distribusi pergerakan

7/25/2019 Distribusi Pergerakan

1/43

Model Distribusi Perjalanan(Trip Distribution Model)


2/43

Perencanaan TransportasiJurusan Teknik Sipil

Model distribusi perjalanan dalam Urutan Model4 Langkah :

Trip Generation

Trip Distribution

Mode Choice

Route Assignment

Pengertian :

- Definisi

- Aspek Filosofi


3/43


Pemodelan Distribusi atau Sebaran Perjalanan (TripDistribustion Model) merupakan suatu tahapanpemodelan yang memperkirakan distribusi jumlah

pergerakan yang berasal dari suatu zona asal (origin, i)menuju ke suatu zona tujuan (destination,j).

Model sebaran perjalanan juga melibatkan proses

kalibrasi persamaan-persamaan yang akan menghasilkanseakurat mungkin hasil model terhadap hasil observasilapangan dari pola pergerakan asal dan tujuan lalu lintas.

Pengertian Distribusi Perjalanan


4/43


Skematik Pengertian DistribusiPerjalanan

i jTi j

Konsep DistribusiPerjalanan

Konsep Bangkitan danTarikan Perjalanan

i

j1

Ti jj2

j3

Ti j1

Ti j2

Ti j3


5/43


1. Data pola pergerakan/perjalanan asal-tujuan antarzona sebagai jumlah arus lalu lintas, yang dapatberupa kendaraan, penumpang atau barang.

2. Matriks interzonal transport impedance(jarak, waktuatau biaya).

3. Distribusi frekuensi menunjukkan jumlah pergerakanuntuk setiap kategori transport impedance.

Kebutuhan data untuk modeldistribusi perjalanan


6/43

Perencanaan Transportasi

Jurusan Teknik Sipil

Home interview survei dan survei lalu lintas lainnya (O-D survey dan traffic counting survey) akanmenghasilkan pola lalu lintas (base year) antar zona-zona dalam daerah studi dimana survei-survei ini jugaakan memberikan jumlah pergerakan inter-zona danintra-zona.

Jumlah pergerakan inter-zona tersebut dapat dijadikandata untuk menggambarkan pola sebaran perjalanan

yang terjadi. Jumlah arus pergerakan dinyatakan dalam matrik

pergerakan atau matrik asal tujuan (MAT) atau O-Dmatrix.

Data Distribusi Perjalanan


7/43



MATRIK ASALTUJUAN (MAT)

MAT disusun sebagai matrik dua dimensi dengan jumlah barisdan kolom disesuaikan dengan jumlah zona yang diamati.

Zona Asal (i) terlihat sebagaibaris dari matriksyang menjelaskan darimana sejumlah berjalanan berasal, danzona tujuan (j) terlihat sebagaikolom dari matriks

yang menyatakan kemana sejumlah perjalanan didistribusikan. Jumlah lalu lintas antarazona idanzona jdinyatakan dengan

Tij dan terlihat masing-masing kotak dalam MAT. Totaltrip productiondantrip attraction dapat dihasilkan dari

informasi MAT. Untuk setiap zona asal, jumlah pergerakan

dalamsatu garisakan menghasilkantotal trip productionpadasuatu zona tertentu danjumlah kolomakan menghasilkantripattractionuntuk zona tersebut.


8/43



MATRIK ASALTUJUAN (MAT)

Tujuan

(ke)

Asal (dari)

Zona1

Zona2

Zona

j Total Oi

Zona 1 T11 T12 O1

Zona 2 T21 T22 O2

Zona i Tij Oi

.

.

.

Total Dj D1 D2 Dj Total

Perjalanan


9/43



Sel Matrik Asal Tujuan

Jumlah arus lalu lintas (kendaraan, penumpangdan barang) diperoleh dari hasil survei.

Perkiraan jumlah perjalanan yang terjadi

dihubungkan dengan data saat ini dengan faktorpertumbuhan arus lalu lintas.

Terdapat beberapa metode matematik-statistikuntuk mendapatkan MAT yang akan datang.


10/43



Metode Memperkirakan MAT

MetodeMendapatkan

MAT

MetodeKonvensional

MetodeLangsung

Road side interview Passenger interview Home interview Foto Udara

Metode TakLangsung

Metode Analog SeragamAverage Fratar Detroit Furness

Metode Sintetis Model Opportunity Model Gravity Model GravityOpportunity (GO)

Metode TidakKonvensional

Metodeberdasarkan Arus

Lalu Lintas Estimasi entropimaksimumModel estimasikebutuhan transportasi

AfterTamin, O.Z. (2000)


11/43



Matrik Transport Impedance

Informasi lain yang perlu tersedia untuk pemodelan distribusiperjalanan adalah :

Matriks yang menunjukkan informasi mengenai spatial separationuntuk masing-masing zona (dalam satuan jarak, waktu atau

biaya). Nilai transport impedance biasanya diasumsikan sebagairute terpendek, tercepat atau termurah dari suatu zona asal kezona tujuan.

