Study Model Sebaran Pergerakan (Trip Distribution) Menggunakan Metode Gravity

(1)

STUDY MODEL SEBARAN PERGERAKAN

(TRIP DISTRIBUTION)

MENGGUNAKAN METODE GRAVITY

TUGAS AKHIR

Diajukan Untuk Melengkapi Tugas-Tugas Dan Memenuhi Syarat Untuk Menempuh

Ujian Sarjana Teknik Sipil

Disusun oleh: BORIS YELSIN

10 0404 152

BIDANG STUDI TRANSPORTASI

DEPARTEMEN TEKNIK SIPIL

FAKULTAS TEKNIK

UNIVERSITAS SUMATERA UTARA

2014

(2)

KATA PENGANTAR

Puji dan syukur penulis ucapkan atas kehadirat Tuhan Yang Maha Esa yang telah memberikan anugrah, berkat, kasih dan karunia-Nya, sehingga Tugas Akhir ini dapat diselesaikan dengan baik.

Tugas Akhir ini merupakan syarat untuk mencapai gelar sarjana Teknik Sipil Bidang Studi Transportasi Departemen Teknik Sipil Fakultas Teknik Universitas Sumatera Utara, dengan judul “Study Model Sebaran Pergerakan

(Trip Distribution) Menggunakan Metode Gravity”.

Penulis menyadari bahwa dalam penyelesaian Tugas Akhir ini tidak terlepas dari dukungan, bantuan serta bimbingan dari berbagai pihak. Oleh karena itu, penulis ingin menyampaikan ucapan terima kasih yang sebesar-besarnya kepada beberapa pihak yang berperan penting, yaitu:

1. Bapak Ir. Indra Jaya Pandia, MT selaku Dosen Pembimbing yang telah banyak memberikan bimbingan yang sangat bernilai, masukan, dukungan serta meluangkan waktu, tenaga dan pikiran dalam membantu penulis menyelesaikan Tugas Akhir ini.

2. Bapak Prof. Dr. Ing. Johannes Tarigan selaku ketua Departemen Teknik Sipil Fakultas Teknik Universitas Sumatera Utara.

3. Bapak Ir. Syahrizal, MT selaku Sekretaris Departemen Teknik Sipil Fakultas Teknik Universitas Sumatera Utara.

4. Bapak Ir. Zulkarnain A. Muis M.Eng.Sc selaku Koordinator Bidang Studi Transportasi Departemen Teknik Sipil Fakultas Teknik Universitas Sumatera Utara.

(3)

5. Bapak Medis Surbakti, ST, MT selaku Dosen Pembanding yang telah memberikan saran dan masukan kepada penulis terhadap Tugas Akhir ini. 6. Ibu Adina Sari Lubis, ST, MT selaku Dosen Pembanding yang telah

memberikan saran dan masukan kepada penulis terhadap Tugas Akhir ini. 7. Bapak alm. Yusandy Aswad selaku Dosen Pembanding yang telah

memberikan saran dan masukan kepada penulis terhadap Tugas Akhir ini. 8. Alm Ayahanda Pitua Aruan dan Ibunda Merri Sihaloho yang telah banyak

memberikan pelajaran dalam kehidupan penulis, memberi semangat, motivasi dan nasehat kepada penulis beserta saudara-saudari tersayang yang selalu mendoakan dan mendukung penulis.

9. Saudara-Saudari tersayang: Ronal Regen Frisko Aruan, Tyo Marisi Jaya Aruan, Bima Handayani Aruan, Eclesia Aruan dan Opung Boru Silaen, yang selalu menguatkan, memberikan senyuman semangat dan mendukung penulis.

10. Abang dan Kakak Ipar beserta Keponakan-keponakan yang menjadi keluarga baru dalam kehidupan penulis.

11. Bapak/Ibu Dosen Staff Pengajar Teknik Sipil Fakultas Teknik Universitas Sumatera Utara.

12. Seluruh pegawai administrasi Departemen Teknik Sipil Fakultas Teknik Universitas Sumatera Utara yang telah memberikan bantuan dan kemudahan dalam penyelesaian berkas dan administrasi kepada penulis, Kak Lince, Bang Amin, Bang Edi, dan lain-lain.

(4)

13. Teman-teman seperjuanganku angkatan 2010 Departemen Teknik Sipil Fakultas Teknik Universitas Sumatera Utara seluruhnya terimakasih atas semangat dan bantuannya selama ini.

14. Abang dan Kakak senior yang tidak dapat disebutkan seluruhnya terima kasih atas semangat dan bantuannya selama ini.

15. Dan segenap pihak yang belum penulis sebut di sini atas jasa-jasanya dalam mendukung dan membantu penulis dari segi apapun, sehingga Tugas Akhir ini dapat diselesaikan dengan baik.

Walaupun dalam penyusunan Tugas Akhir ini penulis telah berusaha untuk mengkaji dan menyampaikan materi secara sistematis dan terstruktur, dan mengingat adanya keterbatasan-keterbatasan yang penulis miliki, maka penulis menyadari bahwa Tugas Akhir ini masih jauh dari sempurna. Oleh karena itu, segala saran dan kritik yang bersifat membangun dari pembaca diharapkan untuk penyempurnaan laporan Tugas Akhir ini.

Akhir kata penulis mengucapkan terima kasih dan semoga Tugas Akhir ini bermanfaat bagi para pembaca.

Medan, 09 Oktober 2014 Penulis,

Boris Yelsin 10 0404 152

(5)

ABSTRAK

Perjalanan merupakan suatu kegiatan rutin yang selalu dilakukan setiap orang setiap harinya. Kebutuhan akan perjalanan selalu menimbulkan permasalahan transportasi, khususnya saat manusia melakukan perjalanan pada saat waktu yang bersamaan untuk menuju daerah tujuan yang sama pada suatu daerah. Kemacetan adalah salah satu contoh yang diakibatkan karena tidak meratanya sebaran perjalanan dari suatu tempat ke tempat lain. Sebaran perjalanan merupakan suatu susunan pola perjalanan dari suatu daerah asal menuju daerah tujuan. Dalam perencanaan transportasi perkotaan, sebaran perjalanan merupakan tahap kedua dari 4 tahap perencanaan yang ada (bangkitan perjalanan, sebaran perjalanan, pilihan moda transportasi dan pilihan rute).

Study ini bermaksud untuk membandingkan model prediksi jumlah sebaran perjalanan suatu zona asal menuju zona tujuan dengan contoh Matriks Asal Tujuan (MAT) bangkitan dan tarikan serta matriks jarak dalam bentuk matriks bujur sangkar dan tidak bujur sangkar, menggunakan 4 model metode gravity dengan kalibrasi parameter model gravity. Nantinya model tersebut digunakan untuk memprediksi jumlah sebaran perjalanan antar zona tersebut dan mengetahui perbedaan penggunaan model gravity serta sensitivitas nilai aksesibilitas (jarak) dalam mempengaruhi prediksi sebaran perjalanan.

Berdasarkan analisa yang dilakukan terhadap metode gravity dengan contoh matriks bujur sangkar dan tidak bujur sangkar, tidak ada perbedaan dalam proses pengolahan data. Sensitivitas prediksi sebaran perjalanan terhadap nilai aksesibilitas (jarak) tergantung pada pola sebaran matriks awal bangkitan dan tarikan, dimana pola perdiksi sebaran perjalanan akan mengikuti pola dasarnya. Sesuai dengan teori-teori peneliti terdahulu, model UCGR merupakan model yang paling sederhana dalam memprediksi nilai sebaran perjalanan karena ketepatan hasil tidak begitu dipermasalahkan. Sedangkan model DCGR sangat baik digunakan untuk memperoleh hasil prediksi yang akurat. Model PCGR dapat digunakan untuk pergerakan berbasis rumah tangga karena total prediksi sebaran perjalanan dari zona asal yang menjadi fokus keakuratan model prediksi, sedangkan model ACGR lebih tepat digunakan untuk membuat model berbasis rumah, baik untuk tujuan bekerja atau pendidikan (lebih spesifikasi).

Kata Kunci: Model Sebaran Perjalanan, Metode Gravity, Kalibrasi Model Gravity

(6)

DAFTAR ISI

LEMBAR PENGESAHAN……...i

KATA PENGANTAR...ii

ABSTRAK………..v

DAFTAR ISI...vi

DAFTAR GAMBAR……...……….………..x

DAFTAR TABEL………...xi

BAB I. PENDAHULUAN……….………1

I.1. Latar Belakang……..………1

I.2. Rumusan Masalah………...……….…………...2

I.3. Tujuan Penelitian………...………...………....2

I.4. Manfaat Penelitian…....………3

I.5. Ruang Lingkup Penelitian………..…...…3

I.6. Keaslian Penelitian………...………...………..4

I.7. Sistematika Penulisan… ………..………....9

BAB II. TINJAUAN PUSTAKA………10

II.1 Umum……….10

II.2. Perencanaan Transportasi…………..……….……11

II.2.1. Bangkitan Perjalanan (Trip Generation).……..……...13

II.2.2. Sebaran Perjalanan (Trip Distribution)..………...….14

(7)

II.2.4. Pembebanan jaringan (Traffic Assignment)……..………18

II.3. Jangka Waktu Perencanaan………18

II.3.1. Jangka Pendek (Short Term Planning)………19

II.3.2. Jangka Menengah (Medium Term Planning)…………..…19 II.3.3. Jangka Panjang (Long Term Planning)………...20

II.4. Dasar-Dasar Analisis Sebaran Perjalanan………..…21

II.5. Model Sebaran Perjalanan………..…23

II.6. Metode Konvensional………27

II.6.1. Metode Langsung………..27

II.6.2. Metode Tidak Langsung………27

II.7. Metode Analogi (Faktor Pertumbuhan)………..………...28

II.7.1. Model Seragam (Uniform) ………....29

II.7.2. Model Rata-Rata (Average) ………..29

II.7.3. Model Fratar……….………..……30

II.7.4. Model Detroit..……….………..…31

II.7.5. Model Furness ….……….……….…31

II.8. Metode Sintetis………...32

II.8.1. Model Gravity (GR) ………...33

II.8.1.A. Model Tanpa Batasan (UnConstrained Gravity/UCGR)……….………...35

II.8.1.B. Model Dengan Batasan Di Zona Asal (Production Constrain Gravity/PCGR)………..….36

II.8.1.C. Model dengan batasan di zona tujuan (Atraction Constrain Gravity/ACGR)……….….37

(8)

II.8.1.D. Model Dengan Batasan di Zona Asal dan Tujuan

(Production-Atraction Constrain Gravity/PACGR)……..38

II.8.1.E Fungsi Hambatan………..39

II.8.1.F Metode Analisis Regresi-Linear………40

II.8.1.F.a Fungsi Hambatan Eksponensial- Negatif………41

II.8.1.F.b Fungsi Hambatan Pangkat………..42

II.8.1.F.c Fungsi Hambatan Tanner………43

II.8.2. Model Opportunity (O) ……….…44

II.8.3. Model Gravity-Opportunity (GO)………..44

BAB III. METODOLOGI PENELITIAN……….……...……….…45

III.1. Defenisi……….……….…45

III.2. Tahapan Penelitian………...…..46

III.3. Metode Penelitian………...………47

III.4. Desain Data………..………..47

III.5. Pengolahan dan Analisis Data………...49

III.5.1. Kalibrasi Parameter Model Gravity……...………49

III.5.2 Perbandingan Model Sebaran Perjalanan………49

BAB IV. HASIL DAN PEMBAHASAN……….………51

IV.1. Kalibrasi Model Gravity………51

IV.1.1. Metode Analisis Regresi Linear…...…………....…..……51

(9)

