Kuliah Pertemuan Ke-6 MODEL SINTETIS DISTRIBUSI...

Kuliah Pertemuan Ke-6

MODEL SINTETIS

DISTRIBUSI PERJALANAN

Sub Topik :

• Model Gravitasi (Kalibrasi Model)

• Model Sintetik Lainnya

Jurusan Teknik Sipil Fakultas 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…


f Cid Cid

( fungsipangkat)

f Cid eCid ( fungsi eksponensial negatif)

f Cid Cid

eCid ( fungsi Tanner)

Fungsi Hambatan

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 Eksponensial

Negatif

Fungsi Tanner

= -0,1

= 0,5

= - 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 Sederhana

Prosedur :

• 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 Hyman Konsep :

• 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


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

Appendix%201%20-Kuliah%20Pertemuan%206%20PT.xls







Model Sintetik Sebaran

Perjalanan Lainnya

(Opportunity Model)


Model Opportunity

Deskripsi Model

Model 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

ASAL TUJUAN

ANTARA

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 You

Ada Pertanyaan ?

Kuliah Pertemuan Ke-6 MODEL SINTETIS DISTRIBUSI...

Documents

Transcript of Kuliah Pertemuan Ke-6 MODEL SINTETIS DISTRIBUSI...