ITS Master 17054 Presentation
-
Upload
rizki-nizcky-progress -
Category
Documents
-
view
221 -
download
0
Transcript of ITS Master 17054 Presentation
-
7/25/2019 ITS Master 17054 Presentation
1/58
Presentasi TESIS - PS 2399
-
7/25/2019 ITS Master 17054 Presentation
2/58
1. Pendahuluan
2. Metodologi
3. Analisa dan Hasil Studi
4. Kesimpulan dan Saran
-
7/25/2019 ITS Master 17054 Presentation
3/58
Demand transportasi udara di Indonesia terus menerus
mengalami peningkatan.
Ini disebabkan karena ekonomi, laju pertumbuhan
penduduk, perkembangan wilayah, dan semakin berartinya
waktu tempuh.
Angkutan udara sangat berperan di wilayah dengan
aksesibilitas transportasi darat yang lemah maupun baik.
Peningkatan pelayanan transportasi udara mampu memicu
dan mendukung pembangunan pada sektor lainnya.
Guna menyediakan sarana dan prasarana transportasi udara
yang sesuai dengan kebutuhan sekarang dan masa
mendatang maka perlu diadakan prediksi kebutuhan yang
terjadi serta perencanaan transportasi.
-
7/25/2019 ITS Master 17054 Presentation
4/58
1. Bagaimana matriks asal dan tujuan penumpang domestikdan internasional pengguna transportasi udara diBandara Internasional Juanda pada tahun 2009?
2. Bagaimana hasil pemodelantrip distributionpenumpang
domestik dan internasional yang melalui BandaraInternasional Juanda dengan menggunakan model
gravity tanpa-batasan (Unconstrained Gravity) denganmenggunakan tiga jenis fungsi hambatan yaitu fungsipangkat, fungsi eksponensial negatif dan fungsi Tanner?
3. Bagaimana matriks asal dan tujuan penumpangdomestik dan internasional pengguna transportasi udaradi Bandara Internasional Juanda pada 10 tahunmendatang (2019)?
-
7/25/2019 ITS Master 17054 Presentation
5/58
1. Memperoleh matriks asal dan tujuan tujuan penumpangdomestik dan internasional pengguna transportasi udaratahuun 2009.
2. Pemodelan trip distribution penumpang domestik dan
internasional yang melalui Bandara Internasional Juandadengan menggunakan model gravity-tanpa-batasan(Unconstrained Gravity) dengan menggunakan tiga jenisfungsi hambatan yaitu fungsi pangkat, fungsieksponensial negatif dan fungsi Tanner.
3. Memperoleh matriks asal dan tujuan penumpangdomestik dan internasional pengguna transportasi udaradi Bandara Internasional Juanda pada 10 tahunmendatang (tahun 2019)
-
7/25/2019 ITS Master 17054 Presentation
6/58
1. Data yang digunakan dalam studi ini adalah data sekunder,yang berasal dari hasil survai tahun 2009 dan PT. Angkasa PuraI tahun 2008 dan 2009.
2. Survai wawancara penumpang (pada point 1) hanya dilakukan
di terminal keberangkatan domestik dan internasional diBandara Internasional Juanda.
3. Pemodelan distribusi yang digunakan adalah model gravity-tanpa-batasan (Unconstrained Gravity) dengan menggunakantiga jenis fungsi hambatan yaitu fungsi pangkat, fungsieksponensial negatif dan fungsi Tanner.
4. Faktor pemisah antar zona hanya berdasarkan pada jarak.5. Tahapan dalam studi ini hanya sampai dengan pemodelantrip
distribution serta peramalan untuk 10 tahun mendatang(tahun 2019).
-
7/25/2019 ITS Master 17054 Presentation
7/58
Rute Penerbangan di Bandara Internasional Juanda Untuk Asal/Tujuan
Domestik.Sumber : http://gambar-peta.blogspot.com/2010/09/peta-indonesia-dunia-of-atlas.html
-
7/25/2019 ITS Master 17054 Presentation
8/58
Rute Penerbangan di Bandara Internasional Juanda Untuk Asal/Tujuan
Internasional.Sumber : http://greatpowerpolitics.com/?tag=military menu
-
7/25/2019 ITS Master 17054 Presentation
9/58
1. Tinjauan Pustaka
2. Pengumpulan Data Sekunder
3. Pengolahan Data
4. Matriks Expanded
5. Pemodelan Trip Distribution
6. Grafik Trip Length Distribution
7.Pengujian Model
8. Memilih Model Terbaik
9. Peramalan
10. Kesimpulan
menu
-
7/25/2019 ITS Master 17054 Presentation
10/58
Pada modelgravityjarak mempengaruhi besar kecilnya
jumlah perjalanan antar zona
Berdasarkan jenisnya modelgravitydibagi menjadi
empat yaitu :
1. Dengan tanpa batasan (Unconstrained Gravity)
2. Dengan batasan bangkitan(Production Constrained Gravity)3. Dengan batasan tarikan pergerakan(Attraction Constrained
Gravity)
4. Dengan dua batasan(Doubly Constrained Gravity)
-
7/25/2019 ITS Master 17054 Presentation
11/58
Menurut Hyman (1969) tiga jenisfungsi hambatanyang
dapat digunakan dalamModelGravityadalah sebagai
berikut:
Fungsi pangkat: besarnya jarak perjalanan (Cid)
dipangkatkan nilai negatif parameter fungsi hambatan
Fungsi eksponensial-negatif: besarnya bilangan
natural yaitu e = 2,71828 dipangkatkan nilai negatif
dari perkalian antara parameter fungsi hambatan dengan jarak perjalanan (Cid)
fungsi Tanner: jarak perjalanan (Cid) pangkat nilaiparameter fungsi hambatan dikali dengan bilangannatural e = 2,71828 pangkat nilai negatif dari
perkalian antara parameter fungsi hambatan dengan
jarak perjalanan (Cid)
-
7/25/2019 ITS Master 17054 Presentation
12/58
Salimatul Muntafiah (2000) Pemodelan trip distribusi penumpang
angkutan udara kawasan Indonesia Timur.