IV.1.1.B. Fungsi Hambatan Pangkat………...………...…53

IV.1.1.C. Fungsi Hambatan Tanner…………..………….55

IV.2. Perbandingan Model Sebaran Perjalanan...………57

IV.2.1. Model Gravity……...……….…57

IV.2.2.Model Tanpa Batasan (UnConstrained Gravity/UCGR)…73 IV.2.3.Model Dengan Batasan Di Zona Asal (Production Constrain Gravity/PCGR)………...…76

IV.2.4.Model dengan batasan di zona tujuan (Atraction Constrain Gravity/ACGR)………..…79

IV.2.5.Model Dengan Batasan di Zona Asal dan Tujuan (Production-Atraction Constrain Gravity/PACGR)…...…82

BAB V. Kesimpulan Dan Saran………89

V.1. Kesimpulan………...….89

V.2. Saran………...…92

(10)

DAFTAR GAMBAR

Gambar II.1 Tujuan Perencanaan Transportasi…………..………13

Gambar II.2 Bangkitan Dan Tarikan Pergerakan…………..…………..………...14

Gambar II.3 Sebaran Perjalanan ………..…..……….….15

Gambar II.4 Pola Penyebaran Perjalanan Dari dan ke Berbagai Zona……….….17

Gambar II.5 Metode Untuk Mendapatkan MAT……….…….…...……26

Gambar III.1 Bagan Alir ……….………..……46

Gambar.IV.1. Trip Length Frequency Distribution (Contoh 1)……….60

Gambar.IV.2. Trip Length Frequency Distribution (Contoh 2)……….60

Gambar IV.3. Model Parameter ( ) dan Model Trip Length (Contoh 1)………..69

(11)

DAFTAR TABEL

Tabel II.1 Interaksi antardaerah………...………..16 Tabel II.2 Tabel Matriks Asal Tujuan……..………..………24 Tabel.III.1. Matriks Jarak (km) {Contoh 1}………..…….47 Table.III.2. Matriks Bangkitan Dan Tarikan Pergerakan Pada Setiap Zona ( )

{Contoh 1}………..48 Tabel.III.3. Matriks Jarak (km) {Contoh 2}………48 Table.III.4. Matriks Bangkitan Dan Tarikan Pergerakan Pada Setiap Zona ( )

{Contoh 2}………..48 Tabel.IV.1. Prosedur Perhitungan Dengan Metode Analisis Regresi-Linear

(Fungsi Hambatan Eksponensial-Negatif) {Contoh 1}………...52 Tabel.IV.2. Prosedur Perhitungan Dengan Metode Analisis Regresi-Linear (Fungsi Hambatan Eksponensial-Negatif) {Contoh 2}………...53 Tabel.IV.3. Prosedur Perhitungan Dengan Metode Analisis Regresi-Linear

(Fungsi Hambatan Pangkat) {Contoh 1}………54 Tabel.IV.4. Prosedur Perhitungan Dengan Metode Analisis Regresi-Linear

(Fungsi Hambatan Pangkat) {Contoh 2}………54 Tabel.IV.5. Prosedur Perhitungan Dengan Metode Analisis Regresi-Linear

(Fungsi Hambatan Tanner) {Contoh 1}………..55 Tabel.IV.6. Prosedur Perhitungan Dengan Metode Analisis Regresi-Linear

(Fungsi Hambatan Tanner) {Contoh 2}………..56 Tabel.IV.7. Rangkuman Nilai Parameter {Contoh 1}………...56 Tabel.IV.8. Rangkuman Nilai Parameter {Contoh 2}………56 Tabel.IV.9. Pengelompokkan Jumlah Pelaku Perjalanan Pada Jarak (Contoh 1)..59

(12)

Tabel.IV.10. Pengelompokkan Jumlah Pelaku Perjalanan Pada Jarak (Contoh 2)59

Tabel.IV.11. Matriks Jarak (Contoh 1)………..61

Tabel.IV.12. Matriks Jarak (Contoh 2)………..61

Tabel.IV.13. MAT Untuk Nilai K=1 (Contoh 1)………...62

Tabel.IV.14. MAT Untuk Nilai K=1 (Contoh 2)………...62

Tabel.IV.15. MAT Untuk Nilai K = 0,00184 dan = 0,5 (Contoh 1)………….62

Tabel.IV.16. MAT Untuk Nilai K = 0,00128 dan = 0,5 (Contoh 2)………….63

Tabel.IV.17. Pengelompokkan Jumlah Pelaku Perjalanan Pada Jarak (Contoh 1)63 Tabel.IV.18. Pengelompokkan Jumlah Pelaku Perjalanan Pada Jarak (Contoh 2)63 Tabel.IV.19. Matriks Jarak (Contoh 1)………64

Tabel.IV.20. Matriks Jarak (Contoh 2)………64

Tabel.IV.21. MAT Untuk Nilai K=1 (Contoh 1)………...64

Tabel.IV.22. MAT Untuk Nilai K=1 (Contoh 2) )……….…....64

Tabel.IV.23. MAT Untuk Nilai K = 0,00333 dan = 1 (Contoh 1)…………....65

Tabel.IV.24. MAT Untuk Nilai K = 0,00308 dan = 1 (Contoh 2)……….…...65

Tabel.IV.25. Pengelompokkan Jumlah Pelaku Perjalanan Pada Jarak (Contoh 1)65 Tabel.IV.26. Pengelompokkan Jumlah Pelaku Perjalanan Pada Jarak (Contoh 2)65 Tabel.IV.27. Matriks Jarak (Contoh 1)………66

Tabel.IV.28. Matriks Jarak (Contoh 2)………66

Tabel.IV.29. MAT Untuk Nilai K=1 (Contoh 1)………...66

Tabel.IV.30. MAT Untuk Nilai K=1 (Contoh 2)………...67

Tabel.IV.31. MAT Untuk Nilai K = 0,01045 dan = 2 (Contoh 1)…………....67

Tabel.IV.32. MAT Untuk Nilai K = 0,01581 dan = 2 (Contoh 2)………67 Tabel.IV.33. Pengelompokkan Jumlah Pelaku Perjalanan Pada Jarak (Contoh 1)67

(13)

Tabel.IV.34. Pengelompokkan Jumlah Pelaku Perjalanan Pada Jarak (Contoh 2)68 Tabel.IV.35. Rangkuman Hubungan Jarak & Nilai Fungsi Hambatan (Contoh1)68 Tabel.IV.36. Rangkuman Hubungan Jarak & Nilai Fungsi Hambatan (Contoh2)68

Tabel.IV.37. Matriks Jarak (Contoh 1)………70

Tabel.IV.38. Matriks Jarak (Contoh 2)………70

Tabel.IV.39. MAT Untuk Nilai K=1 (Contoh 1)………...70

Tabel.IV.40. MAT Untuk Nilai K=1 (Contoh 2)………...71

Tabel.IV.41. MAT Untuk Nilai k = 0,00228 dan = (Contoh 1)………….71

Tabel.IV.42. MAT Untuk Nilai k = 0,0014 dan = (Contoh 2)…………...71

Tabel.IV.43. Pengelompokkan Jumlah Pelaku Perjalanan Pada Jarak (Contoh 1)71 Tabel.IV.44. Pengelompokkan Jumlah Pelaku Perjalanan Pada Jarak (Contoh 2)72 Tabel.IV.45. Rangkuman Hubungan Jarak & Nilai Fungsi Hambatan (Contoh1)72 Tabel.IV.46. Rangkuman Hubungan Jarak & Nilai Fungsi Hambatan (Contoh2)72 Tabel.IV.47. Matriks Tanner (Contoh 1)………..73

Tabel.IV.48. Matriks Tanner _(Contoh 2)………..74

Tabel.IV.49. MAT akhir hasil model UCGR (Contoh 1)………..74

Tabel.IV.50. MAT akhir hasil model UCGR (Contoh 2)………..74

Tabel.IV.51. MAT akhir hasil model UCGR setelah modifikasi (Contoh 1)……75

Tabel.IV.52. MAT akhir hasil model UCGR setelah modifikasi (Contoh 2)……75

Tabel.IV.53. Matriks _{dan nilai} (Contoh 1)………77

Tabel.IV.54. Matriks _{dan nilai} (Contoh 2)………77

Tabel.IV.55. MAT akhir hasil model PCGR (Contoh 1)………...78

Tabel.IV.56. MAT akhir hasil model PCGR (Contoh 2)………...78

(14)

Tabel.IV.58. Matriks _{dan nilai} (Contoh 2)……….81

Tabel.IV.59. MAT Akhir hasil Model ACGR (Contoh 1)……….81

Tabel.IV.60. MAT Akhir hasil Model ACGR (Contoh 2)……….81

Tabel.IV.61. Menghitung Nilai (Pengulangan Pertama) contoh 1…………...83

Tabel.IV.62. Menghitung Nilai (Pengulangan Pertama) contoh 2…………...84

Tabel.IV.63. Menghitung Nilai (Pengulangan Kedua) Contoh 1………..84

Tabel.IV.64. Menghitung Nilai (Pengulangan Kedua) Contoh 2………..84

Tabel.IV.65. Menghitung nilai (Pengulangan kedua) Contoh 1………...84

Tabel.IV.66. Menghitung nilai (Pengulangan kedua) Contoh 2………...85

Tabel.IV.67. Menghitung Nilai (Pengulangan Ketiga) Contoh 1……….85

Tabel.IV.68. Menghitung Nilai (Pengulangan Ketiga) Contoh 2……….85

Tabel.IV.69. Menghitung nilai (Pengulangan ketiga) Contoh 1………..85

Tabel.IV.70. Menghitung nilai (Pengulangan ketiga) Contoh 2………..85

Tabel.IV.71. Menghitung Nilai (Pengulangan Keempat) Contoh 1………….86

Tabel.IV.72. Menghitung Nilai (Pengulangan Keempat) Contoh 2………….86

Tabel.IV.73. Menghitung nilai (Pengulangan keempat) Contoh 1…………..86

Tabel.IV.74. Menghitung Nilai (Pengulangan Kelima) Contoh 1………86

Tabel.IV.75. Menghitung nilai (Pengulangan kelima) Contoh 1……….86

Tabel.IV.76.Nilai yang didapat pada setiap pengulangan contoh 1…87 Tabel.IV.77.Nilai yang didapat pada setiap pengulangan contoh 2…87 Tabel.IV.78. MAT akhir hasil model DCGR (Pengulangan ke-5) Contoh 1……87

(15)

ABSTRAK

Kata Kunci: Model Sebaran Perjalanan, Metode Gravity, Kalibrasi Model Gravity

(16)

BAB I PENDAHULUAN

I.1. Latar Belakang

Perjalanan merupakan suatu kegiatan rutin yang selalu dilakukan setiap orang setiap harinya untuk memenuhi kebutuhan hidup. Suatu perjalanan tersebut tidak lepas dari daerah atau zona asal dan tujuannya. Zona merupakan subdaerah dari daerah kajian, dimana daerah kajian adalah suatu daerah geografis yang didalamnya terletak zona asal dan tujuan yang diperhitungkan dalam model kebutuhan transportasi. Zona asal merupakan zona yang menghasilkan atau melakukan perjalanan ke zona tujuan karena suatu sebab yang penting dan menguntungkan bagi pelaku pergerakan.

