kuliah pertemuan-6-pt

Kuliah Pertemuan Ke-6Kuliah Pertemuan Ke-6MODEL SINTETIS MODEL SINTETIS DISTRIBUSI PERJALANANDISTRIBUSI PERJALANAN

Sub Topik : • Model Gravitasi (Kalibrasi Model)Model Gravitasi (Kalibrasi Model)• Model Sintetik LainnyaModel Sintetik Lainnya

Jurusan Teknik SipilJurusan Teknik SipilFakultas TeknikFakultas Teknik

Outline Kuliah :

• Kalibrasi Model Gravitasi

• Contoh Aplikasi Kalibrasi Model

• Model Sintetik lainnya : Konsep Model TD Opportunity


Rangkuman Proses Distribusi Perjalanan Model GR• Distribusi perjalanan dari zona asal ke tujuan dipengaruhi

oleh adanya fungsi hambatan atau ukuran aksebilitas.

• Menurut Hyman (1969), fungsi hambatan digambarkan sebagai fungsi pangkat, fungsi eksponensial negatif dan fungsi Tanner .

• Konstanta Ai dan Bd yang terkait dengan zona bangkitan dan tarikan, diperlukan sebagai faktor penyeimbang yang didapatkan secara perhitungan berulang kali hingga kedua konstanta menghasilkan nilai tertentu (konvergen).

• Parameter model gravity yang perlu ditentukan adalah parameter yang penentuan parameter ini disebut sebagai proses kalibrasi model.

Go To…Go To…


€

f Cid( ) = Cid

−α ( fungsi pangkat)

f Cid( ) = e−βCid ( fungsi eksponensial negatif )

f Cid( ) = Cid

α e−βCid ( fungsi Tanner )

Fungsi Hambatan

Go To…Go To…


0

0.2

0.4

0.6

0.8

1

1.2

1.4

1.6

0.1 1 10 100

Waktu Perjalanan (menit)

f(C

id),

Fa

kto

r H

am

ba

tan

Fungsi Pangkat

Fungsi EksponensialNegatif

Fungsi Tanner

= -0,1a = 0,5

a = - 0,5

= -0,1


Parameter dalam Model GR• Parameter dapat menggambarkan biaya rerata

perjalanan di daerah studi (perencanaan transportasi), semakin besar nilai maka semakin kecil nilai biaya rerata tersebut.

• Faktor penyeimbang pada dasarnya adalah batas atas dan bawah dari biaya rerata perjalanan di daerah tersebut.

• Tantangan utama pada prosedur perhitungan dalam proses kalibrasi, pada intinya, adalah mencari ketepatan parameter dengan proses analisis yang cepat, sederhana dan tepat.


-0.2

0

0.2

0.4

0.6

0.8

1

0 0.5 1 1.5 2 2.5

Parameter

f(C

id)

Fungsi Pangkat

Fungsi Eksponensial Negatif

Fungsi Tanner


Metode Kalibrasi (Tamin, 2000)

• Metode Sederhana• Metode Hyman• Metode Analisis Regresi-Linier• Metode Penaksiran Kuadrat Terkecil• Metode Penaksiran Kemiripan Maksimum


Konsep Metode SederhanaProsedur :• Analisis dilakukan dengan asumsi kepada

parameter .• Menghitung model GR untuk mendapatkan

sebaran perjalanan hasil pemodelan.• Melakukan perbandingan hasil sebaran

perjalanan model dan pengamatan.• Jika masih terdapat perbedaan, ambil kembali

nilai asumsi dan prosedur diulangi hingga mendapatkan perbedaan yang kecil.


Konsep HymanKonsep : • Nilai faktor penyeimbang harus dipilih sehingga total baris dan kolom

sel MAT sama dengan proporsi hasil pengamatan pada setiap baris dan kolom-nya.

• Parameter .harus dipilih sedemikian sehingga biaya rata-rata perjalanan diperoleh sama dengan proses pemodelan.

• Persamaan dengan konstanta k dan nilai rata-rata Cid

idid

id

CrataratanilaiC

32k

C

k

~

terhadapiterasi

dengandilakukannperhitungaMetode

NCNc

TCTc

cc

i dididid

i didid

/*

/

*


Konsep Analisis Regresi Linier• Analisis ini menentukan nilai faktor hambatan

yang merupakan fungsi non linier.• Transformasi linier dilakukan untuk mengubah

faktor hambatan menjadi menjadi fungsi linier.

