BANGKITAN TARIKAN PERGERAKAN BARANG PROVINSI SUMATERA UTARA
TUGAS AKHIR
Diajukan Untuk Melengkapi Tugas-tugas dan
Memenuhi Syarat Untuk Menempuh Ujian Sarjana Teknik Sipil
Oleh :
RYAN DENOVAN HAREFA
09 0404 182
DOSEN PEMBIMBING MEDIS SURBAKTI, ST, MT, Ph.D
BIDANG STUDI TRANSPORTASI DEPARTEMEN TEKNIK SIPIL
FAKULTAS TEKNIK
UNIVERSITAS SUMATERA UTARA
2017
ABSTRAK
Sumatera Utara merupakan provinsi yang terletak pada posisi strategis dalam menghubungkan antar provinsi di Indonesia khusunya Pulau Sumatera sehingga perlu tata guna lahan yang maksimal yang sesuai dengan karakteristiknya. Banyaknya fungsi tata guna lahan di Sumatera Utara yang ada mendorong timbulnya bangkitan dan tarikan perjalanan, yaitu banyaknya pergerakan menuju dan meningalkan lokasi tersebut yang sering menyebabkan kemacetan terutama pada musim musim tertentu.
Tujuan dari penelitian ini adalah membangun model terbaik bangkitan tarikan pergerakan barang untuk Provinsi Sumatera Utara dengan analisis regresi linear berganda. Faktor-factor social ekonomi yang akan dilibatkan dalam model akan dianalisis hubungan liniernya dengan sesama factor social ekonomi serta dengan jumlah bangkitan tarikan.
Provinsi Sumatera Utara yang terdiri dari 33 kabupaten dan kota dibagi menjadi 30 zona internal. Data sekunder berupa data bangkitan dan tarikan, dan data sosio-ekonomi Provinsi Sumatera Utara tahun 2011 yang diperoleh dari Dinas Perhubungan dan BPS diolah dengan bantuan software SPSS 20 untuk mendapatkan persamaan regresi linear untuk tarikan dan bangkitan tahun 2015.
Persamaan regresi untuk bangkitan pergerakan barang tahun 2015 adalah Y1 = - 952055,754 + 22,629 X
4+ 28,033 X
6, dimana X4 adalah jumlah populasi dan X6 jumlah produksi padi (ton). Persamaan regresi untuk tarikan pergerakan barang tahun 2015 adalah Y2 = 2654231,869 + 30,535 X
4– 1697,833 X
1, dimana X4 adalah jumlah populasi dan X1 adalah luas daerah (km
2). Persamaan tersebut digunakan untuk meramalkan nilai bangkitan dan tarikan pada tahun 2020. Dari hasil pengulangan MAT Provinsi Sumatera Utara Tahun 2020 menggunakan Metode Furness, maka pada tahun 2020 diperoleh nilai bangkitan terbesar sebesar 67.688.707 yang berasal dari Kabupaten Deli Serdang, sedangkan nilai tarikan terbesar sebesar 88.373.314 berasal dari Kota Medan.
Kata kunci: tarikan, bangkitan, pergerakan barang, SPSS, Furness
KATA PENGANTAR
Penulis panjatkan puji dan syukur kehadirat Allah SWT atas segala rahmat dan karunia yang diberikan kepada penulis sehingga penulisan laporan tugas akhir ini yang berjudul “Bangkitan Tarikan Pergerakan Provinsi Summatera Utara”
dapat diselesaikan dengan baik.
Tujuan penulisan laporan tugas akhir ini adalah untuk memenuhi sebagian persyaratan untuk memperoleh gelar Sarjana Teknik tingkat sarjana Strata – 1 (S- 1) di Fakultas Teknik, Jurusan Teknik Sipil, Universitas Sumatera Utara.
Dalam kesempatan ini penulis mengucapkan terima kasih kepada semua pihak yang telah memberikan sumbangannya baik berupa bimbingan, bantuan dan dukungan baik material maupun spiritual sehingga tugas akhir ini dapat diselesaikan, khususnya kepada:
1. Bapak Medis Surbakti, ST, MT, Ph.D, selaku Ketua Jurusan Teknik Sipil, Fakultas Teknik, Universitas Sumatera Utara.
2. Bapak Ir. Andi Putra Rambe, MBA, selaku Sekretaris Jurusan Teknik Sipil, Fakultas Teknik, Universitas Sumatera Utara.
3. Bapak Medis Surbakti, ST, MT Ph.D, selaku dosen pembimbing yang telah berkenaan meluangkan waktu, tenaga dan pikiran untuk membantu, membimbing serta bersabar melihat saya, dan mengarahkan penulis hingga selesainya tugas akhir ini.
4. Bapak Ir. Indra Jaya Pandia, MT dan Bapak Irwan Suranta Sembiring,
ST, MT selaku Dosen Pembanding / Penguji yang telah memberikan
masukkan dan kritikan yang membangun dalam menyelesaikan tugas akhir ini.
5. Bapak dan Ibu staf pengajar yang telah membimbing dan mendidik selama masa studi pada jurusan Teknik Sipil, Fakultas Teknik, Universitas Sumatera Utara.