Hasil perumusan model simultan Salimatul Muntafiah adalah
sebagai berikut:
Dengan nilai
R = 0,387
SSE = 80.795.788.372
MSE = 2.376.346.717
RMSE = 48,748
-
7/25/2019 ITS Master 17054 Presentation
13/58
M Salmani (2003) Pola distribusi pergerakan angkutan penumpang penerbangandomestik melalui pelabuhan udara Juanda Surabaya.
Hasil perumusan model simultan M Salmani adalah sebagai berikut:
Dimana :
P = Jumlah pendudukK = Jumlah angkatan kerja
H = Jumlah tamu hotel
E2 = PDRB atas dasar harga berlaku tanpa migas
E3 = PDRB atas dasar harga konstan tahun 1993
E4 = PDRB atas dasar harga konstan tahun 1993 tanpa migas
E5 = Perkapita atas dasar harga berlaku
Dij = Jarak antar bandara
Dengan nilai
R = 0,549
SSE = 44.735.842.145
MSE = 1.065.139.099
RMSE = 32,636
-
7/25/2019 ITS Master 17054 Presentation
14/58
Membandingkan hasil pemodelan simultan pada studi
Muntafiah (2000) dengan data dari PT. Angkasa Pura Itahun 2009
Matriks Asal Tujuan Tahun 2010 dengan Cara Furness Hasil Studi Muntafiah:
-
7/25/2019 ITS Master 17054 Presentation
15/58
Matriks Asal Tujuan Tahun 2009 berdasarkan Buku SLLAU 2009 oleh PT Angkasa Pura 1
Asal/Tujuan
Denpasar
Surabaya
UjungPandang
Balikpapan
Biak
Manado
Yogyakarta
Surakarta
Banjarmasin
Semarang
Mataram
Ambon
Denpasar 0 341484 101940 12 1045 0 190530 10 0 0 136869 0
Surabaya 300174 0 414989 606529 0 28493 73204 0 372307 55026 182759 36681
Ujung Pandang 77827 296124 0 71964 27228 94651 22017 42 1216 0 0 60997
Balikpapan 0 629536 88402 0 0 40054 140937 60 56296 14 0 9
Biak 3479 0 32016 0 0 8 0 0 0 0 0 0
Manado 55661 39186 115800 51349 0 0 0 0 0 0 0 278
Yogyakarta 192784 85685 37993 137174 0 0 0 0 57247 118 5 8
Surakarta 99 0 442 0 0 0 279 0 0 341 0 0
Banjarmasin 0 413271 1299 51055 0 0 57308 0 0 3799 0 0
Semarang 478 60615 0 97 0 0 8 0 6635 0 0 0
Mataram 134976 222640 0 0 0 0 0 0 0 0 0 0
Ambon 0 52461 180078 0 0 69 0 0 0 0 0 0
-
7/25/2019 ITS Master 17054 Presentation
16/58
Dari kedua tabel tersebut dapat diketahuibahwa jumlah pergerakan yang terjadi diBandara Internasional Juanda untuk sebagian
besar jumlah pergerakan sudah melebihi darihasil pemodelan simultan pada studi Muntafiah(2000).
Bahwa jumlah pergerakan penumpang di tahun
2009 menurut data SLLAU lebih besar daripadahasil pemodelan Furness (Muntafiah, 2000),yakni mencapai 51% dari seluruh rute asaltujuan yang ada
menu
-
7/25/2019 ITS Master 17054 Presentation
17/58
Data hasil survai wawancara asal tujuan penumpang diterminal keberangkatan domestik dan internasional BandaraInternasional Juanda yang dilakukan oleh LaboratoriumPerhubungan dan Bahan Jalan Jurusan Teknik Sipil, FTSP
ITS Surabaya. Jumlah penduduk di wilayah wilayah studi.
Pendapatan Domestik Regional Bruto (PDRB)kota/kabupaten atau propinsi serta Gross National Income(GNI) Negara/daerah asal dan tujuan penumpang wilayahstudi.