Kebutuhan akan perjalanan ini akan menimbulkan permasalahan transportasi, khususnya saat manusia melakukan perjalanan pada saat waktu yang bersamaan untuk menuju daerah tujuan yang sama pada suatu daerah. Kemacetan adalah salah satu contoh kasus yang sering muncul akibat adanya perjalanan tersebut, yang salah satunya diakibatkan tidak meratanya sebaran dari suatu tempat ke tempat lain. Sebaran perjalanan merupakan suatu susunan pola perjalanan dari suatu daerah asal menuju daerah tujuan. Dalam perencanaan transportasi perkotaan, sebaran perjalanan merupakan tahap kedua dari 4 tahap perencanaan yang ada (bangkitan perjalanan, sebaran perjalanan, pilihan moda transportasi dan pilihan rute).

Menurut John Black (1981), tujuan dilakukannya tahap sebaran perjalanan (trip distribution) adalah untuk menemukan sebuah persamaan atau model yang

(17)

dihasilkan dari pola perjalanan antara zona asal dan zona tujuan lalulintas, agar menemukan solusi sebaran perjalanan yang terpusat pada salah satu jalur lalulintas yang ada. Tidak meratanya sebaran perjalanan tersebut karena tingkat pertumbuhan yang terjadi pada suatu daerah pasti berbeda dengan daerah yang lainnya, sehingga tingkat aksesibilitas suatu daerah pasti berbeda pula. Oleh karena itu perlu untuk memprediksi sebaran perjalanan dari zona asal ke zona tujuan untuk mendapatkan jumlah sebaran perjalanan dan pengaruh aksesibilitas (waktu,jarak dan biaya) terhadap model sebaran perjalanan.

I.2 Rumusan Masalah

Bertolak dari latar belakang di atas maka study ini bermaksud untuk membandingkan persamaan atau model prediksi jumlah sebaran perjalanan suatu zona asal menuju zona tujuan dengan contoh Matriks Asal Tujuan bangkitan dan tarikan serta matriks jarak (matriks 2 x 3 dan matriks 3 x 3), dan pengaruh aksesibilitas terhadap model sebaran perjalanan menggunakan 4 model metode gravity dengan kalibrasi parameter model gravity.

I.3 Tujuan Penelitian

Adapun tujuan dilaksanakannya penelitian ini adalah sebagai berikut: 1. Membandingkan persamaan atau model prediksi jumlah sebaran

perjalanan antar zona dengan menggunakan 4 model metode gravity. 2. Untuk mengetahui pemilihan nilai parameter fungsi hambatan.

3. Untuk mengetahui sensitivitas aksesisbilitas (jarak) dalam hasil akhir model sebaran perjalanan.

(18)

4. Untuk mengetahui ada atau tidaknya perbedaan dalam memprediksi model sebaran perjalanan dengan matriks bujur sangkar dan yang tidak.

I.4 Manfaat Penelitian

Study ini diharapkan dapat memberikan gambaran perbedaan penggunaan empat model dari metode gravity dan dapat membantu dalam kalibrasi nilai parameter fungsi hambatan yang tepat, serta diharapkan dapat menambah wawasan dan pengetahuan penulis dan pembaca hasil study ini.

I.5 Ruang Lingkup Penelitian

Batasan study dalam penelitian ini meliputi:

1. Metode yang digunakan dalam prediksi sebaran perjalanan ini adalah empat (4) model metode gravity, yaitu Model Tanpa Batasan (UnConstraied Gravity/UCGR), Model dengan batasan bangkitan (Production Constrain Gravity/PCGR), Model dengan batasan tarikan (Atraction Constrain Gravity/ACGR), dan Model dengan batasan bangkitan – tarikan (Production – Atraction Constrain Gravity/PACGR). 2. Pemilihan nilai parameter fungsi hambatan yang digunakan dalam

membandingkan hasil prediksi nilai sebaran pergerakan adalah kalibrasi model gravity dengan 3 (tiga) metode analisa regresi-linear yaitu fungsi hambatan pangkat, fungsi hambatan eksponensial-negatif, dan fungsi hambatan tanner.

3. Nilai parameter fungsi hambatan (aksesibilitas) yang digunakan adalah terhadap jarak.

(19)

4. Untuk memperjelas penggunaan model gravity dan kalibrasi model gravity, digunakan contoh Matriks Asal Tujuan bangkitan dan tarikan, serta matriks jarak (aksesibilitas). Ada dua contoh yang digukanakan yaitu matriks bujur sangkar ( 3 x 3 ) mengikuti Tamin dan matriks tidak bujur sangar ( 2 x 3 ) seperti John Black.

1.6. Keaslian Penelitian

Berikut beberapa penelitian yang serupa dengan penelitian ini dan telah dilakukan oleh beberapa orang antara lain:

1. Jurnal Kajian Peningkatan Akurasi Matriks Asal-Tujuan yang Dihasilkan dari Data Arus Lalulintas pada Kondisi Keseimbangann( Ofyar Z.Tamin dan Rusmadi Suyuti ), pada penelitian tahap ini telah ditinjau beberapa faktor yang berpengaruh terhadap peningkatan akurasi MAT yang dihasilkan dari data arus lalulintas, dimana model Gravity (GR) digunakan sebagai model sebaran pergerakan. Jenis metode estimasi yang akan ditinjau pengaruhnya adalah: Kuadrat-Terkecil (KT), Kemiripan-Maksimum (KM), Inferensi-Bayes (IB), dan Entropi-Maksimum (EM). Sedangkan model pemilihan rute yang akan ditinjau pengaruhnya adalah model all-or-nothing dan keseimbangan. Hasil penelitian menyimpulkan bahwa terdapat tingkat keakurasian yang cukup tinggi dalam proses estimasi MAT. Hal tersebut ditunjukkan berdasarkan nilai optimum dari fungsi tujuan serta hasil pengujian statistik.

2. Tesis Sebaran Pergerakan Kota Manado Dengan Menggunakan Metode Sintetis Gravity Dua Batasan “ ( Vanny Wayongkere dan Rico R.J. Ferdinandus ). Dalam penelitian ini, data yang diambil hanya melalui pembagian kuisioner

(20)

penelitian di tiap-tiap rumah tangga yang di sebarkan secara acak dari populasi di setiap kecamatan. Dengan data yang digunakan berupa data sekunder dan primer. Metode analisa data yang digunakan yaitu metode sintetis gravity dua batasan (DCGR). Hasil analisa model DCGR menunjukkan bahwa pola distribusi perjalanan terbesar masyarakat di kota Manado adalah zona kecamatan wenang yaitu sebesar 36,64% dikarenakan kecamatan ini merupakan pusat kegiatan kota Manado.

3. Tesis Model Trip Distribusi Penumpang Domestik dan Internasional Di Bandara Internasional Juanda “ ( Mareta U.K.I , Hera Widyastuti dan Wahju Herjianto ) dalam studi ini akan dilakukan identifikasi asal dan tujuan penumpang pengguna transportasi udara untuk mendapatkan model sebaran pergerakan penumpang di Bandara Internasional Juanda saat ini sehingga dapat digunakan untuk meramalkan sebaran pergerakan penumpang dimasa yang akan datang.

Langkah awal dari studi ini ialah dengan mengidentifikasi asal dan tujuan penumpang domestik dan internasional di Bandara Internasional Juanda melalui Matriks Asal Tujuan (MAT) yang berdasarkan dari hasil pengolahan survai wawancara. Dari MAT tersebut dapat dibuat beberapa model trip distribution dengan analisa model gravity tanpa batasan (UCGR) dengan menggunakan tiga fungsi hambatan yaitu fungsi pangkat, fungsi eksponensial negatif dan fungsi Tanner. Dari hasil pemodelan tersebut dapat diketahui karakteristik asal dan tujuan penumpang di di Bandara Internasional Juanda Dari hasil studi ini dapat diberikan masukan untuk merencanakan sarana dan prasarana transportasi udara yang sesuai dengan kebutuhan dimasa mendatang, yaitu model penerbangan domestik yang paling baik adalah Tij=5.44047E-30*Ei*Ej*Cij^7.1*exp

(21)

(-0.01*Cij); dimana Ei dan Ej adalah parameter ekonomi (PDRB) zona asal dan tujuan. Sedangkan untuk penerbangan internasional adalah Tij=325.848* Pi*Pj*Cij^3.8737; dimana Pi dan Pj adalah parameter populasi zona asal dan tujuan.

4. Jurnal Analisa Distribusi Perjalanan Menggunakan Model Gravitasi Dua Batasan Dengan Optimasi Fungsi Hambatan Studi Kasus: Kota Semarang Dan Kota Surakarta “ ( Novianna, Wahyu, Bambang dan Kami H Basuki ), penelitian ini dimaksudkan untuk mengetahui pola pergerakan dengan menggunakan Model Gravitasi dua batasan (bangkitan dan tarikan). Data yang dibutuhkan merupakan data sekunder, seperti jarak antar zona, waktu tempuh perjalanan, besarnya luas lahan di suatu zona dan usia produktif 15-59 tahun. Analisis regresi linear digunakan untuk mendapatkan Matriks Asal Tujuan. Dalam penelitian ini dilakukan proses simplifikasi wilayah studi dengan merepresentasikan ke dalam zona-zona yang merupakan satuan spasial terkecil. Hasil dari penelitian ini adalah Kota Surakarta lebih sensitif terhadap jarak dibandingkan dengan Kota Semarang. 5. Jurnal Analisa Model Sebaran Perjalanan Internal Masyarakat Kota Batu Dengan Menggunakan Metode Gravitasi “ ( Andi Syaiful Amal ), tujuan dari analisa distribusi perjalanan ini adalah untuk mengetahui jumlah perjalanan yang berasal dari kota Batu ke zona kota Batu ( intern zona ) dan dari kota Batu ke zona kabupaten Malang ( ekstern zona ). Perjalanan yang dianalisa adalah perjalanan didalam kota Batu ( intern zona ) dan perjalanan di kabupaten Malang ( ekstern zona ). Dari hasil analisa distribusi perjalanan dengan metode gravitasi jumlah perjalanan yang dihasilkan oleh masyarakat kota Batu sebesar 1746 perjalanan / hari. Untuk jumlah produksi perjalanan terbesar adalah di kecamatan Junrejo

(22)

sebesar 217 perjalanan / hari. Sedangkan jumlah produksi perjalanan terkecil adalah kecamatan di Punten sebesar 49 perjalanan / hari.

6. Tesis Analisis Prediksi Sebaran Perjalanan Penumpang Kapal Laut Melalui Pelabuhan Laut Pengumpan Di Kepulauan Halmahera Dengan Menggunakan Model Gravity” ( Diane Sumendap ), penelitian ini meninjau sebanyak 9 zona daerah pelabuhan yang ada di Kepulauan Halmahera. Tujuan penelitian adalah untuk memprediksi sebaran perjalanan yang ditimbulkan oleh bangkitan/ tarikan pada masa mendatang/tahun rencana. Metode yang digunakan untuk menyelesaikan Trip Distribusi adalah dengan menggunakan persamaan/model regresi linier tunggal dan regresi linier berganda yang akan menghasilkan persamaan bangkitan/tarikan terbaik dalam menghitung besarnya bangkitan/tarikan.