6. Abang dan kakak pegawai Jurusan.
7. Orang tua tersayang, Ayahanda Nadrian Harefa, SE dan Ibunda Hasmidal Fihar Siregar yang telah sabar mendidik, membimbing, membesarkan, dan selalu senantiasa memberikan dukungan dan doa kepada penulis.
8. Saudara kandung saya Adinda Eghi Devara Harefa yang telah memberikan dukungan dan doa kepada penulis.
9. Teman-teman seperjuangan Sipil’09 terutama di lab. Ujung, Dewi Tambunan, Tambak, Bram, Bunda, Odoy, bg Idris, Panjul, Ucok, Perkasa, Yusup, Kiut, Gagap, Bg Ale, Majun, Juned, Kudays, bg muek, bg erik dan yang lainnya yang tidak dapat disebutkan satu persatu, terima kasih kepada semuanya yang telah banyak membantu selama ini.
10. Kepada yang terkhusus keluarga yang menjadi inspirasi dan memberikan doa Alm. Ir. Nariman Siregar, H. Ir. Ridwan Harefa, MT, H. Drs Akmal Siregar, Hj. DR. Kiki Farida Ferine, SE, Msi, Bapak Ir. Anwar Harahap, Masriana Harefa, sebagaimana yang saya panggil Uwak, Om dan tante.
Serta untuk para saudara, Ridhan Amin Harefa, ST, MM, Dr. Fiza Fadly
Siregar, Hashari Uhum Nasution, Effrina Sinaga, SE, Rahmat Munthe,
ST, MT. Hilman Kurniawan Harahap, M. Agung Handana, ST, MT dan
lainya yang tidak dapat saya sebutkan satu persatu.
Semoga Allah SWT membalas dan melimpahkan rahmat dan karunia-Nya kepada kita semua, dan atas dukungan yang telah diberikan penulis ucapkan terima kasih.
Penulis menyadari bahwa masih banyak kekurangan dan kelemahan dalam penulisan tugas akhir ini , untuk itu penulis sangat mengharapkan sumbangan pemikiran dan saran dari pembaca demi kesempurnaan tugas akhir ini.
Sebagai penutup, penulis berharap semoga tugas akhir ini dapat bermanfaat bagi kita semua.
Medan, Desember 2017 Penulis
Ryan Denovan HArefa
09 0404 182
DAFTAR ISI
Halaman
ABSTRAK ... i
KATA PENGANTAR ... ii
DAFTAR ISI ... v
DAFTAR GAMBAR ... viii
DAFTAR TABEL ... ix
BAB I PENDAHULUAN 1.1 Latar Belakang ... 1
1.2 Perumusan Masalah ... 2
1.3 Batasan Masalah ... 2
1.4 Tujuan Penelitian ... 4
1.5 Manfaat Penelitian ... 4
1.6 Metodologi Penelitian ... ... . 4
1.7 Sistematika Penulisan ... 6
BAB II TINJAUAN PUSTAKA 2.1 Tinjauan Pustaka ... 7
2.2 Dasar Teori ... 9
2.2.1 Perencanaan Transportasi... 9
2.2.2 Konsep Perencanaan Transportasi ... 9
2.2.3 Bangkitan dan Tarikan Pergerakan (Trip Generation) ... 9
2.2.4 Distribusi Pergerakan Lalu Lintas (Trip Distribution) ... 11
2.2.5 Model Transportasi ... 11
2.2.6 Matriks Asal Tujuan ... 12
2.2.7 Analisa Regresi ... 12
2.2.8 Model Analisis Regresi - Linear ... 13
2.2.9 Model Analisis Regresi – Linear Berganda ... 13
2.2.10 Koefisien Determinasi ... 14
2.2.11 Analisis Sebaran Pergerakan (Metode Konvensional) ... 15
2.2.12 Metode Analogi ... 15
2.3 VISUM ... 38
BAB III METODE PENELITIAN 3.1 Alur Kegiatan ... 40
3.2 Identifikasi Masalah ... 40
3.3 Pengumpulan Data ... 41
3.4 Data Yang Dibutuhkan ... 41
3.4.1 Data Primer... ... 41
3.4.2 Data Sekunder... ... 42
3.5 Peralatan Yang Diperlukan ... ... 42
3.5.1 Software SPP... ... 42
3.6 Metode Pelaksanaan ... ... 43
BAB IV ANALISA DATA DAN PEMBAHASAN 4.1 Gambaran Umum Lokasi Penelitian ... 45
4.2 Analisis Data Tahun 2011 ... 46
4.2.1 Hasil Pengumpulan Data... 46
4.2.2 Model Perhitungan Bangkitan Pergerakan Barang Sumatera Utara Tahun 2011 ... 48
4.2.3 Model Perhitungan Tarikan Pergerakan Barang Sumatera Utara Tahun 2011 ... 53
4.2.4 Model Faktor Pertumbuhan Tahun 2015 ... 59
4.3 Analisis Data Tahun 2015 ... 68
4.3.1 Hasil Pengumpulan Data... 68
4.3.2 Model Perhitungan Bangkitan Pergerakan Barang
Sumatera Utara Tahun 2015 ... 70
4.3.3 Model Perhitungan Tarikan Pergerakan Barang
Sumatera Utara Tahun 2015 ... 75
4.3.4 Model Faktor Pertumbuhan Tahun 2020 ... 80