Dari suatu zona asal ke zona tujuan dalam suatu sistem, terdapatbeberapa kemungkinan rute, yang disebut sebagai tree. Rute

terpendek (dalam hal biaya, jarak atau waktu) dari suatu zona ike j disebut sebagai skim tree. Rute tersebut digunakan untukmengestimasi transport impedance.


12/43



Distribusi Frekuensi TransportImpedance

Informasi akhir yang penting (distribusi frekuensi daritransport impedance) didapat dua matriks (survei O-Ddan survei transport impedance).

Tnumber of

t r ips

n (t ransport impedance)


13/43



Contoh pembentukan MAT :

1

4

2

35

6

: Zona Kajian

: Arus lalu lintas (jumlah perjalanan)dalam smp/jam

200 700

300240

300

200

300

400450

350

460

200

400

300

300

100

600

300 500

300

400 200


14/43



Matrik Asal Tujuan

Tujuan

(ke)

Asal (dari)1 2 3 4 5 6

Total

Oi

1 200 700 300 --- 240 --- 1440

2 300 200 --- 300 400 --- 1200

3 450 --- 350 --- 460 ---1260

4 --- --- --- 300 --- 500 800

5 200 400 300 300 100 600 1900

6 --- --- --- 300 400 200 900

Dj 1150 1300 950 1200 1600 1300 7500


15/43



Model Sebaran

Perjalanan

Model

Growth Factor

ModelSynthetic

Model Uniform

Model Average

Model Fratar

Model Detroit

Model Furness

Model Gravity

(unconstrained,

production constrained,

attraction constrained,fully constrained)

Model Opportunity

dll

Model Distribusi Perjalanan


16/43



Model Distribusi Perjalanan Metode Analogi berdasarkanFaktor Pertumbuhan (Growth Factor)

1. Model seragam (uniform)

2. Model rata-rata (average)

3. Model fratar

4. Model detroit

5. Model furness


17/43



Persamaan Umum FaktorPertumbuhan (Growth Factor)

Model faktor pertumbuhan adalah pendekatanpemodelan distribusi perjalanan yang palingsederhana dengan persamaan umum sebagaiberikut :

Tij = Qij E

dimana : Tij = perjalanan yang akan datang dari i ke j

Qij = perjalanan pada base year dari i ke j

E = faktor pertumbuhan


18/43



1 . MODEL SERAGAM (UNIFORM)

Tij = Qij E

dimana :

Tij = perjalanan yang akan datang dari i ke j

Qij = perjalanan pada base year dari i ke j

E = growth factor =

Asumsi : Pertumbuhan lalu lintas dianggap sama untukseluruh daerah. Kesalahan akan terjadi pada kota-kotayang mempunyai tingkat pertumbuhan rata-rata yang tidakmerata.

Q

T


19/43



Filosofi Metode Seragam

Bangkitan

Perjalanan :1680 perjalanan

Tij = 1000 perjalanan

Tik = 680 perjalanan

i

jTi j

kTik

DistribusiBase Year

BangkitanPerjalanan :

840 perjalanan

Tingkatpertumbuhan:

2,0 pada tahun ke-n



DistribusiTahun ke-n

2,02,0


20/43



2. MODEL RATA-RATA (AVERAGE)

Tij = Qij (Ei + Ej)/2

dimana :

Tij = perjalanan yang akan datang dari i ke j

Qij

= perjalanan pada base year dari i ke j

Ei = Ti/ Qi, dan Ej = Tj/ Qj

Jika model ini digunakan, total future trip akan dihasilkantidak sama seperti yang dihasilkan dari tahapan bangkitan

perjalanan yaitu Ti = Ti(g)


21/43



Filosofi Metode Rata-Rata


1680 perjalanan

E ij :

[2+3]/2

Eik :

[2+1,8]/2



i

jTi j

kTik

DistribusiBase Year


840 perjalanan

Tingkat Pertumbuhan utktahun ke-n


Tik = 340 perjalananAsal

Zona i : 2,0

Tujuan

Zona j : 3,0

Zona k : 1,8DistribusiTahun ke-n

2,0 3,0

1,8


22/43



Simpulan Hasil

Metode rata-rata menghasilkan sebaranperjalanan karena besarnya perbedaan tidaktersebar secara acak tetapi tergantung nilaitingkat pertumbuhan.