Hasil analisis prediksi sebaran perjalanan penumpang kapal laut melalui pelabuhan laut pengumpan di Kepulauan Halmahera memberikan hasil bahwa 1). model bangkitan perjalanan yang terbaik adalah Y = 3325,592 + 0,297.X1, 2). Pada tahun rencana terjadi peningkatan arus perjalanan rata-rata setiap zona sebesar 1,21078 (dari 157.245 pada masa sekarang menjadi 190.388 pada masa mendatang, 3). Peningkatan perjalanan yang paling siginifikan terjadi pada rute Buli-Tobelo yaitu 11.105 perjalanan pada tahun 2010 (masa sekarang) dan meningkat menjadi 28.191 pada tahun 2020 (tahun rencana/masa depan). Berdasarkan hasil penelitian ini maka pengembangan prasarana laut diprioritaskan pada pelabuhan laut Tobelo dan pelabuhan Laut Buli. Peningkatan kapasitas, frekuensi pelayanan khusus untuk rute Tobelo-Buli dan rute Tobelo-Morojaya

(23)

agar ditingkatkan dari 2 kali pergerakan frekuensi kapal dalam seminggu menjadi 3 kali pergerakan frekuensi kapal dalam seminggu.

I.8 Sistematika Penulisan

Untuk memperjelas tahapan yang dilakukan dalam study ini, di dalam penulisan tugas akhir ini dikelompokkan dalam 5 (lima) bab dengan sistematika pembahasan sebagai berikut:

BAB I PENDAHULUAN

Merupakan pemikiran atau rencana awal yang akan dilakukan dalam study untuk mencapai tujuan pemecahan dari suatu masalah yang ditinjau, yaitu meliputi latar belakang,perumusan masalah penelitian, tujuan dan manfaat penelitian, batasan masalah dan sistematika penulisan.

BAB II TINJAUAN PUSTAKA

Merupakan kajian teori dari literature atau bahan bacaan yang relevan dengan pembahasan study ini, baik itu dari jurnal, buku, internet, makalah dan sumber bacaan lainnya.

BAB III METODOLOGI PENELITIAN

Merupakan bagian yang menjelaskan keseluruhan proses yang dilakukan selama study berlangsung sampai selesai. Dalam bab ini dijelaskan metode yang digunakan dalam study, proses mendapatkan data atau sumber data, proses pengolahan data, analisa data, dan sampai penarikan kesimpulan dan saran.

(24)

BAB IV HASIL DAN PEMBAHASAN

Pada bab ini berisi tentang pembahasan atau hasil data-data yang dikumpulkan. Hasil data-data yang terkumpul tersebut kemudian di analisa sehingga diperoleh hasil atau tujuan akhir dari study ini, sehingga dapat diperoleh kesimpulan.

BAB V KESIMPULAN DAN SARAN

Merupakan bab penutup yang berisikan tentang kesimpulan yang telah diperoleh dari pembahasan bab-bab sebelumnya, dan saran mengenai hasil study yang dapat dijadikan masukan yang berguna.

(25)

BAB II

TINJAUAN PUSTAKA II.1 Umum

Perjalanan merupakan suatu kegiatan rutin yang dilakukan manusia setiap harinya untuk memenuhi kebutuhan hidup. Perjalanan ini menyebabkan perpindahan seseorang dari suatu tempat ke tempat lainnya yang disebut sebagai kegiatan transportasi. Transportasi merupakan bagian yang sangat penting dalam kehidupan kita. Perpindahan atau pergerakan manusia merupakan hal yang penting dipikirkan khususnya daerah perkotaan, sedangkan angkutan barang sangat penting untuk menunjang kehidupan perekonomian. Dari pengertian diatas telah menggambarkan fungsi utama dari transportasi yaitu untuk menghubungkan manusia dengan tata guna lahan.

Dengan kata lain transportasi menjadi fasilitas pendukung seluruh kegiatan, tanpa harus melihat lokasi, perkembangan transportasi harus setara dengan perkembangan kegiatan kehidupan.

Untuk memenuhi hal tersebut, pengadaan transportasi sebagai pendukung kegiatan kehidupan harus diperhitungkan secara tepat dan secermat mungkin. Pengadaan ataupun perencanaan transportasi tersebut bukanlah hal yang mudah dan instan, karena memerlukan tahapan dan prosedur yang harus dilalui untuk memperoleh hasil yang baik agar tidak tersendatnya perkembangan dan kegiatan hidup manusia.

(26)

II.2. Perencanaan Transportasi

Perkembangan yang terjadi pada masa kini dipengaruhi oleh meningkatnya jumlah penduduk yang begitu signifikan, sehingga memberikan dampak secara langsung pada perencanaan transportasi. Karena dari waktu ke waktu objek yang diangkut selalu bertambah. Adanya pertambahan jumlah penduduk tersebut dengan sendirinya akan membutuhkan pertambahan alat pendukung untuk kegiatan setiap penduduk tesebut. Jika hal ini tidak diantisipasi sejak dini, maka dimasa yang akan datang akan menimbulkan suatu masalah ketidakseimbangan antara kebutuhan transportasi dengan pertumbuhan jumlah penduduk yang ada. Ketidakseimbangan tersebut berdampak pada permasalahan transportasi yang akan kita hadapi, seperti:

 Kemacetan, kesemrawutan lalu-lintas, kecelakaan

 Lambannya perkembangan suatu daerah

 Dan tingginya biaya ekonomi

Akhirnya suatu daerah baik itu kawasan industry, kota, pusat bisnis dan lain sebagainya akan menjadi kawasan mati yang tidak bisa ditempati.

Untuk mengantisipasi terjadinya hal-hal yang tidak diinginkan, maka dilakukanlah perencanaan transportasi untuk mencapai suatu keseimbangan. Menurut Bruton (1970), proses perencanaan transportasi perkotaan didasarkan pada seperangkat prinsip dan asumsi yang paling dasar yaitu bahwa pola perjalanan yang nyata, stabil dan dapat diprediksi. Berikut prinsip-prinsip dalam perencanaan transportasi menurut Bruton (1970):

(27)

2. Sistem transportasi mempengaruhi perkembangan suatu daerah, serta melayani daerah itu.

3. Daerah urbanisasi terus menerus memerlukan pertimbangan wilayah dengan berbagai macam situasi transportasi.

4. Studi transportasi merupakan bagian penting dari proses perencanaan secara keseluruhan.

5. Proses perencanaan transportasi itu berlangsung secara kontinu, dan membutuhkan data terbaru untuk mengetahui perubahannya.

Menurut (Ofyar Z Tamin, 1997) Transportasi diselenggarakan dengan tujuan sebagai berikut:

i. Mewujudkan lalu lintas dan angkutan jalan yang selamat, aman, cepat, lancar, tertib dan teratur.

ii. Memadukan transportasi lainnya dalam suatu kesatuan system transportasi nasional.

iii. Menjangkau seluruh pelosok wilayah daratan untuk menunjang pemerataan pertumbuhan dan stabilitas serta sebagai pendorong, dan penunjang pembanguna nasional.

Tujuan perencanaan transportasi diatas dapat digambarkan seperti Gambar II.1 berikut:

(28)

Gambar II.1 Tujuan Perencanaan Transportasi Sumber: Fidel Miro (2005)

Sebagai sebuah proses, perencanaan transportasi memberikan solusi kepada para ahli dan orang-orang yang berkepentingan dalam perencanaan transportasi untuk memberikan pilihan alternatif-alternatif kebijakan transportasi untuk mencapai tujuan yang optimal.

Berikut ini merupakan empat tahap dalam perencanaan: II.2.1 Bangkitan Perjalanan (Trip Generation)

Menurut Adib Kanafani (1983), bangkitan perjalanan adalah tahapan pemodelan yang meperkirakan jumlah perjalanan yang berhubungan dengan total jumlah perjalanan yang dilakukan oleh individu atau rumah tangga berasal dari suatu zona yang tertarik ke suatu tata guana lahan atau zona. Sedangkan menurut Morlok (1998), mengatakan bahwa banyaknya perjalanan pada tahun rencana

(29)

nanti, sangat ditentukan oleh karakteristik tata guna lahan/petak-petak lahan serta karakteristik tata guna lahan serta karakteristik sosioekonomi tiap-tiap kawasan tersebut yang terdapat dalam ruang lingkup wilayah kajian tertentu, seperti area kota, regional/propinsi atau nasional.

Adib Kanafani (1983), mengatakan bahwa analisa bangkitan perjalanan secara konvensional dibagi menjadi dua jenis, yaitu:

1. Produksi perjalanan (Trip Production), yang mengacu pada jumlah perjalanan yang dilakukan oleh seorang individu atau rumah tangga, melalui kelompok rumah tangga seperti dengan zona tempat tinggal. 2. Tarikan Perjalanan (Trip Attraction), yang mengacu pada jumlah

perjalanan yang tertarik menuju lokasi perkotaan tertentu atau kegiatan. Seperti objek wisata, perbelanjaan, perkantoran, sekolah dan lain sebagainya.

Pergerakan dari zona asal (i) Pergerakan menuju zona tujuan (d) Gambar II.2 Bangkitan Dan Tarikan Pergerakan

(30)

II.2.2 Sebaran Perjalanan (Trip Distribution)

John Black (1998), sebaran perjalanan merupakan jumlah atau banyaknya perjalanan yang bermula dari suatu zona asal yang menyebar ke banyak zona tujuan atau sebaliknya jumlah atau banyaknya perjalanan/yang datang mengumpul ke suatu zona tujuan yang tadinya berasal dari sejumlah zona asal. Sebaran perjalanan ini akan membentuk suatu pola sebaran arus lalulintas antara zona asal ke zona tujuan. Jadi sebaran perjalanan merupakan jumlah perjalanan yang berasal dari suatu tata guna lahan ( seperti zona: i) yang akan menuju suatu tata guna lahan (seperti zona: d).

Gambar II.3 Sebaran Perjalanan

Pola sebaran arus lalulintas antara zona asal ke zona tujuan adalah hasil yang terjadi secara bersamaan, yaitu lokasi dan intensitas tata guna lahan yang akan menghasilkan arus lalulintas, dan pemisahan ruang, interaksi antara dua buah tata guna lahan yang akan menghasilkan pergerakan manusia dan/atau barang. Lokasi dan intensitas tata guna lahan yang akan menghasilkan arus lalulintas. Semakin tinggi tingkat aktivitas suatu tata guna lahan, makin tinggi pula tingkat kemampuannya dalam menarik lalulintas.

Zona

i

Zona

d

(31)

Pemisahan ruang. Jarak antara dua buah tata guna lahan merupakan batas pergerakan. Jarak yang jauh atau biaya yang besar akan membuat pergerakan antara tata guna lahan menjadi lebih sulit (aksesibilitas rendah).

Pemisahan ruang dan intensitas tata guna lahan. Daya tarik suatu tata guna lahan akan berkurang dengan meningkatnya jarak. Interaksi antardaerah sebagai fungsi dari intensitas setiap daerah dan jarak kedua daerah tersebut dapat dilihat pada Table II.1.

Tabel II.1 Interaksi antardaerah

jarak

jauh

Interaksi dapat diabaikan

Interaksi rendah

Interaksi menengah

dekat

Interaksi rendah

Interaksi menengah

Interaksi sangat tinggi Intensitas tata guna lahan

antara dua zona

Kecil-Kecil Kecil-Besar Besar-Besar

(32)

Berikut salah satu contoh gambaran pola penyebaran perjalanan dari dan ke berbagai zona:

menyebar

Gambar II.4 Pola Penyebaran Perjalanan dari dan ke Berbagai Zona II.2.3 Pemilihan Moda (Moda Split/Moda Choice)

Pada proses perencanaan transportasi empat tahap, pemilihan moda merupakan tahap ketiga. Menurut beberapa para ahli perencanaan transportasi, tahap ini merupakan tahap terpenting dan juga merupakan tahap tersulit. Ini karena peran kunci dari angkutan umum dalam berbagai kebijakan transportasi. Dan hal ini menyangkut efisiensi pergerakan di suatu daerah, ruang yang harus disediakan suatu daerah untuk dijadikan prasarana transportasi, dan banyaknya pilihan moda transportasi yang dapat pilih oleh penduduk.