4.4 Pemetaan Pergerakan Barang Dengan Software VISUM ... 88
4.4.1 PTV VISUM... ... 88
4.4.2 Pemetaan Pergerakan Barang Prov. Sumatera Utara Tahun 2020 ... ... 88
BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan ... 93
5.2 Saran ... 94
DAFTAR PUSTAKA ... xiii
LAMPIRAN ... xiii
DAFTAR GAMBAR
Halaman
Gambar 3.1 Diagram alir pengerjaan tugas akhir... 44 Gambar 4.1 Peta lokasi Sumatera Utara ... 45 Gambar 4.2 Sistem Zona Provinsi Sumatera Utara Menggunakan
Program PTV VISUM ... 90 Gambar 4.3 Model pergerakan OD barang Provinsi Sumatera Utara
Tahun 2020 menggunakan program PTV VISUM ... 93
DAFTAR TABEL
Halaman
Tabel 2.1 Bentuk Matriks Asal Tujuan (MAT) ... 12 Tabel 2.2 MAT Pada Masa Sekarang dan Tingkat Pertumbuhan
Setiap Zona ... 17 Tabel 2.3 MAT Pada Masa Mendatang Dengan E = 2,0 ... 18 Tabel 2.4 MAT Pada Masa Mendatang Dengan Metode Rata-rata
(Average) (Hasil Pengulangan Ke-1) ... 21 Tabel 2.5 MAT Pada Masa Mendatang Dengan Metode Rata-rata
(Average) (Hasil Pengulangan Ke-2) ... 22 Tabel 2.6 MAT Pada Masa Mendatang Dengan Metode Rata-rata
(Average) (Hasil Pengulangan Ke-20) ... 22 Tabel 2.7 MAT Pada Masa Sekarang Tingkat Pertumbuhan Setiap
Zona, Serta Nilai L
idan L
d(Hasil Pengulangan Ke-1) ... 25 Tabel 2.8 MAT Pada Masa Mendatang Menggunakan Metode
Fratar (Hasil Pengulangan Ke-1) ... 27 Tabel 2.9 MAT Pada Masa Mendatang Menggunakan Metode
Fratar (Hasil Pengulangan Ke-2) ... 28 Tabel 2.10 MAT Pada Masa Mendatang Menggunakan Metode
Fratar (Hasil Pengulangan Ke-10) ... 29
Tabel 2.11 MAT Pada Masa Mendatang Menggunakan Metode
Detroit (Hasil Pengulangan Ke-1) ... 31 Tabel 2.12 MAT Pada Masa Mendatang Menggunakan Metode
Detroit (Hasil Pengulangan Ke-2) ... 32 Tabel 2.13 MAT Pada Masa Mendatang Menggunakan Metode
Detroit (Hasil Pengulangan Ke-8) ... 32 Tabel 2.14 MAT Pada Masa Mendatang Menggunakan Metode
Furness (Hasil Pengulangan Ke-1) ... 34 Tabel 2.15 MAT Pada Masa Mendatang Menggunakan Metode
Furness (Hasil Pengulangan Ke-2) ... 35 Tabel 2.16 MAT Pada Masa Mendatang Menggunakan Metode
Furness (Hasil Pengulangan Ke-8) ... 35 Tabel 2.17 MAT Pada Masa Mendatang Menggunakan Metode
Furness (Hasil Pengulangan Ke-1) ... 36 Tabel 2.18 MAT Pada Masa Mendatang Menggunakan Metode
Furness (Hasil Pengulangan Ke-2) ... 37 Tabel 2.19 MAT Pada Masa Mendatang Menggunakan Metode
Furness (Hasil Pengulangan Ke-9) ... 38 Tabel 4.1 Data Sekunder Tarikan dan Bangkitan Pergerakan Barang
Provinsi Sumatera Utara Tahun 2011 ... 47
Tabel 4.2 Hasil Uji Korelasi Bangkitan Barang Sumatera Utara
Tahun 2011 ... 49 Tabel 4.3 Model Summary Bngkitan Pergerakan Barang Prov
Sumatera Utara Tahun 2011 ... 51 Tabel 4.4 ANOVA Untuk Bangkitan Pergerakan Barang Provinsi
Sumatera Utara Tahun 2011 ... 52 Tabel 4.5 Koefisien Regresi Model Bangkitan Pergerakan Barang
Sumatera Utara Tahun 2011 ... 53 Tabel 4.6 Hasil Uji Korelasi Tarikan Barang Sumatera Utara
Tahun 2011 ... 54 Tabel 4.7 Model Summary Tarikan Pergerakan Barang Prov
Sumatera Utara Tahun 2011 ... 56 Tabel 4.8 ANOVA Untuk Tarikan Pergerakan Barang Provinsi
Sumatera Utara Tahun 2011 ... 57 Tabel 4.9 Koefisien Regresi Model Tarikan Pergerakan Barang
Sumatera Utara Tahun 2011 ... 58 Tabel 4.10 Nilai Pertumbuhan Bangkitan dan Tarikan Domestik
Regional Bruto Tahun 2015 ... 62 Tabel 4.11 MAT Pergerakan Barang Provinsi Sumatera Utara
Tahun 2015 ... 64
Tabel 4.12 MAT Tahun 2015 Pengulangan Ke-1 Dengan Metode
Furness ... 65 Tabel 4.13 MAT Tahun 2015 Pengulangan Ke-2 Dengan Metode
Furness ... 66 Tabel 4.14 MAT Tahun 2015 Pengulangan Ke-6 Dengan Metode
Furness ... 67 Tabel 4.15 Data Sekunder Tarikan dan Bangkitan Pergerakan Barang
