contoh tugas pemodelan transportasi porpinsi riau yang benar 11 april 2011

Theo K Sendow

PEMODELAN TRANSPORTASI EMPAT TAHAPCONTOH KASUS PEMODELAN JALAN ANTAR KABUPATEN DI

PROPINSI RIAU DENGAN KABUPATEN SEBAGAI ZONANYA ___________________________________________________________________

Identifikasi Masalah dan Proses Rekrut Data1) Tentukan kajian ini akan menganalisis tentang jalan Negara, jalan Propinsi, jalan kabupaten

atau jalan kecamatan. PADA KASUS INI YANG AKAN DIKAJI ADALAH JALAN YANG MENGHUBUNGKAN ANTARA KABUPATEN/KOTA, MAKA ZONANYA ADALAH KABUPATEN/KOTA.

2) Analisis tentang jalan Negara, jalan Propinsi, jalan kabupaten atau jalan kecamatan akan menentukan luas daerah kajian wialayah administrasi Negara, Propinsi, Kabupaten/Kota atau Kecamatan atau banhkan Desa. ZONANYA ADALAH KABUPATEN/KOTA.

_____________________________________________________________________Model Bangkitan – Tarikan Pergerakan (Trip Generation)

Tahapan bangkitan pergerakan bertujuan mendapatkan jumlah pergerakan yang dibangkitkan oleh setiap zona asal pada masa sekarang (oi), pada masa mendatang (Oi), dan jumlah pergerakan yang tertarik ke setiap zona tujuan pada masa sekarang (dd) dan pada masa depan (Dd) yang ada di dalam daerah kajian.

Dalam bagian ini kita mempertimbangkan pendekatan pertama (misalnya meramalkan total pergerakan oi, Oi, dd dan Dd dari data atribut sosio-ekonomi rumah tangga), yang paling sering digunakan dalam berbagai kajian sampai dengan akhir talum 1980-an. Tujuan asar tahap bangkitan pergerakan alah menghasilkan model hubungan yangmengaitkan parameter tata guna lahan dengan jumlah pergerakan yang menuju ke suatu zona atau jumlah pergerakan yang meninggalkan suatu zona. Zona asal dan tujuan pergerakan biasanya juga menggunakan istilah trip end.

3) Tentukan daerah kajian yang akan dibuat (batas wilayah, luas daerah dan sebaginya) dan masukkan daerah-daerah pengaruh disekitar daerah kajian.

4) Tentukan jumlah zona yang akan dibuat dan tentukan zona internal serta zona external.5) Buat model grafis yang menggambarkan wilayah zona, pusat zona, batas zona, centroid

conector, cordon line.6) Ambil wilayah satu zona berupa wilayah admistrasi misalnya untuk analisis jalan

kabupaten/kota maka ambil zona berupa kecamatan agar memudahkan dalam pengumpulan data.

7) Perhatikan dengan seksama apakah zona yang ditetapkan telah merepresentasikan satu jenis kegiatan saja. Zona yang hanya satu jenis kegiatan saja (apakah zona pendidikan atau pemukiman atau perdagangan dan lain sebagainya) maka tidak akan ada pergerakan intra zona. Bila masih ada pergerakan intra zona (Zona dengan lebih dari satu jenis kegiatan) maka pecah zona tersebut menjadi lebih dari satu zona (dua atau tiga dan seterusnya).

8) Setelah model grafis dibuat, maka mulailah dilakukan pengumpulan data melalui survey transportasi diantaranya :a) Inventarisir semua jalan yang akan ditinjau dan kumpulkan datanya berupa panjang,

lebar, kapasitas, travel time, kecepatan tempuh, gangguan samping (SURVEY INVENTARISASI JARINGAN JALAN).

b) Lakukan pendataan lalulintas (Traffic Count) untuk masa sekarang sehingga diketahui pergerakan kendaraan dari semua zona asal ke semua zona tujuan. Perhitungan ini diperoleh dari penjumlahan terhadap LHR di semua jalan yang terbangkit dari suatu zona dan tertarik ke suatu zona (SURVEY PERJALANAN DI MASA SEKARANG).

1

Theo K Sendow

c) Data Product Domestic Regional Bruto (PDRB) di setiap zona yang dibuat (minimal 5 tahunan dari tahun sekarang hingga 5 tahun yang lalu).

d) Data Jumlah penduduk di setiap zona yang dibuat dibuat (minimal 5 tahunan dari tahun sekarang hingga 5 tahun yang lalu).

e) Data Produksi pertanian di setiap zona yang dibuat dibuat (minimal 5 tahunan dari tahun sekarang hingga 5 tahun yang lalu).

f) Data sosioekonomi lainnya yang diinginkan untuk dijadikan sebagai variable bebas dibuat (minimal 5 tahunan dari tahun sekarang hingga 5 tahun yang lalu) dalam analisis regresi linear.

2

Theo K Sendow

MODEL GRAFIS PROPINSI RIAU :

3

Theo K Sendow

a) Inventarisir semua jalan yang akan ditinjau dan kumpulkan datanya berupa panjang, lebar, kapasitas, travel time, kecepatan tempuh, gangguan samping (SURVEY INVENTARISASI JARINGAN JALAN).

b) Lakukan pendataan lalulintas (Traffic Count) untuk masa sekarang sehingga diketahui pergerakan kendaraan dari semua zona asal ke semua zona tujuan. Perhitungan ini diperoleh dari penjumlahan terhadap LHR di semua jalan yang terbangkit dari suatu zona dan tertarik ke suatu zona (SURVEY PERJALANAN DI MASA SEKARANG).

Data LHR yang diperoleh dari survey asal tujuan akan digunakan sebagai data oi atau dd, data oi atau dd ini digunakan untuk keperluan membuat model bangkitan atau tarikan pada tahap trip distribution.JUMLAH KENDARAAN DARI ZONA ASAL KE ZONA TUJUAN DALAM PCU/TAHUN DAN PCU/JAM (ke 1)

Kode Kabupaten Kab/PropKode

KabupatenKab/Prop Kendaraan Kendaraan

Asal Asal Tujuan Tujuan (pcu/tahun) (pcu/jam)1401 Indragiri Hulu 1402 Indragiri Hilir 191109 21,8161401 Indragiri Hulu 1404 Kampar 273005 31,1651401 Indragiri Hulu 1405 Bengkalis 462 0,0531401 Indragiri Hulu 1471 Pakanbaru 210475 24,0271401 Indragiri Hulu 1472 Batam 131 0,0151402 Indragiri Hilir 1401 Indragiri Hulu 63214 7,2161402 Indragiri Hilir 1403 Kepulauan Riau 105491 12,0421402 Indragiri Hilir 1405 Bengkalis 19100 2,1801402 Indragiri Hilir 1471 Pakanbaru 14919 1,703

1402 Indragiri Hilir 1472 Batam 10596 1,210

1402 Indragiri Hilir 1482 Dumai 1463 0,167

1403 Kepulauan Riau 1401 Indragiri Hulu 1026 0,1171403 Kepulauan Riau 1402 Indragiri Hilir 860818 98,2671403 Kepulauan Riau 1405 Bengkalis 218281 24,9181403 Kepulauan Riau 1471 Pakanbaru 32968 3,7631403 Kepulauan Riau 1472 Batam 23416 2,6731404 Kampar 1401 Indragiri Hulu 319520 36,4751404 Kampar 1402 Indragiri Hilir 1156 0,1321404 Kampar 1403 Kepulauan Riau 6957 0,7941404 Kampar 1405 Bengkalis 294709 33,6431404 Kampar 1471 Pakanbaru 1190208 135,8681404 Kampar 1472 Batam 34471 3,9351404 Kampar 1482 Dumai 208 0,0241405 Bengkalis 1401 Indragiri Hulu 73919 8,4381405 Bengkalis 1402 Indragiri Hilir 12909 1,4741405 Bengkalis 1403 Kepulauan Riau 387119 44,1921405 Bengkalis 1404 Kampar 15379 1,7561405 Bengkalis 1471 Pakanbaru 437038 49,8901405 Bengkalis 1472 Batam 38886 4,4391471 Pakanbaru 1401 Indragiri Hulu 68431 7,8121471 Pakanbaru 1402 Indragiri Hilir 726224 82,9021471 Pakanbaru 1403 Kepulauan Riau 196554 22,438

4

Theo K Sendow

JUMLAH KENDARAAN DARI ZONA ASAL KE ZONA TUJUAN DALAM PCU/TAHUN DAN PCU/JAM (ke 2)



Asal Asal Tujuan Tujuan (pcu/tahun) (pcu/jam)1471 Pakanbaru 1404 Kampar 17060 1,9471471 Pakanbaru 1405 Bengkalis 265724 30,334

1471 Pakanbaru 1472 Batam 487770 55,682

1471 Pakanbaru 1482 Dumai 740 0,084

1472 Batam 1401 Indragiri Hulu 395 0,0451472 Batam 1402 Indragiri Hilir 331522 37,8451472 Batam 1403 Kepulauan Riau 89776 10,2481472 Batam 1404 Kampar 1207 0,1381472 Batam 1405 Bengkalis 84066 9,5971472 Batam 1471 Pakanbaru 12697 1,4491482 Dumai 1472 Batam 13192 1,5061105 Aceh 1471 Pakanbaru 64559 7,3701105 Aceh 1472 Batam 45853 5,2341106 Aceh 1471 Pakanbaru 1649 0,1881108 Aceh 1403 Kepulauan Riau 13056431 1490,4601108 Aceh 1471 Pakanbaru 570 0,0651108 Aceh 1472 Batam 1311506 149,7151171 Aceh 1471 Pakanbaru 4200 0,4791172 Aceh 1472 Batam 53088 6,060

1201 Sumut 1403 Kepulauan Riau 85139 9,719

1201 Sumut 1472 Batam 23403 2,6721202 Sumut 1404 Kampar 232547 26,5461202 Sumut 1405 Bengkalis 125945 14,3771202 Sumut 1482 Dumai 30164 3,4431203 Sumut 1471 Pakanbaru 14592 1,6661203 Sumut 1472 Batam 16164 1,8451204 Sumut 1404 Kampar 13588 1,5511204 Sumut 1471 Pakanbaru 6775 0,7731204 Sumut 1482 Dumai 9227 1,0531205 Sumut 1404 Kampar 30323 3,4621205 Sumut 1405 Bengkalis 165185 18,8571205 Sumut 1471 Pakanbaru 115042 13,133

5

Theo K Sendow




Asal Asal Tujuan Tujuan (pcu/tahun) (pcu/jam)1205 Sumut 1472 Batam 9897 1,1301205 Sumut 1482 Dumai 152301 17,3861206 Sumut 1404 Kampar 4105 0,4691206 Sumut 1405 Bengkalis 56082 6,4021206 Sumut 1471 Pakanbaru 124580 14,2211206 Sumut 1482 Dumai 4160 0,4751207 Sumut 1405 Bengkalis 3785 0,4321207 Sumut 1471 Pakanbaru 41157 4,6981208 Sumut 1471 Pakanbaru 164 0,0191209 Sumut 1471 Pakanbaru 480 0,0551210 Sumut 1402 Indragiri Hilir 2209 0,2521210 Sumut 1404 Kampar 1615 0,1841210 Sumut 1405 Bengkalis 1125 0,1281210 Sumut 1471 Pakanbaru 14357 1,6391211 Sumut 1471 Pakanbaru 64515 7,3651271 Sumut 1403 Kepulauan Riau 15372 1,7551271 Sumut 1471 Pakanbaru 197106 22,5011272 Sumut 1403 Kepulauan Riau 91313 10,4241272 Sumut 1405 Bengkalis 85889 9,8051272 Sumut 1471 Pakanbaru 21798 2,4881272 Sumut 1482 Dumai 2324 0,2651273 Sumut 1405 Bengkalis 11115 1,2691273 Sumut 1471 Pakanbaru 56334 6,4311273 Sumut 1482 Dumai 107 0,0121274 Sumut 1405 Bengkalis 464 0,0531274 Sumut 1471 Pakanbaru 17715 2,0221274 Sumut 1472 Batam 233 0,0271274 Sumut 1482 Dumai 17280 1,9731275 Sumut 1403 Kepulauan Riau 3 0,0001275 Sumut 1404 Kampar 508 0,0581275 Sumut 1405 Bengkalis 1112316 126,9771275 Sumut 1471 Pakanbaru 294579 33,628

6

Theo K Sendow




Asal Asal Tujuan Tujuan (pcu/tahun) (pcu/jam)

1275 Sumut 1472 Batam 4522092 516,221

1275 Sumut 1481 Tanjung Pinang 386 0,044

1275 Sumut 1482 Dumai 1973 0,225

1276 Sumut 1404 Kampar 5233 0,5971276 Sumut 1405 Bengkalis 996 0,1141276 Sumut 1471 Pakanbaru 4249 0,4851282 Sumut 1405 Bengkalis 14282 1,6301282 Sumut 1471 Pakanbaru 2552 0,2911283 Sumut 1405 Bengkalis 139 0,0161283 Sumut 1471 Pakanbaru 1382 0,1581301 Sumbar 1471 Pakanbaru 34840 3,9771302 Sumbar 1405 Bengkalis 14457 1,6501302 Sumbar 1471 Pakanbaru 38133 4,3531302 Sumbar 1482 Dumai 4254 0,4861303 Sumbar 1405 Bengkalis 5739 0,6551304 Sumbar 1401 Indragiri Hulu 46089 5,2611304 Sumbar 1471 Pakanbaru 94687 10,8091305 Sumbar 1471 Pakanbaru 6397 0,7301306 Sumbar 1402 Indragiri Hilir 4814 0,5501306 Sumbar 1471 Pakanbaru 361784 41,3001306 Sumbar 1482 Dumai 17966 2,0511307 Sumbar 1401 Indragiri Hulu 15009 1,713

1307 Sumbar 1404 Kampar 38573 4,403

1307 Sumbar 1405 Bengkalis 137110 15,6521307 Sumbar 1471 Pakanbaru 14491 1,6541308 Sumbar 1401 Indragiri Hulu 67295 7,6821308 Sumbar 1471 Pakanbaru 11302 1,2901371 Sumbar 1401 Indragiri Hulu 1695 0,1931371 Sumbar 1402 Indragiri Hilir 1573 0,1801371 Sumbar 1404 Kampar 26 0,0031371 Sumbar 1405 Bengkalis 293784 33,5371371 Sumbar 1471 Pakanbaru 113975 13,0111371 Sumbar 1472 Batam 898692 102,590

7

Theo K Sendow




Asal Asal Tujuan Tujuan (pcu/tahun) (pcu/jam)1371 Sumbar 1482 Dumai 1569 0,1791374 Sumbar 1471 Pakanbaru 102223 11,669

1375 Sumbar 1404 Kampar 15434 1,762

1375 Sumbar 1405 Bengkalis 1544 0,176

1375 Sumbar 1471 Pakanbaru 355206 40,549

1375 Sumbar 1482 Dumai 5104 0,5831376 Sumbar 1404 Kampar 1482 0,1691376 Sumbar 1471 Pakanbaru 344328 39,3071376 Sumbar 1481 Tanjung Pinang 2834 0,3241381 Sumbar 1404 Kampar 6189 0,7071381 Sumbar 1405 Bengkalis 3664 0,4181381 Sumbar 1471 Pakanbaru 431275 49,2321381 Sumbar 1482 Dumai 15325 1,7491401 Indragiri Hulu 1275 Sumut 50798 5,7991401 Indragiri Hulu 1307 Sumbar 19531 2,2301401 Indragiri Hulu 1371 Sumbar 118766 13,5581401 Indragiri Hulu 1376 Sumbar 2289 0,2611401 Indragiri Hulu 3173 Jakarta 117172 13,3761401 Indragiri Hulu 3175 Jakarta 988462 112,8381401 Indragiri Hulu 3220 Jabar 3980432 454,3871402 Indragiri Hilir 1371 Sumbar 1615 0,1841402 Indragiri Hilir 1504 Jambi 14254 1,6271402 Indragiri Hilir 1505 Jambi 435 0,0501402 Indragiri Hilir 1571 Jambi 547903 62,5461402 Indragiri Hilir 1671 Sumsel 68461 7,8151403 Kepulauan Riau 1108 Aceh 4368131 498,6451403 Kepulauan Riau 1201 Sumut 18007 2,0561403 Kepulauan Riau 1272 Sumut 75332 8,6001403 Kepulauan Riau 1505 Jambi 962 0,1101403 Kepulauan Riau 1571 Jambi 296763 33,8771403 Kepulauan Riau 3175 Jakarta 485314 55,4011403 Kepulauan Riau 6102 Kalbar 714295 81,5411403 Kepulauan Riau 6302 Kalsel 12384 1,4141404 Kampar 1202 Sumut 9293 1,061

8

Theo K Sendow




Asal Asal Tujuan Tujuan (pcu/tahun) (pcu/jam)1404 Kampar 1206 Sumut 2173 0,2481404 Kampar 1275 Sumut 16406 1,873

1404 Kampar 1501 Jambi 16740 1,911

1404 Kampar 1504 Jambi 1080 0,123

1404 Kampar 3219 Jabar 260 0,030

1404 Kampar 3275 Jabar 137 0,0161405 Bengkalis 1202 Sumut 286169 32,6681405 Bengkalis 1205 Sumut 211701 24,1671405 Bengkalis 1206 Sumut 87823 10,0251405 Bengkalis 1210 Sumut 3569 0,4071405 Bengkalis 1272 Sumut 135481 15,4661405 Bengkalis 1273 Sumut 24706 2,8201405 Bengkalis 1274 Sumut 39079 4,4611405 Bengkalis 1275 Sumut 889030 101,4871405 Bengkalis 1281 Sumut 5904 0,6741405 Bengkalis 1282 Sumut 100432 11,4651405 Bengkalis 1283 Sumut 26051 2,9741405 Bengkalis 1371 Sumbar 8964 1,0231405 Bengkalis 1376 Sumbar 899 0,1031405 Bengkalis 1505 Jambi 1597 0,1821405 Bengkalis 1571 Jambi 107163 12,2331405 Bengkalis 1871 Lampung 92709 10,5831405 Bengkalis 3322 Jateng 628786 71,7791405 Bengkalis 5304 NTT 1733 0,1981471 Pakanbaru 1101 Aceh 276 0,0321471 Pakanbaru 1105 Aceh 61632 7,0361471 Pakanbaru 1106 Aceh 264 0,0301471 Pakanbaru 1108 Aceh 3276 0,3741471 Pakanbaru 1171 Aceh 42432 4,8441471 Pakanbaru 1201 Sumut 4476 0,5111471 Pakanbaru 1203 Sumut 288 0,0331471 Pakanbaru 1205 Sumut 2028 0,2321471 Pakanbaru 1206 Sumut 1566 0,1791471 Pakanbaru 1210 Sumut 1710 0,195

9

Theo K Sendow




Asal Asal Tujuan Tujuan (pcu/tahun) (pcu/jam)1471 Pakanbaru 1211 Sumut 209301 23,8931471 Pakanbaru 1273 Sumut 184 0,021

1471 Pakanbaru 1274 Sumut 13 0,001

1471 Pakanbaru 1275 Sumut 710923 81,156

1471 Pakanbaru 1276 Sumut 1 0,0001471 Pakanbaru 1301 Sumbar 310 0,0351471 Pakanbaru 1302 Sumbar 3361 0,3841471 Pakanbaru 1304 Sumbar 1802 0,2061471 Pakanbaru 1305 Sumbar 251 0,0291471 Pakanbaru 1307 Sumbar 2599 0,2971471 Pakanbaru 1308 Sumbar 515 0,0591471 Pakanbaru 1371 Sumbar 21107 2,4091471 Pakanbaru 1374 Sumbar 307 0,0351471 Pakanbaru 1375 Sumbar 3277 0,3741471 Pakanbaru 1376 Sumbar 6705 0,7651471 Pakanbaru 1501 Jambi 1977 0,2261471 Pakanbaru 1502 Jambi 182 0,0211471 Pakanbaru 1505 Jambi 811 0,0931471 Pakanbaru 1571 Jambi 1094 0,1251471 Pakanbaru 1605 Sumsel 201 0,0231471 Pakanbaru 1671 Sumsel 250 0,0291471 Pakanbaru 1702 Bengkulu 10180 1,1621471 Pakanbaru 3171 Jakarta 641 0,0731471 Pakanbaru 3172 Jakarta 2924 0,3341471 Pakanbaru 3173 Jakarta 3087 0,3521471 Pakanbaru 3174 Jakarta 5967 0,6811471 Pakanbaru 3175 Jakarta 411418 46,9661471 Pakanbaru 3206 Jabar 336 0,0381471 Pakanbaru 3218 Jabar 588 0,0671471 Pakanbaru 3219 Jabar 802 0,0921471 Pakanbaru 3275 Jabar 3918 0,4471471 Pakanbaru 3285 Jabar 217 0,0251471 Pakanbaru 3320 Jateng 21 0,002

10

Theo K Sendow




Asal Asal Tujuan Tujuan (pcu/tahun) (pcu/jam)1471 Pakanbaru 3322 Jateng 828 0,0951471 Pakanbaru 3372 Jateng 1752 0,200

