1.1Latar Belakang Masalah Transportasi adalah usaha untuk memindahkan, menggerakkan, atau mengangkut orang ataupun barang dari suatu tempat ke tempat lain, dimana di tempat lain objek tersebut lebih berguna ataudapat berguna untuk tujuan-tujuan tertentu. Transportasi dikatakan baik jika dari segi keselamatan, aksesibilitas yang tinggi, kapasitas mencukupi, teratur, lancar, tepat waktu, nyaman, ekonomis, aman, tertib, rendah polusi, dan beban masyarakat rendah. Salah satu manfaat dilakukannya perencanaan transportasi jalan adalah mengantisipasi kebutuhan perjalanan yang terus berkembang, berupa penyiapan prasarana jalan. Antisipasi tersebut memerlukan perkiraan kebutuhan perjalanan yang akan terjadi di masa datang. Alat yang digunakan untuk memperkirakan kebutuhan perjalanan adalah model kebutuhan perjalanan. Perencanaan transportasi jalan sangat di perlukan, akan tetapi dalam perencanaan keterbatasan data khususnya data primer menjadi kendala dalam melakukan pemodelan transportasi jalan. Untuk itu Pusat Litbang Jalan dan Jembatan melakukan penelitian Perencanaan Transportasi Jalan Perkotaan dengan hasil menyediakan suatu model perencanaan transportasi jalan perkotaan yang sederhana. Model kebutuhan perjalanan tersebut memiliki akurasi setingkat pra studi kelayakan, dikarenakan variabel-variabel yang digunakan dalam persamaan ini hanya variabel yang umum dimiliki oleh tiap perkotaan.Dengan menggunakan model kebuthan perjalanan ini perencanaan transportasi jalan untuk Perkotaan tetap dapat dilakukan hanya dengan data sekunder yang tersedia. Namun, jika kebutuhan perencanaan transportasi yang lebih akurat maka diharuskan menggunakan proses pemodelan transportasi yang lebih lengkap, dalam arti memperhitungkan banyak variabel dalam pembentukan model perencanaan transportasi dengan membutuhkan data yang lengkap. 1.2 Tujuan Modul ini bertujuan untuk memberikan penjelasan mengenai ketentuan dan prosedur tentang perencanaan transportasi Jalan untuk perkotaan 4 tahap dengan menentukan metode Matrik Asal Tujuan. . 1.3 Ruang Lingkup Modul ini menjelaskan ketentuan dan prosedur tentang tata cara Perencanaan Transportasi Jalan Perkotaan, yang meliputi: Kriteria kota, Penetapan Zona Lalu lintas, Kebutuhan data, ketentuan teknis Perencanaan, dan prosedur perencanaan. 2. Perencanaan Transportasi Jalan Perkotaan 2.1 Kriteria Kota Menurut UU No. 26 tahun 2007 tentang Penataan Ruang, kawasan perkotaan adalah wilayah yang mempunyai kegiatan utama bukan pertanian dengan susunan fungsi kawasan sebagai tempat permukiman perkotaan, pemusatan dan distribusi pelayanan jasa pemerintahan, pelayanan sosial, dan kegiatan ekonomi. Secara Geografis, kota adalah suatu bentang budaya yang ditimbulkan oleh unsur-unsur alami dan non-alami dengan gejala pemusatan penduduk tinggi, corak kehidupan yang heterogen, sifat penduduknya individualistis dan materialistis. Peraturan Pemerintah No. 26 Tahun 2008 menjelaskan bahwa sistem perkotaan nasional terdiri atas PKN, PKW dan PKL.dapat berupa: a. kawasan megapolitan; b. kawasan metropolitan; c. kawasan perkotaan besar; d. kawasan perkotaan sedang; atau e. kawasan perkotaan kecil. Adapun definisi tiap perkotaan berdasarkan Peraturan Pemerintah No. 26 Tahun 2008 menjelaskan bahwa: 1) Kawasan megapolitan merupakan kawasan yang ditetapkan dengan kriteria memiliki 2 (dua) atau lebih kawasan metropolitan yang mempunyai hubungan fungsional dan membentuksebuah sistem. 