Provinsi Sumatera Utara Tahun 2015 ... 69 Tabel 4.16 Hasil Uji Korelasi Bangkitan Barang Sumatera Utara
Tahun 2015 ... 71 Tabel 4.17 Model Summary Bngkitan Pergerakan Barang Prov
Sumatera Utara Tahun 2015 ... 73 Tabel 4.18 ANOVA Untuk Bangkitan Pergerakan Barang Provinsi
Sumatera Utara Tahun 2015 ... 74 Tabel 4.19 Koefisien Regresi Model Bangkitan Pergerakan Barang
Sumatera Utara Tahun 2015 ... 75 Tabel 4.20 Hasil Uji Korelasi Tarikan Barang Sumatera Utara
Tahun 2015 ... 76 Tabel 4.21 Model Summary Tarikan Pergerakan Barang Prov
Sumatera Utara Tahun 2015 ... 77
Tabel 4.22 ANOVA Untuk Tarikan Pergerakan Barang Provinsi
Sumatera Utara Tahun 2015 ... 78 Tabel 4.23 Koefisien Regresi Model Tarikan Pergerakan Barang
Sumatera Utara Tahun 2015 ... 79 Tabel 4.24 Nilai Pertumbuhan Bangkitan dan Tarikan Domestik
Regional Bruto Tahun 2020 ... 82 Tabel 4.25 MAT Pergerakan Barang Provinsi Sumatera Utara
Tahun 2020 ... 84 Tabel 4.26 MAT Tahun 2020 Pengulangan Ke-1 Dengan Metode
Furness ... 85 Tabel 4.27 MAT Tahun 2020 Pengulangan Ke-2 Dengan Metode
Furness ... 86 Tabel 4.28 MAT Tahun 2020 Pengulangan Ke-6 Dengan Metode
Furness ... 8
BAB I PENDAHULUAN
1.1. LATAR BELAKANG
Sumatera utara merupakan provinsi yang terletak pada posisi strategis dalam menghubungkan antar provinsi di Indonesia khusunya Pulau Sumatera. Untuk itu perlu tata guna lahan yang maksimal yang sesuai dengan karakteristiknya, misalnya untuk daerah industri, daerah wisata maupun pemukiman. Dengan banyaknya daerah yang berkembang di Sumatera Utara, dibutuhkan suatu permodelan transportasi ataupun gambaran yang jelas agar perencanaan pembangunan transportasi di masa yang akan datang tepat sasaran dan beroperasi semaksimal mungkin. Banyaknya fungsi tata guna lahan di Sumatera Utara yang ada mendorong timbulnya bangkitan dan tarikan perjalanan, yaitu banyaknya pergerakan menuju dan meningalkan lokasi tersebut yang sering menyebabkan kemacetan terutama pada musim musim tertentu.
Adapun yang dimaksud dengan model adalah alat bantu atau media yang dapat digunakan untuk mencerminkan dan menyederhanakan suatu realita (kejadian sebenarnya) secara terukur. Beberapa di antaranya adalah model fisik, model peta, model statistic, dan matematik. Semua model merupakan penyederhanaan realita untuk mendapatkan tujuan tertentu, yaitu penjelasan dan pengertian yang lebih mendalam serta untuk kepentingan peramalan.
Seiring dengan banyaknya bangkitan tarikan perjalanan di Provinsi
Sumatera Utara baik perjalanan maupun jasa dan barang, yang mempengaruhi
sistem transportasi, serta ekonomi dan sosial daerah Sumatera Utara. Dengan
bertambahnya pelaku perjalanan antar zona baik barang dan jasa meliputi
kendaraan umum maupun pribadi setiap tahunnya penulis mencoba meneliti bangkitan tarikan pergerakan (trip generation) di Sumatera Utara menggunakan program Visum. Maka dari itu penulis meneliti pada tugas akhir dengan judul Bangkitan Tarikan Pergerakan Barang Provinsi Sumatera Utara.
Dari beberapa software yang tersedia penulis menggunakan software PTV Visum agar memudahkan penulis mencapai tujuan yang diinginkan. Penulis mencoba membuat model bangkitan tarikan pergerakan (trip generation) di Provinsi Sumatera Utara.
1.2. PERUMUSAN MASALAH
Berdasarkan latar belakang tersebut, maka perumusahan masalah dalam penelitian ini ialah :
1. Berapa besar nilai Bangkitan Tarikan Perjalanan (trip generation) di Provinsi Sumatera Utara dengan menggunakan metode analisis regresi linear berganda.
2. Menganalisa Model Sebaran Pergerakan sector komoditas barang pokok dan strategis berdasarkan zona – zona internal regional Provinsi Sumatera Utara.