Rute perjalanan pesawat di Bandara Internasional Juanda. Jarak antar bandara di kota maupun Negara asal dan tujuan
penerbangan.
Data asal tujuan perjalanan penumpang dan pesawat diBandara Internasional Juanda oleh PT Angkasa Pura I.
-
7/25/2019 ITS Master 17054 Presentation
18/58
No. Bandara Asal Bandara TujuanJumlahSampel
1 Bandara Internasional Juanda Bandara Achmad Yani (Semarang) 302 Bandara Internasional Juanda Bandara Adisutjipto (Yogyakarta) 30
3 Bandara Internasional Juanda Bandara El Tari (Kupang) 30
4 Bandara Internasional Juanda Bandara Frans Kaisiepo (Biak) 30
5 Bandara Internasional Juanda Bandara H. Asan (Sampit) 30
6 Bandara Internasional Juanda Bandara Hang Nadim (Batam) 30
7 Bandara Internasional Juanda Bandara Hasanuddin (Makassar) 36
8 Bandara Internasional Juanda Bandara Husein Sastranegara (Bandung) 36
9 Bandara Internasional Juanda Bandara Internasional Soekarno-Hatta (Jkt) 6410 Bandara Internasional Juanda Bandara Juwata (Tarakan) 30
11 Bandara Internasional Juanda Bandara Mutiara (Palu) 32
12 Bandara Internasional Juanda Bandara Ngurah Rai (Bali) 36
13 Bandara Internasional Juanda Bandara Pattimura (Ambon) 30
14 Bandara Internasional Juanda Bandara Polonia (Medan) 31
15 Bandara Internasional Juanda Bandara Sam Ratulangi (Manado) 30
16 Bandara Internasional Juanda Bandara Selaparang (Mataram) 3017 Bandara Internasional Juanda Bandara Sentani (Jayapura) 30
18 Bandara Internasional Juanda Bandara Sepinggan (Balikpapan) 65
19 Bandara Internasional Juanda Bandara Supadio (Pontianak) 50
20 Bandara Internasional Juanda Bandara Syamsudin Noor (Banjarmasin) 43
21 Bandara Internasional Juanda Bandara Tjilik Riwut (Palangkaraya) 32
22 Bandara Internasional Juanda Bandara Wolter Monginsidi (Kendari) 30
Jumlah Sampel 785Sumber: Laboratorium Perhubungan dan Bahan Jalan Jurusan Teknik Sipil, FTSP ITS Surabaya
-
7/25/2019 ITS Master 17054 Presentation
19/58
No. Bandara Asal Bandara Tujuan Jumlah Sampel
1 Bandara Internasional JuandaBandara Internasional Senai (JohorBahru)
30
2 Bandara Internasional JuandaBandara Internasional Kuala Lumpur(Kuala Lumpur)
30
3 Bandara Internasional JuandaBandara Internasional Changi
(Singapore)32
4 Bandara Internasional JuandaBandara Internasional Hongkong(Hongkong)
27
5 Bandara Internasional JuandaBandara Internasional Brunei (BruneiDarussalam)
29
6 Bandara Internasional JuandaBandara Internasional Taoyuan(Taiwan)
30
Jumlah Sampel 178
Sumber: Laboratorium Perhubungan dan Bahan Jalan Jurusan Teknik Sipil, FTSP ITS Surabaya
menu
-
7/25/2019 ITS Master 17054 Presentation
20/58
Data-data dari hasil survai wawancara kepada pelaku perjalanan
kemudian diolah menjadi Matrik Asal Tujuan perjalanan penumpang
Kota atau kabupaten asal serta kota atau kabupaten
tujuan diberi kode
menu
-
7/25/2019 ITS Master 17054 Presentation
21/58
Langkah-langkah membuat Matriks Expanded:1. Membuat MAT hasil survey wawancara
2. Menjumlahkan tiap kolom Zona tujuan
3. Mendapatkan MAT terkalibrasi dengan rumus :
Dimana :
a = MAT hasil survey wawancara
b = Jumlah pergerakan penumpang berdasarkan hasil survey dari tiapzona (Dj)