• Fungsi Eksponensial Negatif

• Fungsi Pangkat

• Fungsi Tanner DdOiBdAiA

B

BxAy

e

log

TRANSFORMASI TRANSFORMASI


Persamaan Transformasi

ididedidieide

idedidieide

iddidieide

CCDOBAT

CDOBAT

CDOBAT

logloglog

F.Tanner

logloglog

F.Pangkat

loglog

NegatifsialF.Eksponen


Konsep Penaksiran Kuadrat Terkecil (KT)

Konsep : • Metode KT model GR didasari dengan

pendekatan simpangan dan selisih antara sebaran pergerakan yang dihitung (model) dengan harga sebaran pengamatan lapangan memberikan nilai yang paling minimum.

• Metode ini dikombinasikan dengan metode kalibrasi Newton-Raphson dan teknik eliminasi matriks Gaus-Jordan.


Konsep Penaksiran Kemiripan Maksimum (KM)

Konsep :• Fungsi Kemiripan Maksimum mencoba mencari

parameter yang memliliki kemiripan maksimum sehingga sekumpulan data didapati mendekati pada kondisi pengamatan tertentu.

• Kemungkinan untuk mendapatkan nilai data xi tertentu diasumsikan berbanding lurus dengan fungsi kepadatan peluang pada nilai tersebut.

• Metode ini dikombinasikan dengan metode kalibrasi Newton-Raphson dan teknik eliminasi matriks Gaus-Jordan.


Contoh Aplikasi Proses Kalibrasi Model Gravitasi


Model Sintetik Sebaran Perjalanan Lainnya (Opportunity Model)


Model Opportunity

Deskripsi ModelModel opportunity dijelaskan sebagai perjalanan akan bergerak dari zona asal ke tujuan, apabila berkesempatan untuk berhenti di zona tujuan antara (tidak melanjutkan ke zona tujuan akhir) apabila terdapat kesempatan kegiatan yang sama.


Konsep Model Opportunity

ASALTUJUANANTARA

mi

md

TUJUAN

md


Persamaan Umum Model Opportunity

antarazonaditerhentiperjalananasProbabilitP

izonadariandibangkitkPerjalananJumlaht

dkeizonadariPerjalananJumlahT

:dimana

j

id

id

)(

jGidid PtT


Model Kombinasi Opportunity - Gravitasi

• Intervening Opportunity• Direct Opportunity• Logarithmic Opportunity• Exponent Opportunity• Gabungan : Logarithmic dan Exponent

Opportunity

[+ Note : Konsep Lebih Lengkap dapat dibaca : Wills (1986), Schneider (1959), Tamin (2000)]


Model Non-Konvensional

• Model Estimasi Matriks Entropi Maksimum

• Model Kebutuhan Transportasi

[+ Note : Konsep Lebih Lengkap dapat dibaca : Tamin (2000)]


Review Mengenai Pembangunan MAT dalam Model Sebaran Perjalanan

Ketepatan pembangunan MAT dipengaruhi oleh:

1. Variabilitas Harian/Musiman dan galat perluasan data survei.

2. Galat dalam pengumpulan data.

3. Galat dalam pengolahan data.

4. Galat pengambilan sampel.

5. Galat kalibrasi (metode tidak langsung)

6. Galat Spesifikasi (metode tidak langsung)

(Sumber : Willumsem, 1978 dan Tamin, 2000)


Penggunaan faktor K• Pada beberapa kajian mengenai pemodelan transportasi

membuktikan bahwa kadangkala terdapat kondisi khusus sehingga model GR tidak mampu memprediksi distribusi pergerakan asal tujuan dengan baik, misalnya pergerakan pekerja dari suatu zona bangkitan (perumahan dinas/pabrik) yang dibangun oleh suatu perusahaan/pabrik tertentu.

• Hal tersebut mengakibatkan munculnya perjalanan homogen yang dipicu oleh satu alasan pekerja saja. Kondisi ini diakomodasi oleh faktor K dalam model GR.


Kesimpulan• Faktor kalibrasi dalam model GR diperlukan

untuk menentukan nilai parameter sehingga pemodelan sebaran perjalanan bisa mendekati kondisi pengamatan.

• Beberapa metode kalibrasi parameter bisa dilakukan dengan metode sederhana, Hyman, regresi linier, KM, KT.

• Konsep model sintetis lainnya yang dikembangkan adalah model opportunity dan metode non konvensional (maksimum entropi dan estimasi kebutuhan transportasi)

• Dalam pembangunan MAT beberapa galat perlu diperhitungkan baik menggunakan metode konvensional maupun non-konvensional.

Thank YouThank Youfor your attentionfor your attention

Ada Pertanyaan Ada Pertanyaan ??Ada Pertanyaan Ada Pertanyaan ??

kuliah pertemuan-6-pt

Documents