1.3. BATASAN MASALAH
Agar penelitian ini berjalan terarah dan untuk menjaga perluasan topik yang melebar, maka dibutuhkan pembatasan masalah. Adapun batasan masalah tersebut sebagai berikut :
1. Penilitian dilakukan dengan menggunakan data ATTN (Asal Tujuan Transportasi nasional) barang dan penumpang pada tahun 2011.
2. System zona untuk permodelan ini dibagi menjadi dua zona yaitu :
• Zona internal (termasuk dalam wilayah studi, dalam hal ini Sumatera Utara) dengan menggabungkan beberapa kabupaten / kotamadya, maka terdapat 30 zona internal.
• Zona eksternal (di luar wilayah studi) denan mendasarkan pembagian zona eksternal kepada jalan masuk Provinsi Sumatera Utara, maka dibuat 4 zona eksternal yaitu :
Zona Eksternal 1 : Zona ini meliputi Provinsi Aceh Zona Eksternal 2 : Zona ini meliputi Provinsi Riau
Zona Eksternal 3 : Zona ini meliputi Provinsi Sumatera Barat Zona Eksternal 4 : Zona ini meliputi Negara Malaysia.
3. Persamaan regresi dicoba denga menggunakan beberapa peubah, yaitu : a. Peubah tak bebas, adalah data Bangkitan dan Tarikan yang
diturunkan dari data matriks O-D nasional.
b. Peubah bebas, kandidat peubah bebas yang memungkinkan diantaranya adalah : Data populasi, Data sosioekonomi, dan Data sektoral yang meliputi pertanian, perkebunan dan industry.
4. Metode yang digunakan untuk mendapatkan nilai Bangkitan Tarikan Pergerakan barang menggunakan metode Analisis Regresi Linear berganda yang diolah dengan software SPSS 20. Analisis pembebanan kebutuhan pergerakan akan diilakukan dengan program VISUM
5. Penelitian hanya mengkaji angkutan barang tanpa mengklaifikasikan jenis
kendaraan.
1.4. TUJUAN PENELITIAN
Tujuan dari penelitian ini adalah membangun model terbaik bangkitan tarikan pergerakan barang untuk Provinsi Sumatera Utara dengan analisis regresi linear berganda. Faktor-faktor sosial ekonomi yang akan dilibatkan dalam model akan dianalisis hubungan liniernya dengan sesama faktor sosial ekonomi serta dengan jumlah bangkitan tarikan.
1.5. MANFAAT PENELITIAN
Dengan adanya penelitian ini diharapkan dapat diketahui gambaran mengenai model bangkitan tarikan pergerakan barang (trip generation) di Sumatera Utara pada tahun 2011. Yang berkorelasi terhadap sebaran pergerakan dan faktor sosio ekonomi di daerah Sumatera Utara. Dan secara teoritis akan menambah pengetahuan dan pemahaman di bidang perencanaan transportasi, khususnya yang menyangkut tentang konsep peermodelan bangkitan tarikan pergerakan barang. Secara praktis permodelan yang diperoleh dapat digunakan untuk memprediksi jumlah bangkitan tarikan perjalanan pada Provinsi Sumatera Utara, baik dimasa sekarang maupun di masa yang akan datang.
1.6. METODOLOGI PENELITIAN
Adapun metode penelitian yang dilakukan dalam penyelesaian tugas akhir ini dapat dijabarkan sebagai berikut:
1. Lokasi Penelitian
Lokasi penelitian dilakukan di Provinsi Sumatera Utara meliputi 33
kabupaten kota. Yang didapat dari Dinas Perhubungan (survey Asal Tujuan
Transportasi Nasional 2011).
2. Data Penelitian
Data masukan untuk analisis data merupakan data sekunder yang di dapat dari dinas Perhubungan Provinsi Sumatera Utara dan juga Badan Pusat Statistik berupa:
• Data bangkitan tarikan pergerakan barang Provinsi Sumatera Utara tahun 2011 (ATTN 2011)
• Luas kabupaten kota
• Jumlah Produk Domestik Nasional Bruto (PDRB)
• Panjang jalan nasional sumatera utara
• Jumlah populasi perkabupaten kota (2011)
• Jumlah produksi padi di Sumatera Utara
• Jumlah produksi kelapa sawit di Sumatera Utara
• Jumlah produksi tembakau di Sumatera Utara.
• Jumah biaya input industry besar dan menengah di Sumatera Utara.
3. Alat Penelitian
Alat bantu untuk mengerjakan penelitian ini adalah :
• Software SPSS 20 untuk menginput dan mengolah data
• Software microsoft excel untuk membantu mengolah data
• Software PTV Visum untuk mengolah dan mengapikasikan data.
4. Pengolahan Dan Analisis Data
Data bangkitan tarikan pergerakan barang nantinya akan diolah dengan
menggunakan metode analisis regresi linear berganda dengan bantuan program
VISUM. Hasil akhir dari analisis ini adalah model bangkitan tarikan pergerakan
barang untuk 5 tahun kedepan serta sebarang pergerakan pergerakan barang di Provinsi Sumatera Utara.
