Tabel.IV.23. MAT Untuk Nilai K = 0,00333 dan = 1 Contoh 1
Tabel.IV.24. MAT Untuk Nilai K = 0,00308 dan = 1 Contoh 2
Maka jarak tempuh rata-rata pelaku perjalanan adalah: Tabel.IV.25. Pengelompokkan Jumlah Pelaku Perjalanan Pada Jarak Contoh 1
Tabel.IV.26. Pengelompokkan Jumlah Pelaku Perjalanan Pada Jarak Contoh 2
Jarak rata-rata = 6,1574
c. Untuk nilai = 2 maka
Substitusikan pada matriks jarak Tabel.III.1 dan Tabel III.3,
maka hasilnya adalah sebagai berikut:
from\ to 3
4 5
1 183,2824215
99,97223 49,98611 333,241 2
427,6589836 93,30741 145,7928 666,759
610,9414052 193,2796
195,779 1000
from\ to 4
5 6
1 38,0989 221,6663 45,02598 304,7912
2 211,6606
184,722 375,2165 771,599
3 270,9255 492,5919 160,0924 923,6098
520,685 898,9802 580,3348 2000
Jarak km 2
3 4
5 99,97222994
183,2824 145,7928 93,3074 427,659
49,9861 99,97222994
610,9414 145,7928 143,294
Jarak 4km
5km 6km
10km 20km
492,5919 270,9255 211,6606 184,722
38,0989 375,2165 221,6663
160,0924 45,02598 867,8084 492,5919 211,6606 344,8143 83,12488
2000
Universitas Sumatera Utara
Tabel.IV.27. Matriks Jarak Contoh 1
Tabel.IV.28. Matriks Jarak Contoh 2
Substitusikan data-data yang telah diketahui ke persamaan 3.8 berikut:
Maka untuk nilai awal K = 1, matriks sebaran perjalanan menjadi sebagai berikut: Tabel.IV.29. MAT Untuk Nilai K=1 Contoh 1
Tabel.IV.30. MAT Untuk Nilai K=1 Contoh 2
k = 0,01581
from \ to 3
4 5
1 9
4 25
2 9
25 16
from \ to 4
5 6
1 400
25 400
2 36
100 16
3 25
16 100
from\ to 3
4 5
1 18333,33333
15000 3000
36333,3 2
42777,77778 5600
10937,5 59315,3 61111,11111
20600 13937,5 95648,6
from\ to 4
5 6
1 618,75
14400 731,25
15750 2
11458,33 6000
30468,75 47927,08 3
17600 40000
5200 62800
29677,08 60400
36400 126477,1
Universitas Sumatera Utara
Maka Matriks Asal Tujuan yang menggambarkan pola sebaran perjalanan untuk nilai k = 0,01045 untuk contoh 1 dan k = 0,01581 untuk contoh 2 dengan nilai
= 2 seperti berikut:
Tabel.IV.31. MAT Untuk Nilai K = 0,01045 dan = 2 Contoh 1
Tabel.IV.32. MAT Untuk Nilai K = 0,01581 dan = 2 Contoh 2
Maka jarak tempuh rata-rata pelaku perjalanan adalah: Tabel.IV.33. Pengelompokkan Jumlah Pelaku Perjalanan Pada Jarak Contoh 1
Tabel.IV.34. Pengelompokkan Jumlah Pelaku Perjalanan Pada Jarak Contoh 2
Jarak rata-rata = 5,13631 km
from\ to 3
4 5
1 191,673806
156,824 31,3648 379,863
2 447,2388807
58,54764 114,3509 620,137 638,9126868
215,3717 145,7157 1000
from\ to 4
5 6
1 9,784381 227,7092 11,56336
249,057 2
181,1922 94,87885 481,8067 757,8777 3
278,3113 632,5257 82,22834 993,0653 469,2879 955,1137 575,5983
2000
Jarak km 2
3 4
5 156,8240231
191,6738 114,3509 58,5476 447,2389
31,3648 156,8240231
638,9127 114,3509 89,9124
Jarak 4km
5km 6km
10km 20km
632,5257 278,3113 181,1922 94,87885 9,784381 481,8067 227,7092
82,22834 11,56336 1114,332 506,0205 181,1922 177,1072 21,34774
2000
Universitas Sumatera Utara
Tabel.IV.35. Rangkuman Hubungan Jarak Nilai Fungsi Hambatan Contoh 1
Tabel.IV.36. Rangkuman Hubungan Jarak Nilai Fungsi Hambatan Contoh 2
Dengan Trial and Error nilai fungsi hambatan diatas dapat kita lihat bahwa nilai jarak rata-rata yang paling mendekati 3,4km untuk contoh 1 dan yang paling
mendekati 6,95km untuk contoh 2 adalah nilai fungsi hambatan = 0,5 dan =
1 adalah nilai parameter . Untuk memperoleh nilai yang paling akurat, maka kita lakukan perhitungan secara grafik dengan menarik garik lurus antara nilai fungsi
hambatan = 0,5 dan = 1 untuk contoh 1 dan 2 seperti berikut:
Gambar IV.3. Model Parameter dan Model Trip Length Contoh 1
Jarak rata-rata nilai
3,436656946 0,5
3,332407665 1
3,137351707 2
Jarak rata-rata nilai
7,036457798 0,5
6,157398499 1
5,136305984 2
Universitas Sumatera Utara
Gambar IV.4. Model Parameter dan Model Trip Length Contoh 2
Maka kita
lakukan Trial
and Error
dengan menggunakan
nilai pada contoh 1 dan pada contoh 2 untuk menemukan nilai
prediksi sebaran perjalanan pada Matriks Asal Tujuan.
d. Untuk nilai = 0,68 maka