Dalam tahapan ini merupakan tahapan dalam menentukan model dari perilaku orang banyak terutama para pengguna jasa transportasi dalam memilih layanan transportasi yang akan digunakan untuk melakukan perjalanan. Pemilihan moda ini sangat sulit dimodel, walaupun hanya ada dua pilihan moda yang

Zona Asal i _{1000 perjalanan}Menghasilkan

Zona tujuan J2 (100trip) 100 trip

Zona tujuan J3 (500trip)

500 trip

Zona tujuan J4 (200trip) 200 trip Zona tujuan J1 (200trip)

(33)

digunakan (angkutan umum atau pribadi). Pemilihan moda juga mepertimbangkan pergerakan yng menggunakan lebih dari satu moda dalam perjalanan.

Sehingga menurut Fidel Miro (2005), tahap pemilihan moda ini merupakan suatu tahapan proses perencanaan angkutan yang bertugas untuk menentukan pembebanan perjalanan atau mengetahui jumlah orang dan barang yang akan menggunakan atau memilih berbagai moda transportasi yang tersedia untuk melayani suatu titik asal-tujuan tertentu, demi beberapa maksud perjalanan tertentu pula.

II.2.4 Pembebanan jaringan (Traffic Assignment)

Pembebanan jaringan atau pilihan rute ini merupakan tahap ke empat dalam perencanaan transportasi, yang proses pemilihannya bertujuan untuk memodelkan perilaku dari pelaku perjalanan dalam memilih rute yang menurutnya rute terbaik dimana rute tersebut memiliki waktu tempuh yang cepat, bernialai ekonomis dan terhindar dari kemacetan ataupun berbagai jenis hambatan lainnya.

II.3. Jangka Waktu Perencanaan

Perencanaan Transportasi membutuhkan proses dalam pelaksanaannya, dimana dalam menjalankan proses tersebut terdapat beberapa tahapan-tahapan yang harus dilalui dan adanya batasan waktu, sesuai dengan karakteristik rencana. Pada bagian ini dijelaskan berbagai batasan waktu perencanaan beserta apa yang direncanakan, termasuk factor pendukungnya (Fidel Miro, 2005).

(34)

II.3.1. Jangka Pendek (Short Term Planning)

 Batasan waktunya antara 0 sampai 4 tahun.

 Yang direncanakan adalah segala sesuatu yang segera terwujud.

 Sumber-sumber pendukungnya, entah berupa dana, keahlian, materi, maupun data yang diperlukan dan kebijakan, tidak diperlukan dalam jumlah banyak.

 Dalam transportasi, biasanya berupa program-program penambahan armada angkutan, pengaturan jadwal, pengaturan ruas, proyek-proyek pengadaan dan pemeliharaan fasilitas dan prasarana.

 Secara prosedur berupa kegiatan pelaksanaan di lapangan.

 Secara hirarki berupa program pemakaian anggaran II.3.2. Jangka Menengah (Medium Term Planning)

 Batasan waktunya antara 5 sampai 20 tahun.

 Rencana ini berbentuk kajian atau studi terhadap kebijakan yang sudah digariskan.

 Kegiatan ini secara batasan waktu dapat berupa penyiapan dokumen-dokumen teknis,fisik dan finansial.

 Dalam formatnya, rencana ini merupakan kegiatan penyiapan rencana umum,detail teknis,studi kelayakan, rencana umum transportasi, studi kelayakan proyek, dokumen rancangan induk jaringan transportasi.

 Secara prosedur berupa kegiatan-kegiatan seperti: pengumpulan data dan informasi, analisis data, peramalan dan penaksiran kondisi

(35)

masa depan, perumusan beberapa rencana, dan pengevaluasian kelayakan rencana.

 Secara hirarki, dapat berupa pembiayaan dan dapat pula berupa kegiatan yang dilakukan oleh perencana (planner) yang tergabung dalam lembaga-lembaga riset dan pengembangan.

 Tahapan ini bersifat semi-fleksibel terhadap situasi yang terjadi selama jangka waktu rencana.

II.3.3. Jangka Panjang (Long Term Planning)

 Batasan waktunya diatas 20 tahun.

 Disebut sebagai:

o _Strategi o _Perspektif o Cakrawala

o _{Horizon Plan}

 Dalam formatnya, rencana ini berupa kebijakan-kebijakan jangka panjang yang telah menetapkan sasaran 25 tahun ke depan dan ditentukan oleh badan legislative.

 Secara prosedur, rencana ini berupa ide-ide, dengan sasaran yang dituju berada pada masa diatas 25 tahun.

 Secara hirarki, rencana ini adalah tujuan yang ingin dicapai oleh masyarakat dan mutlak flexible dengan perubahan situasi yang terjadi selama jangka waktu rencana.

(36)

II.4. Dasar-Dasar Prinsip Analisis Sebaran Perjalanan

Banyak pertanyaan tentang distribusi perjalanan muncul karena pelaku perjalanan di daerah perkotaan biasanya memiliki sejumlah tujuan untuk perjalanan dari asal yang berbeda. Karena itu jelas bahwa setiap pelaku perjalanan akan memilih jalan alternatif terdekat untuk mencapai tujuan tersebut, dan melakukan itu secara konsisten, maka proses distribusi perjalanan akan benar-benar dipahami, dan skema perhitungan sederhana dari model distribusi perjalanan yang rumit akan cukup untuk memperkirakan arus lalu lintas. Namun menurut Adib Kanafani (1983), tidak semua pelaku perjalanan memilih tujuan terdekat, dan ciri utama dari pelaku perjalanan adalah tidak selalu memilih tujuan yang sama, kecuali untuk perjalanan untuk bekerja. Tujuan dari analisis distribusi perjalanan adalah untuk mengidentifikasi faktor-faktor penentu proses ini dan untuk mengadopsi permintaan dan penawaran variabel yang secara konsisten dapat memprediksi cara perjalanan didistribusikan dari asal ke tujuan.

Menurut Adib Kanafani (1983), Ada dua jenis proses distribusi perjalanan di daerah perkotaan. Satu dapat disebut sebuah proses jangka panjang, seperti distribusi perjalanan dari rumah-ke-kantor, dan yang lainnya, proses jangka pendek, seperti distribusi perjalanan berbelanja. Pertama adalah sebuah proses yang stabil dan berubah hanya dalam jangka panjang, baik dengan perubahan lokasi perumahan atau pekerjaan. Tapi dari hari ke hari, pembuat perjalanan akan selalu memilih tujuan yang sama, yaitu dari tempat kerja. Proses kedua lebih acak di alami, untuk itu ada kemungkinan bahwa pembuat perjalanan dapat mengubah tujuan perjalanan belanja biasanya dari hari ke hari.

(37)

Berikut adalah pendekatan untuk perjalanan pemodelan distribusi (Adib Kanafani, 1983):

Model distribusi perjalanan dapat diklasifikasikan menjadi tiga kategori sesuai dengan pendekatan pemodelan dasar, kategorinya sebagai berikut:

1.Model asal-tujuan 2. Model pilihan

3. Model fisik interaksi spasial

Agar dapat digunakan untuk perencanaan lalulintas, setiap model distribusi perjalanan harus memenuhi sifat sebagai berikut:

Adib Kanafani (1983), memberikan sifat dasar dari model distribusi perjalanan sebagai berikut:

1. Konservasi

Dalam hal ini dikatakan bahwa dalam kebanyakan studi transportasi perkotaan, banyak upaya telah dilakukan untuk mendapatkan solusi model distribusi perjalanan untuk memastikan kesetaraan yang tepat antara baris dan kolom jumlah dan perkiraan sebelumnya produksi perjalanan dan daya tarik.

2. Non-negatif

Memberikan batasan, ini mungkin terlihat seperti aturan berlebihan. Namun, yang sering terjadi di kalibrasi model distribusi jika tidak dibatasi, beberapa skema perhitungan akan menghasilkan perkiraan negatif.

3. Divisibility dan Kompresibilitas.

Aturan ini berlaku untuk model di mana lokasi asal dan lokasi tujuan yang terdiri dari zona. Divisibility mensyaratkan bahwa jika zona didefinisikan ulang dengan membaginya ke dalam dua zona, maka perkiraan model untuk dua zona baru

(38)

harus ditambahkan hingga perkiraan untuk keaslian zona . Compressibility adalah sebaliknya dan membutuhkan bahwa jika dua zona yang dikompresi bersama-sama menjadi satu, lalu lintas model estimasi arus untuk zona baru harus jumlah dari nilai-nilai untuk asli dua zona.

II.5. Model Sebaran Perjalanan

Model merupakan alat bantu yang dapat digunakan untuk mencerminkan atau menggambarkan dan menyederhanakan suatu realita secara terukur (Tamin,1997). Sedangkan pemodelan merupakan suatu aktivitas meringkas dan menyederhanakan kondisi nyata (Fidel Miro, 2005). Pemodelan sebaran pergerakan merupakan bagian informasi yang sangat berharga dalam memperkirakan besarnya pergerakan antar zona selain informasi bangkitan dan tarikan perjalanan. Pemodelan pola sebaran perjalanan antarzona ini sudah pasti sangat dipengaruhi oleh tingkat aksesibilitas sistem jaringan antarzona dan tingkat bangkitan dan tarikan setiap zona.

Menurut John Black (1983), tujuan pemodelan sebaran perjalanan adalah untuk menemukan persamaan yang direproduksi pola intra-zona dan inter-zona lalu lintas. Distribusi perjalanan sangat membantu kita untuk melihat dengan mudah apa yang disebut dengan pola perjalanan antar zona. Oleh karena itu, untuk maksud melihat pola perjalanan antar zona berupa arus pergerakan (kendaraan, penumpang, barang) dalam suatu zona selama periode waktu tertentu digunakan alat berupa matriks berdimensi dua (baris x kolom) yang disebut dengan Matriks Asal Tujuan yang sering diringkas dengan M.A.T seperti table berikut:

(39)

Tabel II.2 Tabel Matriks Asal Tujuan To

From

1 2 3 … n Oi

1 …

2 …

3 …

. . . .

N …

Dd …

Sumber: Tamin (2000) Dimana:

Oi = jumlah pergerakan yang berasal dari zona i. Dd = jumlah pergerakan yang menuju zona tujuan d.

Matriks asal tujuan (MAT) adalah matriks berdimensi dua yang berisi informasi mengenai besarnya pergerakan antarlokasi (zona) di dalam daerah tertentu. Jika suatu MAT dibebankan ke suatu system jaringan transportasi, maka sebuah pola pergerakan akan dapat diperoleh. Dengan mempelajari pola pergerakan yang terjadi, seseorang dapat mengidentifikasi permasalahan yang timbul sehingga beberapa solusi segera dapat dihasilkan. MAT dapat memberikan indikasi rinci mengenai kebutuhan akan pergerakan, sehiingga MAT memegang peran yang sangat penting dalam berbagai kajian perencanaan dan manajemen transportasi.