1.7 SISTEMATIKA PENULISAN
Sistematika pembahasan ini bertujuan untuk memberikan gambaran secara garis besar isi setiap bab yang akan dibahas pada tugas akhir ini adalah sebagai berikut :
BAB I. PENDAHULUAN
Bab ini berisi latar belakang, perumusan masalah, tujuan penelitian, manfaat penelitian, batasan masalah, dan sistematika penulisan tugas akhir ini.
BAB II. STUDI PUSTAKA
Bab ini berisi uraian tentang penjabaran landasan teori dan standar yang digunakan.
BAB III. METODOLOGI PENELITIAN
Bab ini berisi tentang caradan urutan- urutan dalam pengumpulan data.
BAB IV. PENYAJIAN DAN PENGOLAHAN DATA
Bab ini berisi tentang sajian data yang dikumpulkan pada metodologi penelitian dan hasil olahan datanya.
BAB V. KESIMPULAN DAN SARAN
Bab ini berisi kesimpulan-kesimpulan yang diperoleh dari seluruh proses
kegiatan tugas akhir ini, serta saran untuk pengembangan penelitian ke
depannya.
BAB II
LANDASAN TEORI 2.1 Tinjauan Pustaka
Aktifitas perjalanan yang dilakukan masyarakat untuk keperluan sosial, ekonomi, budaya, kesehatan maupun lainnya dilakukan setiap hari. Dan ada kecenderungan peningkatan perjalanan dari waktu ke waktu seiring dengan peningkatan pemenuhan kebutuhan di berbagai bidang yang terus bertambah.
Pergerakan terjadi karena adanya proses pemenuhan kebutuhan tersebut. Hal tersebut terjadi karena lokasi kegiatan tersebar secara heterogen di dalam ruang yang ada sesuai tata guna lahannya yang akhirnya menyebabkan perlu adanya pergerakan yang digunakan untuk proses pemenuhan kebutuhan.
Jumlah pergerakan yang di bangkitkan dan tertarik ke suatu tata guna lahan atau zona disebut bangkitan tarikan pergerakan. Pergerakan lalu lintas merupakan fungsi tata guna lahan yang menghasilkan pergerakan lalu lintas. Bangkitan arikan lalu lintas adalah lalu lintas yang menuju atau tiba ke suatu lokasi. Hasil keluaran dari perhitungan bangkitan tarikan lalu lintas berupa jumlah kendaraan, orang, atau angkutan barang per satuan waktu, misalnya kendaraan/jam. Kita dapat dengan mudah menghitung jumlah orang atau kendaraan yang masuk dari suatu luas tanah tertentu dalam satu hari atau satu jam, untuk mendapatkan bangkitan tarikan pergerakan (Ofyar Z. Tamin,2000).
Tujuan dasar tahap bangkitan pergerakan adalah menghasilkan model hubungan yang mengaitkan tata guna lahan dengan jumlah pergerakan yang menuju ke suatu zona atau jumlah pergerakan yang meninggalkan suatu zona.
Zona asal dan zona tujuan pergerakan biasanya juga menggunakan istilah trip end.
Ada beberapa cara yang bisa digunakan untuk menentukan jumlah perjalanan dari suatu zona ke zona lain. F.D. Hobbs berpendapat bahwa : “Jumlah perjalanan yang terjadi dalam satuan waktu, biasanya untuk suatu tata guna lahan tertentu, disebut laju bangkitan perjalanan. Jumlah ini dapat diestimasikan dengan 3 cara : (i) secara tradisional dengan regresi sederhana atau ganda, (ii) dengan menjumlahkan bangkitan atau produksi perjalanan menurut distribusi setiap kategori tertentu pada setiap zona, (iii) dengan metode-metode klasifikasi keluarga (sering disebut analisa kategori) dengan memakai daftar laju perjalanan yang dilakukan dan karakteristik suatu area.” (F.D. Hobbs, Perencanaan dan Teknik Lalu Lintas, 1995 : 175)
Model bangkitan perjalanan pada umumnya memperkirakan jumlah perjalanan untuk setiap maksud perjalanan berdasarkan karakteristik tata guna lahan dan karakteristik sosio-ekonomi pada setiap zona, misalnya perumahan, seperti telah disampaikan oleh Clarkson H. Oglesby dan R. Gary Hicks. Mereka menyatakan bahwa : ”Perkiraan bangkitan perjalanan umumnya didasarkan atas proyeksi tata guna lahan dan aktifitas ekonomi; misalnya perumahan atau lahan terbuka yang akan diubah menjadi perumahan atau tata guna lahan lainnya akan menghasilkan sejumlah perjalanan tertentu selama jam-jam tertentu pula.
Perjalanan ini diketahui dari survey asal-tujuan atau data lainnya seperti yang
dikumpulkan dalam studi keadaan serupa. Selain itu, perkiraan dibuat berdasarkan
pembangkit perjalanan akibat kegiatan-kegiatan seperti bekerja, berbelanja,
pendidikan, dan rekreasi. Perkiraan ini kemudian dapat dinyatakan sebagai tingkat
perjalanan (trip rates) atau dalam bentuk persamaan.” (Clarkson H. Oglesby dan
R. Gary Hicks, Teknik Jalan Raya, 1988 : 94).
2.2 Dasar Teori
2.2.1 Perencanaan Transportasi
Perencanaan transportasi adalah salah satu usaha pada sistem transportasi agar prasarana transportasi yang ada dapat digunakan secara optimal.