c = Data sekunder pergerakan penumpang disetiap zona tujuan
selama 1thn berdasarkan SLLAU 2008
d = MAT terkalibrasi
-
7/25/2019 ITS Master 17054 Presentation
22/58
4. Menjumlahkan MAT terkalibrasi (Tij).
5. Mendapatkan faktor pengali dengan rumus :
Dimana :
e = Faktor pengali
f= MAT terkalibrasi g = seluruh pergerakan penumpang selama satu tahun di Bandara
Internasional Juanda dengan tujuan domestik berdasarkan SLLAU2008
6. Mendapatkan Matriks expandeddengan rumus :
Dimana
e = Faktor Pengali
d = Matriks Kalibrasi
h = Matriks Expanded Matriks Expanded Domestik
Matriks ExpandedInternasionalmenu
http://localhost/var/www/apps/conversion/tmp/scratch_3/MAT%20EXPANDED%20DOMESTIK.xlsxhttp://localhost/var/www/apps/conversion/tmp/scratch_3/MAT%20EXPANDED%20INTERNASIONAL.xlsxhttp://localhost/var/www/apps/conversion/tmp/scratch_3/MAT%20EXPANDED%20INTERNASIONAL.xlsxhttp://localhost/var/www/apps/conversion/tmp/scratch_3/MAT%20EXPANDED%20INTERNASIONAL.xlsxhttp://localhost/var/www/apps/conversion/tmp/scratch_3/MAT%20EXPANDED%20INTERNASIONAL.xlsxhttp://localhost/var/www/apps/conversion/tmp/scratch_3/MAT%20EXPANDED%20DOMESTIK.xlsx -
7/25/2019 ITS Master 17054 Presentation
23/58
1. Data-data dari hasil survai wawancara diolah menjadi MAT
perjalanan penumpang dan MAT jarak.2. MAT perjalanan penumpang dikali dengan faktor pengali
yang didapatkan dari frekuensi perjalanan penumpang di
Bandara Internasional Juanda untuk setiap tujuan
perjalanan selama satu tahun. Hasil perkalian tersebut
menghasilkan MATexpanded.
3. Sedangkan MAT jarak digunakan untuk mendapatkan nilai
dari variabel dan pada fungsi hambatan.
4. Metode yang digunakan dalam mendapatkan nilai dan
adalah metode sederhana nilai dan dicari dengan cara
trial and error dengan memberikan nilai awal sembarang.
Trial and error ini akan berhenti sampai didapatkan selisih
prosentase minimum antara nilai sebaran hasil
pengamatan dan model.
-
7/25/2019 ITS Master 17054 Presentation
24/58
5. Tahap berikutnya adalah mendapatkan modelempiris dengan memasukkan faktor ekonomi/populasi setiap negara/kota/kabupaten asaltujuan.
Tij =Ei. Ej. f(Cij)Dimana :
Ei = variabel ekonomi negara/kota/kabupaten asal.
Ej = variabel ekonomi negara/kota/kabupaten
tujuan.Variabel ekonomi dalam studi ini berupa PDRBkota/kabupaten/propinsi dan GNI dari negara asaldan tujuan penumpang.
-
7/25/2019 ITS Master 17054 Presentation
25/58
6. Untuk mendapatkan MAT hasil pemodelan maka yang
perlu dilakukan terlebih dahulu adalah
membandingkan jumlah pergerakan penumpang pada
MAT expanded dengan jumlah pergerakan penumpangMAT model empiris. Dari hasil pembandingan tersebut
didapatkan nilai K,
7. Kemudian nilai K tersebut dikali dengan MAT model
empiris sehingga didapatkan MAT hasil pemodelan.
Tij = K . Ei . Ej. f(Cij)
K =jumlah pergerakan penumpang pada MAT expanded
jumlah pergerakan penumpang pada MAT model empiris
menu
-
7/25/2019 ITS Master 17054 Presentation
26/58
Grafik trip length distribution adalah grafik antara data jarak
untuk setiap asal tujuan perjalanan penumpang dengan
prosentase jumlah perjalanan penumpang pesawat.
Ada 2 TLD yaitu:
1) TLD data
2) TLD hasil pemodelan
menu
-
7/25/2019 ITS Master 17054 Presentation
27/58
Meminimalkan selisih maksimum antara grafik(Trip
Length Distribution) TLD data dan TLD hasil
pemodelan.
Jika selisih antara keduanya masih besar, maka perludilakukan trial and errordalam memasukkan nilai
variabel atau
menu
-
7/25/2019 ITS Master 17054 Presentation
28/58
Model yang TLD data dan TLD hasil pemodelan
memiliki selisih terkecil.
Model yang terbaik tersebut dijadikan modelsebaran perjalanan penumpang pesawat di
Bandara Internasional Juanda.