2) Kawasan metropolitan merupakan kawasan perkotaan yang ditetapkan dengan kriteria:a. Memiliki jumlah penduduk paling sedikit 1.000.000 (satu juta) jiwa;b. Terdiri atas satu kawasan perkotaan inti dan beberapa kawasan perkotaan disekitarnya yang membentuk satu kesatuan pusat perkotaan; danc. Terdapat keterkaitan fungsi antarkawasan perkotaan dalam satu sistem metropolitan.3) Kawasan perkotaan besar merupakan kawasan perkotaan yang ditetapkan dengan criteria jumlah penduduk lebih dari 500.000 (lima ratus ribu) jiwa. 4) Kawasan perkotaan sedang merupakan kawasan perkotaan yang ditetapkan dengan criteria jumlah penduduk lebih dari 100.000 (seratus ribu) sampai dengan 500.000 (lima ratus ribu) jiwa. 5) Kawasan perkotaan kecil merupakan kawasan perkotaan yang ditetapkan dengan criteria jumlah penduduk lebih dari 50.000 (lima puluh ribu) sampai dengan 100.000 (seratus ribu) jiwa.2.2 Pemodelan Transportasi Empat Tahap Model perencanaan transportasi empat tahap merupakan pilihan konsep pemodelan yang paling sering digunakan dalam berbagai studi transportasi di Indonesia, karena selain kemudahannya juga kemampuannya dalam menggambarkan berbagai interaksi antara sistem transportasi dan tata ruang di wilayah studi. Secara umum model ini merupakan gabungan dari beberapa seri submodel yang masing-masing harus dilakukan secara berurutan, yakni: bangkitan perjalanan, sebaran perjalanan, pemilihan moda, dan pemilihan rute. Pendekatan model dimulai dengan menetapkan sistem zona dan jaringan jalan, termasuk di dalamnya adalah karakteristik populasi yang ada di setiap zona. Dengan menggunakan informasi dari data tersebut kemudian diestimasi total perjalanan yang dibangkitkan dan/ atau yang ditarik oleh suatu zona tertentu (trip ends). atau disebut dengan proses bangkitan perjalanan (trip generation). Tahap ini akan menghasilkan persamaan trip generation yang menghubungkan jumlah perjalanan dengan karakteristik populasi serta pola dan intensitas tata guna lahan di zona yang bersangkutan. Selanjutnya diprediksi dari/ kemana tujuan perjalanan yang dibangkitkan atau yang ditarik oleh suatuzona tertentu atau disebut tahap distribusi perjalanan (trip distribution). Dalam tahap ini akan dihasilkan matriks asal-tujuan (MAT). Pada tahap pemilihan moda (modal split) MAT tersebut kemudian dialokasikan sesuai dengan moda transportasi yang digunakan para pelaku perjalanan untuk mencapai tujuan perjalanannya. Dalam tahap ini dihasilkan MAT per moda. Terakhir, pada tahap pembebanan (trip assignment) MAT didistribusikan ke ruas-ruas jalan yang tersedia di dalam jaringan jalan sesuai dengan kinerja rute yang ada. Tahap ini menghasilkan estimasi arus lalu lintas di setiap ruas jalan yang akan menjadi dasar dalam melakukan analisis kinerja. Dengan melihat proses di atas maka secara garis besar proses analisis transportasi jalan terdiri atas beberapa kegiatan utama, yaitu: penetapan wilayah studi, analisis sistem jaringan, analisis kebutuhan pergerakan, dan analisis sistem pergerakan. Dalam beberapa butir berikut ini disampaikan bahasan mengenai setiap tahap pemodelan transportasi yang dilakukan.2.3 Penetapan Zona Lalu lintasPenetapan zona lalu lintas didasarkan pada: 1) Batas administratif wilayah kota sebagai kordon area dan wilayah yang berada di luassekitarkordon area diasumsikan sebagai zona lalu lintas eksternal; 2) Satuan zona lalu lintas adalah zona administratif yang lebih kecil dari administratif kota, yangselanjutnya disebut sebagai zona lalu lintas internal; 2.4 Kebutuhan Data Perencanaan Transportasi Jalan2.4.1. Data penduduk Data yang dibutuhkan adalah Jumlah penduduk (P) dari data sekunder tiap zona lalu lintas dalamsatuan orang dalam kurun waktu 3 tahun terakhir.Data jumlah penduduk di gunakan dalam tahapan bangkitan dan tarikan perjalanan. Jika data jumlah penduduk 3 tahun terakhir tidak didapat makadalam memprediksi penduduk ke tahun rencana dapat menggunakan rumus dan tingkatpertumbuhan pada sub bab prediksi transportasi jalan. 