(40)

Menurut Wayongkere (2012) Matriks Asal Tujuan (MAT) sering digunakan untuk:

 Pemodelan kebutuhan akan transportasi untuk daerah pedalaman atau antarkota,

 Pemodelan kebutuhan akan transportasi untuk daerah perkotaan,

 Pemodelan dan perencangan manajemen lalulintas baik di daerah perkotaan maupun antarkota,

 Pemodelan kebutuhan akan transportasi didaerah yang ketersediaan datanya tidak begitu mendukung baik dari sisi kuantitas maupun kualitas (misalnya di Negara sedang berkembang),

 Perbaikan data MAT pada masa lalu dan pemeriksaan MAT yang dihasilkan oleh metode lainnya,

 Pemodelan kebutuhan akan transportasi antarkota untuk angkutan barang multi moda.

Berdasarkan data yang terdapat dalam Matriks Asal Tujuan (MAT) nantinya dapat diolah dengan berbagai metode untuk mengetahui nilai kuantitas dari sebaran perjalanan.

Menurut Bruton (1970) terdapat beberapa metode (model matematis-statistik) untuk memperkirakan jumlah perjalanan antar zona pada periode tahun rencana yang sering digunakan para peneliti sebagai berikut:

 Metode Analogi (Faktor Pertumbuhan).

 Metode Sintetis (Formulasi Perjalanan antar area/analitis).

 Metode Analisi Regresi Linear.

(41)

Oleh Tamin, (1997). Metode untuk mendapatkan MAT dapat dikelompokkan menjadi dua bagian utama, yaitu metode konvensional dan metode tidak konvensional Untuk lebih jelasnya, pengelompokkan digambarkan berupa diagram seperti Gambar II.5.

Gambar II.5 Metode Untuk Mendapatkan MAT Sumber: Tamin, O.Z (1997)

II.6. Metode Konvensional

Metode konvensional dikelompokkan menjadi dua bagian utama, yaitu metode langsung dan metode tidak langsung.

II.6.1. Metode Langsung

Yang dimaksud dengan metode langsung adalah pendekatan yang dilakukann dengan cara pengumpulan data dan survey lapangan. Pemilihan dalam penggunaan metode ini sangat tergantung dari ketersediaan surveyor dan kondisi situasi lapangan. Dengan demikian banyak kesalahan yang terjadi dalam

(42)

penggunaan metode ini, seperti kesalahan teknis dan kesalahan manusia yang sering terjadi. Berikut adalah beberapa teknik yang tersedia dalam metode langsung untuk mendapatkan nilai MAT.

 Wawancara di tepi jalan

 Wawancara di rumah

 Metode dengan menggunakan bendera

 Metode foto udara

 Metode mengikuti mobil.

Dapat dikatakan bahwa pendekatan dengan metode langsuung pada umumnya mahal, terutama dalam hal kebutuhan akan sumber daya manusia, waktu proses yang lama, serta hasil akhirnya hanya berlaku untuk selang waktu pendek saja. II.6.2. Metode Tidak Langsung

Metode factor pertumbuhan dan metode sintetis oleh Bruton, dikelompokkan oleh Tamin sebagai metode tidak langsung. Dalam metode ini dilakukan pemodelan, yang mana pemodelan tersebut merupakan kegiatan penyederhanaan dengan menggunakan suatu system dalam bentuk unsur atau factor yang dapat dipertimbangkan mempunyai kaitan dengan situasi yang hendak digambarkan.

III.7. Metode Analogi (Faktor Pertumbuhan)

Pada metode ini pola perjalanan antar zona pada masa sekarang dapat di proyeksikan ke masa yang akan datang dengan menggunakan faktor pertumbuhan zona yang berbeda-beda. Semua model yang ada pada metode analogi tersebut mempunyai persamaan umum seperti berikut:

(43)

………(Pers.2.1)

Dimana:

= jumlah perjalanan masa sekarang dari zona asal ke zona i ke zona tujuan d.

E = tingkat pertumbuhan

Tergantung dari metode yang digunakan, tingkat pertumbuhan ( E ) dapat berupa satu faktor saja atau merupakan kombinasi dari berbagai faktor, yang bisa didapat dari proyeksi tata guna lahan atau bangkitan lalulintas.

Adapun pengembangan kelima metode analogi itu secara kronologis adalah:

 Model seragam (Uniform)

 Model rata-rata (average)

 Model fratar

 Model Detroit

 Model furnes.

II.7.1 Model Seragam (Uniform)

Model seragam adalah model tertua dan paling sederhana 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. Secara matematis dapat dijelaskan sebagai berikut:

……….(Pers.2.2)

(44)

Dimana:

= jumlah perjalanan masa mendatang dari zona asal i ke zona tujuan d. = jumlah perjalanan masa sekarang dari zona asal ke zona i ke zona tujuan d.

E = tingkat pertumbuhan

T = total pergerakan pada masa mendatang di dalam daerah kajian t = total pergerakan pada masa sekarang di dalam daerah kajian

II.7.2. Model Rata-Rata (Average)

Model average digunakan pada kondisi dimana masing-masing zona di dalam sebuah lingkup wilayah memiliki karakteristik pertumbuhan yang berbeda-beda satu sama lain. Tingkat pertumbuhan yang berberbeda-beda ini dirata-ratakan dengan jalan menjumlahkan pertumbuhan dizona asal i dan di zona tujuan d kemudian dibagi dua, seperti berikut:

………...………..…(Pers.2.4)

Dimana:

= jumlah perjalanan masa mendatang dari zona asal i ke zona tujuan d. = jumlah perjalanan masa sekarang dari zona asal ke zona i ke zona tujuan d.

E = tingkat pertumbuhan zona i dan zona d.

II.7.3. Model Fratar

Model ini dikembangkan oleh pakar transportasi yang dalam penggunaannya model ini menggunakan proses pengulangan. Secara matematis model fratar dapat dinyatakan sebagai berikut:

(45)

Dimana:

= perkiraan jumlah perjalanan dari zona asal i ke zona tujuan d.

= jumlah perjalanan masa mendatang yang diharapkan berdasarkan hasil bangkitan perjalanan dari zona asal i.

= jumlah perjalanan masa sekarang dari zona asal i ke

seluruh zona-zona tujuan d….n yang lainnya.

= factor pertuumbuhan masing-masing zona dalam wilayah studi

II.7.4. Model Detroit

Model ini merupakan penyempurnaan dari dua model yaitu model rata-rata dan model fratar. Secara matematis, model ini dinyatakan sebagai berikut:

………...……….……….(Pers.2.6)

Dimana:

= jumlah perjalanan masa mendatang dari zona asal i ke zona tujuan d. = jumlah perjalanan masa sekarang dari zona asal ke zona i ke zona tujuan d.

E = tingkat pertumbuhan zona i dan zona d.

II.7.5. Model Furness

Pada saat sekarang model ini sering digunakan dalam perencanaan transportasi berhubung penggunaannya yang sederhana dan mudah. Bentuk matematisnya adalah:

Iterasi ke-1

(46)

Iterasi ke-2

Iterasi ke-3

Dan seterusnya secara selang seling………(Pers.2.7)

Dimana:

= jumlah perjalanan pada masa mendatang dari zona asal i ke zona tujuan d. = jumlah perjalanan masa sekarang dari zona asal i ke zona tujuan d.

= faktor pertumbuhan di zona asal i. = faktor pertumbuhan di zona tujuan d.

II.8. Metode Sintetis

Metode ini merupakan alternative dari metode faktor pertumbuhan yang didasari oleh dua asumsi:

a. Sebelum pergerakan pada masa mendatang diramalkan, terlebih dahulu harus dipahami alasan terjadinya pergerakan pada masa sekarang.

b. Alasan tersebut kemudian dimodelkan dengan menggunakan analogi hukum alam yang terjadi.

Prinsip pada metode ini adalah perjalanan dari zona asal ke zona tujuan berbanding lurus dengan jumlah bangkitan di zona asal serta tarikan dizona tujuan. Dan berbanding terbalik dengan kemudahan (aksesibilitas) lalulintas antara kedua zona tersebut.

Pada metode sintetis ini, perlunya mengetahui pola terjadinya distribusi perjalanan saat ini sebelum dapat menentukan jumlah distribusi perjalanan untuk tahun rencana.

(47)

Sama halnya seperti metode analogi, metode sintetis juga memiliki model-model yang dapat dipakai untuk memprediksi arus perjalanan masa yang akan datang. Adapun model-model yang terdapat dalam metode sintetis ini antara lain adalah:

 Model Gravity  Model Opportunity

 Model Gravity-Opportunity.

II.8.1 Model Gravity (GR)

Dalam metode sintetis, model gravity merupakan model yang paling sering digunakan dan paling terkenal karena sangat sederhana dan mudah dimengerti dalam penggunaannya. Dalam penggunaannya pada perencanaan transportasi, model gravity ini menggunakan konsep gravity yang diperkenalkan oleh Isaac Newton seorang ahli fisika tahun 1686.

Adapun formula gravity model dalam transportasi adalah:

……….…(Pers.2.8)

Di mana :

= jumlah perjalanan dari zona asal i ke zona tujuan d.

= banyak perjalanan yang dihasilkan (berasal) dari zona asal i dan yang tertarik (menuju) ke zona tujuan d.

= kuadrat jarak atau ukuran tingkat aksesibilitas berupa jarak antara i-d,

waktu tempuh i-d dan ongkos i-d disebut dengan hambatan i-d. K = konstanta gravitasi.

(48)

Metode ini berasumsi bahwa ciri bangkitan dan tarikan pergerakan berkaitan dengan beberapa parameter zona asal, misalnya populasi dan nilai sel MAT yang berkatian juga dengan aksesibilitas (kemudahan) sebagai fungsi jarak, waktu, atau pun biaya. Secara umum, model gravity dinyatakan dalam bentuk perssamaan sebagai berikut:

………(Pers 2.9)

Dimana:

adalah jumlah pergerakan yang berasal dari zona i dan yang berakhir di zona d.

adalah konstanta yang terkait dengan setiap zona bangkitan dan tarikan, dimana konstanta ini disebut sebagai factor penyeimbang. adalah fungsi hambatan atau ukuran aksesibilitas (kemudahan) antara zona

i dengan zona d.

Dalam pemakaiannya, sebenarnya ada empat jenis model Gravity, yaitu antara lain:

 Model Tanpa Batasan (UnConstrained Gravity/UCGR)

 Model Dengan Satu Batasan (Single Constrain Gravity/SCGR), dengan batasan di zona asal (Production Constrain Gravity/PCGR).

 Model Dengan Satu Batasan (Single Constrain Gravity/SCGR), dengan batasan di zona tujuan (Atraction Constrain Gravity/ACGR).

 Model Dengan Dua Batasan (Double Constrain Gravity/DCGR) yaitu berupa batasan di kedua zona asal dan tujuan (Production-Atraction Constrain Gravity/PACGR) atau disebukan juga dengan model dengan batasan penuh (Full Constrain Gravity/FCGR).

(49)

II.8.1.A Model Tanpa Batasan (UnConstrained Gravity/UCGR)

Model ini bersifat tanpa batasan, dimana model ini tidak diwajibkan menghasilkan total perjalanan yang sama dengan total pergerakan dari dan ke setiap zona hasil bangkitan perjalanan. Secara matematis model tersebut dapat dituliskan sebagai berikut:

……….………...……(Pers 2.10)

Dengan untuk seluruh i dan untuk seluruh d. Dimana:

adalah jumlah pergerakan yang berasal dari zona i dan yang berakhir di zona d.

adalah konstanta yang terkait dengan setiap zona bangkitan dan tarikan, dimana konstanta ini disebut sebagai faktor penyeimbang. adalah fungsi hambatan atau ukuran aksesibilitas (kemudahan) antara zona

i dengan zona d.