MULAI
-
7/25/2019 ITS Master 17054 Presentation
29/58
Data Sekunder:
Wawancara asal tujuanpenumpang
Pengolahan data primer:
MAT hasil wawancara asal tujuan penumpang
2009
Data sekunder:
Jumlah penduduk asal tujuan penumpangPendapatan Domestik Regional Bruto (PDRB) kota/kabupaten asal tujuan penumpang
Gross National Product(GNI) negara asal tujuan penumpang
Rute perjalanan pesawat
Jarak antar bandara
Data asal tujuan perjalanan penumpang di Bandara Internasional Juanda oleh PT Angkasa Pura I
Data asal tujuan perjalanan pesawat di Bandara Internasional Juanda oleh PT Angkasa Pura I
Tinjauan Pustaka
Pengumpulan data
MAT Expanded untuk Penerbangan Domestik
MAT Expanded untuk Penerbangan Internasional
Pemodelan Trip Distribution modelgravity tanpa batasan dengan variabel dan untuk Penerbangan Domestik
Pemodelan Trip Distribution modelgravity tanpa batasan dengan variabel dan untuk Penerbangan Domestik
MAT hasil pemodelan untuk Penerbangan Domestik
MAT hasil pemodelan untuk Penerbangan Internasional
AB
Trip Length Distribution (TLD) data dan Trip Length Distribution
(TLD) hasil pemodelan untuk Penerbangan Domestik
Trip Length Distribution (TLD) data dan Trip Length Distribution
(TLD) hasil pemodelan untuk Penerbangan Internasional
Sum Square Error (SSE) untuk Penerbangan Domestik
Sum Square Error (SSE) untuk Penerbangan
Internasional
-
7/25/2019 ITS Master 17054 Presentation
30/58
Masukkan
nilai dan
baru
B
Pengujian kemiripan hasil model
dengan data menggunakan cara TLD
atau SSE untuk Penerbangan Domestik
dan Internasional
tidak
A
KESIMPULAN dan SARAN
Meramalkan trip distribution untuk 10 tahun mendatang(tahun 2019)
Ya
Memilih model yang terbaik untuk Penerbangan Domestik
Memilih model yang terbaik untuk Penerbangan Internasional
menu
-
7/25/2019 ITS Master 17054 Presentation
31/58
Trip Length Distribution Wawancara
Pemodelan Trip Distribution Penerbangan
Domestik Pemodelan Trip Distribution Penerbangan
Internasional
Peramalan
-
7/25/2019 ITS Master 17054 Presentation
32/58
Grafik TLD Penerbangan Domestik Hasil Wawancara
-
7/25/2019 ITS Master 17054 Presentation
33/58
Trip Length Distribution (TLD) Penerbangan
Internasional Hasil Wawancara
-
7/25/2019 ITS Master 17054 Presentation
34/58
Pemodelan dilakukan untuk 2 parameter zonaasal dan tujuan, yakni: parameter Populasi(jumlah penduduk) dan Pendapatan Domestik
Regional Bruto (PDRB) Setiap pemodelan dengan masing-masing fungsihambatan akan dikalibrasi dengan 2 cara,yakni membandingkan selisih Trip LengthDistribution (TLD) dan Sum Square Error(SSE)
Model terbaik dipilih dari perbandingan antaramodel hasil kalibrasi TLD dengan selisih TLDwawancara dan pemodelan yang paling kecil vshasil kalibrasi SSE dengan nilai SSE terkecil.
-
7/25/2019 ITS Master 17054 Presentation
35/58
Domestik
Hambatan Beta TLD (%) Rumus
Eksponensial-TLDPDRB 0,00281 3,92393 Tij=2.68E-13*Ei*Ej*exp (-0.00281*Cij)
Populasi 0,011 9,87078 Tij=1.54E-9*Pi*Pj*exp (-0.011*Cij)
Domestik
Hambatan Alpha TLD (%) Rumus
Power-TLDPDRB 0,838 1,60519 Tij=3.6368E-12*Ei*Ej*Cij^-0.838
Populasi 1,5563 1,98994 Tij=3.53194E-7* Pi*Pj*Cij^-1.5563
Domestik
Hambatan Alpha Beta TLD (%) Rumus
Tanner-TLDPDRB 7,1 0,01 0,17938 Tij=5.44047E-30*Ei*Ej*Cij^7.1*exp (-0.01*Cij)
Populasi 1 0,1 9,87415 Tij=3.87118E-9* Pi*Pj*Cij^1*exp (-0.1*Cij)
DipilihGrafik
Fungsi
Hambatan
Dipilih
Dipilih
Grafik
Fungsi
Hambatan
Grafik
Fungsi
Hambatan
-
7/25/2019 ITS Master 17054 Presentation
36/58
Grafik Fungsi Hambatan Eksponensial
dengan Kalibrasi TLD dan Parameter PDRB
untuk Nilai =0,00281 pada Penerbangan
Domestik
Grafik Fungsi Hambatan Power denganKalibrasi TLD dan Parameter PDRB untuk