2.4.2. Data waktu tempuh per zona Data Waktu tempuh perjalanan antar zona lalu lintas dengan satuan per jam yang didapat dari waktutempuh rata-rata beberapa ruas yang menghubungkan tiap zona lalu lintas.Data waktu tempuh tiapruas dapat diperoleh dari data sekunder atau data primer dengan melakukan survei di lapanganberdasarkan waktu tempuh rata-rata tiap ruas jalan yang menghubungkan antar zona.Data inidiperlukan untuk tahap sebaran perjalanan.2.4.3. Data biaya perjalanan Moda yang diakomodir dalam proses perencanaan transportasi ini terdiri dari angkutan umum dan angkutan pribadi (sepeda motor dan mobil penumpang) maka untuk menunjang analisis tahap pemilihan moda diperlukan data sebagai berikut: 1) Biaya perjalanan angkutan umum (ongkos orang per km) yang dapat diperoleh dari data sekunder.2) Biaya perjalanan angkutan pribadi (sepeda motor dan mobil penumpang) yang dapat diperoleh dari:a. data sekunder saat ini atau data tahun sebelumnya yang disesuaikan terhadap inflasib. data primer dengan melakukan survei dilapangan berdasarkan kebutuhan perjalanan (rupiah Per km) tiap ruas jalan yang ditinjau. (penentuan ukuran sampel tergantung dari populasi) Penentuan ukuran sampel dihitung dengan menggunakan rumus Slovin (Simamora,2002) sebagai berikut: Danni = ukuran sampel minimum w = proporsi tiap jenis kendaraan iN = jumlah populasi kendaraanE = persen kelonggaran ketidaktelitian karena kesalahan pengambilan sampel I yangditolerir atau diinginkan dengan asumsi kelonggaran ketidaktelitian yangdiambil sebesar 5% D. Data sistem jaringan transportasi jalan Dalam tahapan pemilihan rute diperlukan data sebagai berikut:1) Data jaringan jalan kota (peta) minimal skala 1: 100.000, yang didukung oleh panjang tiap ruas jalan yang ditinjau, data ini digunakan untuk melihat ruas jalan yang menghubungkan antar zona; 2) Data kinerja jaringan jalan kota, dalam hal ini adalah kapasitas jalan dan waktu tempuh (jam) pada saat arus bebas yang didapat dari data sekunder.2.5 Kebutuhan Analisis Kota Kecil Analisis perencanaan transportasi jalan kota dengan menggunakan data dasar jumlah penduduk dapat dilakukan untuk mengetahui kondisi tahun mendatang, dilakukan dengan menggunakan data tahun terakhir lalu di prediksi ke tahun yang dimaksud. Nilai pertumbuhan dengan menggunakan nilai default yang ditetapkan dalam pedoman ini atau jika memiliki data time series minimal tiga tahun terakhir. 2.5.1 Prediksi Transportasi Jalan Dalam melakukan perencanaan transportasi, dibutuhkan peramalan (perkiraan) transportasi, karena rencana disusun berdasarkan ramalan yang memungkinkan terjadi di masa yang akan datang. Peramalan dilakukan dengan angka pertumbuhan penduduk kota kecil menggunakan persamaan 2. F = P x (1+i)n(2)Keterangan: F = prediksi jumlah penduduk yang akan datang (orang) P = jumlah penduduk saat ini (orang) i = tingkat pertumbuhan penduduk untuk kota kecil = 1,60% - 2,00% n = jumlah tahun prediksi 2.5.2 Bangkitan/tarikan perjalanan Bentuk model bangkitan perjalanan adalah model regresi linier, dengan variabel bebas berupa datajumlah penduduk variabel tidak bebas berupa jumlah perjalanan asal zona lalu lintas yang ditinjau.Model tarikan perjalanan menggunakan variabel bebas berupa jumlah penduduk dengan variable tidak bebas berupa jumlah perjalanan yang menuju zona lalu lintas yang ditinjau. Persamaan modelbangkitan perjalanan ditunjukkan oleh persamaan 3 dan untuk model tarikan perjalanan ditunjukanoleh persamaan 4: Keterangan:O = jumlah bangkitan perjalanan (perjalanan orang/hari/zona)D = jumlah tarikan perjalanan (perjalanan orang/hari/zona) P = jumlah penduduk (orang/zona) 2.5.3 Sebaran perjalanan Pada tahap ini, jumlah perjalanan yang dibangkitkan dari suatu zona lalu lintas asal atau yang tertarikke suatu zona lalu lintas tujuan akan didistribusikan pada setiap zona lalu lintas asal dan