1471 Pakanbaru 3374 Jateng 1932 0,221

1471 Pakanbaru 3507 Jatim 119 0,014

1471 Pakanbaru 3578 Jatim 1396 0,159

1471 Pakanbaru 5307 NTT 2403 0,2741472 Batam 1101 Aceh 1356 0,1551472 Batam 1105 Aceh 29965 3,4211472 Batam 1106 Aceh 1296 0,1481472 Batam 1108 Aceh 1084417 123,7921472 Batam 1171 Aceh 211320 24,1231472 Batam 1201 Sumut 16678 1,9041472 Batam 1203 Sumut 1416 0,1621472 Batam 1275 Sumut 1847822 210,9391472 Batam 1505 Jambi 370 0,0421472 Batam 1571 Jambi 114291 13,0471472 Batam 1671 Sumsel 144 0,0161472 Batam 3172 Jakarta 4368 0,4991472 Batam 3173 Jakarta 2604 0,2971472 Batam 3175 Jakarta 188980 21,5731472 Batam 3322 Jateng 4140 0,4731472 Batam 3372 Jateng 8748 0,9991472 Batam 3374 Jateng 9624 1,0991472 Batam 6302 Kalsel 4769 0,5441472 Batam 6471 Kaltim 6647 0,7591472 Batam 7101 Sulut 122574 13,9921472 Batam 8101 Maluku 7 0,0011481 Tanjung Pinang 1671 Sumsel 360 0,0411481 Tanjung Pinang 3171 Jakarta 55680 6,3561481 Tanjung Pinang 3172 Jakarta 39660 4,5271481 Tanjung Pinang 3173 Jakarta 23628 2,6971481 Tanjung Pinang 3175 Jakarta 35460 4,0481482 Dumai 1202 Sumut 4132 0,4721482 Dumai 1205 Sumut 5943 0,6781482 Dumai 1210 Sumut 48 0,005

11

Theo K Sendow




Asal Asal Tujuan Tujuan (pcu/tahun) (pcu/jam)1482 Dumai 1272 Sumut 19 0,0021482 Dumai 1275 Sumut 2659 0,304

1482 Dumai 1282 Sumut 8092 0,924

1482 Dumai 1306 Sumbar 258 0,029

1482 Dumai 1371 Sumbar 3743 0,427

1482 Dumai 1376 Sumbar 7707 0,8801482 Dumai 1502 Jambi 474 0,0541482 Dumai 1504 Jambi 3361 0,3841482 Dumai 3172 Jakarta 3363 0,3841482 Dumai 3173 Jakarta 226 0,0261482 Dumai 3175 Jakarta 637 0,0731503 Jambi 1471 Pakanbaru 21615 2,4671504 Jambi 1401 Indragiri Hulu 51590 5,8891504 Jambi 1402 Indragiri Hilir 19995 2,2831504 Jambi 1471 Pakanbaru 41119 4,6941505 Jambi 1401 Indragiri Hulu 61772 7,0521505 Jambi 1402 Indragiri Hilir 529202 60,4111505 Jambi 1403 Kepulauan Riau 143308 16,3591505 Jambi 1404 Kampar 12406 1,4161505 Jambi 1405 Bengkalis 134192 15,3191505 Jambi 1471 Pakanbaru 20961 2,3931505 Jambi 1472 Batam 14395 1,6431571 Jambi 1401 Indragiri Hulu 13924 1,5891571 Jambi 1402 Indragiri Hilir 674100 76,9521571 Jambi 1403 Kepulauan Riau 182179 20,7971571 Jambi 1404 Kampar 811 0,0931571 Jambi 1405 Bengkalis 669 0,0761571 Jambi 1471 Pakanbaru 8848 1,0101571 Jambi 1472 Batam 18300 2,0891602 Sumsel 1471 Pakanbaru 20236 2,3101605 Sumsel 1471 Pakanbaru 34106 3,8931671 Sumsel 1401 Indragiri Hulu 18577 2,1211671 Sumsel 1402 Indragiri Hilir 4038119 460,9721671 Sumsel 1405 Bengkalis 2630 0,300

12

Theo K Sendow




Asal Asal Tujuan Tujuan (pcu/tahun) (pcu/jam)1671 Sumsel 1471 Pakanbaru 79944 9,1261671 Sumsel 1472 Batam 1348233 153,908

1703 Bengkulu 1405 Bengkalis 235940 26,934

1771 Bengkulu 1471 Pakanbaru 530 0,0611801 Lampung 1404 Kampar 12624 1,4411801 Lampung 1471 Pakanbaru 100721 11,4981803 Lampung 1471 Pakanbaru 1941 0,2221871 Lampung 1405 Bengkalis 2251 0,2571871 Lampung 1471 Pakanbaru 7417 0,8473171 Jakarta 1405 Bengkalis 30224 3,4503171 Jakarta 1471 Pakanbaru 82285 9,3933171 Jakarta 1472 Batam 629850 71,9013171 Jakarta 1482 Dumai 23819 2,7193172 Jakarta 1401 Indragiri Hulu 245 0,0283172 Jakarta 1471 Pakanbaru 62682 7,1553172 Jakarta 1472 Batam 10664855 1217,4493173 Jakarta 1403 Kepulauan Riau 631 0,0723173 Jakarta 1405 Bengkalis 157 0,0183173 Jakarta 1471 Pakanbaru 274527 31,3393173 Jakarta 1472 Batam 956558 109,1963174 Jakarta 1471 Pakanbaru 371107 42,3643174 Jakarta 1472 Batam 1476828 168,5883175 Jakarta 1401 Indragiri Hulu 8020 0,9163175 Jakarta 1403 Kepulauan Riau 1822977 208,1023175 Jakarta 1404 Kampar 109 0,0123175 Jakarta 1471 Pakanbaru 278704 31,8163175 Jakarta 1472 Batam 647930 73,9653175 Jakarta 1482 Dumai 3917 0,4473203 Jabar 1471 Pakanbaru 7427 0,8483206 Jabar 1471 Pakanbaru 408 0,0473211 Jabar 1471 Pakanbaru 87 0,0103218 Jabar 1471 Pakanbaru 8814 1,0063219 Jabar 1471 Pakanbaru 3027 0,346

13

Theo K Sendow




Asal Asal Tujuan Tujuan (pcu/tahun) (pcu/jam)3220 Jabar 1401 Indragiri Hulu 4457 0,5093220 Jabar 1471 Pakanbaru 2521 0,2883273 Jabar 1471 Pakanbaru 20719 2,365

3273 Jabar 1472 Batam 317229 36,213

3275 Jabar 1471 Pakanbaru 5780 0,660

3285 Jabar 1471 Pakanbaru 1152 0,132

3301 Jateng 1472 Batam 203430 23,2233322 Jateng 1405 Bengkalis 214384 24,4733372 Jateng 1471 Pakanbaru 396 0,0453507 Jatim 1471 Pakanbaru 333 0,0383515 Jatim 1471 Pakanbaru 2828 0,3233515 Jatim 1472 Batam 120684 13,7773578 Jatim 1471 Pakanbaru 33072 3,7755301 NTT 1472 Batam 228 0,0265304 NTT 1405 Bengkalis 37737 4,3085307 NTT 1471 Pakanbaru 3601 0,4116101 Kalbar 1401 Indragiri Hulu 928 0,1066102 Kalbar 1403 Kepulauan Riau 293494 33,5046102 Kalbar 1472 Batam 677088 77,2936201 Kalteng 1472 Batam 984 0,1126202 Kalteng 1472 Batam 288 0,0336271 Kalteng 1471 Pakanbaru 84 0,0106271 Kalteng 1472 Batam 3372 0,3856302 Kalsel 1403 Kepulauan Riau 146963 16,7776302 Kalsel 1472 Batam 15112 1,7256371 Kalsel 1401 Indragiri Hulu 408 0,0476371 Kalsel 1471 Pakanbaru 1072248 122,4036471 Kaltim 1471 Pakanbaru 3264 0,3736471 Kaltim 1472 Batam 299395 34,178

14

Theo K Sendow

Keterangan kode zona :Indragiri Hulu : 1 Sumut/aceh : exs.1Indragiri Hilir : 2 Sumbar/jawa/ntt : exs.2Kampar : 3 Jambi/Sumsel : exs.3Pekanbaru : 4 Kalimntn/Sul/Mal : exs.4Bengkalis/dumai : 5 Kep Riau/batam/pinang : exs.5

Berdasarkan Data traffic Count diatas digunakan untuk menghitung MATRIKS ASAL TUJUAN sebagai berikut dengan Satuan (pcu/tahun).

ZONA 1 2 3 4 5 ext 1 ext 2 ext 3 ext 4 ext 5

1 191109 273005 210475 462 50798 5226652 0 0 131

2 63214 0 14919 20563 0 1615 631053 0 116087

3 319520 1156 1190208 294917 27872 397 17820 0 41428

4 68431 726224 17060 266464 1077526 488763 4515 0 684324

5 73919 12909 15379 437038 1815417 749025 112595 0 439197

ext 1 0 2209 287919 1048355 1794859 0 0 0 19230880

ext 2 142810 6387 74437 3178720 1048945 0 0 0 17742726

ext 3 145863 5261416 13217 226829 137491 0 0 0 1706415

ext 4 1336 0 0 1075596 0 0 0 0 1436696

ext 5 1421 1192340 1207 45665 302347 7655740 858206 412890 860676

Berdasarkan MATRIKS ASAL TUJUAN dengan Satuan (pcu/tahun) diatas digunakan untuk menghitung MATRIKS ASAL TUJUAN dengan Satuan (pcu/jam) dengan membagi sel MAT diatas dengan (365 hari / 24 jam).

ZONA 1 2 3 4 5 ext 1 ext 2 ext 3 ext 4 ext 51 0,0 21,8 31,2 24,0 0,1 5,8 596,6 0,0 0 0,0152 7,2 0,0 0,0 1,7 2,3 0,0 0,2 72,0 0,0 13,33 36,5 0,1 0,0 135,9 33,7 3,2 0,05 2,0 0,0 4,74 7,8 82,9 1,9 0,0 30,4 123,0 55,8 0,5 0,0 78,15 8,4 1,5 1,8 49,9 0,0 207,2 85,5 12,9 0,0 50,1

ext 1 0 0,3 32,9 119,7 204,9 0,0 0,0 0,0 0,0 2195,3ext 2 16,3 0,7 8,5 362,9 119,7 0,0 0,0 0,0 0,0 2025,4

ext 3 16,7 600,6 1,5 25,9 15,7 0,0 0,0 0,0 0,0 194,8

ext 4 0,2 0,0 0,0 122,8 0,0 0,0 0,0 0,0 0,0 164,0ext 5 0,2 136,1 0,1 5,2 34,5 873,9 98,0 47,1 98,3 0,0

Berdasarkan MATRIKS ASAL TUJUAN dengan Satuan (pcu/jam) MASIH BERBENTUK DESIMAL diatas digunakan untuk MEMBULATKAN NILAI SETIAP SEL MATRIKS ASAL TUJUAN dengan Satuan (pcu/jam).

ZONA 1 2 3 4 5 ext 1 ext 2 ext 3 ext 4 ext 51 0 22 32 24 1 6 597 0 0 12 8 0 1 2 3 0 1 72 0 143 37 1 0 136 34 4 1 2 0 54 8 83 2 0 31 123 56 1 0 795 9 2 2 50 0 208 86 13 0 51

ext 1 0 1 33 120 205 0 0 0 0 2196ext 2 17 1 9 363 120 0 0 0 0 2026

ext 3 17 601 2 26 16 0 0 0 0 195

ext 4 1 0 0 123 0 0 0 0 0 164ext 5 1 137 1 6 35 874 98 48 99 0

KEMUDIAN HITUNG BESARNYA TOTAL BANGKITAN MASA SEKARANG DARI TRAFFIC COUNT (oi) DAN TOTAL TARIKAN MASA SEKARANG DARI TRAFFIC COUNT (dd) :ZONA 1 2 3 4 5 ext 1 ext 2 ext 3 ext 4 ext 5 oi

1 0 22 32 24 1 6 597 0 0 1 683

15

Theo K Sendow

2 8 0 1 2 3 0 1 72 0 14 1013 37 1 0 136 34 4 1 2 0 5 2204 8 83 2 0 31 123 56 1 0 79 3835 9 2 2 50 0 208 86 13 0 51 421

ext 1 0 1 33 120 205 0 0 0 0 2196 2555ext 2 17 1 9 363 120 0 0 0 0 2026 2536

ext 3 17 601 2 26 16 0 0 0 0 195 857

ext 4 1 0 0 123 0 0 0 0 0 164 288ext 5 1 137 1 6 35 874 98 48 99 0 1299dd 98 848 82 850 445 1215 839 136 99 4731 9343

Biasanya besarnya total pergerakan (bangkitan dan tarikan) di masa sekarang dari zona asal i ke zona tujuan d di dalam daerah kajian (t) tidak sama yaitu ∑oi (bangkitan) ≠ ∑dd (tarikan), maka dilakukan validasi data untuk pergerakan di masa sekarang dengan membuat hingga ∑oi = ∑dd, tetapi pada soal ini KEBETULAN SAJA ∑oi = ∑dd SEHINGGA UNTUK PERGERAKAN MASA SEKARANG TIDAK PERLU LAGI DIVALIDASI KARENA ∑oi (Jumlah semua oi) = 9343 = ∑dd (Jumlah semua dd). Sehingga diperoleh data pergerakan BANGKITAN dan TARIKAN Masa sekarang (Tahun 2000) sebesar :

ZONA Oi (Tahun 2000) Dd (Tahun 2000)1 683 982 101 8483 220 824 383 8505 421 445

KHUSUS ZONA INTERNAL SAJA KARENA ZONA EKSTERNAL TIDAK TERSEDIA DATA PARAMETER SOSIOEKONOMI.

c) Data Product Domestic Regional Bruto (PDRB) di setiap zona yang dibuat (minimal 5 tahunan dari tahun sekarang hingga 5 tahun yang lalu).

SAAT INI SEMENTARA MELAKUKAN PEMODELAN DI TAHUN SEKARANG DIASUMSIKAN TAHUN 2000.PDRB DALAM JUTA RUPIAHKABUPATEN TH. 1996 TH 1997 TH. 1998 TH. 1999 TH. 2000INDRAGIRI HULU 154.308,00000 167.786,00000 181.608,00000 195.430,00000 209.251,00000INDRAGIRI HILIR 235.382,00000 251.846,00000 268.871,00000 285.895,00000 302.920,00000KAMPAR 295.195,00000 316.912,00000 339.013,00000 361.113,00000 383.214,00000PEKANBARU 286.969,00000 312.791,00000 338.642,00000 364.494,00000 390.345,00000BENGKALIS/DUMAI 644.529,00000 683.683,00000 717.344,00000 751.004,00000 784.665,00000

Produk Domestik Regional Bruto (PDRB)

40.000,00000

140.000,00000

240.000,00000

340.000,00000

440.000,00000

540.000,00000

640.000,00000

740.000,00000

840.000,00000

1 2 3 4 5Tahun

Jum

lah P

enduduk (

jiw

a)

INDRAGIRI HULU INDRAGIRI HILIR

KAMPAR PEKANBARU

BENGKALIS/DUMAI

16

Theo K Sendow

d) Data Jumlah penduduk di setiap zona yang dibuat dibuat (minimal 5 tahunan dari tahun sekarang hingga 5 tahun yang lalu).

PENDUDUK PER KABUPATEN/KOTAKABUPATEN TH. 1996 TH 1997 TH. 1998 TH. 1999 TH. 2000

INDRAGIRI HULU 459700 474800 489900 505200 520300INDRAGIRI HILIR 518500 524600 530600 536400 542100

KAMPAR 697500 718400 739100 759700 780200PEKANBARU 593700 630900 669700 710200 752700

BENGKALIS/DUMAI 1122900 1158400 1194100 1229600 1265300

Jumlah Penduduk

40000

240000

440000

640000

840000

1040000

1240000

1440000

1 2 3 4 5Tahun

Penddk (

jiw

a)

INDRAGIRI HULU INDRAGIRI HILIR KAMPAR

PEKANBARU BENGKALIS/DUMAI

e) Data Produksi pertanian di setiap zona yang dibuat dibuat (minimal 5 tahunan dari tahun sekarang hingga 5 tahun yang lalu).

PADA CONTOH INI HANYA DIGUNAKAN DATA SOSIOEKONOMI PDRB DAN JUMLAH PENDUDUK SAJA.

f) Data sosioekonomi lainnya yang diinginkan untuk dijadikan sebagai variable bebas dibuat (minimal 5 tahunan dari tahun sekarang hingga 5 tahun yang lalu) dalam analisis regresi linear.

PADA CONTOH INI HANYA DIGUNAKAN DATA SOSIOEKONOMI PDRB DAN JUMLAH PENDUDUK SAJA.9) Buat perhitungan forecasting untuk tahun mendatang (misalnya 5, 10, 15 dan 20 tahun ke

depan) menggunakan data 5 tahunan terakhir yang ada untuk semua data sosioekonomi.Angka-angka ini diforecasting dari data tahun 1996 sampai tahun 2000 (tahun sekarang) sampai 10 tahun depan bila hanya 10 tahun saja, bisa lebih dari 10 tahun tergantung periode analisis.

Cara dengan analisis regresi TUNGGAL tetapi pada kasus ini hanya satu saja peubah bebas (x) yaitu tahun ke …. Dan peubah tidak bebas jumlah penduduk (y). DATA SOSIOEKONOMI JUMLAH PENDUDUK PER KABUPATEN / KOTA

TahunTahun

keINDRAGIRI HULU

INDRAGIRI HILIR KAMPAR

PEKANBARU

BENGKALIS/DUMAI

1996 1 459700 518500 697500 593700 11229001997 2 474800 524600 718400 630900 11584001998 3 489900 530600 739100 669700 11941001999 4 505200 536400 759700 710200 12296002000 5 520300 542100 780200 752700 1265300

INDRAGIRI HULU CoefficientsIntercept 444500

17

Theo K Sendow

Tahun ke….. 15160

INDRAGIRI HILIR CoefficientsIntercept 512740Tahun ke….. 5900

KAMPAR CoefficientsIntercept 676970Tahun ke….. 20670

PEKANBARU CoefficientsIntercept 552250Tahun ke….. 39730

BENGKALIS/DUMAI CoefficientsIntercept 1087260Tahun ke….. 35600

TahunTahun

key = 15160x +

444500y = 5900x +

512740y = 20670x +

676970y = 39730x +

552250y = 35600x +1087260

2001 6 535460 548140 800990 790630 13008602002 7 550620 554040 821660 830360 13364602003 8 565780 559940 842330 870090 13720602004 9 580940 565840 863000 909820 14076602005 10 596100 571740 883670 949550 14432602006 11 611260 577640 904340 989280 14788602007 12 626420 583540 925010 1029010 15144602008 13 641580 589440 945680 1068740 15500602009 14 656740 595340 966350 1108470 15856602010 15 671900 601240 987020 1148200 1621260

18

Theo K Sendow

MENGGUNAKAN DATA SATUAN PDRB JUTA RUPIAH :

DATA SOSIOEKONOMI PDRB JUTA RUPIAH PER KABUPATEN / KOTA

TahunTahun ke…..

INDRAGIRI HULU


PEKANBARU

BENGKALIS/DUMAI

1996 1 154.308,000 235.382,000 295.195,000 286.969,000 644.529,0001997 2 167.786,000 251.846,000 316.912,000 312.791,000 683.683,0001998 3 181.608,000 268.871,000 339.013,000 338.642,000 717.344,0001999 4 195.430,000 285.895,000 361.113,000 364.494,000 751.004,0002000 5 209.251,000 302.920,000 383.214,000 390.345,000 784.665,000

INDRAGIRI HULU CoefficientsIntercept 140417,6Tahun ke….. 13753

INDRAGIRI HILIR CoefficientsIntercept 218245,3Tahun ke….. 16912,5

KAMPAR CoefficientsIntercept 273017,7Tahun ke….. 22023,9

PEKANBARU CoefficientsIntercept 261111,7Tahun ke….. 25845,5

BENGKALIS/DUMAI CoefficientsIntercept 611967,1Tahun ke….. 34759,3

TahunTahun

key = 13753x +

140417,6y = 16912,5x + 218245,3

y = 22023,9x + 273017,7

y = 25845,5x + 261111,7

y = 34759,3x +611967,1

2001 6 222935,600 319720,300 405161,100 416184,700 820522,9002002 7 236688,600 336632,800 427185,000 442030,200 855282,2002003 8 250441,600 353545,300 449208,900 467875,700 890041,5002004 9 264194,600 370457,800 471232,800 493721,200 924800,8002005 10 277947,600 387370,300 493256,700 519566,700 959560,1002006 11 291700,600 404282,800 515280,600 545412,200 994319,4002007 12 305453,600 421195,300 537304,500 571257,700 1029078,7002008 13 319206,600 438107,800 559328,400 597103,200 1063838,0002009 14 332959,600 455020,300 581352,300 622948,700 1098597,3002010 15 346712,600 471932,800 603376,200 648794,200 1133356,600

Cara dengan analisis regresi TUNGGAL tetapi pada kasus ini hanya satu saja peubah bebas (x) yaitu tahun ke …. Dan peubah tidak bebas PDRB (dalam satuan rupiah) (y).Akan berbeda hasilnya bila PDRB digunakan satuan rupiah saja dan satuan JUTA rupiah Karena peubah bebasnya yaitu tahun (x) NILAINYA BERURUT (mulai dari 1, 2, 3 ,4 dan seterusnya ATAU mulai dari 2001,2002, 2003 ,2004 dan seterusnya).