Zona dengan nilai pertumbuhan yang lebihrendah dari tingkat pertumbuhan global akanmenghasilkan nilai yang lebih besar dariperkiraan.

Karena alasan di atas maka apabila semakin

banyak pengulangan/iterasi yang digunakanuntuk menganalisis sebaran perjalanan, makanilai ketepatan menjadi berkurang.


23/43



3. MODEL FRATAR

Model ini mencoba mengatasi permasalahansebelumnya. Dasarnya :

1. Distribusi perjalanan dari suatu zona pada waktu yangakan datang proporsional dengan distribusi perjalanan

pada waktu sekarang.2. Distribusi perjalanan dimodifikasi dengan faktor

pertumbuhan dari zona kemana perjalanan tersebutberakhir.

Modifikasi tersebut memperhitungkan lokasi zona yangberkaitan dengan zona lainnya. Faktor pertumbuhanakhir (final) yang akan digunakan didapat dengan caracoba-coba (iterasi).


24/43



Filosofi Perhitungan

i 1

2

N

ikdkk

N

ik

dk

dN

ikikk

N

ik

ik

i

didiidid

tE

t

L

tE

t

L

2

LLEEtT

,

Ei Ed1

Ed2

ti1

ti2

3

Ed3

ti3


25/43



Contoh Analisis :

1 2 3 4 Total Total yad. Kenaikan

1 20 40 50 60 170 340 2

2 40 30 100 50 220 220 1

3 60 30 20 90 200 500 2.5

4 80 70 60 40 250 750 3

Total 200 170 230 240 840

Total yad. 200 510 460 640 1810

Kenaikan 1 3 2 2.67 2.15

TUJUAN

ASAL

Perhitungan nilai Li dan Ld

Li untuk pengulangan pertama

L1= (t12+t13+t14)/(E12*t12+E13*t13+E14*t14) = (40+50+60)/(1*40+2.5*50+3*60) = 0,4348

L2= (t21+t23+t24)/(E21*t21+E23*t23+E24*t24) = (40+100+50)/(2*40+2.5*100+3*50) = 0,3958

L3= (t31+t32+t34)/(E31*t31+E32*t32+E34*t34) = (60+30+90)/(2*60+1*30+3*90) = 0,5238

Ld untuk pengulangan pertama

L1= (t21+t31+t41)/(E21*t21+E31*t31+E41*t41) = (40+60+80)/(3*40+2*60+2.67*80) = 0,3971

L2= (t12+t32+t42)/(E12*t12+E32*t32+E42*t42) = (40+30+70)/(1*40+2*30+2.67*70) = 0,4884

L3= (t13+t23+t43)/(E13*t13+E23*t23+E43*t43) = (50+100+60)/(1*50+3*100+2.67*60) = 0,4118


26/43



Hasil Pengulangan ke-1 :

1 2 3 4 Total Total yad. Ei Li

1 20 40 50 60 170 340 2 0.4348

2 40 30 100 50 220 220 1 0.3958

3 60 30 20 90 200 500 2.5 0.5238

4 80 70 60 40 250 750 3 0.5526

Total 200 170 230 240 840

Total yad. 200 510 460 640 1810Ed 1 3 2 2.67 2.15

Ld 0.3971 0.4884 0.4118 0.5128

TUJUAN

ASAL

Iterasi k e-1


1 16.64 110.78 84.65 151.62 363.6866 340 0.935 1.0010

2 15.86 39.79 80.76 60.58 196.9838 220 1.117 1.06713 69.07 113.87 46.78 310.99 540.7033 500 0.925 0.9718

4 113.96 327.92 173.59 170.47 785.9427 750 0.954 0.9719

Total 215.5226 592.3544 385.7846 693.65481887.316

Total yad. 200 510 460 640 1810

Ed 0.928 0.861 1.192 0.923 0.9590

Ld 0.9887 1.0211 1.0998 0.9282

TUJUAN

ASA

L


27/43



Hasil Pengulangan ke-12Iterasi ke-12


1 15 93 97 136 340 340 1.000 1.0001

2 16 38 104 62 220 220 1.000 0.9997

3 63 97 55 284 500 500 1.001 1.0002

4 106 283 205 157 750 750 1.000 1.0000

Total 200 510 460 640 1810

Total yad. 200 510 460 640 1810

Ed 1.000 1.000 1.000 1.001 1.0000

Ld 0.9998 0.9997 0.9998 1.0003

TUJUAN

ASAL

Kondisi Saat Ini : Kondisi Yang Akan Datang :

1 2 3 4 1 2 3 4

1 20 40 50 60 1 15 93 97 136

2 40 30 100 50 2 16 38 104 62

3 60 30 20 90 3 63 97 55 284

4 80 70 60 40 4 106 283 205 157

TU JU A N TUJU A N

ASAL

ASALHasil Hitungan


28/43



4. MODEL DETROIT

Metode ini dikembangkan bersamaan dengan pelaksanaanpekerjaan Detroit Metropolitan Area Traffic Study dalamusahanya mempersingkat waktu operasi komputer danmengoreksi metode sebelumnya.