zona lalu-lintas tujuan yang ada. Tahapan ini menghasilkan Matriks Asal Tujuan Perjalanan. Metode yang digunakan adalah metode sintesis dengan model dasar dari model persamaan distribusi perjalanan adalah Model Gravitasi. Jumlah perjalanan yang dibangkitkan oleh zona lalu lintas asal iakan didistribusikan ke zona lalu lintas tujuan d akan berbanding terbalik terhadap waktu tempuh perjalanan (C) antara kedua zona lalu lintas tersebut, atau dalam fungsi matematika untuk perkotaan kecil adalah sebagai berikut: Tid = Ai .Oi .Bd .Dd .fid (5)Keterangan :Keterangan:Tid = perjalanan dari zona lalu lintas asal i ke zona lalu lintas tujuan d (orang/hari)O = jumlah perjalanan yang berasal dari zona lalu lintas asal I (orang/hari)Did = jumlah perjalanan yang menuju ke zona lalu lintas tujuan d (orang/hari)fid = fungsi hambatan = (C id 2,1578). (e (-0,0121*Cid)(8)Cid = waktu tempuh perjalanan (jam)Ai = faktor penyeimbangBd = faktor penyeimbang 2.5.4 Pemilihan moda Tahap ini merupakan suatu upaya untuk mengestimasi proporsi orang yang akan menggunakan suatu moda angkutan yang tersedia. Moda yang menjadi alternatif pilihan dalam perhitungan ini dibatasi hanya pada angkutan pribadi dan angkutan umum.Jenis angkutan pribadi hanya mencakup mobil pribadi dan sepeda motor, sedangkan angkutan umum merupakan semua jenis angkutan umum. Adapun model yang digunakan untuk perhitungan pemilihan moda pada kota kecil ini adalah sebagai berikut : Keterangan:PP = proporsi kendaraan pribadi PSM = proporsi sepeda motorPMP = proporsi mobil penumpangPU = proporsi kendaraan umumCU = biaya perjalanan kendaraan umum (rupiah)CP = biaya perjalanan kendaraan pribadi (rupiah)CSM = biaya Perjalanan Sepeda Motor (rupiah)CMP =biaya Perjalanan Mobil Penumpang (rupiah)Setelah didapatkan nilai proporsi untuk tiap moda di setiap zona lalu lintas asal dan tujuan, selanjutnya kalikan nilai proporsi tersebut dengan jumlah perjalanan Tid dari zona lalu lintas asal i ke zona lalu lintas tujuan d dari tahap sebaran perjalanan untuk masing masing zona lalu lintas lalu lintas, sehingga didapatkanlah tiga matriks perjalanan berdasarkan moda perjalanan yang digunakan.2.5.5 Pemilihan rute Model Pemiliha rute yang digunakan tidak mempertimbangkan batasan kapasitas dan sifat stokastik. Model hambatan dijelaskan pada persamaan 14. Keterangan: TQ = Mwaktu tempuh pada kondisi arus lalu lintas = Q (jam);TO = waktu tempuh pada kondisi Q=0 (jam);Q = arus (smp/jam);C = kapasitas (smp/jam);? = indeks tingkat pelayanan = 0,3 Hubungan antara fungsi permintaan dan fungsi penyediaan untuk masing masing rute dijelaskan pada persamaan 15 . Keterangan:T1Q, T2Q, T3Q, . . . . ., TXQ= waktu tempuh pada kondisi arus lalu lintas Q untuk rute 1, 2, 3 hingga rute x (x=banyaknya rute yang akan dipilih)PA = besarnya bangkitan perjalanan di kota AAS = besarnya tarikan perjalanan di kota BQAB = arus lalu lintas rata-rata (smp/jam) dari A ke B Metode penelitian untuk tahap awal diarahkan untuk meninjau faktor-faktor yang berpengaruh terhadap tingkat keakurasian MAT yang dihasilkan dari informasi arus lalulintas. Model kebutuhan akan transportasi yang digunakan dalam penelitian ini adalah model Gravity (GR). Sedangkan faktor-faktor pengaruh yang akan ditinjau adalah sebagai berikut: * Pengaruh metode estimasi untuk mengkalibrasi parameter model kebutuhan transportasi. Metode estimasi yang akan ditinjau adalah meliputi: KuadratTerkecil (KT), Kemiripan-Maksimum (KM), Inferensi-Bayes (IB) dan Entropi-Maksimum (EM).