Dalam model UCGR ini, jumlah bangkitan dan tarikan yang dihasilkan tidak harus sama dengan perkiraan hasil bangkitan pergerakan. Namun, persyaratan yang perlu diperhatikan adalah total pergerakan yang dihasilkan model harus sama dengan total pergerakan yang di dapat dari hasil bangkitan pergerakan.

II.8.1.B Model Dengan Batasan Di Zona Asal (Production Constrain Gravity/PCGR).

Model PCGR ini menyatakan bahwa, total pergerakan orang yang pergi dari suatu zona harus sama dengan total pergerakan yang dihasilkan dengan pemodelan. Namun,tarikan pergerakan tidak harus sama. Untuk model ini

(50)

persamaan yang digunakan persis sama dengan persamaan (2.10), tetapi dengan syarat batas yang berbeda, yaitu:

_∑

………(Pers 2.11) Dimana:

adalah jumlah pergerakan yang berasal dari zona i dan yang berakhir di zona d.

i dengan zona d.

Pada model UCGR, nilai untuk seluruh i dan untuk seluruh d. Akan tetapi, dalam model PCGR nilai kontanta harus dihitung sesuai dengan persamaan (2.11) 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.

II.8.1.C Model Dengan Batasan Di Zona Tujuan (Atraction Constrain Gravity/ACGR).

Model ini merupakan kebalikan dari model PCGR, yang menyatakan bahwa kita tahu jumlah arus perjalanan orang yang datang ke zona tujuan, namun tidak tahu secara pasti berapa jumlah perjalanan dari suatu zona asal. Dengan kata lain jumlah tarikan pergerakan yang didapat dengan pemodelan harus sama dengan hasil tarikan pergerakan yang diinginkan. Namun bangkitan pergerakan

(51)

yang didapat dengan pemodelan tidak harus sama. Untuk model ini persamaan yang digunakan persis sama dengan persamaan (2.10), tetapi dengan syarat batas yang berbeda, yaitu:

_∑

………(Pers 2.12) Dimana:

adalah jumlah pergerakan yang berasal dari zona i dan yang berakhir di zona d.

i dengan zona d.

Dimana dalam model ini, konstanta dihitung sesuai dengan persamaan (2.12) 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.

II.8.1.D Model Dengan Batasan di Zona Asal dan Tujuan ( Production-Atraction Constrain Gravity/PACGR)

Dalam model ini, bangkitan dan tarikan pergerakan harus selalu sama dengan yang dihasilkan oleh tahap bangkitan pergerakan. Untuk model ini persamaan yang digunakan persis sama dengan persamaan (2.10), tetapi dengan syarat batas sebagai berikut:

(52)

_∑

………(Pers 2.12) Dimana:

adalah jumlah pergerakan yang berasal dari zona i dan yang berakhir di zona d.

i dengan zona d.

Kedua konstanta ini menjamin bahwa total baris dan kolom dari matriks hasil pemodelan harus sama dengan total baris dan kolom dari matriks yang didapat dari hasil bangkitan pergerakan.

II.8.1.E Fungsi Hambatan

Dalam model gravity fungsi hambatan adalah hal yang terpenting untuk diketahui yang harus dianggap sebagai ukuran aksesibilitas (kemudahan) antar zona. Hyman (1969) menyarankan tiga jenis fungsi hambatan yang dapat digunakan dalam model gyravity, yaitu:

(fungsi pangkat)………...…(Pers 2.13)

(fungsi eksponensial-negatif)……...…………(Pers 2.14)

(fungsi tanner)………..(Pers 2.15)

Nilai hambatan transportasi biasanya diasumsikan sebagai rute terpendek, tercepat, atau termurah (jarak, waktu, dan biaya) dari zona asal ke zona tujuan. Secara umum dengan semakin meningkatnya jarak, waktu, dan biaya maka jumlah perjalanan akan menurun. Secara umum ditemukan bahwa fungsi pangkat

(53)

lebih cocok untuk pergerakan jarak jauh, sedangkan fungsi eksponensial sering digunakan untuk pergerakan jarak pendek, dan fungsi tanner mengkombinasikan kedua faktor tersebut.

Banyak peneliti berpendapat bahwa parameter fungsi hambatan dapat menggambarkan biaya rerata perjalanan di daerah kajian tersebut, semakin besar nilai , semakin kecil nilai biaya rerata perjalanan.

Beberapa metode yang dapat digunakan untuk mengkalibrasi parameter model gravity, yaitu:

 Metode Sederhana

 Metode Hyman

 Metode Analisis Regresi-Linear

 Metode Penaksiran Kuadart Terkecil

 Metode Penaksiran Kemiripan-Maksimum

 Metode Penaksiran Entropi-Maksimum

II.8.1.F Metode Analisis Regresi-Linear

Pada study ini, metode analisis regresi-linear digunakan untuk mengkalibrasi parameter model gravity yang merupakan suatu fungsi tidak-linear. Agar dapat menggunakan metode ini secara umum, proses transformasi linear dibutuhkan untuk mengubah fungsi tidak-linear menjadi fungsi linear. Adapun metode ini terdiri atas:

(54)

II.8.1.F.a Fungsi Hambatan Eksponensial-Negatif

Dalam hal ini, model gravity berfungsi hambatan eksponensial-negatif dapat dinyatakan dalam bentuk persamaan berikut:

……….……(Pers 2.16)

Persamaan (2.16) dapat disederhanakan dengan urutan penyederhanaan sebagai berikut:

……….(Pers 2.17)

[ ]………...………(Pers 2.18)

………..…..(Pers 2.19)

………...…..(Pers 2.20)

Kemudian persamaan (2.20) ditransformasi linear. Dapat disederhanakan dan ditulis kembali sebagai persamaan linear dengan mengasumsikan dan .

Dengan transformasi linear tersebut, maka dengan menggunakan analisis regresi-linear, parameter A dan B dapat dihitung dan dihasilkan beberapa nilai sebagai berikut: dan dengan persamaan:

∑ ∑ ∑

∑( ) (∑ ) ………...…(Pers 2.21)

̅ ̅……….(Pers 2.22) ̅ ̅ adalah nilai rerata dari dan .

Dengan nilai ditentukan sesuai dengan jenis batasan model gravity yang digunakan.

(55)

II.8.1.F.b Fungsi Hambatan Pangkat

Dalam hal ini, model gravity yang mempunyai fungsi hambatan pangkat dapat dinyatakan sebagai persamaan berikut:

……….………...…(Pers 2.23)

Sama dengan model gravity berfungsi hambatan eksponensial-negatif, persamaan (3.13) dapat disederhanakan dengan urutan penyederhanaan seperti berikut:

………..…….(Pers 2.24)

[ ]………..……(Pers 2.25)

………..…..(Pers 2.26)

………...(Pers 2.27)

Dengan melakukan transformasi linear, persamaan (2.27) dapat disederhanakan dan ditulis kembali sebagai persamaan linear dengan mengasumsikan dan .

Dengan transformasi linear tersebut, maka dengan menggunakan analisis regresi-linear (persamaan 2.21 dan 2.22), parameter A dan B dapat dihitung dan dihasilkan beberapa nilai sebagai berikut: dan . Dengan nilai ditentukan sesuai dengan jenis batasan model gravity yang digunakan.

II.8.1.F.c Fungsi Hambatan Tanner

Dalam hal ini, model gravity berfungsi hambatan tanner dapat dinyatakan sebagai persamaan berikut:

(56)

Persamaan tersebut dapat disederhanakan dengan urutan penyederhanaan seperti berikut:

………..………..….(Pers 2.29)

( ) [ ]……….…(Pers 2.30)

……….….(Pers 2.31)

………...(Pers 2.32)

Dengan melakukan transformasi linear, persamaan (2.32) dapat disederhanakan dan ditulis kembali sebagai persamaan linear dengan mengasumsikan dan .

Maka dengan menggunakan analisis regresi-linear (persamaan 2.21 dan 2.22), parameter A dan B dapat dihitung dan dihasilkan beberapa nilai sebagai berikut: dan .

Dengan nilai ditentukan sesuai dengan jenis batasan model gravity yang digunakan.

II.8.2 Model Opportunity (O)

Model ini dapat dikembangkan untuk menampung lebih dari satu jenis pergerakan dan juga dapat digunakan untuk pemodelan pergerakan barang. Model opportunity ini walaupun jarang digunakan, namun model ini merupakan alternative model gravity.

(57)

II.8.3 Model Gravity-Opportunity (GO)

Dalam model ini diasumsikan bahwa setiap pergerakan yang ada akan mempertimbangkan setiap kesempatan yang ada secara berurutan dan mempunyai peluang tertentu yang kebutuhannya terpenuhi.

(58)

BAB III

METODOLOGI PENELITIAN III.1 Defenisi

Model merupakan alat bantu yang dapat digunakan untuk mencerminkan atau menggambarkan dan menyederhanakan suatu realita secara terukur (Tamin,1997). Sedangkan pemodelan merupakan suatu aktivitas meringkas dan menyederhanakan kondisi nyata (Fidel Miro, 2005). Pemodelan sebaran pergerakan merupakan bagian informasi yang sangat berharga dalam memperkirakan besarnya pergerakan antar zona selain informasi bangkitan dan tarikan perjalanan.

Menurut John Black (1983), tujuan pemodelan sebaran perjalanan adalah untuk menemukan persamaan yang direproduksi pola intra-zona dan inter-zona lalu lintas. Untuk mencapai tujuan tersebut diperlukan proses pekerjaan yang akan dilakukan. Oleh karena untuk memprediksi sebaran pergerakan dari zona asal ke zona tujuan untuk mendapatkan jumlah sebaran perjalan tersebut, disini akan dijelaskan proses yang akan dilakukan untuk memperoleh model atau persamaan yang diproduksi pola intra-zona dan inter-zona lalulintas tersebut.

Dari pengertian diatas pada metodologi penelitian ini yang akan dilakukan adalah sesuatu yang memberi gambaran penting dalam sebuah penelitian yang berisi langkah, cara, dan aspek dalam sebuah penelitian yang menjadi bagian vital dalam sebuah study.

(59)

III.2 Tahapan Penelitian

Metodologi Penelitian untuk penelitian ini diperlihatkan melalui bagan alir berikut:

Gambar III.1 Bagan Alir Metode Penelitian STUDI PUSTAKA

DESAIN DATA

Data Yang Digunakan Berupa Data Contoh Matriks Asal Tujuan (Bangkitan dan Tarikan) dan Matriks Jarak (aksesibilitas)

Ada dua contoh yang digukanakan yaitu matriks bujur sangkar (3 x 3) mengikuti Tamin dan matriks (2 x 3) seperti John Black.

PENGOLAHAN DATA

 Mengkalibrasi Parameter Model Gravity Dengan 3 Jenis Fungsi Hambatan Dari Metode Analisis Regresi-Linear 1. Fungsi Hambatan Eksponensial-Negatif 2. Fungsi Hambatan Pangkat

3. Fungsi Hambatan Tanner

 Membandingkan model sebaran perjalanan dengan Metode gravity:

1. Gravity Tanpa Batasan (UCGR)

2. Gravity dengan batasan bangkitan (PCGR) 3. Gravity dengan batasan tarikan (ACGR) 4. Gravity dengan batasan bangkitan dan tarikan

(PACGR/DCGR)

SELESAI ANALISIS DATA

Menentukan model sebaran yang terbaik dengan metode gravity

(60)

III.3 Metode Penelitian

Penelitian ini termasuk dalam penelitian yang berdasarkan hasil kajian pustaka (studi literature), yaitu kajian atau pembahasan suatu topik yang dilakukan untuk memecahkan suatu masalah yang berpijak pada pengkajian terhadap bahan-bahan pustaka yang relevan.