Persamaan Umum :

Tid= tid

Nilai perjalanan untuk setiap sel matriks diatur dengancoba-coba dan iterasi sehingga total trip production dan

trip attraction mendekati untuk faktor koreksi yang kecil (5atau 10 %)

EEdEi


29/43



Contoh Perhitungan Distribusi Perjalanandengan Metode Detroit :


1 20 40 50 60 170 340 2

2 40 30 100 50 220 220 1

3 60 30 20 90 200 500 2.5

4 80 70 60 40 250 750 3

Total 200 170 230 240 840

Total yad. 200 510 460 640 1810

Kenaikan 1 3 2 2.67 2.15

TUJUAN

AS

AL


30/43



Cara Hitung :

...

...

...

,

,

,

,

631111523240

EEEtT

618152

1220

E

EEtT

211212

111111


31/43



Hasil Perhitungan Pengulangan ke-1

Iterasi 1


1 18.60 111.63 93.02 149.02 372.28 340 0.913293

2 18.60 41.86 93.02 62.09 215.58 220 1.020496

3 69.77 104.65 46.51 279.42 500.35 500 0.999303

4 111.63 293.02 167.44 149.02 721.12 750 1.040054

Total 218.60 551.16 400.00 639.56 1809.33

Total yad. 200 510 460 640 1810

Kenaikan 0.914894 0.925316 1.15 1.000691 1.00037

TUJUAN

ASAL


32/43



Hasil Pengulangan ke-10Iterasi 10


1 15 92 97 136 340.00 340 1.0

2 16 38 105 61 220.00 220 1.0

3 63 97 54 285 500.00 500 1.0

4 105 283 204 158 750.00 750 1.0

Total 200.00 510.00 460.00 640.00 1810.00Total yad. 200 510 460 640 1810

Kenaikan 1.0 1.0 1.0 1.0 1.000000

TUJUAN

ASAL

Kondisi Saat Ini : Kondisi Yang Akan Datang :

1 2 3 4 1 2 3 4

1 20 40 50 60 1 15 92 97 1362 40 30 100 50 2 16 38 105 61

3 60 30 20 90 3 63 97 54 285

4 80 70 60 40 4 105 283 204 158

TUJUAN

ASAL

ASAL

TUJUAN

Hasil Hitungan


33/43



5. MODEL FURNESS

Metode ini paling sering digunakan di Inggris yangjuga termasuk metode iterasi. Metode iniberdasarkan estimasi faktor pertumbuhan (growthfactor) untuk produksi perjalanan dan tarikanperjalanan, yaitu dua buah faktor pertumbuhan untuk

setiap zona. Faktor pertumbuhan (growth factor) tersebut

diaplikasikan pada baris dan kolom MAT untuk mendapatkan perjalanan masa depan.

Nilai perjalanan untuk setiap sel matriks diatur

dengan coba-coba dan iterasi sehingga total produksiperjalanan dan tarikan perjalanan mendekati untukfaktor koreksi yang kecil (5 atau 10 %)


34/43



MODEL FURNESS

Metode Furness selalu mempunyai satusolusi akhir dan terbukti efisiendibandingkan dengan metode analogi

lainnya. Solusi akhir selalu sama, tidak

bergantung dari perhitungan

pengulangan dimulai dari baris ataukolom.


35/43



Contoh Analisis Distribusi Perjalananmenggunakan Model FURNESS

Suatu daerah studi terdiri dari 4 zone : A, B, C dan D. Distribusibangkitan perjalanan dan tarikan perjalanan dijelaskan sebagaiberikut:

Untuk 5 tahun yang akan datang, diperkirakan bangkitan

perjalanan naik menjadi : zone A = 3 x, zone B = 2,5 x, zone C = 2x dan zone D = 1,6 x; sedangkan tarikan perjalanan dari masing-masing zona naik menjadi : zone A = 1,2 x, zone B = 1,5 x, zone C= 3 x dan zone D = 2,4 x. Tentukan distrbusinya 5 tahun y.a.d !