19

Theo K Sendow

MENGGUNAKAN DATA SATUAN PDRB RUPIAH :

DATA SOSIOEKONOMI PDRB RUPIAH PER KABUPATEN / KOTA

TahunTahun ke…..

INDRAGIRI HULU


PEKANBARU

BENGKALIS/DUMAI

1996 1 154.308.000.000 235.382.000.000 295.195.000.000 286.969.000.000 644.529.000.000

1997 2 167.786.000.000 251.846.000.000 316.912.000.000 312.791.000.000 683.683.000.000

1998 3 181.608.000.000 268.871.000.000 339.013.000.000 338.642.000.000 717.344.000.000

1999 4 195.430.000.000 285.895.000.000 361.113.000.000 364.494.000.000 751.004.000.000

2000 5 209.251.000.000 302.920.000.000 383.214.000.000 390.345.000.000 784.665.000.000

CoefficientsIntercept 1,40418E+11Tahun ke….. 13753000000





TahunTahun

ke

y = 13753000000X +

1,404176E+11

y = 16912500000x + 2,182453E+11

y = 22023900000x + 2,730177E+11

y = 25845500000x + 2,611117E+11

y = 34759300000x +6,119671E+11

2001 6 222.935.600.000 319.720.300.000 405.161.100.000 416.184.700.000 820.522.900.000

2002 7 236.688.600.000 336.632.800.000 427.185.000.000 442.030.200.000 855.282.200.000

2003 8 250.441.600.000 353.545.300.000 449.208.900.000 467.875.700.000 890.041.500.000

2004 9 264.194.600.000 370.457.800.000 471.232.800.000 493.721.200.000 924.800.800.000

2005 10 277.947.600.000 387.370.300.000 493.256.700.000 519.566.700.000 959.560.100.000

2006 11 291.700.600.000 404.282.800.000 515.280.600.000 545.412.200.000 994.319.400.000

2007 12 305.453.600.000 421.195.300.000 537.304.500.000 571.257.700.000 1.029.078.700.000

2008 13 319.206.600.000 438.107.800.000 559.328.400.000 597.103.200.000 1.063.838.000.000

2009 14 332.959.600.000 455.020.300.000 581.352.300.000 622.948.700.000 1.098.597.300.000

2010 15 346.712.600.000 471.932.800.000 603.376.200.000 648.794.200.000 1.133.356.600.000

20

Theo K Sendow

PERHATIKAN HASIL PERSAMAAN REGRESINYA :BILA DATA PDRB DALAM JUTA RUPIAH BILA DATA PDRB DALAM RUPIAH

INDRAGIRI HULU Coefficients INDRAGIRI HULU CoefficientsIntercept 140417,6 Intercept 1,40418E+11

Tahun ke….. 13753 Tahun ke….. 13753000000

INDRAGIRI HILIR Coefficients INDRAGIRI HILIR CoefficientsIntercept 218245,3 Intercept 2,18245E+11

Tahun ke….. 16912,5 Tahun ke….. 16912500000

KAMPAR Coefficients KAMPAR CoefficientsIntercept 273017,7 Intercept 2,73018E+11

Tahun ke….. 22023,9 Tahun ke….. 22023900000

PEKANBARU Coefficients PEKANBARU CoefficientsIntercept 261111,7 Intercept 2,61112E+11

Tahun ke….. 25845,5 Tahun ke….. 25845500000

BENGKALIS/DUMAI Coefficients BENGKALIS/DUMAI CoefficientsIntercept 611967,1 Intercept 6,11967E+11

Tahun ke….. 34759,3 Tahun ke….. 34759300000

KESIMPULAN SEMENTARA : PEMAKAIAN DATA PDRB HARUS DALAM ANGKA YANG SEBENARNYA AGAR SERAGAM DALAM PERHITUNGAN DENGAN ANALISIS REGRESI GANDA.10) Berdasarkan data parameter sosioekonomi dan data lalu lintas dari semua zona yang ada

untuk tahun sekarang lakukan analisis regresi linear GANDA.11) Buat analisis regresi linear untuk menghitung bangkitan dari data sosioekonomi di tahun

sekarang dan data lalu lintas di tahun sekarang sehingga didapatkan hasil berupa model matematis persamaan regresi linear yang memberikan : a) Hubungan antara parameter sosioekonomi (peubah tidak bebas, x1, x2, x3 dst) dan

bangkitan (peubah tidak bebas, Y)b) Hubungan antara parameter sosioekonomi (peubah tidak bebas, x1, x2, x3 dst) dan

tarikan (peubah tidak bebas, Y)Data Pergerakan Masa Sekarang (tahun 2000) dan Parameter Sosioekonomi (tahun 2000).

Y oi Y dd X1 X2Zona Oi Tahun 2000 Dd Tahun 2000 Penduduk Tahun 2000 PDRB Tahun 2000

1 683 98 520300 2092510000002 101 848 542100 3029200000003 220 82 780200 3832140000004 383 850 752700 3903450000005 421 445 1265300 784665000000

Koralasi oi Tahun 2000 dd Tahun 2000 Penddk Thn 2000 PDRB Thn 2000

Oi Tahun 2000 1 Dd Tahun 2000 -0,466330921 1

Penduduk Tahun 2000 0,025435659 -0,035367421 1 PDRB Tahun 2000 -0,05658204 0,083503616 0,986456011 1

21

Theo K Sendow

PERSAMAAN UMUM ANALISIS REGRESI GANDA untuk 1 peubah bebas=PERSAMAAN UMUM ANALISIS REGRESI TUNGGAL :

Baris 1:

Baris 2:

PERSAMAAN UMUM ANALISIS REGRESI GANDA untuk 2 peubah bebas :

Baris 1:

Baris 2:

Baris 3:


Baris 1:

Baris 2:

Baris 3:

Baris 4:


Baris 1 :

Baris2

Brs3

Baris 4:

Baris 5:

22

Theo K Sendow


Baris 1:

Baris 2:

Baris 3:

Baris 4:

Baris 5:

Baris 6:


Baris 1:

Baris 2:

Baris 3:

Baris 4:

Baris 5:

23

Theo K Sendow

Baris 6:

Baris 7:

CARANYA :BILA PEUBAH BEBAS BERJUMLAH n MAKA PERSAMAAN UNTUK DIANALISIS MENDAPATKAN PERSAMAAN REGRESI BERJUMLAH SEBANYAK n+1.

Baris Jmlh Persamaan

b0 b1 b2 b3 b4 b5 b6 b7 b8 b9 b10 y

1 n 1 2 3 4 5 6 7 8 9 102 1 1 1 2 1 3 1 4 1 5 1 6 1 7 1 8 1 9 1 10 1 13 2 1 2 2 2 3 2 4 2 5 2 6 2 7 2 8 2 9 2 10 2 24 3 1 3 2 3 3 3 4 3 5 3 6 3 7 3 8 3 9 3 10 3 35 4 1 4 2 4 3 4 4 4 5 4 6 4 7 4 8 4 9 4 10 4 46 5 1 5 2 5 3 5 4 5 5 5 6 5 7 5 8 5 9 5 10 5 57 6 1 6 2 6 3 6 4 6 5 6 6 6 7 6 8 6 9 6 10 6 68 7 1 7 2 7 3 7 4 7 5 7 6 7 7 7 8 7 9 7 10 7 79 8 1 8 2 8 3 8 4 8 5 8 6 8 7 8 8 8 9 8 10 8 810 9 1 9 2 9 3 9 4 9 5 9 6 9 7 9 8 9 9 9 10 9 911 10 1 10 2 10 3 10 4 10 5 10 6 10 7 10 8 10 9 10 10 10 10

24

Theo K Sendow

RUMUS KOEFISIEN DETERMINASI (r2 untuk tunggal dan R2 untuk ganda) DAN KOEFISIEN KOREASI (r) PERSAMAAN REGERESI LINEAR TUNGGAL (SATU

PEUBAH BEBAS : x) DAN PERSAMAAN REGERESI LINEAR GANDA (LEBIH DARI SATU PEUBAH BEBAS : x1, x2, x3 dstnya).

1) RUMUS KOEFISIEN KORELASI (r) UNTUK PERSAMAAN REGERESI LINEAR TUNGGAL :

dimana := Besarnya pergerakan Bangkitan atau Tarikan (data) sebagai peubah tidak bebas.= Peubah bebas x atau parameter sosioekonomi (data) sebagai peubah bebas.

= Jumlah data

Nilai r berada diantara nilai -1 dan +1 perlu ditafsirkan berhati-hati, karena misalnya nilai r sebesar + 0,3 dan + 0,6. Nilai r = + 0,6 artinya korelasi antara peubah bebas (x) dan peubah tidak bebas (y) atau korelasi diantara peubah bebas (x1 dan x2) sebesar 0,6 dan koreasi (0,6) ini lebih erat dibandingkan dengan yang korelasinya sebesar 0,3. Tidak dapat dikatakan bahwa r = 0,6 menunjukkan hubungan linear yang dua kali lebih erat dibandingkan oleh nilai r = 0,3.

2) RUMUS KOEFISIEN DETERMINASI (r2) UNTUK PERSAMAAN REGERESI LINEAR TUNGGAL :Koefisien determinasi ini disebut juga dengan koefisien penentu sample artinya menyatakan proporsi (prosentase) variasi dalam nilai y (peubah tidak bebas) yang disebabkan oleh hubungan linear dengan x (peubah bebas) berdasarkan persamaan (model matematis) regresi yang didapat.Rentang nilai r2 berada diantara 0 sampai 1, Semakin besar nilai ini maka semakin baik persamaan (model matematis) regresi linear tunggal yang didapat.

.

Koefisien determinasi (r2) pada persamaan regresi TUNGGAL menilai keterkaitan antara peubah tidak bebas (y) dengan 1 buah peubah bebas (x).Misalnya Nilai r2 = 98,67 % artinya SEKITAR 98,67% DARI VARIASI DALAM NILAI y DISEBABKAN OLEH HUBUNGAN LINEAR DENGAN x BERDASARKAN PERSAMAAN (MODEL MATEMATIS) REGRESI LINEAR TUNGGAL YANG DIDAPAT.

25

Theo K Sendow

CONTOH PERHITUNGAN r DAN r2 PADA PERSAMAAN REGRESI LINEAR TUNGGAL (1 PEUBAH BEBAS) :

No.Density Volume x2 y2 x.y

x y 1 11,7125 714,4000 137,182 510367,360 8367,4032 14,3114 872,0000 204,817 760384,000 12479,5583 13,1856 784,0000 173,860 614656,000 10337,5114 13,1930 769,6000 174,056 592284,160 10153,3675 13,4218 794,4000 180,145 631071,360 10662,2976 13,8597 813,6000 192,091 661944,960 11276,2467 13,9270 835,2000 193,960 697559,040 11631,8008 14,2044 855,2000 201,764 731367,040 12147,5869 11,7122 756,8000 137,175 572746,240 8863,78010 14,4856 873,6000 209,834 763176,960 12654,65511 15,1929 950,4000 230,823 903260,160 14439,28512 14,4686 876,8000 209,341 768778,240 12686,10013 16,0057 977,6000 256,183 955701,760 15647,18914 16,0755 963,2000 258,422 927754,240 15483,91615 13,1946 768,0000 174,098 589824,000 10133,47516 11,9784 713,6000 143,482 509224,960 8547,78017 13,6371 815,2000 185,971 664551,040 11116,98418 11,5663 780,0000 133,779 608400,000 9021,70919 15,4755 884,0000 239,490 781456,000 13680,31420 16,7214 969,6000 279,605 940124,160 16213,05621 13,8987 784,8000 193,173 615911,040 10907,67822 14,0006 873,6000 196,018 763176,960 12230,96523 13,2460 844,0000 175,456 712336,000 11179,60324 11,0197 718,4000 121,434 516098,560 7916,57125 14,6399 911,2000 214,326 830285,440 13339,84726 15,4200 955,2000 237,777 912407,040 14729,21627 13,9123 837,6000 193,552 701573,760 11652,95228 11,9147 772,0000 141,960 595984,000 9198,15629 13,3246 847,2000 177,545 717747,840 11288,61230 11,5185 773,6000 132,676 598456,960 8910,70631 13,6376 860,8000 185,984 740976,640 11739,22932 12,2378 756,8000 149,765 572746,240 9261,59433 12,4883 747,2000 155,957 558307,840 9331,23634 14,1051 840,0000 198,955 705600,000 11848,31935 14,5684 840,0000 212,240 705600,000 12237,49336 14,3243 868,8000 205,187 754813,440 12444,98837 14,5622 896,0000 212,057 802816,000 13047,69538 12,2765 755,2000 150,714 570327,040 9271,24939 13,1686 769,6000 173,411 592284,160 10134,53340 13,9736 844,0000 195,263 712336,000 11793,760

Total 546,5668 33263,2000 7539,5288 27864416,6400 458008,4160

Didapat r = 0,918570 artinya korelasi antara peubah bebas (x) dan peubah tidak bebas (y) sebesar 0,918570 dan r2 = 0,843771 sekitar 84,3771 % dari variasi dalam nilai y disebabkan oleh hubungan linear dengan x berdasarkan persamaan (model matematis) regresi linear tunggal yang didapat (y = 0,0205395920521012.x - 1,48334145638066).

26

Theo K Sendow

3) RUMUS KOEFISIEN DETERMINASI (R2) UNTUK PERSAMAAN REGERESI LINEAR GANDA :Koefisien determinasi (R2) pada persamaan regresi ganda menilai keterkaitan antara peubah tidak bebas (y) dengan > 1 peubah bebas (misalnya ada x1, x2 atau x3 dst). Rentang nilai R2

berada diantara 0 sampai 1, Semakin besar nilai ini maka semakin baik persamaan (model matematis) regresi linear GANDA yang didapat.

dimana := Nilai hasil estimasi / perkiraan (pemodelan)= nilai hasil observasi (pengamatan)= Rata-rata hasil observasi (pengamatan)

Apabila suatu persamaan (Model) hasil dari analisis regresi untuk pergerakan dengan 3 buah peubah bebas (misalnya x1, x2 dan x3) dan peubah bebas (y) maka untuk menghitung koefisien determinasinya menggunakan rumus :

Rumus diatas akan berubah seiring dengan berubahnya jumlah peubah bebas.Dimana :

= Besarnya pergerakan Bangkitan atau Tarikan (data)= Peubah bebas x1 atau parameter sosioekonomi ke 1 (data)= Peubah bebas x2 atau parameter sosioekonomi ke 2 (data)= Peubah bebas x3 atau parameter sosioekonomi ke 3 (data)= Jumlah data

Misalnya Nilai R2 = 98,67 % artinya SEKITAR 98,67% DARI VARIASI DALAM NILAI y DISEBABKAN OLEH HUBUNGAN LINEAR DENGAN x BERDASARKAN PERSAMAAN (MODEL MATEMATIS) REGRESI LINEAR GANDA YANG DIDAPAT.

4) RUMUS KOEFISIEN KORELASI (r) UTK PERSAMAAN REGERESI GANDA :

Nilai r berada diantara nilai -1 dan +1 perlu ditafsirkan berhati-hati, karena misalnya nilai r sebesar + 0,3 dan + 0,6. Nilai r = + 0,6 artinya korelasi antara peubah bebas (x) dan peubah tidak bebas (y) atau korelasi diantara peubah bebas (x1 dan x2) sebesar 0,6 dan koreasi (0,6) ini lebih erat dibandingkan dengan yang korelasinya sebesar 0,3. Tidak dapat dikatakan bahwa r = 0,6 menunjukkan hubungan linear yang dua kali lebih erat dibandingkan oleh nilai r = 0,3.

27

Theo K Sendow

CONTOH PERHITUNGAN r DAN R2 PADA PERSAMAAN REGRESI LINEAR GANDA (3 PEUBAH BEBAS) :NO Yi X1i X2i X3i X1i^2 X2i^2 X3i^2 Yi^2 (X1i . X2i) (X2i . X3i) (X1i . X3i) (X1i . Yi) (X2i . Yi) (X3i . Yi)

1 408,00 964,00 590,00 1,00 929296,00 348100,00 1,00 166464,00 568760,00 590,00 964,00 393312,00 240720,00 408,00

2 396,00 687,00 802,00 2,00 471969,00 643204,00 4,00 156816,00 550974,00 1604,00 1374,00 272052,00 317592,00 792,00

3 423,00 594,00 910,00 2,00 352836,00 828100,00 4,00 178929,00 540540,00 1820,00 1188,00 251262,00 384930,00 846,00

4 440,00 917,00 745,00 8,00 840889,00 555025,00 64,00 193600,00 683165,00 5960,00 7336,00 403480,00 327800,00 3520,00

5 174,00 84,00 605,00 45,00 7056,00 366025,00 2025,00 30276,00 50820,00 27225,00 3780,00 14616,00 105270,00 7830,00

6 333,00 523,00 692,00 787,00 273529,00 478864,00 619369,00 110889,00 361916,00 544604,00 411601,00 174159,00 230436,00 262071,00

7 357,00 526,00 789,00 829,00 276676,00 622521,00 687241,00 127449,00 415014,00 654081,00 436054,00 187782,00 281673,00 295953,00

8 341,00 696,00 571,00 2,00 484416,00 326041,00 4,00 116281,00 397416,00 1142,00 1392,00 237336,00 194711,00 682,00

9 465,00 546,00 967,00 621,00 298116,00 935089,00 385641,00 216225,00 527982,00 600507,00 339066,00 253890,00 449655,00 288765,00

10 345,00 662,00 620,00 1547,00 438244,00 384400,002393209,0

0 119025,00 410440,00 959140,001024114,0

0 228390,00 213900,00 533715,00

3682,00 6199,00 7291,00 3844,004373027,0

05487369,0

04087562,0

01415954,0

04507027,0

02796673,0

02226869,0

02416279,0

02746687,0

01394582,0

0

10 . bo + 6199,00 . b1 + 7291,00 . b2 + 3844,00 . b3 = 3682,006199,00 . bo + 4373027,00 . b1 + 4507027,00 . b2 + 2226869,00 . b3 = 2416279,007291,00 . bo + 4507027,00 . b1 + 5487369,00 . b2 + 2796673,00 . b3 = 2746687,003844,00 . bo + 2226869,00 . b1 + 2796673,00 . b2 + 4087562,00 . b3 = 1394582,00

10,00 6199,00 7291,00 3844,00 b0 3682,006199,00 4373027,00 4507027,00 2226869,00 X b1 = 2416279,007291,00 4507027,00 5487369,00 2796673,00 b2 2746687,003844,00 2226869,00 2796673,00 4087562,00 b3 1394582,00

b0 = -77,4323129b1 = 0,2640261 r = 0,988776502b2 = 0,3821404 R2 = 0,977678971 Hasil Hitungan menggunakan rumus diatasb3 = 0,0087011 R2 = 0,977630248 Hasil Hituungan menggunakan PROGRAM EXCEL

28

Theo K Sendow

Didapat r = 0,988776502 artinya korelasi antara peubah bebas (x) dan peubah tidak bebas (y) sebesar 0,988776502 dan r2 = 0,977630248 sekitar 97,7630248 % dari variasi dalam nilai y disebabkan oleh hubungan linear dengan x berdasarkan persamaan (model matematis) regresi linear GANDA yang didapat (y =-77,4323129 + 0,2640261.x1 + 0,3821404.x2 + 0,0087011.x3)

SOAL RIAU INI KEMUDIAN DIBUAT PERSAMAAN REGRESINYA SEBANYAK 6 BUAH PERSAMAAN REGRESI LINEAR TUNGGAL DAN GANDA YAITU :a) BILA MENGGUNAKAN VARIABEL TDK BEBAS : oi & VARIABEL BEBAS :

X1,X2 (PERSAMAAN RGRESI LINEAR GANDA) Parameter CoefficientsIntercept -91,88427555

Penduduk Tahun 2000 0,002224085PDRB Tahun 2000 -3,05202E-09

Regression Statistics Multiple R 0,498577528R Square 0,248579551

Adjusted R Square -0,502840898Standard Error 270,8438098Observations 5

b) BILA MENGGUNAKAN VARIABEL TIDAK BEBAS : oi & VARIABEL BEBAS : X1 (PERSAMAAN RGRESI LINEAR TUNGGAL)

Parameter CoefficientsIntercept 347,1364762

Penduduk Tahun 2000 1,87322E-05Regression Statistics

Multiple R 0,025435659R Square 0,000646973


c) BILA MENGGUNAKAN VARIABEL TIDAK BEBAS : oi & VARIABEL BEBAS : X2 (PERSAMAAN RGRESI LINEAR TUNGGAL)


PDRB Tahun 2000 -5,68868E-11Regression Statistics



d) BILA MENGGUNAKAN VARIABEL TDK BEBAS:dd & VARIABEL BEBAS : X1,X2 (PERSAMAAN RGRESI LINEAR GANDA)


Penduduk Tahun 2000 -0,00553891PDRB Tahun 2000 7,60342E-09

Regression Statistics Multiple R 0,722653997R Square 0,522228799

Adjusted R Square 0,044457598Standard Error 371,1646852Observations 5

29

Theo K Sendow

e) BILA MENGGUNAKAN VARIABEL TIDAK BEBAS : dd & VARIABEL BEBAS : X1(PERSAMAAN RGRESI LINEAR TUNGGAL)


Penduduk Tahun 2000 -4,4764E-05Regression Statistics



f) BILA MENGGUNAKAN VARIABEL TIDAK BEBAS : dd & VARIABEL BEBAS : X2 (PERSAMAAN RGRESI LINEAR TUNGGAL)


PDRB Tahun 2000 1,44284E-10Regression Statistics



12) Model yang didapatkan berupa persamaan regeresi linear tidak hanya satu persamaan saja tetapi dibuat dengan beberapa persamaan dengan satu atau dua atau tiga variable bebas dan dilakukan tes korelasi. Dari beberapa persamaan regresi linear yang ada (misalnya ada 6 buah persamaan) kemudian akan dipilih persamaan regresi berupa bangkitan atau tarikan yang TERBAIK.IDEALNYA PERSAMAAN TERBAIK MEMILIKI KRITERIA : Variabel bebas (x1, x2, x3, dst) harus berkorelasi TINGGI dengan variable tidak bebas

(y) (nilai koefisien korelasi atau r harus mendekati satu). Sesama variabel bebas (x1, x2, x3, dst) TIDAK BOLEH berkorelasi TINGGI misalnya

antara x1 dan x2, antara x1 dan x3 dan seterusnya (nilai koefisien korelasi atau r harus mendekati nol), JIKA ADA YANG BERKORELASI TINGGI MAKA DIBUANG SALAH SATU VARIBEL BEBAS YANG BERKORELASI.