III.4 Desain Data

Untuk memperjelas penggunaan metode gravity dalam membandingkan model-model yang ada dalam penggunaan metode gravity dan kalibrasi model gravity, pada study ini ditampilkan contoh Matriks Asal Tujuan (Bangkitan dan Tarikan) dan Matriks Jarak (aksesibilitas).

Direncankan pada study ini dengan dua jenis matriks (matriks 2x3 dan matriks 3x3) yang menggambarkan zona asal dan zona tujuan yang dibuat dalam bentuk Matriks Asal Tujuan. Matriks Asal Tujuan pada contoh untuk study ini menggambarkan pergerakan manusia dari zona asal menuju zona tujuan yaitu untuk kegiatan berbelanja.

Berikut contoh Matriks Asal Tujuan dan Matriks Jarak yang menggambarkan kegiatan tersebut:

Tabel.III.1. Matriks Jarak (km) {Contoh 1}

from \ to 3 4 5

1 3 2 5

(61)

Table.III.2. Matriks Bangkitan Dan Tarikan Pergerakan Pada Setiap Zona ( ) {Contoh 1}

Tabel.III.3. Matriks Jarak (km) {Contoh 2}

Table.III.4. Matriks Bangkitan Dan Tarikan Pergerakan Pada Setiap Zona ( ) {Contoh 2}

Dengan contoh data matriks pada Tabel.III.1, Tabel.III.2, Tabel.III.3, dan Tabel.III.4, diatas maka kita bisa mengolah data untuk memperbandingkan persamaan atau model prediksi jumlah sebaran perjalanan antar zona dengan menggunakan 4 model metode gravity dan mengetahui nilai parameter fungsi hambatan yang akan digunakan.

from\ to 3 4 5

1 150 100 50 300

2 400 100 200 700

550 200 250 1000

from \ to 4 5 6

1 20 5 20

2 6 10 4

3 5 4 10

from\ to 4 5 6

1 100 250 100 450

2 200 150 400 750

3 250 400 150 800

(62)

III.5 Pengolahan dan Analisis Data

III.5.1 Kalibrasi Parameter Model Gravity

Pada study ini, metode analisis regresi-linear digunakan untuk mengkalibrasi parameter model gravity yang merupakan suatu fungsi tidak-linear. Ada pun metode analisis regresi-linear tersebut terdiri atas:

1. Fungsi Hambatan Eksponensial-Negatif 2. Fungsi Hambatan Pangkat

3. Fungsi Hambatan Tanner

Pada bagian ini akan diperoleh nilai parameter fungsi hambatan dengan menggunakan ke tiga metode diatas, kemudian akan dipilih nilai parameter fungsi hambatan yang akan digunakan pada metode gravity.

III.5.2 Perbandingan Model Sebaran Perjalanan

Untuk menentukan model sebaran perjalanan dalam study ini, data akan di olah dengan menggunakan metode gravity yang terdiri dari:

 Model Tanpa Batasan (UnConstrained Gravity/UCGR)

 Model Dengan Satu Batasan (Single Constrain Gravity/SCGR), dengan batasan di zona asal (Production Constrain Gravity/PCGR).

 Model Dengan Satu Batasan (Single Constrain Gravity/SCGR), dengan batasan di zona tujuan (Atraction Constrain Gravity/ACGR).

(1)

BAB V

KESIMPULAN DAN SARAN

V.1. Kesimpulan

Dari hasil study yang telah dilakukan, maka didapat beberapa kesimpulan yaitu sebagai berikut:

1. Model Gravity merupakan model distribusi perjalanan sintetis yang memperhitungkan faktor hambatan jarak/waktu/biaya (atau faktor lainnya missal kenyamanan) sebagai dasar distribusi perjalanan.

2. Faktor hambatan digambarkan dalam fungsi pangkat, fungsi eksponensial negatif, dan fungsi Tanner (kombinasi pangkat dan eksponensial).

3. Dari hasil kalibrasi model gravity pemodelan sebaran perjalanan diperoleh nilai parameter fungsi hambatan sebagai berikut:

Untuk contoh 1:

Untuk contoh 2:

4. Fungsi hambatan yang digunakan mengikuti fungsi hambatan tanner, didapat matriks _{dengan nilai parameter fungsi} hambatan untuk contoh 1 dan yang

(2)

diperoleh dari kalibrasi model gravity dengan metode analisis regresi-linear fungsi hambatan tanner. Sesuai dengan dasar bahwa pelaku perjalanan lebih memilih jarak perjalanan terpendek (tercepat) untuk mencapai daerah tujuannya, maka nilai parameter yang digunakan untuk perhitungan prediksi nilai sebaran pergerakan dengan empat (4) model gravity adalah nilai parameter yang terkecil. Karena nilai parameter menggambarkan nilai jarak rata-rata perjalanan yang ada, semakin besar nilai parameter maka semakin besar nilai hambatan atau jarak menuju daerah tujuan yang ingin dicapai.

5. Sensitivitas jumlah pergerakan terhadap jarak tergantung pada pola sebaran matriks awal bangkitan dan tarikan, dimana pola perdiksi sebaran perjalanan akan mengikuti pola dasarnya. Setelah dilakukan analisis perhitungan pada contoh 1 dan contoh 2, pola prediksi sebaran perjalanan mengikuti pola sebaran matriks awal yaitu lebih banyak jumlah sebaran perjalanan pada jarak terpendek untuk menuju daerah tujuannya.

6. Berdasarkan analisa yang dilakukan pada contoh 1 dan 2 terhadap metode gravity, dapat kita lihat perbedaan model yang digunakan pada study ini seperti tabel berikut:

(3)

NO\MODEL GRAVITY UCGR PCGR ACGR PACGR 1 untuk contoh 1

untuk contoh 2

2 k = konstanta sebagai faktor

penyeimbang

3 nilai parameter fungsi nilai parameter fungsi hambatan dengan cara nilai parameter fungsi hambatan dengan cara nilai parameter fungsi hambatan dengan cara nilai parameter fungsi hambatan dengan cara hambatan dengan trial & error metode kalibrasi parameter model gravity metode kalibrasi parameter model gravity metode kalibrasi parameter model gravity metode kalibrasi parameter model gravity 4 _{total pergerakan yang dihasilkan total pergerakan yang dihasilkan} _{Bangkitan pergerakan yang dihasilkan model} _{tarikan pergerakan yang didapat dengan} _{nilai bangkitan dan tarikan pergerakan harus}

harus sama dengan total harus sama dengan total juga harus sama dengan hasil bangkitan pemodelan harus sama dengan hasil tarikan selalu sama dengan yang dihasilkan oleh tahap pergerakan yang diperkirakan pergerakan yang diperkirakan pergerakan yang diinginkan pergerakan yang diinginkan bangkitan pergerakan

5 model yang cukup rumit dengan model yang paling sederhana untuk kondisi _{model yang cocok untuk pergerakan berbasis model yang lebih tepat digunakan untuk membuat sangat baik digunakan untuk memperoleh hasil} cara trial & error , serta prediksi prediksi nilai sebaran yang tidak perlu rumah tangga karena total prediksi sebaran model berbasis rumah, baik untuk tujuan prediksi yang akurat dengan informasi data

Universitas

(4)

7. Untuk memprediksi model sebaran perjalanan dengan matriks asal tujuan, baik itu dalam bentuk matriks bujur sangkar ataupun tidak bujur sangkar tidak ada perbedaan yang mempengaruhi proses perhitungan dalam memprediksi. Karena dalam formula model gravity untuk memprediksi model sebaran asal tujuan pada tiap sel baris dan kolom dalam matriks sudah diatur secara terperinci proses pengulangannya mengikuti sel baris dan kolom secara teratur.

8. Kajian transportasi untuk prediksi nilai sebaran perjalanan menggunakan Model Gravity yang beda untuk tujuan perjalanan yang berbeda-beda dan tujuan prediksi sebaran perjalanan yang berberbeda-beda.

V.2. Saran

1. Dengan study ini, memperjelas salah satu metode nilai prediksi sebaran perjalanan dengan metode gravity yang tergabung dalam empat tahap perencanaan transportasi. Sehingga dapat mengetahui pola perjalanan yang terjadi dengan pilihan nilai fungsi hambatan atau aksesibilitas yang ada. 2. Diperlukan ketelitian dalam mengkalibrasi nilai parameter fungsi

hambatan dan proses iterasi untuk mendapatkan nilai prediksi pola sebaran perjalanan dengan menggunakan metode gravity.

(5)

DAFTAR PUSTAKA

Amal, S.A., 2006. Analisa Model Sebaran Perjalanan Internal Masyarakat Kota

Batu Dengan Menggunakan Metode Gravitasi. GAMMA Volume 1,Nomor

2, Maret 2006: 98-103.

Black, J, 1998, Urban Transport Planning, Croom Helm Ltd, London.

Bruton, M.J., 1985, Introduction to Transportation Planning, Hutchinson & Co Ltd, London.

Indrawati, K.U.M., et al., 2011. Model Trip Distribution Penumpang Domestik Dan Internasional Di Bandara Internasional Juanda.. Prosiding Seminar Nasional VII 2011 Teknik Sipil ITS Surabaya.

Kanafani, Adib., 1983. Transportation Demand analysis. Mc Graw-Hill Book Company, New York.

Miro, Fidel., 2005. Perencanaan Transportasi untuk Mahasiswa, Perencana, dan Praktisi. Jakarta: Penerbit Erlangga.

Morlok, E. K., 1991. Pengantar Teknik dan Perencanaan Transportasi, Penerbit Erlangga, Jakarta.

Novianna D.P., et al., 2014. Analisa Distribusi Perjalanan Menggunakan Model Gravitasi Dua Batasan Dengan Optimasi Fungsi Hambatan Studi Kasus: Kota Semarang dan Kota Surakarta. Jurnal Karya Teknik Sipil, Volume 3,Nomor 1, Halaman 228-239.

Sumendap, Diane., 2013. Analisis Prediksi Sebaran Perjalanan Penumpang Kapal Laut Melalui Pelabuhan Laut Pengumpan Di Kepulauan

(6)

Halmahera Dengan Menggunakan Model Gravity. Jurnal Ilmiah MEDIA ENGINEERING Vol. 3, No. 2, ISSN 2087-9334 (144-148)

Tamin, O.Z., 1997. Perencanaan dan Permodelan Transportasi. Institut Teknologi Bandung.

_________ ., 2003. Perencanaan & PEmodelan Transportasi: Contoh Soal dan Aplikasi. Bandung: Penerbit ITB.

Tamin, O.Z. dan Suyuti, Rusmadi., 2007. Kajian Peningkatan Akurasi Matriks Asal Tujuan Yang Dihasilkan Dari Data Arus Lalulintas Pada Kondisi Keseimbangan. PROC. ITB Sains & Tek. Vol. 39 A, No. 1&2, 23-39, 2007. Wayongkere, Vanny dan Ferdinandus, R.R.J, 2012. Sebaran Pergerakan Kota

Manado Dengan Menggunakan Metode Sintesis Gravity Dua Batasan.

Jurnal Sabua Vol.4,No.3: 29-36, November 2012.

Study Model Sebaran Pergerakan (Trip Distribution) Menggunakan Metode Gravity