A B

D C

200 100

500 50

80 200

300

200

400 300

150

100


36/43



Langkah 1 : Distribusi Perjalanan

Distribusi perjalanan saat ini

A B C D Total Kenaikan Prediksi

A - 200 500 150 850 3 2550

B 100 - 300 50 450 2.5 1125

C 200 200 - 300 700 2 1400

D 100 80 400 - 580 1.6 928

Total 400 480 1200 500

Kenaikan 1.2 1.5 3 2.4

Prediksi 480 720 3600 1200

ASAL

TUJUAN


37/43



Langkah 2 : Iterasi 1

Prediksi distribusi perjalanan 5 tahun yad., (Iterasi 1 : Kenaikan Bangkitan)

A B C D Total

A - 600 1500 450 2550

B 250 - 750 125 1125C 400 400 - 600 1400

D 160 128 640 - 928

Total 810 1128 2890 1175

Seharusnya 480 720 3600 1200

F.Koreksi 0.59 0.64 1.25 1.02

F.Koreksi = Perjalanan seharusnya/Total Perjalanan = 480 / 810 = 0,59

TUJUAN

ASA

L


38/43




Prediksi distribusi perjalanan 5 tahun yad., (Iterasi 2 : F.Koreksi Tarikan)

A B C D Total Seharusnya F.Koreksi

A - 384 1875 459 2718 2550 0.94B 147.5 - 937.5 127.5 1212.5 1125 0.93

C 236 256 - 612 1104 1400 1.27

D 94.4 81.92 800 - 976.32 928 0.95

Total 477.9 721.92 3612.5 1198.5

TUJUAN

ASAL


39/43




Prediksi distribusi perjalanan 5 tahun yad., (Iterasi 3 : F.Koreksi Bangkitan)

A B C D Total

A - 360.96 1762.5 431.46 2554.92B 137.175 - 871.875 118.575 1127.625

C 299.72 325.12 - 777.24 1402.08

D 89.68 77.824 760 - 927.504

Total 526.575 763.904 3394.375 1327.275

Seharusnya 480 720 3600 1200

F.Koreksi 0.91 0.94 1.06 0.90

TUJUAN

ASAL


40/43



Ketelitian

Ketelitian 5 % : iterasidihentikan apabila =

0,95 < faktor koreksi < 1,05

Ketelitian 10 % : iterasidihentikan apabila =

0,90 < faktor koreksi < 1,10


41/43



Catatan :

1. Metode analog mudah dimengerti dan hanya memerlukandata MAT sekarang dan angka faktor pertumbuhan zona dimasa yang akan datang.

2. Proses iterasi yang sederhana.3. Jika digunakan pada wilayah studi yang stabil memungkinkan

untuk mendapatkan hasil dengan tingkat ketepatan tinggi.4. Metode analog memerlukan data MAT yang lengkap mahal.5. Diperlukan jumlah zona yang konsisten, sehingga perlu

adanya manipulasi guna mengantisipasi adanya pertumbuhanzona baru di masa yang akan datang.

6. Jika ditemukan pergerakan antar zona adalah 0, maka tidak

dimungkinkan untuk meramalkan pergerakan yang akandatang.7. Pergerakan intrazona tidak dapat detail karena dapat

meningkatkan galat dan membutuhkan jumlah pengulanganyang semakin banyak.


42/43



Kesimpulan

Model distribusi perjalanan pada intinya adalahmembangun matriks asal tujuan (MAT) untuk memprediksisebaran perjalanan di masa yang akan datang.

Model yang digunakan berupa model analogi dan modelsintetik.

Model faktor pertumbuhan hanya memperhitungkan faktorpertambahana arus lalu lintasnya tanpa memperhitungkanfaktor penghambat misalnya biaya maupun waktuperjalanan.

Model Furness terbukti yang terbaik (lebih mudah danefisien) dibandingkan model analog lainnya. Meskipun

demikian, dari perbandingan hasil antara model Fratar,Detroit dan Furness menghasilkan distribusi yang hampirsama.
http://localhost/var/www/apps/conversion/tmp/Kuliah%20Pertemuan%206%20PT.xlshttp://localhost/var/www/apps/conversion/tmp/Kuliah%20Pertemuan%206%20PT.xlshttp://localhost/var/www/apps/conversion/tmp/Kuliah%20Pertemuan%206%20PT.xlshttp://localhost/var/www/apps/conversion/tmp/Kuliah%20Pertemuan%206%20PT.xlshttp://localhost/var/www/apps/conversion/tmp/Kuliah%20Pertemuan%206%20PT.xlshttp://localhost/var/www/apps/conversion/tmp/Kuliah%20Pertemuan%206%20PT.xls


43/43

See You Next Class

distribusi pergerakan

Documents