Pilih intercept (konstanta) Regresi yang terkecil (b0 = mendekati nol). Makin banyak peubah bebas yang digunakan makin baik. Koefisein regresi (b1, b2, b3 dst) bisa bernilai + atau – terserah (keduanya baik + atau -)

sesuai dengan tanda yang dihasilkan dari perhitungan analisis regresi linear.

TERBAIK PILIH : MENGGUNAKAN VARIABEL TIDAK BEBAS : dd DAN VARIABEL BEBAS : X2


PDRB Tahun 2000 1,44284E-10Regression Statistics



R Square adalah nilai R2 (Koefisien Determinasi UNTUK PERSAMAAN REGRESI LINEAR GANDA) untuk y dan 3 buah peubah bebas dan Multiple R adalah nilai r

30

Theo K Sendow

(Koefisien Korelasi UNTUK PERSAMAAN REGRESI LINEAR GANDA) untuk y dan 3 buah peubah bebas (x1, x2 dan x3).

HASIL HITUNGAN KOEFISIEN KORELASI (r) UNTUK PERSAMAAN REGRESI LINEAR TUNGGAL.

Oi Tahun 2000 Dd Tahun 2000 Penddk Tahun 2000 PDRB Tahun 2000Oi Tahun 2000 1 0,466330921 0,025435659 0,05658204Dd Tahun 2000 -0,466330921 1 0,035367421 0,083503616

Penddk Thn 2000 0,025435659 -0,035367421 1 0,986456011PDRB Thn 2000 -0,05658204 0,083503616 0,986456011 1

PERSAMAAN REGRESI LINEAR TUNGGAL YANG DIPILIH KARENA : Pilihan hanya satu variabel bebas karena ternyata PDRB dan penduduk berkorelasi tinggi

(0,986456011). Pilih PDRB Karena berkorelasi tinggi = 0,083503616 terhadap dd dibandingkan Penduduk

berkorelasi = -0,035367421 terhadap dd. Walaupun intercept tidak terkecil (terminimum) dan termasuk intercept yang tidak terlalu

besar.

13) Satu persamaan yang terbaik ini akan digunakan sebagai model untuk menghitung besarnya bangkitan atau tarikan (variable tidak bebas yaitu y) dengan memasukkan Nilai parameter sosioekonomi (variable bebas yaitu x) pada masa sekarang, 5 tahun depan, 10 tahun depan, 15 tahun depan dan 20 tahun depan.PERSAMAANNYA :

UNTUK DATA PDRB YANG TIDAK DIBAGI 1 MILYAR, KARENA BILA DATA PDRB DIBAGI DENGAN 1 MILYAR MAKA KOEFISIEN X2 JUGA DIBAGI 1 MILYAR.PERSAMAAN REGRESI INI (HANYA SATU) DIGUNAKAN UNTUK MENGHITUNG BANGKITAN DAN TARIKAN DI MASA DATANG HAL INI KARENA MERUPAKAN USAHA AGAR ∑Oi = ∑Dd.

14) Setelah didapatkan besarnya bangkitan atau tarikan (sesuai dengan rumus persamaan regresinya bangkitan atau tarikan) di masa sekarang, di 5 tahun depan, di 10 tahun depan, di 15 tahun depan dan di 20 tahun depan, maka kemudian hitung FAKTOR pertumbuhannya (Ei = Oi/oi) atau (Ed = Dd/dd), angka pertumbuhan ini jumlahnya sama dengan jumlah tahun yang dianalisis.

31

Theo K Sendow

TABEL HASIL PERHITUNGAN BANGKITAN DAN TARIKAN MENGGUNAKAN PERSAMAAN

Keterangan TahunBangkitan di Zona Tarikan di Zona PDRB (Rupiah) di Zona SEBAGAI X2

1 2 3 4 5 1 2 3 4 5 1 2 3 4 5

Masa Lalu KAB/KOTAINDR HULU

INDR HILIR KAMPAR PEKANBR BGK/DUMAI

INDR HULU

INDR HILIR KAMPAR PEKANBR BGK/DUMAI INDR HULU INDR HILIR KAMPAR PEKANBR BGK/DUMAI

Masa Lalu 1996 427,119 438,817 447,447 446,260 497,850 427,119 438,817 447,447 446,260 497,850 154.308.000.000 235.382.000.000 295.195.000.000 286.969.000.000 644.529.000.000Masa Lalu 1997 429,064 441,192 450,580 449,986 503,500 429,064 441,192 450,580 449,986 503,500 167.786.000.000 251.846.000.000 316.912.000.000 312.791.000.000 683.683.000.000Masa Lalu 1998 431,058 443,649 453,769 453,716 508,356 431,058 443,649 453,769 453,716 508,356 181.608.000.000 268.871.000.000 339.013.000.000 338.642.000.000 717.344.000.000Masa Lalu 1999 433,053 446,105 456,958 457,446 513,213 433,053 446,105 456,958 457,446 513,213 195.430.000.000 285.895.000.000 361.113.000.000 364.494.000.000 751.004.000.000Masa skrg 2000 683,000 101,000 220,000 383,000 421,000 98,000 848,000 82,000 850,000 445,000 209.251.000.000 302.920.000.000 383.214.000.000 390.345.000.000 784.665.000.000Masa Dpn 2001 437,021 450,986 463,313 464,904 523,243 437,021 450,986 463,313 464,904 523,243 222.935.600.000 319.720.300.000 405.161.100.000 416.184.700.000 820.522.900.000Masa Dpn 2002 439,005 453,426 466,491 468,633 528,259 439,005 453,426 466,491 468,633 528,259 236.688.600.000 336.632.800.000 427.185.000.000 442.030.200.000 855.282.200.000Masa Dpn 2003 440,990 455,866 469,669 472,362 533,274 440,990 455,866 469,669 472,362 533,274 250.441.600.000 353.545.300.000 449.208.900.000 467.875.700.000 890.041.500.000Masa Dpn 2004 442,974 458,306 472,846 476,091 538,289 442,974 458,306 472,846 476,091 538,289 264.194.600.000 370.457.800.000 471.232.800.000 493.721.200.000 924.800.800.000Masa Dpn 2005 444,959 460,746 476,024 479,820 543,304 444,959 460,746 476,024 479,820 543,304 277.947.600.000 387.370.300.000 493.256.700.000 519.566.700.000 959.560.100.000Masa Dpn 2006 446,943 463,187 479,202 483,549 548,320 446,943 463,187 479,202 483,549 548,320 291.700.600.000 404.282.800.000 515.280.600.000 545.412.200.000 994.319.400.000Masa Dpn 2007 448,927 465,627 482,380 487,278 553,335 448,927 465,627 482,380 487,278 553,335 305.453.600.000 421.195.300.000 537.304.500.000 571.257.700.000 1.029.078.700.000Masa Dpn 2008 450,912 468,067 485,557 491,008 558,350 450,912 468,067 485,557 491,008 558,350 319.206.600.000 438.107.800.000 559.328.400.000 597.103.200.000 1.063.838.000.000Masa Dpn 2009 452,896 470,507 488,735 494,737 563,365 452,896 470,507 488,735 494,737 563,365 332.959.600.000 455.020.300.000 581.352.300.000 622.948.700.000 1.098.597.300.000Masa Dpn 2010 454,880 472,947 491,913 498,466 568,380 454,880 472,947 491,913 498,466 568,380 346.712.600.000 471.932.800.000 603.376.200.000 648.794.200.000 1.133.356.600.000

PERHATIKAN ANGKA BANGKITAN (oi) DAN TARIKAN (dd) HASIL PERHITUNGAN INI BERNILAI SAMA DI SETIAP ZONA. TABEL HASIL PERHITUNGAN FAKTOR PERTUMBUHAN BANGKITAN (Ei) DAN FAKTOR PERTUMBUHAN TARIKAN (Ed) YAITU (Ei = Oi/oi) atau (Ed = Dd/dd) :

Keterangan TahunEi di Zona Ed di Zona Rata-rata

1 2 3 4 5 1 2 3 4 5 Ei di Zona Ed di ZonaMasa skrg 2000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000Masa Dpn 2001 0,640 4,465 2,106 1,214 1,243 4,459 0,532 5,650 0,547 1,176 1,934 2,473Masa Dpn 2002 0,643 4,489 2,120 1,224 1,255 4,480 0,535 5,689 0,551 1,187 1,946 2,488Masa Dpn 2003 0,646 4,514 2,135 1,233 1,267 4,500 0,538 5,728 0,556 1,198 1,959 2,504Masa Dpn 2004 0,649 4,538 2,149 1,243 1,279 4,520 0,540 5,766 0,560 1,210 1,971 2,519Masa Dpn 2005 0,651 4,562 2,164 1,253 1,291 4,540 0,543 5,805 0,564 1,221 1,984 2,535Masa Dpn 2006 0,654 4,586 2,178 1,263 1,302 4,561 0,546 5,844 0,569 1,232 1,997 2,550Masa Dpn 2007 0,657 4,610 2,193 1,272 1,314 4,581 0,549 5,883 0,573 1,243 2,009 2,566Masa Dpn 2008 0,660 4,634 2,207 1,282 1,326 4,601 0,552 5,921 0,578 1,255 2,022 2,581Masa Dpn 2009 0,663 4,658 2,222 1,292 1,338 4,621 0,555 5,960 0,582 1,266 2,035 2,597Masa Dpn 2010 0,666 4,683 2,236 1,301 1,350 4,642 0,558 5,999 0,586 1,277 2,047 2,612

32

Theo K Sendow

15) Akan diperoleh beberapa buah angka Ei dan Ed (misalnya pada masa sekarang, 5 tahun depan, 10 tahun depan, 15 tahun depan dan 20 tahun depan) maka ada sebanyak 5 buah angka Ei dan Ed dari satu buah persamaan regresi berupa bangkitan atau tarikan yang TERBAIK.

16) Buat matriks asal tujuan sesuai dengan jumlah zona yang ada, terlebih dahulu namakan zona yang ada dengan angka atau huruf untuk mempersingkat nama zona yang dulunya nama daerah administrasi (kecamatan atau kabupaten atau propinsi).

17) Masukkan angka LHR yang diperoleh dari Traffic Count di masa sekarang kedalam matriks asal tujuan sehingga diketahui besarnya pergerakan lalulintas dari semua zona yang ada ke semua zona yang lainnya.

18) Masukkan angka pertumbuhan disetiap zona yang diperoleh dari point 14) seuai dengan tahun yang akan di hitung (misalnya pada masa sekarang, 5 tahun depan, 10 tahun depan, 15 tahun depan dan 20 tahun depan).

19) Jumlahkan besarnya pergerakan di masa sekarang untuk semua yang terbangkit (oi) dan semua yang tertarik (dd).

20) Besarnya total pergerakan (bangkitan dan tarikan) di masa sekarang dari zona asal i ke zona tujuan d di dalam daerah kajian (t) tidak sama yaitu ∑oi (bangkitan) ≠ ∑dd (tarikan), maka dilakukan validasi data untuk pergerakan di masa sekarang dengan membuat hingga ∑oi = ∑dd.

21) Setelah selesai dilakukan validasi data sehingga ∑oi = ∑dd maka hitung besarnya Total pergerakan (bangkitan) pada masa mendatang dari zona asal i ( )menggunakan rumus

menjadi dan Total pergerakan (tarikan) pada masa mendatang ke zona

tujuan d ( ) menggunakan rumus menjadi .

22) Lakukan validasi data untuk pergerakan di masa mendatang dengan membuat hingga ∑Oi = ∑Dd.

23) Setelah semuanya tervalidasi dimana ∑oi = ∑dd dan ∑Oi = ∑Dd maka kemudian lakukan analisis Trip Distribution (Trip Distribusi) untuk menghitung UNTUK MENGHITUNG DISTRIBUSI PERGERAKAN DI MASA MENDATANG.

33

Theo K Sendow

(dalam pcu/jam) PEMBULATAN UNTUK ANGKA PERTUMBUHAN TAHUN 2005 DAN ISI SEL TAHUN 2000

ZONA 1 2 3 4 5 ext 1 ext 2 ext 3 ext 4 ext 5 oi Oi Ei

1 0 22 32 24 1 6 597 0 0 1 683 444,9585117 0,6514766

2 8 0 1 2 3 0 1 72 0 14 101 460,7464566 4,5618461

3 37 1 0 136 34 4 1 2 0 5 220 476,0241699 2,1637462

4 8 83 2 0 31 123 56 1 0 79 383 479,8202819 1,2527945

5 9 2 2 50 0 208 86 13 0 51 421 543,3042897 1,2905090

ext 1 0 1 33 120 205 0 0 0 0 2196 2555 5069,310293 1,9840745

ext 2 17 1 9 363 120 0 0 0 0 2026 2536 5031,612878 1,9840745

ext 3 17 601 2 26 16 0 0 0 0 195 857 1700,351828 1,9840745

ext 4 1 0 0 123 0 0 0 0 0 164 288 571,4134499 1,9840745

ext 5 1 137 1 6 35 874 98 48 99 0 1299 2577,312748 1,9840745

dd 98 848 82 850 445 1215 839 136 99 4731 9343 17354,85491

Dd 444,95851 460,74645 476,02417 479,82028 543,30428 3079,8553 2126,7478 344,74101 250,95117 11992,424 9343 20199,57348

Ed 4,540393 0,543333 5,805172 0,564494 1,220908 2,534860 2,534860 2,534860 2,534860 2,534860

PERHATIKAN KARENA Total Oi = 17354,85491

MAKA PERLU VALIDASI DATA Total Dd = 20199,57348

(dalam pcu/jam) PEMBULATAN UNTUK ANGKA PERTUMBUHAN TAHUN 2005 DAN ISI SEL TAHUN 2000 dan MENGGANTI NILAI NOL DENGAN ANGKA SATUZONA 1 2 3 4 5 ext 1 ext 2 ext 3 ext 4 ext 5 oi Oi Ei

1 1 22 32 24 1 6 597 0 0 1 684 445,6099883 0,65147659

2 8 1 1 2 3 0 1 72 0 14 102 465,3083027 4,56184610

3 37 1 1 136 34 4 1 2 0 5 221 478,1879161 2,16374622

4 8 83 2 1 31 123 56 1 0 79 384 481,0730764 1,25279447

5 9 2 2 50 1 208 86 13 0 51 422 544,5947987 1,29050900

ext 1 0 1 33 120 205 1 0 0 0 2196 2556 5071,294368 1,98407447

ext 2 17 1 9 363 120 0 1 0 0 2026 2537 5033,596953 1,98407447

ext 3 17 601 2 26 16 0 0 1 0 195 858 1702,335903 1,98407447

ext 4 1 0 0 123 0 0 0 0 1 164 289 573,3975244 1,98407447

ext 5 1 137 1 6 35 874 98 48 99 1 1300 2579,296822 1,98407447

dd 99 849 83 851 446 1216 840 137 100 4732 9353 17374,69565

Dd 449,49890 461,28978 481,82934 480,38477 544,52519 3082,3902 2129,2827 347,27587 253,48603 11994,959 9353 20224,92208

Ed 4,540 0,543 5,805 0,564 1,221 2,535 2,535 2,535 2,535 2,535

PERHATIKAN KARENA Total Oi = 17374,69565 KECIL

MAKA PERLU VALIDASI DATA Total Dd= 20224,92208 BESAR

Total Dd-Total Oi = 2850,226433

(Total Dd-Total Oi)/10 = 285,0226433

34

Theo K Sendow

CARA MEMVALIDASI MAT YAITU SELISIH ANTARA TOTAL Dd - TOTAL Oi DI TAMBAHKAN PADA ZONA BANGKITAN (Oi) SECARA MERATA,, DITAMBAHKAN KE BANGKITAN KARENA PERGERAKAN BANGKITAN (Oi) LEBIH KECIL PERGERAKANNYA DIBANDINGKAN DENGAN TARIKAN (Dd), SEHINGGA MATRIKSNYA MENJADI BERUBAH SEPERTI DIBAWAH INI (LIHAT PERUBAHAN PADA SELURUH NILAI Ei) AKIBAT TAMBAHAN PERGERAKAN DI BANGKITAN (Oi) :

DATA INI UNTUK MENGHITUNG MAT (TRIP DISTRIBUSI) PADA TAHUN 2005 (dalam pcu/jam) PEMBULATAN UNTUK ANGKA PERTUMBUHAN TAHUN 2005 DAN ISI SEL TAHUN 2000


1 1 22 32 24 1 6 597 0 0 1 684 730,6326316 1,06817636

2 8 1 1 2 3 0 1 72 0 14 102 750,3309459 7,35618574

3 37 1 1 136 34 4 1 2 0 5 221 763,2105594 3,45344144

4 8 83 2 1 31 123 56 1 0 79 384 766,0957197 1,99504093

5 9 2 2 50 1 208 86 13 0 51 422 829,6174419 1,96591810

ext 1 0 1 33 120 205 1 0 0 0 2196 2556 5356,317011 2,09558568

ext 2 17 1 9 363 120 0 1 0 0 2026 2537 5318,619596 2,09642081

ext 3 17 601 2 26 16 0 0 1 0 195 858 1987,358546 2,31626870

ext 4 1 0 0 123 0 0 0 0 1 164 289 858,4201676 2,97031199

ext 5 1 137 1 6 35 874 98 48 99 1 1300 2864,319466 2,20332266

dd 99 849 83 851 446 1216 840 137 100 4732 9353 20224,92208

Dd 449,49890 461,28978 481,82934 480,38477 544,52519 3082,3902 2129,2827 347,27587 253,48603 11994,959 9353 20224,92208

Ed 4,540 0,543 5,8051728 0,5644944 1,2209085 2,5348603 2,5348603 2,5348603 2,5348603 2,5348603 2,16239945

Total Oi = 20224,92208 SAMA

Total Dd = 20224,92208 SAMA

35

Theo K Sendow

(dalam pcu/jam) PEMBULATAN UNTUK ANGKA PERTUMBUHAN TAHUN 2010 DAN ISI SEL TAHUN 2000ZONA 1 2 3 4 5 ext 1 ext 2 ext 3 ext 4 ext 5 oi Oi Ei

1 1 22 32 24 1 6 597 0 0 1 684 455,5462042 0,6660032

2 8 1 1 2 3 0 1 72 0 14 102 477,6301206 4,6826482

3 37 1 1 136 34 4 1 2 0 5 221 494,1486184 2,2359666

4 8 83 2 1 31 123 56 1 0 79 384 499,7672197 1,3014771

5 9 2 2 50 1 208 86 13 0 51 422 569,730416 1,3500721

ext 1 0 1 33 120 205 1 0 0 0 2196 2556 6677,284198 2,6123960

ext 2 17 1 9 363 120 0 1 0 0 2026 2537 6627,648674 2,6123960

ext 3 17 601 2 26 16 0 0 1 0 195 858 2241,435775 2,6123960

ext 4 1 0 0 123 0 0 0 0 1 164 289 754,9824465 2,6123960

ext 5 1 137 1 6 35 874 98 48 99 1 1300 3396,114811 2,6123960

dd 99 849 83 851 446 1216 840 137 100 4732 9353 22194,28848

Dd 459,52183 473,50519 497,91159 499,05217 569,65760 3176,6735 2194,4126 357,89825 261,23960 12361,857 9353 20851,73035

Ed 4,641635 0,557721 5,998935 0,586430 1,277259 2,612396 2,612396 2,612396 2,612396 2,612396 2,37295931

PERHATIKAN KARENA Total Oi = 22194,28848 BESAR

MAKA PERLU VALIDASI DATA Total Dd = 20851,73035 KECIL

Total Oi-Total Dd = 1342,558132

(Total Dd-Total Oi)/10 = 134,2558132

36

Theo K Sendow

CARA MEMVALIDASI MAT YAITU SELISIH ANTARA TOTAL Dd - TOTAL Oi DI TAMBAHKAN PADA ZONA TARIKAN (Dd) SECARA MERATA, DITAMBAHKAN KE TARIKAN KARENA PERGERAKAN TARIKAN (Dd) LEBIH KECIL PERGERAKANNYA DIBANDINGKAN DENGAN BANGKITAN (Oi), SEHINGGA MATRIKSNYA MENJADI BERUBAH SEPERTI DIBAWAH INI (LIHAT PERUBAHAN PADA SELURUH NILAI Ed) AKIBAT TAMBAHAN PERGERAKAN DI TARIKAN (Dd) :

DATA INI UNTUK MENGHITUNG MAT (TRIP DISTRIBUSI) PADA TAHUN 2010(dalam pcu/jam) PEMBULATAN UNTUK ANGKA PERTUMBUHAN TAHUN 2010 DAN ISI SEL TAHUN 2000


1 1 22 32 24 1 6 597 0 0 1 684 455,5462042 0,666003

2 8 1 1 2 3 0 1 72 0 14 102 477,6301206 4,682648

3 37 1 1 136 34 4 1 2 0 5 221 494,1486184 2,235967

4 8 83 2 1 31 123 56 1 0 79 384 499,7672197 1,301477

5 9 2 2 50 1 208 86 13 0 51 422 569,730416 1,350072

ext 1 0 1 33 120 205 1 0 0 0 2196 2556 6677,284198 2,612396

ext 2 17 1 9 363 120 0 1 0 0 2026 2537 6627,648674 2,612396

ext 3 17 601 2 26 16 0 0 1 0 195 858 2241,435775 2,612396

ext 4 1 0 0 123 0 0 0 0 1 164 289 754,9824465 2,612396

ext 5 1 137 1 6 35 874 98 48 99 1 1300 3396,114811 2,612396

dd 99 849 83 851 446 1216 840 137 100 4732 9353 22194,28848

Dd 593,77764 607,76100 632,1674 633,30798 703,91341 3310,9293 2328,6684 492,15406 395,49541 12496,113 9353 22194,28848

Ed 5,998 0,716 7,616 0,744 1,578 2,723 2,772 3,592 3,955 2,641 2,37295931



37

Theo K Sendow

TRIP DISTRIBUSI (SEBARAN PERGERAKAN)Pergerakan adalah aktivitas yang kita lakukan sehari-hari, untuk memenuhi berbagai

macam alasan dan tujuan (kebutuhan) seperti berbelanja, olah raga, hiburan, dan rekreasi. Jarak perjalanan juga sangat beragam, dari pegalanan yang sangat panjang (misalnya perjalanan antar bernua) sampai ke perjalanan yang sangat pendek (misalnya perjalanan ke toko di seberang jalan). Mudah dipahami bahwa jika terdapat kebutuhan akan pergerakan yang besar, tentu dibutuhkan pula sistem jaringan transportasi yang cukup untuk dapat menampung kebutuhan akan pergeralkan tersebut. Dengan kata lain, kapasitas jaringan transportasi harus dapat menampung pergerakan.