Nilai =0,838 pada Penerbangan Domestik
Grafik Fungsi Hambatan Tanner dengan
Kalibrasi TLD dan Parameter PDRB untuk
Nilai =7,1 dan =0,01 pada Penerbangan
Domestik
-
7/25/2019 ITS Master 17054 Presentation
37/58
Domestik
Hambatan Beta SSE Rumus
Eksponensial-
SSE
PDRB 0,001174 878,507,611,942 Tij=1,68 x 10-13 x Ei x Ej x e
(-0,001174 x Cij
)
Populasi 0,00154 929,510,356,538 Tij=2,17 x 10-10 x Pi x Pj x e
(-0,00154 x Cij
)
Domestik
Hambatan Alpha SSE Rumus
Power -SSEPDRB 0 871,680,592,694 Tij=1,64041 x 10
-13 x Ei x Ej x Cij0
Populasi 0,38261 959,452,314,377 Tij=6,11587 x 10-10 x Pi x Pj x Cij
0,38261
DomestikHambatan Alpha Beta SSE Rumus
Tanner-
SSE
PDRB 8,22 0,01 636,004,162,917Tij=3,37761 x 10
-33 x Ei x Ej x
Cij8,22 x e(-0,01 x Cij
)
Populasi 0,9 0,073 950,111,089,545Tij=1,80973 x 10
-9 x Pi x Pj x
Cij0,9 x e(-0,73 x Cij
)
Dipilih
Grafik
Fungsi
Hambatan
Dipilih
Dipilih
Grafik
Fungsi
Hambatan
Grafik
Fungsi
Hambatan
-
7/25/2019 ITS Master 17054 Presentation
38/58
Grafik Fungsi Hambatan Tanner dengan
Kalibrasi SSE dan Parameter PDRB
untuk Nilai =8,22 dan =0,01 pada
Penerbangan Domestik
Grafik Fungsi Hambatan Power dengan
Kalibrasi SSE dan Parameter PDRB untukNilai =0 pada Penerbangan Domestik
Grafik Fungsi Hambatan Eksponensial
dengan Kalibrasi SSE dan Parameter
PDRB untuk Nilai =0,001174 pada
Penerbangan Domestik
-
7/25/2019 ITS Master 17054 Presentation
39/58
Jarak min
(Km)
Jarak
maks
(Km)
Midrange
(Km)
Data
(%)
Model
(%)
Selisih % data
dan model
0 1.000 500 90,13 82,90 7,227736
1.000 2.000 1.500 9,69 17,04 7,344072
2.000 3.000 2.500 0,00 0,06 0,063042
3.000 4.000 3.500 0,18 0,00 0,179379
Selisih maksimum data dan model 7,344072
Jarak
min
(Km)
Jarak
maks
(Km)
Midrange
(Km)
Data
(%)
Model
(%)
Selisih % data
dan model
0 1.000 500 90,13 90,26 0,134544
1.000 2.000 1.500 9,69 9,72 0,025201
2.000 3.000 2.500 0,00 0,02 0,0196363.000 4.000 3.500 0,18 0,00 0,179381
Selisih maksimum data dan model 0,179380766
Trip Distribution Model Gravity fungsi Tanner dengan Kalibrasi SSE
Terkecil
Trip Distribution Model Gravity fungsi Tanner dengan Kalibrasi TLDTerkecil
Dipilih yang
minimum
0,179380766
Model
dengan
kalibrasi TLD
-
7/25/2019 ITS Master 17054 Presentation
40/58
Trip Length Distribution (TLD) Penerbangan Domestik Hasil Wawancara dan
Pemodelan Gravity Fungsi Tanner dengan Kalibrasi TLD dan Parameter PDRB
-
7/25/2019 ITS Master 17054 Presentation
41/58
Domestik - PDRB
Hambatan Rumus
Tanner kalibrasi TLD
Tij=5,44047 x 10-30 x Ei x Ej x Cij
7,1 x e(-0,01 x Cij) = 7,1
0,01
Dengan:
Tij = Jumlah pergerakan antar zona
Ei = Parameter ekonomi (PDRB) zona asal
Ei = Parameter ekonomi (PDRB) zona tujuan
Cij = Jarak antar zona asal dan tujuane = bilangan natural = 2,71828
-
7/25/2019 ITS Master 17054 Presentation
42/58
Pada penerbangan domestik perhitungan
peramalan pergerakan menggunakan
pemodelan gravity fungsi tanner. Peramalan dimulai dari jarak 500 Km
dikarenakan jika peramalan dimulai pada
jarak dibawah 500 Km jumlah pergerakan
kurang dari 90%, karena pada jarak dekattersebut sangat dimungkinkan penumpang
lebih memilih moda lain
-
7/25/2019 ITS Master 17054 Presentation
43/58
Internasional
Hambatan Beta TLD (%) Rumus
Eksponensial-TLDPDRB 0,005629 16,152879 Tij=3.9016E-16*Ei*Ej*exp (-0.005629*Cij)
Populasi 0,00199 14,923499 Tij =1.5254E-9* Pi*Pj*exp (-0.00199*Cij)
Internasional
Hambatan Alpha TLD (%) Rumus
Power-TLDPDRB 9,855 16,140382 Tij=1.6E+12*Ei*Ej*Cij^-9.855
Populasi 3,8737 13,806763 Tij=325.848* Pi*Pj*Cij^-3.8737
Internasional
Hambatan Alpha Beta TLD (%) Rumus
Tanner-TLDPDRB 7,6661 0,01 16,154018 Tij=1.3E-37*Ei*Ej*Cij^7.6661*exp (-0.01*Cij)
