Pemodelan pergerakan angkutan barang di pulau Bali

8.18.2 Pemodelan pergerakan angkutan barang di pulau Bali

Kajian Tamin (1988abc), Tamin and Willumsen (1988ab), dan Tamin and Soegondo (1989) menjelaskan beberapa uji kepekaan dan keabsahan dari metode penaksiran dengan menggunakan data angkutan barang di pulau Bali. Gambar 8.9 memperlihatkan deskripsi sistem jaringan jalan di pulau Bali.

8.18.2.1 Beberapa uji kepekaan dan keabsahan

Pangkalan-data Bali ini merupakan bagian dari survei regional O −

D Nasional pada tahun 1982 yang dilakukan oleh Departemen Pekerjaan Umum dan Departemen Perhubungan. Dalam hal ini diasumsikan terdapat 5 jenis komoditas yang bergerak di dalam daerah kajian, yaitu minyak dan bahan bakar cair, produk pertanian, produk mineral dan kehutanan, barang kapital, dan barang perdagangan. Daerah kajian terdiri dari 10 zona (dua di antaranya zona eksternal), 55 simpul, dan 140 jalan satu arah. Beberapa uji yang serupa dengan uji di kota Ripon dilakukan, kecuali uji dengan data arus lalulintas hasil pengamatan karena tidak tersedia informasi data arus lalulintas.

Uji pertama dilakukan dengan menggunakan metode faktor pertumbuhan. Didapatkan bahwa metode Furness dan Detroit menghasilkan MAT terbaik. Uji kedua dilakukan dengan menggunakan informasi MAT hasil pengamatan. Perlu diperhatikan bahwa nilai optimum parameter Box − Cox yang didapat dari data kota Ripon digunakan untuk data pulau Bali.

Model transportasi berdasarkan data arus lalulintas

439

Gambar 8.9 Deskripsi sistem jaringan jalan di pulau Bali (Indonesia) Sumber: Tamin (1988 abc)

Peminjaman nilai optimum parameter Box − Cox kota Ripon untuk pulau Bali tidak sepenuhnya benar karena sangat tidak mungkin dua jenis pergerakan yang berbeda, yang bergerak dalam daerah kajian yang berbeda, akan serupa perilakunya. Hasil menunjukkan bahwa model GO merupakan model terbaik dibandingkan dengan model GR, OP, dan Furness. Tetapi, perbaikan tersebut hanya marginal dibandingkan dengan model GR karena penggunaan nilai optimum parameter transformasi Box − Cox yang sama.

Uji berikutnya menggunakan 30 data arus lalulintas hasil pembebanan (dengan teknik all-or-nothing). Uji pertama dilakukan dengan menggabungkan kelima komoditas tersebut menjadi satu komoditas gabungan. Uji kedua menggunakan lima komoditas. Hasilnya sebagai berikut.

• Untuk komoditas gabungan, penggunaan model GO menghasilkan kesesuaian yang terbaik dilihat dari arus lalulintasnya untuk setiap metode penaksiran, diikuti dengan model GR dan OP. Tetapi, hal yang sebaliknya terjadi jika dilihat dari MAT-nya. Terlihat bahwa semua metode penaksiran menghasilkan MAT yang sedikit lebih jelek dibandingkan dengan MAT yang didapatkan dari penggunaan data MAT.

Hal ini mempunyai implikasi sangat penting dalam hal biaya pengumpulan data dan penaksiran model. Selain itu, nilai parameter yang didapat cukup stabil untuk setiap metode penaksiran dan mirip dengan nilai yang didapat dengan menggunakan data MAT. Temuan ini sangat menggembirakan dan penting untuk peramalan karena penggunaan data arus lalulintas menghasilkan

440 Ofyar Z Tamin, Perencanaan dan pemodelan transportasi 440 Ofyar Z Tamin, Perencanaan dan pemodelan transportasi

• Untuk lima komoditas, setiap metode penaksiran menghasilkan arus lalulintas yang mempunyai kesesuaian yang lebih baik dalam arus lalulintas dan MAT- nya jika dibandingkan dengan hasil komoditas gabungan. Perbandingan antara MAT didasari kombinasi MAT untuk semua komoditas.

Uji kepekaan juga dilakukan untuk mempelajari pengaruh penggunaan jumlah data arus lalulintas yang beragam terhadap ketepatan MAT-nya. Tujuh set data arus lalulintas digunakan (3, 5, 10, 15, 20, 25, dan 30 ruas). Ditemukan bahwa penggunaan lebih dari 5 data arus lalulintas meningkatkan ketepatan secara nyata. Temuan ini mempunyai implikasi yang sangat baik dalam hal biaya pengumpulan data dan penaksiran model.

Beberapa temuan penting yang diperoleh Tamin (1988a) disimpulkan dalam tabel 8.2 yang memperlihatkan peringkat kinerja setiap metode penaksiran yang tergantung pada kriteria tertentu. Tabel 8.2 dapat digunakan sebagai acuan arahan untuk menentukan metode penaksiran yang terbaik. Hanya hasil dari model GR dan GO yang disajikan karena model OP selalu menghasilkan keluaran yang tidak baik. Skala pemeringkatan digunakan untuk memperlihatkan kinerja metode penaksiran, sesuai dengan setiap kriteria. Skala 1 menunjukkan kinerja paling jelek, sedangkan 8 menunjukkan kinerja terbaik.

8.18.2.2 Kesimpulan

Tabel 8.2 Peringkat kinerja metode penaksiran sesuai dengan kriteria

Kriteria

Model dan metode penaksiran AB C D E F

NA 6 NA Catatan: (8)

KM2

6 3 NA

− > Terbaik ... (1) − > Terjelek

A − > Ketepatan

B − > Waktu komputer

C − > Kepekaan terhadap galat dalam data arus lalulintas

D − > Kepekaan terhadap resolusi sistem zona dan jaringan

E − > Kepekaan terhadap jumlah data arus lalulintas

F − > Penerapan untuk angkutan barang (5 komoditas) NA − > Tidak tersedia

Sumber: Tamin (1988a) Dari tabel 8.2 dapat diambil dua kesimpulan akhir berikut ini.

Model transportasi berdasarkan data arus lalulintas

• Dari sisi MAT terlihat bahwa model GO selalu menghasilkan MAT yang terbaik. Tetapi, hasil tersebut hanya secara marginal lebih baik dibandingkan dengan MAT yang didapat dengan model GR. Dengan mempertimbangkan hasil kriteria lainnya, dapat disimpulkan bahwa metode penaksiran terbaik adalah kombinasi model GR dengan metode penaksiran KTTL dan KM1.

• Dengan beberapa bukti yang ada terlihat bahwa ketepatan MAT yang dihasilkan hanya sedikit lebih jelek dibandingkan dengan MAT yang didapat dengan menggunakan data survei MAT. Temuan ini menyimpulkan bahwa pendekatan penaksiran model kebutuhan akan transportasi dengan data arus lalulintas memberikan hasil yang sangat menggembirakan dalam hal biaya pengumpulan data dan biaya penaksiran model. Selain itu, pendekatan ini menghasilkan nilai parameter yang sangat berguna bagi tujuan peramalan.