Kebutuhan akan pergerakan selalu menimbulkan permasalahan. Misalnya pada saat orang ingin bergerak untuk tujuan yang sama di dalam daerah tertentu dan pada saat yang bersamaan pula. Kemacetan, keterlambatan, polusi suara dan udara adalah beberapa permasalahan yang timbul akibat adanya pergerakan. Salah satu usaha untuk dapat mengatasinya adalah dengan memahami pola pergerakan yang terjadi misalnya : dari mana dan hendak ke mana besarnya, kapan terjadinya. Oleh karena itu, agar kebijakan investasi transportasi dapat berhasil dengan baik apabila : dipahami pola pergerakan yang terjadi pada saat sekarang, dipahami pola pergerakan yang terjadi pada pada masa mendatang pada saat kebijakan

tersebut diberlakukan.Pola pergerakan dalam sistem transportasi sering dijelaskan dalam bentuk arus pergerakan

(berupa kendaraan, penumpang, dan barang) yang bergerak dari zona asal ke zona tujuan di dalam daerah tertentu dan selama periode waktu tertentu. Matriks Pergerakan atau Matriks Asal-Tujuan (MAT) atau Matriks distribusi adalah : merupakan metode untuk menentukan distribusi atau digunakan untuk menggambarkan pola pergerakan, MAT adalah matriks berdimensi dua yang berisi informasi mengenai besarya pergerakan antarlokasi (zona) di dalam daerah tertentu. Baris menyatakan zona asal dan kolom menyalakan zona tujuan, schingga sel matriks-nya menyatakan besarnya arus dari zona asal ke zona tujuan. Dalam hal ini, notasi Tid menyalakan besarya arus pergerakan (kendaraan, penumpang, atau barang) yang bergerak dari zona asal i ke zona tujuan d selama selang waktu tertentu.

Pola pergerakan dapat dihasilkan jika sualu MAT dibebankan ke suatu sistem jaringan transportasi, dengan mempelajari pola pergerakan yang terjadi maka perencana dapat mengidentifikasi permasalahan yang timbul sehingga beberapa solusi segera dapat dihasilkan. MAT dapat memberikan indikasi rinci mengenai kebutuhan akan pergerakan sehingga MAT memegang peran yang sangat penting dalam berbagai kajian perencanaan dan manajemen transportasi. Metode MAT (Trip Distribusi) terdiri dari beberapa bagian yang dapat dilihat pada gambar berikut :

38

Theo K Sendow

Jumlah zona dan nilai seliap sel matriks adalah dua unsur penting dalam MAT karena jumlah zona menunjukkan banyaknya sel MAT yang harus didapatkan dan berisi infomasi yang sangat dibutuhkan untuk perencanaan transportasi.

24) Untuk matrik metode analogi angka (distribusi pergerakan di masa sekarang) harus ada sebagai data dalam perhitungan UNTUK MENGHITUNG DISTRIBUSI PERGERAKAN DI MASA MENDATANG.

25) Untuk matrik metode sintetis angka (distribusi pergerakan di masa sekarang) TIDAK PERLU ada sebagai data dalam perhitungan UNTUK MENGHITUNG DISTRIBUSI PERGERAKAN DI MASA MENDATANG.

39

Theo K Sendow

METODE ANALOGY1. TANPA BATASAN (UNCONSTRAINED) YAITU METODE SERAGAM RUMUS-RUMUS YANG DIPERGUNAKAN DALAM METODE ANALOGI TANPA BATASAN (UNCONSTRAINED) YAITU METODE SERAGAM :

dimana := Total pergerakan pada masa mendatang dari zona asal i ke zona tujuan d= Pergerakan pada masa mendatang dari zona asal i ke zona tujuan d= Angka pertumbuhan Global untuk semua zona asal i dan zona tujuan d= Total pergerakan pada masa mendatang didalam daerah kajian= Total pergerakan pada masa sekarang didalam daerah kajian

Bahan diskusi :– Asumsi yang dipergunakan dalam metode ini adalah tingkat pertumbuhan global diseluruh

daerah kajian berpengaruh terhadap pertumbuhan lalu lintasnya secara merata atau seragam untuk setiap zona.

– Asumsi ini sering tidak dapat digunakan karena pada kenyataannya tingkat pertumbuhan setiap zona yang berbeda biasanya menghasilkan tingkat pertumbuhan lalu lintas yang berbeda pula. Penyeragaman tingkat pertumbuhan ini akan menyebabkan error (kesalahan) yang besar untuk kota dengan tingkat pertumbuhannya tata guna lahannya tidak merata seperti Indonesia sebagai Negara yang sedsang berkembang.

– Metode seragam ini tidak juga menjamin terpenuhinya batasan bangkitan dan tarikan, sebagai contoh untuk zona yang tingkat pertumbuhannya rendah dari tingkat pertumbuhan global akan menghasilkan perkiraan lalu lintas di masa mendatang lebih tinggi dari yang diharapkan.

– Sebaliknya untuk zona yang tingkat pertumbuhannya lebih tinggi dari tingkat pertumbuhan global akan menghasilkan perkiraan lalu lintas di masa mendatang lebih rendah dari yang diharapkan.

– Untuk itu metode ini hanya dipergunakan untuk daerah kajian dengan tingkat pertumbuhannya merata diseluruh daerahnya.

40

Theo K Sendow

DATA INI UNTUK MENGHITUNG MAT (TRIP DISTRIBUSI) PADA TAHUN 2005 (dalam pcu/jam) PEMBULATAN UNTUK ANGKA PERTUMBUHAN TAHUN 2005 DAN ISI SEL TAHUN 2000


1 1 22 32 24 1 6 597 0 0 1 684 730,6326316 1,06817636

2 8 1 1 2 3 0 1 72 0 14 102 750,3309459 7,35618574

3 37 1 1 136 34 4 1 2 0 5 221 763,2105594 3,45344144

4 8 83 2 1 31 123 56 1 0 79 384 766,0957197 1,99504093

5 9 2 2 50 1 208 86 13 0 51 422 829,6174419 1,96591810

ext 1 0 1 33 120 205 1 0 0 0 2196 2556 5356,317011 2,09558568

ext 2 17 1 9 363 120 0 1 0 0 2026 2537 5318,619596 2,09642081

ext 3 17 601 2 26 16 0 0 1 0 195 858 1987,358546 2,31626870

ext 4 1 0 0 123 0 0 0 0 1 164 289 858,4201676 2,97031199

ext 5 1 137 1 6 35 874 98 48 99 1 1300 2864,319466 2,20332266

dd 99 849 83 851 446 1216 840 137 100 4732 9353 20224,92208

Dd 449,49890 461,28978 481,82934 480,38477 544,52519 3082,3902 2129,2827 347,27587 253,48603 11994,959 9353 20224,92208

Ed 4,540 0,543 5,8051728 0,5644944 1,2209085 2,5348603 2,5348603 2,5348603 2,5348603 2,5348603 2,16239945



Kolom Oi (Besarnya perkiraan pergerakan yang berasal dari zona asal i / bangkitan zona asal i) ini dihitung dari hasil tahap bangkitan Pergerakan (Trip Generation) misalnya dengan fungsi (PDRB, Penduduk, dll) di masa Mendatang.

Kolom oi (Besarnya perkiraan pergerakan yang berasal dari zona asal i / bangkitan zona asal i) yang dihitung dari hasil tahap bangkitan Pergerakan (Trip Generation) misalnya dengan fungsi (PDRB, Penduduk, dll) di masa sekarang.

Kolom Ei (Besarnya perkiraan Tingkat Pertumbuhan Untuk Zona i) ini dihitung = Oi/oi

Kolom dd (Besarnya perkiraan pergerakan yang menuju ke zona tujuan d atau tarikan ke zona tujuan d) ini dihitung dari hasil tahap tarikan Pergerakan (Trip Generation) misalnya dengan fungsi (PDRB, Penduduk, dll) di masa sekarang.

Kolom Dd (Besarnya perkiraan pergerakan yang menuju ke zona tujuan d atau tarikan zona tujuan d) ini dihitung dari hasil tahap tarikan Pergerakan (Trip Generation) misalnya dengan fungsi (PDRB, Penduduk, dll) di masa mendatang.

Kolom Ed (Besarnya perkiraan Tingkat Pertumbuhan Untuk Zona d) ini dihitung = Dd/dd

41

Theo K Sendow

ISI SEL MAT PADA MASA SEKARANG (TAHUN 2000) SEDANGKAN TINGKAT PERTUMBUHAN DI TIAP ZONA UNTUK TAHUN 2005

ZONA 1 2 3 4 5 ext 1 ext 2 ext 3 ext 4 ext 5 oi Oi Ei1 1 22 32 24 1 6 597 0 0 1 684 730,6326 1,0681762 8 1 1 2 3 0 1 72 0 14 102 750,3309 7,3561863 37 1 1 136 34 4 1 2 0 5 221 763,2106 3,4534414 8 83 2 1 31 123 56 1 0 79 384 766,0957 1,9950415 9 2 2 50 1 208 86 13 0 51 422 829,6174 1,965918

ext 1 0 1 33 120 205 1 0 0 0 2196 2556 5356,317 2,095586ext 2 17 1 9 363 120 0 1 0 0 2026 2537 5318,62 2,096421ext 3 17 601 2 26 16 0 0 1 0 195 858 1987,359 2,316269ext 4 1 0 0 123 0 0 0 0 1 164 289 858,4202 2,970312ext 5 1 137 1 6 35 874 98 48 99 1 1300 2864,319 2,203323dd 99 849 83 851 446 1216 840 137 100 4732 9353 20224,92 Dd 449,4989 461,2898 481,8293 480,3848 544,5252 3082,39 2129,283 347,2759 253,486 11994,96 9353 20224,92 Ed 4,540393 0,543333 5,805173 0,564494 1,220909 2,53486 2,53486 2,53486 2,53486 2,53486 2,162399

ISI SEL MAT TELAH TERDISTRIBUSI PADA MASA MENDATANG (TAHUN 2005) DAN TINGKAT PERTUMBUHAN DI TIAP ZONA UNTUK TAHUN 2005MAT pada masa mendatang dengan E= 2,162399ZONA 1 2 3 4 5 ext 1 ext 2 ext 3 ext 4 ext 5 oi Oi Ei

1 2,162399 47,57279 69,19678 51,89759 2,162399 12,9744 1290,952 0 0 2,162399 1479,081 730,6326 0,4939772 17,2992 2,162399 2,162399 4,324799 6,487198 0 2,162399 155,6928 0 30,27359 220,5647 750,3309 3,4018633 80,00878 2,162399 2,162399 294,0863 73,52158 8,649598 2,162399 4,324799 0 10,812 477,8903 763,2106 1,5970414 17,2992 179,4792 4,324799 2,162399 67,03438 265,9751 121,0944 2,162399 0 170,8296 830,3614 766,0957 0,9226055 19,4616 4,324799 4,324799 108,12 2,162399 449,7791 185,9664 28,11119 0 110,2824 912,5326 829,6174 0,909137

ext 1 0 2,162399 71,35918 259,4879 443,2919 2,162399 0 0 0 4748,629 5527,093 5356,317 0,969102ext 2 36,76079 2,162399 19,4616 784,951 259,4879 0 2,162399 0 0 4381,021 5486,007 5318,62 0,969488ext 3 36,76079 1299,602 4,324799 56,22239 34,59839 0 0 2,162399 0 421,6679 1855,339 1987,359 1,071157ext 4 2,162399 0 0 265,9751 0 0 0 0 2,162399 354,6335 624,9334 858,4202 1,373619ext 5 2,162399 296,2487 2,162399 12,9744 75,68398 1889,937 211,9151 103,7952 214,0775 2,162399 2811,119 2864,319 1,018925dd 214,0775 1835,877 179,4792 1840,202 964,4302 2629,478 1816,416 296,2487 216,2399 10232,47 20224,92 20224,92 Dd 449,4989 461,2898 481,8293 480,3848 544,5252 3082,39 2129,283 347,2759 253,486 11994,96 20224,92 20224,92 Ed 2,099701 0,251264 2,684598 0,26105 0,564608 1,172244 1,172244 1,172244 1,172244 1,172244 2,162399

UNTUK METODE ANALOGI : SATU BATASAN : BANGKITAN (SINGLY CONSTRAINED = PRODUCTION CONSTRAINED) CUKUP SEKALI PENGULANGAN DAN BELUM MENGHASILKAN SEMUA Ei = 1 DAN Ed = 1 TAPI PERHITUNGAN SUDAH SELESAI.

42

Theo K Sendow

2. SATU BATASAN (SINGLY CONSTRAINED ATAU PRODUCTION CONSTRAINED) YAITU METODE BATASAN BANGKITAN

Rumus umum ini :

dimana := Pergerakan pada masa mendatang dari zona asal i ke zona tujuan d= Pergerakan pada masa sekarang dari zona asal i ke zona tujuan d= Angka pertumbuhan untuk zona asal i= Total pergerakan (bangkitan) pada masa sekarang dari zona asal i, angka oi ini di

hitung dari tahap Trip Generation (Tahap Bangkitan-Tarikan) dengan menggunakan analisis korelasi atau analisis kategori yaitu menggunakan data Produk Domestik Regional Bruto (PDRB), Jumlah penduduk, dan lainnya di masa sekarang. Besarnya bangkitan = fungsi (PDRB, jumlah penduduk, dll) di masa sekarang. Angka yang dihasilkan dari TC tidak sama dengan yang dihitung dari analisis korelasi atau analisis kategori (masa sekarang) maka dilakukan proses validasi data.

= Total pergerakan (bangkitan) pada masa mendatang dari zona asal i, angka Oi ini di hitung dari tahap Trip Generation (Tahap Bangkitan-Tarikan) dengan menggunakan analisis korelasi atau analisis kategori yaitu menggunakan data Produk Domestik Regional Bruto (PDRB), Jumlah penduduk, dan lainnya di masa mendatang. Besarnya bangkitan = fungsi (PDRB, jumlah penduduk, dll) di masa mendatang.

Bahan diskusi :– Metode ini digunakan apabila informasi yang tersedia adalah perkiraan bangkitan pergerakan

pada masa mendatang, sedangkan perkiraan tarikan pergerakan tidak tersedia atau tersedia tetapi dengan tingkat akurasi yang rendah.

– Metode batasan bangkitan ini menjamin terpenuhinya batasan bangkitan yaitu dengan total pergerakan (bangkitan) di setiap zona pada masa mendatang sama dengan yang diharapkan (Terlihat dengan = 1 untuk seluruh zona asal i).

– Begitu juga dengan total pergerakan di masa mendatang untuk seluruh daerah kajian sama dengan yang diharapkan ( =1 atau = )

43

Theo K Sendow

ISI SEL MAT PADA MASA SEKARANG (TAHUN 2000) SEDANGKAN TINGKAT PERTUMBUHAN DI TIAP ZONA UNTUK TAHUN 2005

ZONA 1 2 3 4 5 ext 1 ext 2 ext 3 ext 4 ext 5 oi Oi Ei1 1 22 32 24 1 6 597 0 0 1 684 730,6326 1,0681762 8 1 1 2 3 0 1 72 0 14 102 750,3309 7,3561863 37 1 1 136 34 4 1 2 0 5 221 763,2106 3,4534414 8 83 2 1 31 123 56 1 0 79 384 766,0957 1,9950415 9 2 2 50 1 208 86 13 0 51 422 829,6174 1,965918


ISI SEL MAT TELAH TERDISTRIBUSI PADA MASA MENDATANG (TAHUN 2005) DAN TINGKAT PERTUMBUHAN DI TIAP ZONA UNTUK TAHUN 2005MAT pada masa mendatang :ZONA 1 2 3 4 5 ext 1 ext 2 ext 3 ext 4 ext 5 oi Oi Ei

1 1,068176 23,49988 34,18164 25,63623 1,068176 6,409058 637,7013 0 0 1,068176 730,6326 730,6326 1,0000002 58,84949 7,356186 7,356186 14,71237 22,06856 0 7,356186 529,6454 0 102,9866 750,3309 750,3309 1,0000003 127,7773 3,453441 3,453441 469,668 117,417 13,81377 3,453441 6,906883 0 17,26721 763,2106 763,2106 1,0000004 15,96033 165,5884 3,990082 1,995041 61,84627 245,39 111,7223 1,995041 0 157,6082 766,0957 766,0957 1,0000005 17,69326 3,931836 3,931836 98,29591 1,965918 408,911 169,069 25,55694 0 100,2618 829,6174 829,6174 1,000000


UNTUK METODE ANALOGI : SATU BATASAN : BANGKITAN (SINGLY CONSTRAINED = PRODUCTION CONSTRAINED) CUKUP SEKALI PENGULANGAN TELAH MENGHASILKAN Ei = 1 DAN PROSES PERHITUNGAN PENGULANGAN BERHENTI SETELAH DIDAPAT Ei =1 DAN Ed = 1

44

Theo K Sendow

3. SATU BATASAN (SINGLY CONSTRAINED ATAU PRODUCTION CONSTRAINED) YAITU METODE BATASAN TARIKAN

Rumus umum ini :

dimana := Pergerakan pada masa mendatang dari zona asal i ke zona tujuan d= Pergerakan pada masa sekarang dari zona asal i ke zona tujuan d= Angka pertumbuhan untuk zona tujuan d= Total pergerakan (tarikan) pada masa sekarang ke zona tujuan d, angka dd ini di


= Total pergerakan (tarikan) pada masa mendatang ke zona tujuan d, angka Dd ini di hitung dari tahap Trip Generation (Tahap Bangkitan-Tarikan) dengan menggunakan analisis korelasi atau analisis kategori yaitu menggunakan data Produk Domestik Regional Bruto (PDRB), Jumlah penduduk, dan lainnya di masa mendatang. Besarnya bangkitan = fungsi (PDRB, jumlah penduduk, dll) di masa mendatang.

Bahan diskusi :– Metode ini digunakan apabila informasi yang tersedia adalah perkiraan tarikan pergerakan

pada masa mendatang, sedangkan perkiraan bangkitan pergerakan tidak tersedia atau tersedia tetapi dengan tingkat akurasi yang rendah.

– Metode batasan tarikan ini menjamin terpenuhinya batasan tarikan yaitu dengan total pergerakan (tarikan) di setiap zona pada masa mendatang sama dengan yang diharapkan (Terlihat dengan = 1 untuk seluruh zona tujuan d).