Prasarana transportasi dapat berupa pelabuhan laut, pelabuhan udara, stasiun, jalan. Maksud perencanaan transportasi adalah mengatasi masalah transportasi yang terjadi sekarang dan yang mungkin terjadi dimasa mendatang.
2.2.2 Konsep Perencanaan Transportasi
Konsep perencanaan transportasi dengan “Model Perencanaan Transportasi Empat Tahap”, yang diambil dari buku Perencanaan dan Pemodelan Transportasi, Ofyar Z tamin yaitu terdiri dari:
1. Bangkitan dan tarikan pergerakan (Trip Generation) 2. Distribusi pergerakan lalu lintas (Trip Distribution) 3. Pemilihan moda (Modal Choice, Modal Split) 4. Pemilihan rute (Trip Assignment, Route Choise)
2.2.3 Bangkitan dan Tarikan Pergerakan (Trip Generation)
Trip generation adalah jumlah pergerakan yang dibangkitkan oleh suatu zona asal dan jumlah pergerakan yang tertarik ke setiap zona tujuan yang terdapat dalam daerah kajian. Bangkitan lalu lintas ini mencakup :
• Lalu lintas yang meninggalkan suatu lokasi (trip production)
• Lalu lintas yang menuju ke suatu lokasi (trip attraction) 2.2.3.1 Analisis Bangkitan Pergerakan (Trip Generation)
Berdasarkan Tamin (2008), tujuan dasar tahap bangkitan
pergerakan adalah menghasilkan model hubungan yang mengaitkan 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.
Model ini sangat dibutuhkan apabila efek tata guna lahan dan pemilikan pergerakan terhadap besarnya bangkitan dan tarikan pergerakan berubah sebagai fungsi waktu. Tahapan bangkitan pergerakan ini meramalkan jumlah pergerakan yang akan dilakukan oleh seseorang pada setiap zona asal dengan menggunakan data rinci mengenai tingkat bangkitan pergerakan, atribut sosio-ekonomi, serta tata guna lahan.
Tahapan ini bertujuan mempelajari dan meramalkan besarnya tingkat bangkitan pergerakan dengan mempelajari beberapa variasi hubungan antara ciri pergerakan dengan lingkungan tata guna lahan. Beberapa kajian transportasi berhasil mengidentifikasi korelasi antara besarnya pergerakan dengan berbagai peubah, dan setiap peubah tersebut juga saling berkorelasi.
Tahapan ini biasanya menggunakan data berbasis zona untuk memodel besarnya pergerakan yang terjadi (baik bangkitan maupun tarikan), misalnya tata guna lahan, pemilikan kendaraan, populasi, jumlah pekerja, kepadatan penduduk, pendapatan, dan juga moda transportasi yang digunakan. Khusus mengenai angkutan barang, bangkitan dan tarikan pergerakan diramalkan dengan menggunakan atribut sector industri dan sektor lain yang terkait.
2.2.3.2 Model Faktor Pertumbuhan
Sejak tahun 1950-an, beberapa teknik telah diusulkan untuk
memodel bangkitan pergerakan. Kebanyakan metode ini meramalkan total
pergerakan yang dihasilkan (atau tertarik) oleh rumah tangga atau zona sebagai
fungsi dari hubungan linear yang didefinisikan dari data yang ada. Sebelum membandingkan hasil yang didapat, sangatlah penting mengerti beberapa aspek berikut ini (Tamin: 2008).
Jenis pergerakan yang akan dipertimbangkan (contoh:
apakah hanya pergerakan berkendaraan atau pergerakan berjalan kaki saja). Usia minimum yang dapat digunakan dalam proses analisi.
Berikut ini dikemukakan teknik yang mungkin bisa diterapkan untuk meramalkan jumlah perjalanan pada masa mendatang yang dilakukan oleh salah satu dari empat kategori yang telah diterangkan sebelumnya. Persamaan dasarnya adalah:
Ti= Fi. Ti ………...…… (2.1) Dimana :
Ti = pergerakan pada masa mendatang (perjalanan/hari) ti = pergerakan pada masa sekarang (perjalanan/hari) Fi =faktor pertumbuhan
2.2.4 Distribusi Pergerakan Lalu Lintas (Trip Distribution)
Trip distribution adalah bagian dari proses perencanaan transportasi yang berhubungan dengan pergerakan antar zona, sehingga hasil dari pergerakan adalah matriks asal tujuan (MAT). Distribusi pergerakan dapat direpresentasikan dalam bentuk garis keinginan (desireline) atau dalam bentuk Matriks Asal Tujuan, MAT (origin-destination matrik/O-D matrix).
2.2.5 Model Transportasi
Model merupakan penyederhanaan dari kondisi sebenarnya yang secara
terukur, sedangkan pemodelan transportasi adalah proses penyebaran matriks asal
tujuan. Pada suatu jaringan jalan sehingga menghasilkan arus lalu lintas pada waktu rencana untuk menghasilkan kinerja jaringan jalan. Tujuan dari pemodelan ini adalah untuk mengkalibrasikan persamaan-persamaan yang digunakan untuk menghasilkan pola pergerakan asal tujuan.