* Pengaruh metode pemilihan rute. Metode pemilihan rute yang akan ditinjau adalah metode all-or-nothing dan metode pemilihan rute keseimbangan (equilibrium assignment) Proses kalibrasi untuk estimasi Matriks Asal-Tujuan dengan menggunakan data arus lalulintas, jika digunakan model Gravity (GR) 3. Metoda Estimasi Tamin [3, 4] telah mengembangkan beberapa tipe metoda estimasi yang dapat digunakan sebagai berikut: * Metoda Estimasi Kuadrat-Terkecil atau Kuadrat-Terkecil-Berbobot (KT atau KTB)* Metoda Estimasi Kemiripan-Maksimum (KM)* Metoda Estimasi Inferensi-Bayes (IB)* Metoda Estimasi Entropi-Maksimum (EM)3.1 Metode Estimasi Kuadrat-Terkecil atau Kuadrat-terkecilberbobot (KT atau KTB) Metode estimasi ini mencoba mengkalibrasi parameter model transportasi yantidak diketahui sehingga meminimumkan jumlah perbedaan kuadrat antara arus lalulintas hasil estimasi dan hasil pengamatan. Secara matematis, masalahkalibrasi dari metode penaksiran Kuadrat-Terkecil dapat dinyatakan sebagai berikut dengan Vt= 1 untuk KT atau Vt = Vt untuk Kuadrat-Terkecil-Berbobot (KTB): dimana: Vl = jumlah arus di ruas hasil estimasi; V = jumlah arus di ruas hasil pengamatan.3.2 Metode Estimasi Kemungkinan-Maksimum (KM) Tamin [3, 4] juga sudah membangun metode estimasi yang mencoba untuk memaksimumkan kemungkinan yang tercantum pada persamaan di bawah. Kerangka kerja dari metode estimasi KM adalah berupa pemilihan hipotesis H yang memaksimumkan persamaan di bawah dengan batasan tertentu, yang nantinya menghasilkan sebaran Vt yang paling sesuai dengan data hasil survey ( Vt ). Fungsi obyektif dari kerangka kerja ini adalah: dimana: VT = arus total lalu lintas hasil pengamatan c = konstanta, dimana 3.3 Metode Estimasi Inferensi-Bayes (IB) Tamin [4] menyebutkan, metode ini menggunakan suatu probabilitas subyektif untuk mengukur tingkat kepercayaan tentang suatu keadaan.Pada metode ini, pertimbangan subyektif berdasarkan intuisi, pengalaman atau informasi yang tidak langsung, secara sistematis digabungkan dengan data pengamatan untuk mendapatkan suatu taksiran yang seimbang. Fungsi obyektif dari metode estimasi Inferensi-Bayes (IB) adalah :3.4 Metode Estimasi Entropi-Maksimum (EM) Menurut Tamin [4], metode estimasi entropi maksimum dikembangkan dari analogi fisika yaitu konsep tentang metode penyusunan mikro suatu system tertentu misalnya molekul gas.Pada model sebaran pergerakan diasumsikan bahwa pergerakan yang terjadi seperti molekul gas yang dapat bergerak bebas, sehingga menghasilkan sebaran maksimum.Dalam hal model sebaran perjalanan, pergerakan yang terjadi dapat dianggap sebagai molekul gas yang dapat bergerak bebas sehingga sebarannya maksimum atau distribusinya merata.Hal tersebut merupakan konsep dasar dari pengembangan metode estimasi entropi maksimum. Fungsi tujuan dari model estimasi entropi maksimum adalah sebagai berikut:4 Hasil Riset dan PembahasanProses analisis dilakukan dengan meninjau faktor-faktor yang berpengaruh terhadap peningkatan akurasi MAT yang dihasilkan dari data arus lalulintas. 4.1 Pengaruh Jenis Model Gravity (GR) Jenis model gravity yang ditinjau dalam penelitian ini adalah model gravitydengan batasan-bangkitan, batasan-tarikan dan batasan-bangkitan-tarikan. Model batasan-bangkitan dihasilkan dengan menetapkan nilai Bd=1, untuk semua d untuk menghilangkan batasan tarikan pergerakan (Dd). Selanjutnya dengan menetapkan nilai Ai = 1, untuk semua i untuk menghilangkan batasan bangkitan pergerakan (Oi), maka model batasan-tarikan bisa dihasilkanSedangkan model GR dengan-batasan-bangkitan-tarikan dihasilkan dengan melakukan iterasi terhadap nilai Ai dan Bd Hasil estimasi parameter model kebutuhan transportasi yang dihasilkan untuk berbagai jenis model GR adalah ditunjukkan pada Tabel 1. Proses tersebutdilakukan dengan metode estimasi Kuadrat-Terkecil-Berbobot (KTB), fungsi hambatan eksponensial-negatif dan metode pemilihan rute keseimbangan (equilibrium assignment). Tabel 1 Hasil Estimasi Parameter Model Transportasi Menurut Jenis Model GR.Dari