45

Theo K Sendow

ISI SEL MAT PADA MASA SEKARANG (TAHUN 2000) SEDANGKAN TINGKAT PERTUMBUHAN DI TIAP ZONA UNTUK TAHUN 2005ZONA 1 2 3 4 5 ext 1 ext 2 ext 3 ext 4 ext 5 oi Oi Ei

1 1 22 32 24 1 6 597 0 0 1 684 730,6326 1,0681762 8 1 1 2 3 0 1 72 0 14 102 750,3309 7,3561863 37 1 1 136 34 4 1 2 0 5 221 763,2106 3,4534414 8 83 2 1 31 123 56 1 0 79 384 766,0957 1,9950415 9 2 2 50 1 208 86 13 0 51 422 829,6174 1,965918


ISI SEL MAT TELAH TERDISTRIBUSI PADA MASA MENDATANG (TAHUN 2005) DAN TINGKAT PERTUMBUHAN DI TIAP ZONA UNTUK TAHUN 2005MAT pada masa mendatang :ZONA 1 2 3 4 5 ext 1 ext 2 ext 3 ext 4 ext 5 oi Oi Ei

1 4,540393 11,95333 185,7655 13,54787 1,220909 15,20916 1513,312 0 0 2,53486 1748,084 730,6326 0,4179622 36,32314 0,543333 5,805173 1,128989 3,662726 0 2,53486 182,5099 0 35,48805 267,9962 750,3309 2,7997823 167,9945 0,543333 5,805173 76,77125 41,51089 10,13944 2,53486 5,069721 0 12,6743 323,0435 763,2106 2,3625634 36,32314 45,09665 11,61035 0,564494 37,84816 311,7878 141,9522 2,53486 0 200,254 787,9716 766,0957 0,9722385 40,86354 1,086666 11,61035 28,22472 1,220909 527,251 217,998 32,95318 0 129,2779 990,4862 829,6174 0,837586


UNTUK METODE ANALOGI : SATU BATASAN : TARIKAN (SINGLY CONSTRAINED = ATTRACTION CONSTRAINED) CUKUP SEKALI PENGULANGAN TELAH MENGHASILKAN Ed = 1 DAN PROSES PERHITUNGAN PENGULANGAN BERHENTI SETELAH DIDAPAT Ei =1 DAN Ed = 1

46

Theo K Sendow

4. DUA BATASAN (DOUBLY CONSTRAINED ATAU PRODUCTION-ATTRACTION CONSTRAINED) YAITU METODE RATA-RATA

Rumus umum metode rata-rata :

dan

Dimana := Angka pertumbuhan untuk zona asal i= Angka pertumbuhan untuk zona tujuan d= Total pergerakan (bangkitan) pada masa sekarang dari zona asal i, angka oi ini di



= Total pergerakan (tarikan) pada masa sekarang ke zona tujuan d, angka dd ini di hitung dari tahap Trip Generation (Tahap Bangkitan-Tarikan) dengan menggunakan analisis korelasi atau analisis kategori yaitu menggunakan data Produk Domestik Regional Bruto (PDRB), Jumlah penduduk, dan lainnya di masa sekarang. Besarnya bangkitan = fungsi (PDRB, jumlah penduduk, dll) di masa sekarang. Angka yang dihasilkan dari TC tidak sama dengan yang dihitung dari analisis korelasi atau analisis kategori (masa sekarang) maka dilakukan proses validasi data.


Menghitung besarnya MAT pada masa mendatang Tid untuk pengulangan ke 1 sampai ke n :Pengulangan Pertama :Pergerakan pada baris pertama :

47

Theo K Sendow

Pergerakan pada baris kedua :

Pergerakan pada baris ketiga :

Pergerakan pada baris keempat :

48

Theo K Sendow

Pergerakan pada baris kelima :

49

Bahan diskusi :– Metode rata-rata ini adalah usaha pertama untuk mengatasi adanya tingkat pertumbuhan

daerah yang berbeda-beda.– Metode ini menggunakan tingkat pertumbuhan yang berbeda-beda untuk setiap zona yang

dapat dihasilkan dari analisis korelasi dan analisis kategori.– Kelemahan pada metode rata-rata ini yaitu besarnya perbedaan tidak tersebar secara acak

tetapi tergantung pada nilai tingkat pertumbuhan. Misalnya zona yang tingkat pertumbuhannya lebih rendah dari tingkat pertumbuhan global akan menghasilkan nilai yang lebih besar dari perkiraan.

– Sebaliknya pada zona yang tingkat pertumbuhannya lebih tinggi dari tingkat pertumbuhan global akan menghasilkan nilai yang lebih rendah dari perkiraan dan besarnya perbedaan tersebut akan semakin berkurang dengan sejalan dengan proses pengulangan, tetapi jika proses pengulangan yang dibutuhkan sangan banyak maka tingkat ketepatanpun semakin berkurang, oleh karena itu sekarang metode ini semakin jarang digunakan.

– Metode batasan tarikan ini menjamin terpenuhinya batasan tarikan yaitu dengan total pergerakan (tarikan) di setiap zona pada masa mendatang sama dengan yang diharapkan (Terlihat dengan = 1 untuk seluruh zona asal i dan zona tujuan d).



1 1 22 32 24 1 6 597 0 0 1 684 730,63263 1,0681763

2 8 1 1 2 3 0 1 72 0 14 102 750,33094 7,3561857

3 37 1 1 136 34 4 1 2 0 5 221 763,21055 3,4534414

4 8 83 2 1 31 123 56 1 0 79 384 766,09571 1,9950409

5 9 2 2 50 1 208 86 13 0 51 422 829,61744 1,9659181

ext 1 0 1 33 120 205 1 0 0 0 2196 2556 5356,3170 2,0955856

ext 2 17 1 9 363 120 0 1 0 0 2026 2537 5318,6195 2,0964208

ext 3 17 601 2 26 16 0 0 1 0 195 858 1987,3585 2,3162687

ext 4 1 0 0 123 0 0 0 0 1 164 289 858,42016 2,9703119

ext 5 1 137 1 6 35 874 98 48 99 1 1300 2864,3194 2,2033226

dd 99 849 83 851 446 1216 840 137 100 4732 9353 20224,922

Dd 449,49890 461,28978 481,82934 480,38477 544,52519 3082,3902 2129,2827 347,27587 253,48603 11994,959 9353 20224,922

Ed 4,5403929 0,5433330 5,8051728 0,5644944 1,2209085 2,5348603 2,5348603 2,5348603 2,5348603 2,5348603 2,1623994

ISI SEL MAT TELAH TERDISTRIBUSI PADA MASA MENDATANG (TAHUN 2005) DAN TINGKAT PERTUMBUHAN DI TIAP ZONA UNTUK TAHUN 2005MAT pada masa mendatang dengan Metode Rata-rata Hasil pengulangan ke 537


1 0 0 13 0 0 3 714 0 0 0 730,63273 730,63263 0,9999998

2 76 2 32 6 21 0 123 331 0 160 750,33095 750,33094 0,9999999

3 211 1 20 175 114 141 66 5 0 31 763,21057 763,21055 0,9999999

4 4 3 4 0 7 367 341 0 0 40 766,09582 766,09571 0,9999998

5 3 0 3 2 0 432 370 1 0 18 829,61756 829,61744 0,9999998

ext 1 0 0 279 37 207 13 0 0 0 4820 5356,3166 5356,3170 1,0000000

ext 2 39 0 83 127 135 0 28 0 0 4905 5318,6192 5318,6195 1,0000000

ext 3 111 450 46 32 54 0 0 3 0 1292 1987,3584 1987,3585 1,0000000

ext 4 4 0 0 101 0 0 0 0 24 729 858,42012 858,42016 1,0000000

ext 5 0 5 2 0 7 2127 487 7 229 0 2864,3198 2864,3194 0,9999998

dd 449,49890 461,28981 481,82936 480,38478 544,52521 3082,3897 2129,2824 347,27586 253,48600 11994,959 20224,922

Dd449,49890

4461,28978

9481,82934

2480,38477

6544,52519

83082,3902

02129,2827

0347,27587

0253,48603

611994,959

2 20224,922

Ed0,9999999

90,9999999

40,9999999

50,9999999

70,9999999

61,0000001

41,0000001

31,0000000

11,0000001

30,9999999

4 1,0000000

UNTUK METODE ANALOGI : METODE RATA-RATA (DOUBLY CONSTRAINED = PRODUCTION-ATTRACTION CONSTRAINED TIDAK CUKUP SEKALI PENGULANGAN UNTUK MENGHASILKAN Ei =1 DAN Ed = 1, UNTUK ITU ADA PENGULANGAN, lihat perhitungan diatas sampai 537 kali pengulangan.

5. DUA BATASAN (DOUBLY CONSTRAINED ATAU PRODUCTION-ATTRACTION CONSTRAINED) YAITU METODE FRATAR

Rumus umum metode fratar :

dan

Perhitungan nilai Li (acuan baris) untuk semua pengulangan (pengulangan ke 1 sampai pengulangan ke n) :

yang tidak digunakan dan





Perhitungan nilai Ld (acuan kolom) untuk semua pengulangan (pengulangan ke 1 sampai pengulangan ke n) :






Setelah nilai Li dan Ld untuk semua baris dan kolom didapatkan maka selanjutnya menghitung besarnya MAT pada masa mendatang Tid untuk pengulangan ke 1 sampai ke n :Pengulangan Pertama :Pergerakan pada baris pertama :

Bahan diskusi :– Metode fratar ini adalah usaha untuk mengatasikekurangan darim metode seragam dan rata-

rata.– Metode ini menggunakan tingkat pertumbuhan yang berbeda-beda untuk setiap zona yang

dapat dihasilkan dari analisis korelasi dan analisis kategori.– Asumsi yang digunakan pertama sebaran pergerakan dari zona asal di masa mendatang

sebanding dengan sebaran pergerakan di masa sekarang, kedua sebaran pergerakan di masa mendatang dimodifikasi dengan nilai tingkat pertumbuhan zona tujuan pergerakan tersebut

– Modifikasi ini mempertimbangkan adanya pengaruh lokasi tempat tujuan yang berbanding terbalik dari rata-rata daya tarik tempat tujuan.

– Secara umum metode ini memperhatikan :o Perkiraan besarnya pergerakan yang dihasilkan dari atau tertarik ke suatu zona (yang

didapat dari tahap trip generation) o Proses sebaran pergerakan masa mendatang dari setiap zona yang berbanding lurus

dengan pergerakan masa sekarang di modifikasi dengan tingkat pertumbuhan zona tuuan pergerakan. Hal ini menghasilkan dua nilai untuk setiap pergerakan (i-d dan d-i) selanjutnya rata-rata dari nilai ini dipakai sebagai pendekatan ke-1 bagi pergerakan yang terjadi.

o Untu setiap zona, jumlah hasil pendekatan ke-1 dibagi dengan total pergerakan yang diperkirakan (dihasilkan dari tahapan bangkitan peregrakan), untukm mendapatkan nilai tingkat pertumbuhan baru yang selanjutnya digunakan sebagai pendekatan kedua.

o Pergerakan yang dihasilkan dari pendekatan ke 1 kemudian disebarkan dan ini sebanding dengan pergerakan pada masa sekarang dan nilai tingkat pertumbuhan yang baru (hasil pendekatan ke 1). Kedua nilai ini kemudian dirata-ratakan dan proses diulangi sampai tercapai kesesuaian antara pergerakan yang dihitung dengan yang diinginkan.

– Fratar kira-kira mempunyai ketepatan yang sama dengan seragam dan rata-rata (Davinroy et al (1963), akan tetapi membutuhkan pengulngan yang lebih sedikit dan perhitungannya rumit yang akhirnya secara keseluruhan menyebabkan metode fratar ini kurang popular.


1 1 22 32 24 1 6 597 0 0 1 684 730,63263 1,0681763

2 8 1 1 2 3 0 1 72 0 14 102 750,33094 7,3561857

3 37 1 1 136 34 4 1 2 0 5 221 763,21055 3,4534414

4 8 83 2 1 31 123 56 1 0 79 384 766,09571 1,9950409

5 9 2 2 50 1 208 86 13 0 51 422 829,61744 1,9659181

ext 1 0 1 33 120 205 1 0 0 0 2196 2556 5356,3170 2,0955856

ext 2 17 1 9 363 120 0 1 0 0 2026 2537 5318,6195 2,0964208

ext 3 17 601 2 26 16 0 0 1 0 195 858 1987,3585 2,3162687

ext 4 1 0 0 123 0 0 0 0 1 164 289 858,42016 2,9703119

ext 5 1 137 1 6 35 874 98 48 99 1 1300 2864,3194 2,2033226

dd 99 849 83 851 446 1216 840 137 100 4732 9353 20224,922

Dd 449,49890 461,28978 481,82934 480,38477 544,52519 3082,3902 2129,2827 347,27587 253,48603 11994,959 9353 20224,922

Ed 4,5403929 0,5433330 5,8051728 0,5644944 1,2209085 2,5348603 2,5348603 2,5348603 2,5348603 2,5348603 2,1623994

ISI SEL MAT TELAH TERDISTRIBUSI PADA MASA MENDATANG (TAHUN 2005) DAN TINGKAT PERTUMBUHAN DI TIAP ZONA UNTUK TAHUN 2005MAT PADA MASA MENDATANG DENGAN Li DAN Ld HASIL PENGULANGAN KE 103

ZONA 1 2 3 4 5 ext 1 ext 2 ext 3 ext 4 ext 5 oi Oi Ei Li

1 0,099 0,015 35,095 2,073 0,017 0,177 71,193 0,000 0,000 621,963 730,633 730,633 1,000 1,000

2 1,665 0,016 0,675 0,120 0,073 0,000 5,260 19,955 0,000 722,567 750,331 750,331 1,000 1,000

3 122,558 0,114 5,073 78,678 11,100 137,106 46,548 8,625 0,000 353,409 763,211 763,211 1,000 1,000

4 1,233 0,235 0,610 0,035 0,558 207,456 138,064 0,464 0,000 417,440 766,096 766,096 1,000 1,000

5 1,668 0,007 0,813 2,179 0,022 254,187 180,676 5,701 0,000 384,366 829,617 829,617 1,000 1,000

ext 1 0,000 0,944 280,112 58,124 274,772 2070,725 0,000 0,000 0,000 2671,640 5356,317 5356,317 1,000 1,000

ext 2 198,311 0,801 70,502 189,419 144,325 0,000 1479,388 0,000 0,000 3235,874 5318,620 5318,620 1,000 1,000

ext 3 82,472 72,865 12,034 13,855 9,888 0,000 0,000 57,323 0,000 1738,921 1987,359 1987,359 1,000 1,000

ext 4 21,986 0,000 0,000 117,963 0,000 0,000 0,000 0,000 251,529 466,943 858,420 858,420 1,000 1,000

ext 5 19,507 386,293 76,915 17,940 103,771 412,740 208,153 255,207 1,957 1381,838 2864,319 2864,319 1,000 1,000

dd 449,499 461,290 481,829 480,385 544,525 3082,390 2129,283 347,276 253,486 11994,96 20224,92 20224,92

Dd 449,499 461,290 481,829 480,385 544,525 3082,390 2129,283 347,276 253,486 11994,95 20224,92 20224,92

Ed 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000

Ld 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000

UNTUK METODE INI TIDAK CUKUP SEKALI PENGULANGAN UNTUK MENGHASILKAN Ei =1 DAN Ed = 1, UNTUK ITU ADA PENGULANGAN, lihat perhitungan diatas sampai 103 kali pengulangan.

6. DUA BATASAN (DOUBLY CONSTRAINED ATAU PRODUCTION-ATTRACTION CONSTRAINED) YAITU METODE DETROIT

Rumus umum metode DETROIT:

dan

Dimana := Angka pertumbuhan Global untuk semua zona asal i dan zona tujuan d= Angka pertumbuhan untuk zona asal i= Angka pertumbuhan untuk zona tujuan d= Total pergerakan (bangkitan) pada masa sekarang dari zona asal i, angka oi ini di





Menghitung besarnya MAT pada masa mendatang Tid untuk pengulangan ke 1 sampai ke n :Pengulangan Pertama :Pergerakan pada baris pertama :

Bahan diskusi :– Metode Detroit ini adalah usaha pertama untuk mengatasi adanya tingkat pertumbuhan

daerah yang berbeda-beda.– Metode ini menggunakan tingkat pertumbuhan yang berbeda-beda untuk setiap zona yang

dapat dihasilkan dari analisis korelasi dan analisis kategori.– Prosesnya mirip dengan rata-rata dan fratar tetapi mempunyai asumsi bahwa walaupun

jumlah pergerakan zona I meningkat sesuai dengan tingkat pertumbuhan Ei, pergerakan ini harus disebar juga ke zona d sebanding dengan Ed dibagi dengan tingkat pertumbuhan global (EG).

– Tingkat pertumbuhanyang lebih sederhana dibandingkan dengan metode fratar dan jumlah pengulangan menjadi lebih singkat.

– Seperti halnya fratar dan rata-rata, metode Detroit ini proses pengulangannya terus dilakukan sampai seluruh nilai (Ei = 1 dan Ed = 1).


1 1 22 32 24 1 6 597 0 0 1 684 730,63263 1,0681763

2 8 1 1 2 3 0 1 72 0 14 102 750,33094 7,3561857

3 37 1 1 136 34 4 1 2 0 5 221 763,21055 3,4534414

4 8 83 2 1 31 123 56 1 0 79 384 766,09571 1,9950409

5 9 2 2 50 1 208 86 13 0 51 422 829,61744 1,9659181

ext 1 0 1 33 120 205 1 0 0 0 2196 2556 5356,3170 2,0955856

ext 2 17 1 9 363 120 0 1 0 0 2026 2537 5318,6195 2,0964208

ext 3 17 601 2 26 16 0 0 1 0 195 858 1987,3585 2,3162687

ext 4 1 0 0 123 0 0 0 0 1 164 289 858,42016 2,9703119

ext 5 1 137 1 6 35 874 98 48 99 1 1300 2864,3194 2,2033226

dd 99 849 83 851 446 1216 840 137 100 4732 9353 20224,922

Dd 449,49890 461,28978 481,82934 480,38477 544,52519 3082,3902 2129,2827 347,27587 253,48603 11994,959 9353 20224,922

Ed 4,5403929 0,5433330 5,8051728 0,5644944 1,2209085 2,5348603 2,5348603 2,5348603 2,5348603 2,5348603 2,1623994

ISI SEL MAT TELAH TERDISTRIBUSI PADA MASA MENDATANG (TAHUN 2005) DAN TINGKAT PERTUMBUHAN DI TIAP ZONA UNTUK TAHUN 2005MAT pada masa mendatang dengan Metode Detroit Hasil pengulangan ke 280


1 0,09544 0,25960 12,51866 0,43611 0,00000 3,51752 713,69910 0,00000 0,00000 0,10623 730,63267 730,63263 1,00000

2 79,81076 1,23346 40,89230 3,79880 15,96708 0,00000 124,96105 328,20431 0,00000 155,46319 750,33095 750,33095 1,00000

3 219,19470 0,73245 24,28278 153,39537 107,45830 145,55791 74,20472 5,41376 0,00000 32,97057 763,21057 763,21056 1,00000

4 3,85808 4,94894 3,95350 0,09182 7,97583 364,36298 338,27732 0,22035 0,00000 42,40693 766,09575 766,09572 1,00000

5 3,05372 0,08390 2,78155 3,23000 0,18102 433,50911 365,50142 2,01545 0,00000 19,26130 829,61748 829,61744 1,00000

ext 1 0,00000 0,24364 266,55597 45,02260 215,52166 12,10464 0,00000 0,00000 0,00000 4816,8683 5356,3169 5356,3170 1,00000

ext 2 36,83284 0,26788 79,92800 149,74004 138,70760 0,00000 27,13873 0,00000 0,00000 4886,0043 5318,6194 5318,6196 1,00000

ext 3 102,22454 446,82056 49,29540 29,76628 51,32854 0,00000 0,00000 2,74756 0,00000 1305,1756 1987,3585 1987,3585 1,00000

ext 4 4,03330 0,00000 0,00000 94,45194 0,00000 0,00000 0,00000 0,00000 23,67234 736,26256 858,42015 858,42017 1,00000

ext 5 0,39551 6,69936 1,62118 0,45181 7,38518 2123,3379 485,50028 8,67445 229,81368 0,44024 2864,3196 2864,3194 1,00000

dd 449,49890 461,28980 481,82935 480,38478 544,52520 3082,3900 2129,2826 347,27587 253,48603 11994,959 20224,922 20224,922

Dd 449,49890 461,28979 481,82934 480,38478 544,52520 3082,3902 2129,2827 347,27587 253,48604 11994,959 20224,922 20224,922

Ed 1,00000 1,00000 1,00000 1,00000 1,00000 1,00000 1,00000 1,00000 1,00000 1,00000 1,00000


7. DUA BATASAN (DOUBLY CONSTRAINED ATAU PRODUCTION-ATTRACTION CONSTRAINED) YAITU METODE FURNESS

Rumus umum METODE FURNESS :

dan

Dimana := Angka pertumbuhan untuk zona asal i= Angka pertumbuhan untuk zona tujuan d= Total pergerakan (bangkitan) pada masa sekarang dari zona asal i, angka oi ini di





Menghitung besarnya MAT pada masa mendatang Tid untuk pengulangan ke 1 sampai ke n :Pengulangan Pertama menggunakan Ei :Pergerakan pada baris pertama :





Pengulangan Kedua menggunakan Ed :Pergerakan pada baris pertama :




Bahan diskusi :– METODE FURNESS ini adalah usaha pertama untuk mengatasi adanya tingkat

pertumbuhan daerah yang berbeda-beda.– Metode ini menggunakan tingkat pertumbuhan yang berbeda-beda untuk setiap zona yang

dapat dihasilkan dari analisis korelasi dan analisis kategori.– Metode ini sangat sering digunakan dalam perencanaan transportasi.– Pada metode ini, sebaran pergerakan pada masa mendatang didapatkan dengan mengalikan

sebaran pergerakan pada saat ini dengan tingkat pertumbuhan zona asal atau zona tujuan yang dilakukan secara bergantian.