Populasi 15 0,01 16,034586 Tij=5E-52* Pi*Pj*Cij^15*exp (-0.01*Cij)
DipilihGrafik
Fungsi
Hambatan
Dipilih
Dipilih
Grafik
Fungsi
Hambatan
Grafik
Fungsi
Hambatan
G fik F i H b t Ek i l
-
7/25/2019 ITS Master 17054 Presentation
44/58
Grafik Fungsi Hambatan Ekponensial
dengan Kalibrasi TLD dan Parameter
Populasi untuk Nilai =0,00199 pada
Penerbangan Internasional
Grafik Fungsi Hambatan Power
dengan Kalibrasi TLD dan ParameterPopulasi untuk Nilai =3,8737 pada
Penerbangan Internasional
Grafik Fungsi Hambatan Tanner
dengan Kalibrasi TLD dan Parameter
Populasi untuk Nilai =15 dan =0,01
pada Penerbangan Internasional
-
7/25/2019 ITS Master 17054 Presentation
45/58
Internasional
Hambatan Beta SSE Rumus
Ekponensial-
SSE
PDRB 0,0081393 14,241,393,853Tij=1,7877 x 10
-14 x Ei x Ej x
e (-0,0081393 x Cij)
Populasi 0,03389 15,858,466,025Tij=6,3518 x 10
13 x Pi x Pj x
e(-0,03389 x Cij)
Internasional
Hambatan Alpha SSE Rumus
Power-SSEPDRB 13,078 14,355,567,866 Tij=2,8 x 10
22 x Ei x Ej x Cij13,078
Populasi 32,612 15,403,767,642 Tij=7,5 x 1093 x Pi x Pj x Cij
32,612
Internasional
Hambatan Alpha Beta SSE Rumus
Tanner-
SSE
PDRB 3 0,02 5,888,254,143Tij=1,4 x 10
-16 x Ei x Ej x
Cij3 x e (-0,02 x Cij)
Populasi 1,092 0,05 6,162,525,246Tij=1,6 x 10
18 x Pi x Pj x
Cij1,092 x e (-0,05 x Cij)
Dipilih
Grafik
Fungsi
Hambatan
Dipilih
Dipilih
Grafik
Fungsi
Hambatan
Grafik
Fungsi
Hambatan
Grafik F ngsi Hambatan Ekponensial
-
7/25/2019 ITS Master 17054 Presentation
46/58
Grafik Fungsi Hambatan Ekponensial
dengan Kalibrasi SSE dan Parameter
PDRB untuk Nilai =0,008139 pada
Penerbangan Internasional
Grafik Fungsi Hambatan Power dengan
Kalibrasi SSE dan Parameter PDRBuntuk Nilai = 13,078 pada
Penerbangan Internasional
Grafik Fungsi Hambatan Tanner dengan
Kalibrasi SSE dan Parameter PDRB
untuk Nilai =3 dan =0,02 pada
Penerbangan Internasional
-
7/25/2019 ITS Master 17054 Presentation
47/58
Jarak
min
(Km)
Jarak
maks
(Km)
Midrange
(Km)
Data
(%)
Model
(%)
Selisih % data
dan model
0 2000 1000 79,40 78,19 1,211382
2000 2500 2250 0,00 13,81 13,80655
2500 3000 2750 0,00 2,50 2,504967
3000 3500 3250 16,15 2,35 13,806763500 4000 3750 4,44 1,73 2,707962
4000 10000 7000 0,00 1,41 1,414588
Selisih maksimum data dan model 13,80676
Jarakmin
(Km)
Jarakmaks
(Km)
Midrange(Km)
Data(%)
Model(%)
Selisih % data danmodel
0 2.000 1.000 79,40 99,99 20,59107
2.000 2.500 2.250 0,00 0,01 0,005545
2.500 3.000 2.750 0,00 0,00 2,29 x 10-9
3.000 3.500 3.250 16,15 0,00 16,15427
3.500 4.000 3.750 4,44 0,00 4,442348
4.000 10,000 7.000 0,00 0,00 3,4 x 10-20
Selisih maksimum data dan model 20,59107
Trip Distribution Model Gravity fungsi Tanner dengan Kalibrasi SSE
Terkecil
Trip Distribution Model Gravity fungsi Power dengan Kalibrasi TLD
Terkecil
Dipilih yang
minimum
13,80676
Model
dengankalibrasi TLD
-
7/25/2019 ITS Master 17054 Presentation
48/58
Trip Length Distribution (TLD) Penerbangan Internasional Hasil Wawancara dan
Pemodelan Gravity Fungsi Power dengan Kalibrasi TLD dan Parameter Populasi
-
7/25/2019 ITS Master 17054 Presentation
49/58
Internasional - Populasi
Hambatan Rumus
Power kalibrasi TLDTij= 325,848 x Pi x Pj x Cij
3,8737
= 3,8737
Dengan:
Tij = Jumlah pergerakan antar zona
Pi = Parameter jumlah penduduk (populasi) zona asal
Pi = Parameter jumlah penduduk (populasi) zona tujuan
Cij = Jarak antar zona asal dan tujuan
menu
-
7/25/2019 ITS Master 17054 Presentation
50/58
Untuk menemukan pola pergerakan asal dan
tujuan penumpang domestik dan
internasional pengguna transportasi udara
di Bandara Internasional Juanda di tahun
2019, maka perlu dilakukan peramalan
dengan menggunakan model yang terbaik.
