33
penaksiran kemiripan maksimum KM, metode penaksiran inferensi – bayes IB, metode penaksiran entropi-maksimum EM, dan metode lainnya.
Metode-metode pengkalibrasian gravity ini dikembangkan karena dibutuhkan proses kalibrasi yang cepat, sederhana, dan tepat.
II.4.1.2.1 Metode Sederhana
Pendekatan yang sangat sederhana ‘meminjam’ nilai β, kemudian menghitung model GR dan mendapatkan sebaran panjang perjalanan hasil
pemodelan. Kemudian, sebaran ini dibandingkan dengan sebaran panjang perjalanan hasil pengamatan. Jika masih terdapat perbedaan antara kedua sebaran tersebut, nilai
β baru harus digunakan dan proses diulangi lagi sampai perbedaan kedua sebaran itu sangat kecil.
Kelemahan dari metode sederhana ini adalah tidak praktis dan penggunaannya membutuhkan waktu yang cukup lama.
II.4.1.2.2 Metode Hyman
Hyman menyatakan bahwa nilai faktor penyeimbang harus dipilih sehingga total ‘baris’ dan ‘kolom’ dari sel MAT sama dengan proporsi hasil pengamatan pada
setiap ‘baris’ dan ‘kolom’. Juga, parameter β harus dipilih sehingga biaya rata-rata perjalanan yang didapat dari pengamatan sama dengan yang dihasilkan dalam proses
pemodelan. Metode hyman dapat dirumuskan dengan persamaan berikut :
[ ]
= =
∑∑
β β
β T
c T
c
i d
id id
c =
∑∑ ∑∑
i d
id i
d id
id
N C
N 2.3
Universitas Sumatera Utara
34
dengan menganggap matriks β
id
T sebagai fungsi dari β dan total dari matriks
akan menghasilkan β
β T T
i d
id
=
∑∑
. 2.4
Dimana : c
= biaya rata-rata dari sebaran panjang pergerakan hasil pengamatan
Nid = jumlah pergerakan dari setiap pasangan zona.
Metode hyman ini dapat dipakai dengan mengikutu penjelasan dibawah ini: 1.
Mulailah pengulangan pertama dengan menyatakan m = 0 dan menentukan nilai awal
β = 1c
2. Buat m = m+1; dengan menggunakan nilai βm-1, hitung matriks dengan
menggunakan model GR. Dapatkan biaya rata-rata cm dan bandingkan nilai tersebut dengan c ; jika perbedaan cukup kecil, proses dihentikan dan
nyatakan βm-1 sebagai nilai β terbaik; jika tidak, teruskan ke tahap 3. 3.
Jika m = 1, hitung nilai β baru dengan persamaan berikut:
1 1
c =
β β c
≥ 1, dapatkan nilai β baru dengan persamaan:
1 1
1 1
− −
− +
− −
∗ −
− ∗
=
m m
m m
m m
m
c c
c c
c c
β β
β 2.5
4. Ulangi tahap 2 dan 3 seperti diisyaratkan, sampai konvergensi tercapai.
Nilai β dapat juga didapat dengan menggunakan persamaan empiris, yaitu:
id
C k
=
β 2.6
Dimana: k = 2 ~ 3
id
C
= rata-rata nilai
id
C
Universitas Sumatera Utara
35
Meskipun berbagai metode dapat digunakan untuk menurunkan model gravity tetapi tidak membuktikan bahwa model gravity adalah model yang terbaik.
Penggunaan suatu model tergantung pada asumsi yang diisyaratkan dalam proses penurunan dan interpretasinya. Model yang digunakan untuk peramalan perjalanan
hanya mencoba mendekati realita dengan berbagai proses penyederhanaan, asumsi, pendekatan, pengabaian, sesuai dengan maksud dan tujuan permasalahan, kajian
yang akan diuji, analisis yang dilakukan, informasi yang ada, batasan biaya, serta waktu dan sumber dana yang tersedia.
II.4.1.2.3 Metode Analisis Regresi – Linear