– Pada pergerakan masa sekarang (awal) pertama kali dikalikan dengan tingkat pertumbuhan zona asal (Ei) dan didapatkan matriks pengulangan ke 1. Untuk pengulangan kedua hasil pengulangan ke 1 dikalikan dengan tingkat pertumbuhan zona tujuan, begitu seterusnya secara bergantian sampai total sel MAT untuk setiap arah (baris atau kolom) sama dengan total MAT yang diinginkan atau Ei = 1 dan Ed = 1.

– Evans (1970) menunjukkan bahwa metode FURNESS selalu mempunyai solusi akhir dan terbukti lebih efisien di bandingkan dengan metode ANALOGI lainnya.

– Hasil matriks akhir masa mendatang akan selalu sama dan tidak tergantung dari mana pengulangan dimulai (baris atau kolom / Ei atau Ed yang dipakai terlebih dahulu).


1 1 22 32 24 1 6 597 0 0 1 684 730,63263 1,0681763

2 8 1 1 2 3 0 1 72 0 14 102 750,33094 7,3561857

3 37 1 1 136 34 4 1 2 0 5 221 763,21055 3,4534414

4 8 83 2 1 31 123 56 1 0 79 384 766,09571 1,9950409

5 9 2 2 50 1 208 86 13 0 51 422 829,61744 1,9659181

ext 1 0 1 33 120 205 1 0 0 0 2196 2556 5356,3170 2,0955856

ext 2 17 1 9 363 120 0 1 0 0 2026 2537 5318,6195 2,0964208

ext 3 17 601 2 26 16 0 0 1 0 195 858 1987,3585 2,3162687

ext 4 1 0 0 123 0 0 0 0 1 164 289 858,42016 2,9703119

ext 5 1 137 1 6 35 874 98 48 99 1 1300 2864,3194 2,2033226

dd 99 849 83 851 446 1216 840 137 100 4732 9353 20224,922

Dd 449,49890 461,28978 481,82934 480,38477 544,52519 3082,3902 2129,2827 347,27587 253,48603 11994,959 9353 20224,922

Ed 4,5403929 0,5433330 5,8051728 0,5644944 1,2209085 2,5348603 2,5348603 2,5348603 2,5348603 2,5348603 2,1623994

ISI SEL MAT TELAH TERDISTRIBUSI PADA MASA MENDATANG (TAHUN 2005) DAN TINGKAT PERTUMBUHAN DI TIAP ZONA UNTUK TAHUN 2005MAT pada masa mendatang dengan Metode FURNESS Hasil pengulangan ke = 261


1 0,09543 0,25956 12,51637 0,43603 0,05090 3,51719 713,65095 0,00000 0,00000 0,10621 730,63263 730,63263 1,00000

2 79,80934 1,23341 40,89106 3,79869 15,96507 0,00000 124,97169 328,20477 0,00000 155,45691 750,33095 750,33095 1,00000

3 219,19347 0,73244 24,28234 153,39266 107,44612 145,56812 74,21194 5,41383 0,00000 32,96964 763,21056 763,21056 1,00000

4 3,85778 4,94845 3,95314 0,09181 7,97434 364,36181 338,28542 0,22034 0,00000 42,40262 766,09572 766,09572 1,00000

5 3,05347 0,08389 2,78128 3,22969 0,18098 433,50538 365,50819 2,01531 0,00000 19,25924 829,61744 829,61744 1,00000

ext 1 0,00000 0,24365 266,55937 45,02320 215,50389 12,10586 0,00000 0,00000 0,00000 4816,8810 5356,3170 5356,3170 1,00000

ext 2 36,83371 0,26788 79,92889 149,74178 138,69594 0,00000 27,14216 0,00000 0,00000 4886,0092 5318,6196 5318,6196 1,00000

ext 3 102,22685 446,82186 49,29589 29,76660 51,32417 0,00000 0,00000 2,74767 0,00000 1305,1755 1987,3585 1987,3585 1,00000

ext 4 4,03338 0,00000 0,00000 94,45258 0,00000 0,00000 0,00000 0,00000 23,67444 736,25977 858,42017 858,42017 1,00000

ext 5 0,39548 6,69870 1,62103 0,45177 7,38380 2123,3311 485,51190 8,67393 229,81154 0,44019 2864,3194 2864,3194 1,00000

dd 449,49890 461,28983 481,82937 480,38480 544,52523 3082,3894 2129,2822 347,27586 253,48598 11994,960 20224,922 20224,922

Dd 449,49890 461,28979 481,82934 480,38478 544,52520 3082,3902 2129,2827 347,27587 253,48604 11994,959 20224,922 20224,922

Ed 1,00000 1,00000 1,00000 1,00000 1,00000 1,00000 1,00000 1,00000 1,00000 1,00000 1,00000


Keuntungan dan KerugianBeberapa keuntungan metode analogy adalah :– Mudah dimengerti dan digunakan, hanya membutuhkan data pergerakan antar zona (MAT)

pada masa sekarang dan perkiraan tingkat pertumbuhan zona pada masa mendatang yang sederhana;

– Proses pengulangannya sederhana;– Data aksesibilitas (waktu, jarak, dan biaya) antar zona tidak diperlukan;– Penggunannya fleksibel, misalnya untuk moda transportasi lain, untuk tujuan perjalanan

yang berbeda, untuk selang waktu yang berbeda, dan juga dapat digunakan untuk arah pergerakan yang berbeda;

– Sudah sering diabsahkan dan menghasilkan tingkat ketepatan yang cukup tinggi jika digunakan pada daerah yang pola pengembangannya cukup stabil.

Akan tetapi, selain keuntungan, terdapat juga beberapa permasalahan yang sering timbul dalam pemakaiannya. Diantaranya adalah yang berikut ini :– Metode ini membutuhkan masukan data lengkap dari seluruh pergerakan antarzona pada saat

sekarang (tid), informasi ini tentu sangat mahal.– Dibutuhkan jumlah zona yang selalu tetap. Dengan kata lain, tidak boleh ditambah zona

baru sehingga agak susah digunakan, karena biasanya pada masa mendatang selalu ada pertambahan zona baru. Oleh kerena itu, untuk mengantisipasi perubahan jumlah zona tersebut, diperlukan “manipulasi” dengan menganggap pada masa sekarang jumlah zona yang digunakan adalah jumlah zona pada masa mendatang dengan pergerakan yang cukup kecil. Realitanya, pergerakan tersebut memang belum ada pada masa sekarang.

– Kelemahan yang paling utama adalah jika ditemukan bahwa antara 2 (dua) buah zona pada saat sekarang belum terjadi pergerakan (tid=0) atau mungkin karena ada galat survey atau hal lainnya. Dalam hal ini, tidak akan pernah didapatkan ramalan pergerakan tersebut pada masa mendatang. Untuk itu, sekali lagi, diperlukan “manipulasi” data dengan menganggap telah terjadi pergerakan dengan volume yang sangat kecil, misalnya (tid=1) untuk menghindari adanya batasan kelemahan matematis tersebut.

– Pergerakan intrazona (i=d) tidak diperhitungkan pada metode ini sehingga meningkatkan galat dan membutuhkan jumlah pengulangan yang semakin banyak yang selanjutnya memungkinkan terciptanya galat yang semakin besar.

– Kelemahan lain, jika pada masa sekarang terdapat sel matriks yang tidak didapatkan informasi pergerakannya (datanya tidak ada), maka sel matriks tersebut tidak akan pernah bisa didapatkan pergerakan masa mendatangnya. Karena itu metode ini tidak dapat digunakan untuk melengkapi sel matriks yang kosong dengan menambahkannya dari matriks parsial.

– Metode ini sangat tergantung pada tingkat akurasi informasi pergerakan antar zona pada masa sekarang. Setiap galat yang ada pada masa sekarang akan terus membesar setiap kali dilakukan proses pengulangan. Selain itu, karena adanya kemungkinan galat statistic yang cukup tinggi, penggunaan tingkat pertumbuhan untuk pergerakan yang rendah pada masa sekarang akan menghasilkan perkiraan yang tidak realistis pada masa mendatang tingkat pertumbuhan setiap zona didapatkan dengan proses pendekatan yang kasar sehingga metode analogy ini sangat tergantung pada ketepatannya.

– Asumsi mengenai “tidak ada perubahan pada aksesibilitas” juga dikritik orang. Dengan kata lain, sebaran pergerakan hanya tergantung pada pola perjalanan saat sekarang dan perkiraan tingkat pertumbuhannya. Oleh karena itu, metode ini tidak bisa digunakan untuk daerah yang pada masa mendatang mengalami perubahan aksesibilitas yang nyata pada system jaringan transportasinya, misalnya pelebaran jalan, pembangunan jalan baru, dan pembangunan jalan bebas hambatan.

– Jadi, model ini tidak cocok untuk peramalan waktu yang cukup panjang. Untuk itu diperlukan metode yang juga memperhitungkan adanya perubahan aksesibilitas, selain perubahan tingkat pertumbuhan setiap zona (lihat Bab 9 tentang metode sintetis).

– Untuk selang waktu yang pendek dan di aerah yang stabil pengembangan eilayahnya, metode ini dapat digunakan dengan baik. Sebaliknya metode ini tidak dapat digunakan pada derah yang pesat pengembangan wilayahnya dan tajam peningkatan aksesibilitas system jaringan transportasinya. Karena batasan diatas, metode analogy sangat jarang digunakan dalam kajian transportasi di masa sekarang.

METODE SINTETISPengertian batasan di metode sintetis adalah nilai Ai dan Bd dihitung atau tidak dihitung, apabila batasan bangkitan maka nilai Ai yang dihitung sedangkan Bd = 1, juga sebaliknya apabila batasan tarikan maka nilai Bd yang dihitung sedangkan Ai = 1.

1. METODE SINTETIS TANPA BATASAN (UNCONSTRAINED GRAVITY) YAITU METODE TANPA BATASAN.

Pengertian TANPA batasan di metode sintetis adalah nilai Ai dan Bd tidak dihitung nilai Ai & Bd = 1.Rumus yang digunakan :

= 1 untuk semua i= 1 untuk semua d

dimana := Faktor penyeimbang zona asal i= Faktor penyeimbang zona tujuan d

= Fungsi hambatan yaitu harus dianggap sebagi ukuran aksesbilitas (kumudahan) antara zona I dengan zona d.Sebenarnya ada tiga fungsi hambatan yang digunal dalam metode Gravity :– ……….....Fungsi pangkat

– ………..Fungsi eksponensial negatif

– ……Fungsi Tanner

= Total pergerakan (bangkitan) pada masa sekarang dari zona asal i, angka oi ini di hitung dari tahap Trip Generation (Tahap Bangkitan-Tarikan) dengan menggunakan analisis korelasi atau analisis kategori yaitu menggunakan data Produk Domestik Regional Bruto (PDRB), Jumlah penduduk, dan lainnya di masa sekarang. Besarnya bangkitan = fungsi (PDRB, jumlah penduduk, dll) di masa sekarang. Angka yang dihasilkan dari TC tidak sama dengan yang dihitung dari analisis korelasi atau analisis kategori (masa sekarang) maka dilakukan proses validasi data.




Perhitungan MAT akhir Model UCGR :Perhitungan pada baris pertama :

Perhitungan pada baris kedua :

Perhitungan pada baris tiga :

Perhitungan pada baris empat :

Perhitungan pada baris lima :

FAKTOR PENYEIMBANG : = 1 untuk semua i= 1 untuk semua d

A Int. 1 = 1 B Int. 1 = 1A Int. 2 = 1 B Int. 2 = 1A Int. 3 = 1 B Int. 3 = 1A Int. 4 = 1 B Int. 4 = 1A Int. 5 = 1 B Int. 5 = 1A Ext.1 = 1 B Ext.1 = 1A Ext.2 = 1 B Ext.2 = 1A Ext.3 = 1 B Ext.3 = 1A Ext.4 = 1 B Ext.4 = 1A Ext.5 = 1 B Ext.5 = 1

MATRIKS INI BERUPA INFORMASI AKSESBILITAS ANTAR ZONA YANG BERUPA JARAK, WAKTU TEMPUH, DAN BIAYA PERJALANAN ANTAR ZONA. SEBAGAI CONTOH DIBERIKAN MATRIKS BIAYA SEBAGAI BERIKUT :

ZONA 1 2 3 4 5 ext 1 ext 2 ext 3 ext 4 ext 51 7 8 4 4 3 7 1 8 9 102 2 7 4 4 3 7 1 8 9 103 4 6 7 4 4 5 1 3 6 74 6 7 6 3 3 5 2 2 6 85 6 6 6 2 3 5 2 2 6 8

ext 1 2 3 6 2 3 5 2 2 6 8ext 2 2 3 6 2 3 5 2 2 8 8ext 3 2 2 5 4 3 9 9 7 8 9ext 4 2 3 5 6 8 9 2 1 2 2ext 5 2 3 5 6 8 9 2 1 2 2

MATRIKS INI BERUPA ………..Fungsi eksponensial negatifZONA 1 2 3 4 5 ext 1 ext 2 ext 3 ext 4 ext 5

1 0,549174 0,504110 0,710007 0,710007 0,773476 0,549174 0,917943 0,504110 0,462745 0,4247732 0,842619 0,549174 0,710007 0,710007 0,773476 0,549174 0,917943 0,504110 0,462745 0,4247733 0,710007 0,598266 0,549174 0,710007 0,710007 0,651746 0,917943 0,773476 0,598266 0,5491744 0,598266 0,549174 0,598266 0,773476 0,773476 0,651746 0,842619 0,842619 0,598266 0,5041105 0,598266 0,598266 0,598266 0,842619 0,773476 0,651746 0,842619 0,842619 0,598266 0,504110

ext 1 0,842619 0,773476 0,598266 0,842619 0,773476 0,651746 0,842619 0,842619 0,598266 0,504110ext 2 0,842619 0,773476 0,598266 0,842619 0,773476 0,651746 0,842619 0,842619 0,504110 0,504110ext 3 0,842619 0,842619 0,651746 0,710007 0,773476 0,462745 0,462745 0,549174 0,504110 0,462745ext 4 0,842619 0,773476 0,651746 0,598266 0,504110 0,462745 0,842619 0,917943 0,842619 0,842619ext 5 0,842619 0,773476 0,651746 0,598266 0,504110 0,462745 0,842619 0,917943 0,842619 0,842619

ISI SEL MAT PADA MASA SEKARANG (TAHUN 2000) SEDANGKAN TINGKAT PERTUMBUHAN DI TIAP ZONA UNTUK TAHUN 2005ZONA 1 2 3 4 5 ext 1 ext 2 ext 3 ext 4 ext 5 oi Oi Ei Ai

1 730,63263

2 750,33094

3 763,21055

4 766,09571

5 829,61744

ext 1 5356,3170

ext 2 5318,6195

ext 3 1987,3585

ext 4 858,42016

ext 5 2864,3194

dd 20224,922

Dd 449,49890 461,28978 481,82934 480,38477 544,52519 3082,3902 2129,2827 347,27587 253,48603 11994,959 9353 20224,922

Ed

Bd

ISI SEL MAT TELAH TERDISTRIBUSI PADA MASA MENDATANG (TAHUN 2005) DAN TINGKAT PERTUMBUHAN DI TIAP ZONA UNTUK TAHUN 2005MATRIKS HASIL MODIFIKASI

ZONA 1 2 3 4 5 ext 1 ext 2 ext 3 ext 4 ext 5 oi Oi Ei Ai

1 14,493 13,653 20,086 20,026 24,728 99,387 114,758 10,279 6,887 299,149 623,446 730,633 1,172 1,000

2 22,837 15,275 20,627 20,565 25,395 102,067 117,852 10,556 7,073 307,215 649,461 750,331 1,155 1,000

3 19,574 16,926 16,229 20,918 23,711 123,209 119,874 16,474 9,301 404,005 770,221 763,211 0,991 1,000

4 16,555 15,596 17,746 22,875 25,929 123,675 110,454 18,015 9,336 372,255 732,435 766,096 1,046 1,000

5 17,928 18,398 19,218 26,986 28,079 133,930 119,612 19,508 10,110 403,121 796,890 829,617 1,041 1,000

ext 1 163,027 153,575 124,076 174,229 181,286 864,700 772,261 125,952 65,275 2602,699 5227,081 5356,317 1,025 1,000

ext 2 161,880 152,494 123,203 173,003 180,010 858,615 766,826 125,066 54,615 2584,381 5180,092 5318,620 1,027 1,000

ext 3 60,488 62,075 50,151 54,471 67,263 227,792 157,356 30,457 20,407 886,441 1616,901 1987,359 1,229 1,000

ext 4 26,127 24,612 21,662 19,825 18,936 98,393 123,765 21,990 14,734 697,210 1067,254 858,420 0,804 1,000

ext 5 87,180 82,125 72,281 66,151 63,183 328,310 412,971 73,374 49,163 2326,403 3561,141 2864,319 0,804 1,000

dd 590,089 554,729 485,279 599,048 638,520 2960,077 2815,729 451,671 246,902 10882,879 20224,922 20224,922

Dd 449,499 461,290 481,829 480,385 544,525 3082,390 2129,283 347,276 253,486 11994,959 20224,922 20224,922

Ed 0,762 0,832 0,993 0,802 0,853 1,041 0,756 0,769 1,027 1,102 1,000

Bd 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000

CUKUP SEKALI PENGULANGAN DAN BELUM MENGHASILKAN SEMUA Ei = 1 DAN Ed = 1 & PERHITUNGAN SUDAH SELESAI.

2. METODE SINTETIS SATU BATASAN (SINGLY CONSTRAINED GRAVITY) YAITU METODE SATU BATASAN : BATASAN BANGKITAN (PRODUCTION CONSTRAINED GRAVITY - PCGR)

Pengertian batasan BANGKITAN di metode sintetis adalah nilai Ai yang dihitung sedangkan Bd = 1.Rumus yang digunakan :

Bd = 1 untuk seluruh d

Ai = untuk seluruh i







= Total pergerakan (tarikan) pada masa sekarang ke zona tujuan d, angka dd ini di hitung dari tahap Trip Generation (Tahap Bangkitan-Tarikan) dengan menggunakan analisis korelasi atau analisis kategori yaitu menggunakan data Produk Domestik Regional Bruto (PDRB), Jumlah penduduk, dan lainnya di masa sekarang. Besarnya bangkitan = fungsi (PDRB, jumlah penduduk, dll) di masa sekarang. Angka

yang dihasilkan dari TC tidak sama dengan yang dihitung dari analisis korelasi atau analisis kategori (masa sekarang) maka dilakukan proses validasi data.


Perhitungan MAT akhir Model PCGR :Perhitungan pada baris pertama :





FAKTOR PENYEIMBANG :Bd = 1 untuk seluruh d

Ai = untuk seluruh

BATASAN BANGKITAN ARTINYA HANYA NILAI Ai SAJA YANG DIHITUNG SEDANGKAN NILAI Bd DIGUNAKAN = 1.