Jumlah penduduk, PDRB/GNI yang menjadivariabel pada model tersebut terlebih
dahulu harus diramalkan
-
7/25/2019 ITS Master 17054 Presentation
51/58
-
7/25/2019 ITS Master 17054 Presentation
52/58
1. Jumlah pergerakan penumpang
pesawat dengan tujuan domestik di
Bandara Internasional Juanda pada
tahun 2009 adalah sebesar 3.599.819penumpang/tahun, sedangkan untuk
penumpang pesawat dengan tujuan
internasional di Bandara InternasionalJuanda pada tahun 2009 adalah
sebesar 500.148 penumpang/tahun.
http://localhost/var/www/apps/conversion/tmp/scratch_3/MAT%202009%20domestik.docxhttp://localhost/var/www/apps/conversion/tmp/scratch_3/MAT%202009%20internasional.docxhttp://localhost/var/www/apps/conversion/tmp/scratch_3/MAT%202009%20internasional.docxhttp://localhost/var/www/apps/conversion/tmp/scratch_3/MAT%202009%20internasional.docxhttp://localhost/var/www/apps/conversion/tmp/scratch_3/MAT%202009%20internasional.docxhttp://localhost/var/www/apps/conversion/tmp/scratch_3/MAT%202009%20internasional.docxhttp://localhost/var/www/apps/conversion/tmp/scratch_3/MAT%202009%20domestik.docxhttp://localhost/var/www/apps/conversion/tmp/scratch_3/MAT%202009%20domestik.docxhttp://localhost/var/www/apps/conversion/tmp/scratch_3/MAT%202009%20domestik.docxhttp://localhost/var/www/apps/conversion/tmp/scratch_3/MAT%202009%20domestik.docxhttp://localhost/var/www/apps/conversion/tmp/scratch_3/MAT%202009%20domestik.docx -
7/25/2019 ITS Master 17054 Presentation
53/58
Rumus model gravity sebaran pergerakan
penumpang penerbangan domestik adalahsebagai berikut:
Domestik - PDRB
Hambatan Rumus
Tanner kalibrasi TLDTij=5,44047 x 10
-30 x Ei x Ej x Cij7,1 x e(-0,01 x Cij) = 7,1
0,01
Dengan:
Tij = Jumlah pergerakan antar zona
Ei = Parameter ekonomi (PDRB) zona asalEi = Parameter ekonomi (PDRB) zona tujuan
Cij = Jarak antar zona asal dan tujuan
e = bilangan natural = 2,71828
-
7/25/2019 ITS Master 17054 Presentation
54/58
Rumus model gravity sebaran pergerakan
penumpang penerbangan internasional adalahsebagai berikut:
Internasional - Populasi
Hambatan Rumus
Power kalibrasi TLDTij= 325,848 x Pi x Pj x Cij
3,8737
= 3,8737
Dengan:
Tij = Jumlah pergerakan antar zona
Pi = Parameter jumlah penduduk (populasi) zona asalPi = Parameter jumlah penduduk (populasi) zona tujuan
Cij = Jarak antar zona asal dan tujuan
-
7/25/2019 ITS Master 17054 Presentation
55/58
3. Jumlah pergerakan penumpang pesawatdengan tujuan domestik di BandaraInternasional Juanda hasil peramalan
pada tahun 2019 adalah sebesar15.198.529 penumpang/tahun. Sedangkanuntuk penumpang pesawat dengan tujuaninternasional di Bandara Internasional
Juanda hasil peramalan pada tahun 2019adalah sebesar 1.117.063penumpang/tahun.
http://localhost/var/www/apps/conversion/tmp/scratch_3/peramalan%20domestik%202019.docxhttp://localhost/var/www/apps/conversion/tmp/scratch_3/Peramalan%20internasional%202019.docxhttp://localhost/var/www/apps/conversion/tmp/scratch_3/Peramalan%20internasional%202019.docxhttp://localhost/var/www/apps/conversion/tmp/scratch_3/Peramalan%20internasional%202019.docxhttp://localhost/var/www/apps/conversion/tmp/scratch_3/Peramalan%20internasional%202019.docxhttp://localhost/var/www/apps/conversion/tmp/scratch_3/Peramalan%20internasional%202019.docxhttp://localhost/var/www/apps/conversion/tmp/scratch_3/Peramalan%20internasional%202019.docxhttp://localhost/var/www/apps/conversion/tmp/scratch_3/peramalan%20domestik%202019.docxhttp://localhost/var/www/apps/conversion/tmp/scratch_3/peramalan%20domestik%202019.docxhttp://localhost/var/www/apps/conversion/tmp/scratch_3/peramalan%20domestik%202019.docxhttp://localhost/var/www/apps/conversion/tmp/scratch_3/peramalan%20domestik%202019.docxhttp://localhost/var/www/apps/conversion/tmp/scratch_3/peramalan%20domestik%202019.docx -
7/25/2019 ITS Master 17054 Presentation
56/58
Pengembangan studi ini untuk masa yang akan
datang dapat digunakan model gravity dengan
jenis yang lain yaitu dengan-batasan-bangkitan
(Production Constrained Gravity), dengan-batasan-tarikan (Attraction Constrained
Gravity) dan dengan-dua-batasan (Doubly
Constrained Gravity). Dengan menggunakan
model lain diharapkan hasil pemodelan yang
dihasilkan lebih tepat atau mendekati keadaan
yang sebenarnya
-
7/25/2019 ITS Master 17054 Presentation
57/58
-
7/25/2019 ITS Master 17054 Presentation
58/58