Tabel 1 dapat dilihat bahwa dari ketiga jenis model GR (batasanbangkitan, batasan-tarikan dan batasan-bangkitan-tarikan), model GR dengan batasan-bangkitan-tarikan menghasilkan tingkat keakurasian yang paling baik dibandingkan jenis model GR lainnya. Hal tersebut ditunjukkan berdasarkan nilai minimum dari fungsi tujuan dari metode estimasi KTB, dimana jenis batasan-bangkitan-tarikan nilainya paling kecil.Setelah model batasan bangkitan-tarikan, urutan selanjutnya adalah model batasan-bangkitan.Model ini kinerjanya lebih baik dibandingkan model batasan-tarikan.Dari hasil estimasi, penggunaan nilai awal yang berbeda pada proses iterasi akan selalu menghasilkan nilai estimasi yang relatif sama. Kalaupun terjadi perbedaan, perbedaan tersebut nilainya sangat kecil sehingga dapat diabaikan. Dari sini dapat disimpulkan bahwa metode estimasi tersebut selalu menghasilkan satu solusi tunggal yang sama nilainya (a unique solution).Perbedaan yang terjadi hanya pada cepat atau lambatnya konvergensi tercapai. Secara umum dapat dikatakan bahwa semakin jauh nilai awal dari nilai yang dituju, akan semakin lama waktu yang dibutuhkan untuk mencapai konvergensi. Hasil uji statistik untuk tiap-tiap jenis model GR adalah seperti ditunjukkan pada Tabel 2 untuk tingkat MAT.Tabel 2 Indikator uji statistik untuk masing-masing model GR dengan menggunakan metode estimasi Kuadrat-Terkecil untuk tingkat MAT. Dari Tabel 2, dapat dilihat bahwa ditinjau dari indikator uji statistik untuk tingkat MAT, model GR dengan batasan-bangkitan-tarikan (DCGR) memberikan tingkat kinerja yang terbaik. 4.2 Pengaruh Fungsi Hambatan Salah satu parameter penting dalam menentukan MAT adalah fungsi hambatan atau f(Cid). Hal yang terpenting untuk diketahui adalah f(Cid) harus dianggap sebagai ukuran aksesibilitas (kemudahan) antara zona i dengan zona d. Hyman [5] menyarankan tiga jenis fungsi hambatan yang dapat digunakan dalam model GR, yaitu fungsi eksponensial-negatif, fungsi pangkat, fungsi Tanner (gabungan fungsi eksponensial-negatif dan fungsi pangkat). Tabel 3 Hasil estimasi parameter model transportasi menurut jenis fungsi hambatan. Hasil estimasi parameter model kebutuhan transportasi yang dihasilkan untuk berbagai jenis fungsi hambatan adalah ditunjukkan pada Tabel 3. Proses tersebut dilakukan dengan metode estimasi Kuadrat-Terkecil-Berbobot (KTB), jenis model batasan-bangkitan-tarikan dan metode pemilihan rute keseimbangan (equilibrium assignment).Tabel 4 Indikator uji statistik untuk masing-masing fungsi hambatan untuk tingkat MAT. Dari Tabel 3 dapat dilihat bahwa hasil perbandingan antara tiap jenis fungsi ambatan menunjukkan bahwa fungsi hambatan Tanner memberikan tingkat kinerja yang terbaik.Hal tersebut ditunjukkan berdasarkan nilai minimum dari fungsi tujuan dari metode estimasi KTB.Setelah fungsi Tanner, urutan terbaik selanjutnya adalah fungsi pangkat.Fungsi ini kinerjanya lebih baik dibandingkan dengan fungsi eksponensial-negatif. Jika dikombinasikan dengan jenis model GR seperti telah dibahas sebelumnya, maka kinerja terbaik ditunjukkan oleh jenis model GR batasan-bangkitantarikan (DCGR) dengan fungsi hambatan Tanner. Hasil uji statistik untuk tiap-tiap jenis fungsi hambatan adalah seperti ditunjukkan pada Tabel 4. Dari Tabel 4, dapat dilihat bahwa ditinjau dari indikator uji statistik, maka model GR dengan fungsi Tanner yang dikombinasikan dengan model batasanbangkitan-tarikan memberikan tingkat kinerja yang terbaik. 