A Int. 1 = 9,41745E-05 B Int. 1 = 1

A Int. 2 = 9,28396E-05 B Int. 2 = 1A Int. 3 = 7,96273E-05 B Int. 3 = 1A Int. 4 = 8,40518E-05 B Int. 4 = 1A Int. 5 = 8,3659E-05 B Int. 5 = 1A Ext.1 = 8,23456E-05 B Ext.1 = 1A Ext.2 = 8,25077E-05 B Ext.2 = 1A Ext.3 = 9,87702E-05 B Ext.3 = 1A Ext.4 = 6,46347E-05 B Ext.4 = 1A Ext.5 = 6,46347E-05 B Ext.5 = 1


1 730,63263

2 750,33094

3 763,21055

4 766,09571

5 829,61744

ext 1 5356,3170

ext 2 5318,6195

ext 3 1987,3585

ext 4 858,42016

ext 5 2864,3194

dd 20224,922

Dd 449,49890 461,28978 481,82934 480,38477 544,52519 3082,3902 2129,2827 347,27587 253,48603 11994,959 9353 20224,922

Ed

Bd



1 16,98522 16,00045 23,53904 23,46846 28,97995 116,47431 134,48741 12,04572 8,07101 350,58105 730,63263 730,63263 1,00000 0,00009

2 26,38432 17,64695 23,83098 23,75954 29,33938 117,91891 136,15542 12,19512 8,17111 354,92920 750,33095 750,33095 1,00000 0,00009

3 19,39537 16,77161 16,08088 20,72806 23,49565 122,08793 118,78336 16,32406 9,21626 400,32738 763,21056 763,21056 1,00000 0,00008

4 17,31622 16,31225 18,56170 23,92580 27,12035 129,35890 115,53004 18,84240 9,76514 389,36293 766,09572 766,09572 1,00000 0,00008

5 18,66438 19,15397 20,00682 28,09385 29,23181 139,43019 124,52468 20,30938 10,52541 419,67694 829,61744 829,61744 1,00000 0,00008

ext 1 167,05775 157,37203 127,14347 178,53659 185,76833 886,07958 791,35494 129,06622 66,88902 2667,04908

5356,31701

5356,31701

1,00000 0,00008

ext 2 166,20867 156,57217 126,49725 177,62916 184,82415 881,57601 787,33282 128,41023 56,07552 2653,49360

5318,61960

5318,61960

1,00000 0,00008

ext 3 74,34681 76,29701 61,64162 66,95058 82,67370 279,98273 193,40912 37,43577 25,08314 1089,53806

1987,35855

1987,35855

1,00000 0,00010

ext 4 21,01481 19,79641 17,42357 15,94590 15,23032 79,13970 99,54746 17,68706 11,85089 560,78404 858,42017 858,42017 1,00000 0,00006

ext 5 70,12083 66,05534 58,13782 53,20721 50,81953 264,06812 332,16337 59,01702 39,54326 1871,18697

2864,31947

2864,31947

1,00000 0,00006

dd 597,49437 561,97819 492,86316 612,24515 657,48318 3016,11639

2833,28862

451,33301 245,19077 10756,92925

20224,92208

20224,92208

Dd 449,49890 461,28979 481,82934 480,38478 544,52520 3082,39021

2129,28271

347,27587 253,48604 11994,95925

20224,92208

20224,92208

Ed 0,75231 0,82083 0,97761 0,78463 0,82820 1,02197 0,75152 0,76944 1,03383 1,11509 1,00000

Bd 1,00000 1,00000 1,00000 1,00000 1,00000 1,00000 1,00000 1,00000 1,00000 1,00000 CUKUP SEKALI PENGULANGAN DAN SUDAH MENGHASILKAN SEMUA Ei = 1 KARENA BERUPA BATASAN HANYA BANGKITAN SAJA DAN Ed ≠ 1 TETAPI PERHITUNGAN SELESAI.

3. METODE SINTETIS SATU BATASAN (SINGLY CONSTRAINED GRAVITY) YAITU METODE SATU BATASAN : BATASAN TARIKAN (ATRACTION CONSTRAINED GRAVITY - ACGR)

Pengertian batasan TARIKAN di metode sintetis adalah nilai Bd yang dihitung sedangkan Ai = 1.

Bd = untuk seluruh d

Ai = 1 untuk seluruh i







= Total pergerakan (tarikan) pada masa sekarang ke zona tujuan d, angka dd ini di hitung dari tahap Trip Generation (Tahap Bangkitan-Tarikan) dengan menggunakan analisis korelasi atau analisis kategori yaitu menggunakan data Produk Domestik Regional Bruto (PDRB), Jumlah penduduk, dan lainnya di masa sekarang. Besarnya bangkitan = fungsi (PDRB, jumlah penduduk, dll) di masa sekarang. Angka

yang dihasilkan dari TC tidak sama dengan yang dihitung dari analisis korelasi atau analisis kategori (masa sekarang) maka dilakukan proses validasi data.


Perhitungan MAT akhir Model ACGR :Perhitungan pada baris pertama :





FAKTOR PENYEIMBANG :BATASAN TARIKAN ARTINYA HANYA NILAI Bd SAJA YANG DIHITUNG SEDANGKAN NILAI Ai DIGUNAKAN = 1.


Ai = 1 untuk seluruh iA Int. 1 = 1 B Int. 1 = 6,12131E-05

A Int. 2 = 1 B Int. 2 = 6,68231E-05A Int. 3 = 1 B Int. 3 = 7,97876E-05A Int. 4 = 1 B Int. 4 = 6,44408E-05A Int. 5 = 1 B Int. 5 = 6,85294E-05A Ext.1 = 1 B Ext.1 = 8,36793E-05A Ext.2 = 1 B Ext.2 = 6,07681E-05A Ext.3 = 1 B Ext.3 = 6,17854E-05A Ext.4 = 1 B Ext.4 = 8,25018E-05A Ext.5 = 1 B Ext.5 = 8,85703E-05


1 730,63263

2 750,33094

3 763,21055

4 766,09571

5 829,61744

ext 1 5356,3170

ext 2 5318,6195

ext 3 1987,3585

ext 4 858,42016

ext 5 2864,3194

dd 20224,922

Dd 449,49890 461,28978 481,82934 480,38477 544,52519 3082,3902 2129,2827 347,27587 253,48603 11994,959 9353 20224,922

Ed

Bd



1 11,04032 11,35338 19,94300 16,05876 21,08827 103,49382 86,78082 7,90288 7,07063 329,71838 614,45027 730,63263 1,18908 1,00000

2 17,39631 12,70174 20,48068 16,49171 21,65682 106,28408 89,12049 8,11594 7,26126 338,60780 638,11683 750,33095 1,17585 1,00000

3 14,91008 14,07470 16,11324 16,77479 20,22097 128,30049 90,65026 12,66637 9,54896 445,28837 768,54823 763,21056 0,99305 1,00000

4 12,61102 12,96861 17,62000 18,34341 22,11184 128,78551 83,52634 13,85081 9,58506 410,29452 729,69711 766,09572 1,04988 1,00000

5 13,65667 15,29933 19,08098 21,64010 23,94527 139,46391 90,45202 14,99926 10,37982 444,31457 793,23194 829,61744 1,04587 1,00000

ext 1 124,18538 127,70673 123,19388 139,71650 154,59953 900,43056 583,99170 96,84078 67,01593 2868,65920

5186,34020

5356,31701

1,03277 1,00000

ext 2 123,31137 126,80794 122,32685 138,73319 153,51147 894,09339 579,88160 96,15922 56,07150 2848,46976

5139,36629

5318,61960

1,03488 1,00000

ext 3 46,07660 51,61882 49,79473 43,68065 57,36119 237,20455 118,99441 23,41784 20,95171 977,02262 1626,12310

1987,35855

1,22215 1,00000

ext 4 19,90234 20,46668 21,50835 15,89806 16,14806 102,45819 93,59234 16,90738 15,12686 768,45485 1090,46312

858,42017 0,78721 1,00000

ext 5 66,40880 68,29186 71,76763 53,04760 53,88177 341,87570 312,29272 56,41541 50,47431 2564,12917

3638,58499

2864,31947

0,78721 1,00000

dd 449,49890 461,28979 481,82934 480,38478 544,52520 3082,39021

2129,28271

347,27587 253,48604 11994,95925

20224,92208

20224,92208

Dd 449,49890 461,28979 481,82934 480,38478 544,52520 3082,39021

2129,28271

347,27587 253,48604 11994,95925

20224,92208

20224,92208

Ed 1,00000 1,00000 1,00000 1,00000 1,00000 1,00000 1,00000 1,00000 1,00000 1,00000 1,00000

Bd 0,00006 0,00007 0,00008 0,00006 0,00007 0,00008 0,00006 0,00006 0,00008 0,00009 CUKUP SEKALI PENGULANGAN DAN SUDAH MENGHASILKAN SEMUA Ed = 1 KARENA BERUPA BATASAN HANYA TARIKAN SAJA DAN Ei ≠ 1 TETAPI PERHITUNGAN SELESAI.

4. METODE SINTETIS DUA BATASAN (DOUBLY CONSTRAINED GRAVITY) YAITU METODE DUA BATASAN : BATASAN BANGKITAN-TARIKAN (PRODUCTION ATRACTION CONSTRAINED GRAVITY - PACGR)Pengertian DUA batasan di metode sintetis adalah nilai Ai dan Bd dihitung SECARA BERGANTIAN DISETIAP KALI PENGULANGAN.

Ai = untuk seluruh i










Perhitungan pada baris pertama :





PENGULANGAN KE : 1Nilai Awal Nilai yg diHitung

A Int. 1 = 1 B Int. 1 = 6,12131E-05A Int. 2 = 1 B Int. 2 = 6,68231E-05A Int. 3 = 1 B Int. 3 = 7,97876E-05A Int. 4 = 1 B Int. 4 = 6,44408E-05A Int. 5 = 1 B Int. 5 = 6,85294E-05A Ext.1 = 1 B Ext.1 = 8,36793E-05A Ext.2 = 1 B Ext.2 = 6,07681E-05A Ext.3 = 1 B Ext.3 = 6,17854E-05A Ext.4 = 1 B Ext.4 = 8,25018E-05A Ext.5 = 1 B Ext.5 = 8,85703E-05

PENGULANGAN KE : 12Nilai yg diHitung Nilai Perhit. Sblmnya

A Int. 1 = 1,190821241 B Int. 1 = 6,03259E-05A Int. 2 = 1,177741927 B Int. 2 = 6,58406E-05A Int. 3 = 0,993202379 B Int. 3 = 7,83869E-05A Int. 4 = 1,050681886 B Int. 4 = 6,28252E-05A Int. 5 = 1,046747085 B Int. 5 = 6,62959E-05A Ext.1 = 1,033818227 B Ext.1 = 8,18166E-05A Ext.2 = 1,035941116 B Ext.2 = 6,02121E-05A Ext.3 = 1,222052311 B Ext.3 = 6,17189E-05A Ext.4 = 0,784178215 B Ext.4 = 8,30517E-05A Ext.5 = 0,784178215 B Ext.5 = 8,96258E-05

PENGULANGAN KE : 14Nilai yg diHitung Nilai Perhit. Sblmnya

A Int. 1 = 1,190821241 B Int. 1 = 6,03259E-05A Int. 2 = 1,177741928 B Int. 2 = 6,58406E-05A Int. 3 = 0,993202379 B Int. 3 = 7,83869E-05A Int. 4 = 1,050681886 B Int. 4 = 6,28252E-05A Int. 5 = 1,046747085 B Int. 5 = 6,62959E-05A Ext.1 = 1,033818227 B Ext.1 = 8,18166E-05A Ext.2 = 1,035941116 B Ext.2 = 6,02121E-05A Ext.3 = 1,222052311 B Ext.3 = 6,17189E-05A Ext.4 = 0,784178215 B Ext.4 = 8,30517E-05A Ext.5 = 0,784178215 B Ext.5 = 8,96258E-05

PENGULANGAN BERHENTI SAMPAI NILAI Ai atau Bd di 2 kali pengulangan sebelumnya menjadi sama, lihat hasil pengulangan ke 12 dan ke 14.


1 730,63263

2 750,33094

3 763,21055

4 766,09571

5 829,61744

ext 1 5356,3170

ext 2 5318,6195

ext 3 1987,3585

ext 4 858,42016

ext 5 2864,3194

dd 20224,922

Dd 449,49890 461,28978 481,82934 480,38477 544,52519 3082,3902 2129,2827 347,27587 253,48603 11994,959 9353 20224,922

Ed

Bd



1 12,95652 13,32107 23,33162 18,64367 24,29391 120,49931 102,39498 9,40079 8,47597 397,31481 730,63263 730,63263 1,00000 1,19082

2 20,19143 14,73943 23,69749 18,93602 24,67486 122,38886 104,00064 9,54821 8,60888 403,54513 750,33095 750,33095 1,00000 1,17774

3 14,59411 13,77349 15,72275 16,24306 19,42896 124,59184 89,21033 12,56673 9,54726 447,53202 763,21056 763,21056 1,00000 0,99320

4 13,05814 13,42555 18,18800 18,78990 22,47533 132,30059 86,95669 14,53713 10,13797 436,22643 766,09572 766,09572 1,00000 1,05068

5 14,08791 15,77908 19,62232 22,08381 24,24774 142,73390 93,81415 15,68354 10,93745 470,62753 829,61744 829,61744 1,00000 1,04675

ext 1 126,52447 130,08442 125,12416 140,82016 154,61876 910,16043 598,21760 100,00805 69,74403 3001,01493

5356,31701

5356,31701

1,00000 1,03382

ext 2 125,89198 129,43414 124,49867 140,11621 153,84583 905,61059 595,22714 99,50812 58,47389 2986,01303

5318,61960

5318,61960

1,00000 1,03594

ext 3 55,49196 62,15344 59,78346 52,04174 67,81375 283,42382 144,08697 28,58703 25,77472 1208,20166

1987,35855

1987,35855

1,00000 1,22205

ext 4 15,38079 15,81356 16,57027 12,15435 12,25025 78,55702 72,72160 13,24413 11,94121 609,78698 858,42017 858,42017 1,00000 0,78418

ext 5 51,32161 52,76562 55,29059 40,55584 40,87582 262,12385 242,65260 44,19214 39,84465 2034,69673

2864,31947

2864,31947

1,00000 0,78418

dd 449,49890 461,28979 481,82934 480,38478 544,52520 3082,39021

2129,28271

347,27587 253,48604 11994,95925

20224,92208

20224,92208

Dd 449,49890 461,28979 481,82934 480,38478 544,52520 3082,39021

2129,28271

347,27587 253,48604 11994,95925

20224,92208

20224,92208

Ed 1,00000 1,00000 1,00000 1,00000 1,00000 1,00000 1,00000 1,00000 1,00000 1,00000 1,00000

Bd 0,00006 0,00007 0,00008 0,00006 0,00007 0,00008 0,00006 0,00006 0,00008 0,00009 CUKUP SEKALI PENGULANGAN DAN SUDAH MENGHASILKAN SEMUA Ed = 1, Ei = 1.

HAL-HAL YANG DAPAT DIDISKUSIKAN UNTUK GRAVITY MODEL :– Biasanya, jika informasi survey baik dan tersedia, model jenis DCGR sangat baik untuk

digunakan. Kadang-kadang computer juga menentukan pemilihan jenis model. Akan tetapi, dengan kemajuan teknologi computer yang pesat, terutama dalam hal kecepatan proses, biaya tidak lagi menjadi hambatan.

– Secara umum, sebaiknya model DCGR digunakan pada kasus yang ramalan bangkitan dan tarikan pergerakannya cukup baik dimasa mendatang. Jika ramalan bangkitan dan tarikan pergerakan berbeda, tidak ada alasan menggunakan model yang harus mendapat total “baris” dan “kolom” yang sama sehingga dapat dipilih model yang lebih sederhana yang mungkin lebih baik dan lebih murah.

– Untuk tujuan perjalanan seperti dari rumah ketempat kerja dan dari rumah kesekolah, dapat dipastikan bahwa taksiran bangkitan dan tarikan pergerakan akan lebih tepat dibandingkan dengan tujuan perjalanan lain, misalnya dari rumah ke tempat belanja. Contoh alasan yang sangat sederhana adalah : jika terdapat 1000 lapangan pekerjaan dalam suatu zona, dapat dikatakan akan terdapat 1000 pergerakan yang tertarik ke zona tersebut, dari mana pun mereka berasal.

– Dengan kata lain, jika lapangan pekerjaan pada suatu zona tertentu dapat diperkirakan dengan baik, maka pergerakan (bekerja) ke daerah tersebut akan dapat diramalkan juga dengan baik. Akan tetapi, jika terdapat 10000 m2 tempat perbelanjaan dalam suatu zona, tidaklah mudah untuk memastikan berapa perjalanan yang akan menuju ke zona tersebut.

– Hal itu dapat berubah dengan dilakukanna perubahan system transportasi, yang jelas akan mengubah aksesibilitas dari zona tersebut dan mengubah hubungan antara luas lantai dengan tarikan pergerakan. Dengan kata lain, walaupun luas lantai dapat diramalkan dengan tepat, tidaklah mudah meramalkan tarikan pergerakan secara tepat.

– Secara umum, bangkitan pergerakan berbasis rumah lebih dapat diyakini kebenarannya dibandingkan dengan tarikan pergerakan. Oleh karena itu, dalam kebanyakan kajian, pergerakan berbasis rumah biasanya menggunakan model PCGR atau model DCGR. Model DCGR sering digunakan untuk membuat model pergerakan berbasis rumah, baik untuk tujuan bekerja maupun pendidikan. Akan tetapi, untuk jenis pergerakan ini, persamaan model ACGR biasanya lebih tepat karena berdasarkan pada peubah yang mudah dihitung (misalnya populasi).

– Model PCGR dapat digunakan untuk pergerakan berbasis rumah dengan berbagai tujuan pergerakan, sedangkan model ACGR lebih mudah dispesifikasi dan dikalibrasi, misalnya tujuan belanja dan bisnis. Untuk pergerakan berbasis bukan rumah, baik model PCGR maupun ACGR tidak biasanya dapat diramalkan secara pasti sehingga model UCGR (atau model factor pertumbuhan) yang biasanya digunakan.

– Alasan lain penggunaan model UCGR atau SCGR adalah karena data yang tidak cukup, atau ketepatan hasil tidak begitu dipermasalahkan untuk kajian perencanaan jangka panjang, misalnya untuk kota yang tumbuh dan berubah dengan cepat. Dapat disimpulkan bahwa kajian transportasi mungkin menggunakan model GR dengan jenis yang berbeda-beda untuk tujuan pergerakan yang berbeda-beda. Pergerakan untuk tujuan tertentu itu kemudian dijumlahkan dan menghasilkan total pergerakan untuk semua tujuan pergerakan. Dalam beberapa daerah kajian yang biasanya berkembang dengan cepat, misalnya kota di Indonesia, tidaklah begitu penting mengetahui jenis model GR yang perlu digunakan, karena ketepatan data tidak begitu baik.

– Ada hal penting yang perlu dicatat disini (Tamin, 1988a, 1997a, 2000a): jika model GR berjenis DCGR mempunyai fungsi hambatan eksponensial-negatif, maka untuk nilai , model GR tersebut akan berperilaku persis sama dengan metode Furness. Ini karena, jika nilai , berapapun nilai Cid yang digunakan, maka nilai akan selalu sama

dengan satu . Jadi, dapat disimpulkan bahwa metode Furness (metode analogy) merupakan keluarga dari metode sintetis. Dengan kata lain, metode analogy FURNESS merupakan kasus khusus dari metode sintetis, yaitu jika nilai .

_____________________________________________________________________Model Pemilihan Moda (Modal Split) dan Trip Assignment (Pembebanan).

26) Setelah dilakuan trip distribusi (dengan salah satu metode Trip Distribusi yang dipilih) sebanyak 5 kali (dikarenakan ada 5 tahun perencanaan yaitu pada masa sekarang, 5 tahun depan, 10 tahun depan, 15 tahun depan dan 20 tahun depan) kemudian hasilnya dimasukkan kedalam Program MOTORS untuk tahap Modal Split (Pemilihan Moda) dan Trip Assignment (Pembebanan).

_____________________________________________________________________Traffic (Arus pada jaringan jalan yang ditinjau) LHR

27) Dari tahap Trip Assignment (Pembebanan) dan Modal Split (Pemilihan Moda) kemudian akan didapatkan data LHR dari setiap ruas jalan yang dikaji untuk 5 buah data tahunan (dikarenakan ada 5 tahun perencanaan yaitu pada masa sekarang, 5 tahun depan, 10 tahun depan, 15 tahun depan dan 20 tahun depan).

_____________________________________________________________________Kegunaan Perencanaan Transportasi

28) LHR yang ada untuk 5 tahun perencanaan yaitu pada masa sekarang, 5 tahun depan, 10 tahun depan, 15 tahun depan dan 20 tahun depan digunakan untuk menghitung apa saja, misalnya : a) Untuk menganalisis V/C pada masa sekarang, 5 tahun depan, 10 tahun depan, 15 tahun

depan dan 20 tahun depan, sehingga dapat diketahui pada tahun keberapa sebenarnya jalan-jalan yang dianalisis ini telah mencapai V/C = 1, Untuk diambil langkah-langka penanganan dan pencegahannya agar V/C < 1 seperti : Pengurangan gangguan samping (pelarangan parker tepi jalan / on street parking,

penertiban pedangan di tepi jalan, pemagaran jalan terhadap pedestrian atau penyeberang pejalan kaki dan lainnya, pembangunan jembatan penyeberang).

Pelarangan berhenti di sepanjang jalan tertentu. Kebijakan satu arah (One Way). Pelebaran jalan dan pembangunan trotoar tanpa mengurangi lebar jalan. Pembangunan jalan baru.

b) Untuk Studi kelayakan jalan Baru (Tol atau jalan lingkar) yaitu menghitung Penghematan Biaya Transportasi pada saat belum adanya jalan Baru dan setelah adanya jalan baru. Penghematan ini terjadi untuk setiap kendaraan dan dilakukan penjumlahan penghematan terhadap semua kendaraan yang lewat dari data LHR hasil pemodelan. Akumulasi penghematan biaya transportasi selama tahun analisis misalnya 20 tahun dibandingkan dengan biaya pembangunan jalan baru (biaya perencanaan + konstruksi + pengawaasan + operasi + perawatan) selama 20 tahun. Bila penghematan biaya transportasi > biaya pembangunan jalan baru (biaya perencanaan + konstruksi + pengawaasan + operasi + perawatan) maka jalan Dapat dibangun.

contoh tugas pemodelan transportasi porpinsi riau yang benar 11 april 2011

Documents