model PCGR dapat digunakan untuk pergerakan berbasis rumah dengan berbagai tujuan pergerakan, sedangkan model ACGR lebih mudah dispesifikasi dan dikalibrasi, misalnya tujuan belanja dan bisnis. Untuk pergerakan berbasis bukan rumah, baik model PCGR maupun ACGR tidak biasanya dapat diramalkan secara pasti sehingga model UCGR (atau model faktor pertumbuhan) yang biasanya digunakan.

Alasan lain penggunaan model UCGR atau SCGR adalah karena data yang tidak cukup, atau ketepatan hasil tidak begitu dipermasalahkan untuk kajian perencanaan jangka panjang, misalnya untuk kota yang tumbuh dan berubah dengan cepat. Dapat disimpulkan bahwa kajian transportasi mungkin menggunakan model GR dengan jenis yang berbeda-beda untuk tujuan pergerakan yang berbeda-beda. Pergerakan untuk tujuan tertentu itu kemudian dijumlahkan dan menghasilkan total pergerakan untuk semua tujuan pergerakan. Dalam beberapa daerah kajian yang biasanya berkembang dengan cepat, misalnya kota di Indonesia, tidaklah begitu penting mengetahui jenis model GR yang perlu digunakan, karena ketepatan data tidak begitu baik.

Ada hal penting yang perlu dicatat di sini (Tamin, 1988abc): jika model GR berjenis DCGR mempunyai fungsi hambatan eksponensial-negatif; maka untuk nilai β = 0, model GR tersebut akan berperilaku persis sama dengan metode Furness. Ini

karena, jika nilai β = 0, berapapun nilai C id yang digunakan, maka nilai exp( −β C id )

akan selalu sama dengan satu [exp( −β C id ) = 1].

Jadi, dapat disimpulkan bahwa metode Furness (metode analogi) merupakan keluarga dari metode sintetis, dengan kata lain, metode analogi merupakan kasus

khusus dari metode sintetis, yaitu jika nilai β = 0.