4.3 Pengaruh Metode Estimasi Banyak penelitian telah dilakukan terhadap aplikasi dari berbagai metodeestimasi parameter untuk membangun suatu MAT dengan berbagai modelsebaran pergerakan. Dalam penelitian ini, model sebaran pergerakan yang digunakan adalah model GR. Parameter yang akan diestimasi adalah parameter ?. Selanjutnya akan dikembangkan aplikasi metode estimasi Kuadrat Terkecil(KT), Kuadrat Terkecil berbobot (KTB), Kemiripan Maksimum (KM), InferensiBayes (IB) dan Entropi Maksimum (EM) untuk memperoleh parameter ? padamodel GR berdasarkan data arus lalulintas pada ruas jalan. Metode estimasi KT dan KTB memiliki karakteristik yang serupa, demikianjuga antara metode estimasi KM dan IB. Hal ini dapat disebabkan karenapendekatan yang dilakukan dalam metode estimasi KT sama dengan KTB, yaitumengkalibrasi parameter yang tidak diketahui dengan meminimumkan deviasiantara arus lalulintas pengamatan dengan arus lalu-lintas hasil estimasi.Sedangkan pendekatan untuk mengkalibrasi parameter yang dilakukan dalammetode estimasi IB mirip dengan KM, yaitu didasari dengan memaksimumkankemiripan antara data pengamatan dengan hasil estimasinya.Kedua metodetersebut mengasumsikan pergerakan yang terjadi mengikuti distribusi poisson.Metode estimasi EM menghasilkan pola yang berbeda karena pendekatan yangdilakukan adalah dengan mencari peluang yang paling maksimum yang terjadi dalam sebaran pergerakan. Penyelesaian dari metode-metode tersebut akandilakukan dengan menggunakan Newton-Raphson yang dikombinasikan denganmetode eliminasi matriks Gauss-Jordan. Hasil estimasi parameter model kebutuhan transportasi yang dihasilkan untuk berbagai jenis metode estimasi adalah ditunjukkan pada Tabel 5. Proses tersebut dilakukan dengan model GR dengan batasan-bangkitan-tarikan, fungsi hambatan eksponensial-negatif dan metode pemilihan rute keseimbangan (equilibrium assignment). Model batasan-bangkitan-tarikan dipilih karena berdasarkan hasil simulasi pada bagian sebelumnya, menunjukkan kinerja yang terbaik jika dibandingkan dengan model batasan-bangkitan maupun batasan-tarikan.Tabel 5 Hasil estimasi parameter model transportasi menurut jenis metode estimasi pada kondisi model GR Batasan-Bangkitan-Tarikan dan pemilihan rute keseimbangan. Dari Tabel 5 dapat dilihat bahwa masing-masing metode estimasi menghasilkan parameter ? yang nilainya hampir sama antara satu metode dengan metode yang lainnya. Untuk menentukan tingkat kinerja tidak bisa menggunakan parameter nilai fungsi tujuan, karena metode mencari fungsi tujuan berbeda antara satu metode dengan metode lainnya.Sehingga penentuan tingkat kinerja didasarkan pada perbandingan nilai uji statistik untuk masing-masing metode estimasi.Indikator uji statistik dimaksudkan untuk membandingkan kinerja masingmasing metode estimasi ditinjau dari indicator statistik yang dihasilkan. Pengujian ini dilakukan dengan membandingkan MAT hasil estimasi dengan MAT hasil observasi. Hasil uji statistik untuk tiap-tiap jenis metode estimasi untuk adalah seperti ditunjukkan pada Tabel 6. Tabel 6 Indikator uji statistik untuk masing-masing metode estimasi dengan menggunakan model GR Batasan-Bangkitan-Tarikan untuk tingkat MAT. Dari Tabel 6, terlihat bahwa ditinjau dari indikator uji statistik, maka metode estimasi yang mempunyai kinerja yang terbaik adalah metode estimasi KTB. Setelah itu, yang mempunyai tingkat keakurasian yang cukup tinggi juga adalah metode estimasi KM. Meskipun demikian perbedaan antara satu metode estimasi dengan metode estimasi lainnya sangat kecil. Hal itu terbukti ketika digunakan fungsi hambatan eksponensial-negatif, metode estimasi apapun yang digunakan, selalu menghasilkan koefisien determinasi (R2) yang relatif sama, yaitu antara 0,75 dan 0,76. Sehingga dapat disimpulkan bahwa semua metode menghasilkan tingkat akurasi yang relatif sama. Berdasarkan faktor-faktor pengaruh yang telah disebutkan sebelumnya, kombinasi yang terbaik dalam melakukan estimasi parameter model kebutuhan transportasi adalah menggunakan: model batasan-bangkitan-tarikan, fungsi hambatan Tanner dan metode estimasi KTB. Dalam hal ini metode pemilihan rute yang digunakan adalah pemilihan rute keseimbangan (equilibrium assignment). Pada bagian selanjutnya akan ditinjau pengaruh metode pemilihan rute all-or-nothing. 4.4 Pengaruh Metode Pemilihan Rute Asumsi dasar yang digunakan pada pengembangan model estimasi MAT dengan menggunakan data arus lalulintas adalah bahwa pergerakan arus lalulintas dari suatu zona ke zona lainnya pada dasarnya dapat direpresentasikanpada besarnya arus lalulintas pada suatu ruas jalan yang sangat tergantung padabesarnya proporsi pergerakan yang terjadi antara kedua zona tersebut yangmenggunakan ruas tersebut sebagai bagian dari rute terbaiknya. Besarnyaproporsi pergerakan tersebut sangat tergantung pada jenis model pemilihan ruteyang digunakan. Untuk penelitian disertasi ini, jenis pemilihan rute yangditinjau adalah pemilihan rute all-or-nothing dan pemilihan rute keseimbangan.Tabel 7 Hasil estimasi parameter model transportasi menurut jenis pemilihan rute. Hasil estimasi parameter model kebutuhan transportasi yang dihasilkan pada kondisi pemilihan rute keseimbangan (equilibrium assignment) dan pemilihan rute all-or-nothing untuk berbagai jenis metode estimasi adalah ditunjukkan pada Tabel 7. Proses tersebut dilakukan dengan model GR dengan batasan- bangkitan-tarikan, fungsi hambatan eksponensial-negatif serta metode estimasi KTB. Dari Tabel 7 dapat dilihat bahwa jika dibandingkan dari nilai fungsi tujuan, maka penggunaan metode pemilihan rute keseimbangan jauh lebih baik dari pada penggunaan metode pemilihan rute all-or-nothing.Tabel 8 Indikator uji statistik untuk masing-masing metode pemilihan rute. Untuk menentukan tingkat keakurasian pada metode pemilihan rute keseimbangan dan all-or-nothing akan didasarkan pada perbandingan nilai uji statistik untuk masing-masing metode pemilihan rute tersebut. Hasil uji statistic pada kondisi pemilihan rute keseimbangan dan all-or-nothing adalah seperti ditunjukkan pada Tabel 8. Dari Tabel 8 dapat dilihat bahwa jika dilakukan perbandingan antara penggunaan pemilihan rute keseimbangan dan pemilihan rute all-or-nothing, maka dari hasil uji statistik untuk tingkat arus maupun tingkat MAT, pemilihan rute keseimbangan menghasilkan kinerja yang lebih baik dalam melakukan estimasi parameter model kebutuhan transportasi. Hal tersebut bisa dilihat dari nilai koefisien determinasi (R2). Dari sisi MAT, nilai R2 yang dihasilkan dari pemilihan rute keseimbangan adalah sebesar 0,75 sedangkan jika digunakan metode all-or-nothing, R2 yang dihasilkan adalah sebesar 0,51. Sehingga dapat diambil kesimpulan bahwa penggunaan metode pemilihan rute keseimbangan mempunyai pengaruh yang signifikan terhadap keakurasian estimasi parameter model kebutuhan transportasi. Hal tersebut berlaku untuk model GR maupun GO. Berdasarkan faktor-faktor pengaruh yang telah disebutkan sebelumnya, kombinasi yang terbaik dalam melakukan estimasi parameter model kebutuhan transportasi adalah menggunakan: model batasan-bangkitan-tarikan, fungsi hambatan Tanner, metode estimasi KTB dan pemilihan rute keseimbangan. Secara grafis, persamaan regresi yang menghubungkan antara volume lalulintas Vt hasil pengamatan (Vt ) dan volume lalulintas hasil estimasi ( ) untuk masing-masing metode pemilihan rute adalah seperti ditunjukkan pada Gambar 3-4. Gambar 3 Hubungan MAT hasil pengamatan dan hasil estimasi (Metode Pemilihan Rute Keseimbangan).Gambar 4 Hubungan MAT Hasil Pengamatan dan Hasil Estimasi (Metode Pemilihan Rute All-Or-Nothing). Dari Gambar 3-4 dapat dilihat bahwa penggunaan metode pemilihan rute keseimbangan mempunyai pengaruh yang sangat signifikan dalam meningkatkan tingkat keakurasian dalam estimasi parameter model kebutuhan transportasi.