2.2.6 Matriks Asal Tujuan (MAT)
Total jumlah perjalanan dalam suatu area studi selama periode waktu tertentu, dapat digunakan sebagai indikator kebutuhan transportasi. Salah satunya adalah dalam bentuk matriks asal tujuan (MAT). Pola perjalanan didalam suatu sistem transportasi biasanya digambarkan dalam bentuk arus (kendaraan, orang, maupun barang) yang bergerak dari lokasi asal menuju titik tujuan, dalam suatu wilayah studi dan dalam rentang periode waktu tertentu.
Tabel 2.1 Bentuk Matriks Asal Tujuan (MAT)
Sumber: Tamin, 2008 2.2.7 Analisis Regresi
Metode regresi dapat meramalkan total jumlah perjalanan yang dihasilkan atau dibangkitkan dari suatu kawasan sehingga berdasarkan perhitungan regresi dapat digunakan sebagai alat perkiraan perjalanan di waktu mendatang.
2.2.8 Model Analisis Regresi-Linear
Analisis regresi-linier adalah metode statistik digunakan untuk
mempelajari hubungan antar sifat permasalahan yang sedang diselidiki. Model
analisis regresi linier dapat memodelkan hubungan antara dua variabel atau lebih yaitu variabel tidak bebas atau respon (y) yang mempunyai hubungan fungsional dengan satu atau lebih variabel bebas atau prediktor (x). Regresi yang hanya mempunyai sebuah variabel bebas yang tersangkut didalamnya, secara umum dinyatakan dalam rumus 2.2.
Y=A+BX ………..(2.2)
Dengan:
Y = Variabel tidak bebas X = Variabel bebas A = Konstanta regresi B = Koefisien regresi
Nilai parameter A dan bias didapatkan dari rumus 2.3 dan rumus 2.4.
B= ……...……...………..…………..(2.3) A= -B ….……...…..………..….…....……….……(2.4)
dan adalah nilai rata-rata dari variabel-variabel Y dan X.
2.2.9 Model Analis Regresi-Linier Berganda
Analisis regresi-linier berganda adalah metode statistik yang dapat digunakan untuk mempelajari hubungan antara sifat permasalahan yang sedang diselidiki. Metode ini mempunyai lebih banyak variabel bebas atau prediktor (X) yang bersangkutan didalamnya, secara umum dinyatakan dalam rumus 2.5.
Y = A+B
1X
1+B
2X
2+…+B
zX
z ...(2.5)
Dengan : Y = Variabel tidak bebas
A = Konstanta regresi
X1…..Xz = Variabel bebas B1…..Bz = Koefisien regresi
Analisis korelasi akan menghasilkan nilai koefisien korelasi (r) yang besarnya berkisar antar -1 s/d +1, yang dapat ditentukan melalui persamaan 2.6.
r = ………..….. (2.6)
Dengan : r = Koefisien korelasi N = Jumlah data Xi = Peubah bebas Yi = Peubah tidak bebas 2.2.10 Koefisien Determinasi
Salah satu Kriteria untuk menentukan apakah variabel suatu fungsi regresi yang digunakan cukup tepat ialah menggunakan atau melihat koefisien determinasi (R2). Bentuk persamaan koefisien determinasi (R2) dinyatakan pada rumus 2.7.
R
2= ………..…...(2.7) Dengan : R 2 = Koefisien determinasi
= Hasil Pengamatan yang didapat dari persamaan = Rata-rata dari Yi
2.2.11 Analisis Sebaran Pergerakan (Metode Konvensional)
Metode untuk mendapatkan matriks asal tujuan dapat dikelompokan
menjadi dua bagian utama, yaitu Metode Konvensional dan Metode Tidak
Konvensional.
Metode konvensional juga terbagi dua cara metode yaitu metode langsung dan metode tidak langsung.
2.2.11.1 Metode Langsung
Pendekatan ini sangat tergantung dengan hasil hasil pengumpulan data dari survey di lapangan. Permasalahan utama pendekatan ini adalah dibutuhkannya sumber daya manusia yang besar. Beberapa teknik yang tersedia adalah sebagai berikut (Willumsen, 1978;1981;1982):
• Wawancara di tepi jalan
• Wawancara di rumah
• Metode menggunakan bendera
• Metode foto udara
• Metode mengikuti mobil 2.2.11.2 Metode Tidak-Langsung
Pendekatan dengan metode ini terbagi dua metode yaitu metode analogi dan metode sintetis.
2.2.12 Metode Analogi
Metode ini mengasumsikan bahwa pola pergerakan saat ini dapat diproyeksikan untuk masa yang akan datang, dengan menggunakan besarnya pertumbuhan zona. Kelompok metoda ini dapat digambarkan secara umum dengan rumus 2.8.
Tid= tid.E ………...….(2.8) Dengan:
Tid = Jumlah pergerakan dari zona i ke zona d pada masa yang akan datang
tid = Jumlah pergerakan dari zona i ke zona d pada saat sekarang
E = Faktor pertumbuhan
Tergantung pada metode yang digunakan, tingkat pertumbuhan (E) dapat berupa 1 (satu) factor atau kombinasi dari berbagai factor, yang bias di dapat dari proyeksi tata guna lahan atau bangkitan lalu lintas. Faktor tersebut dapat di hiyung untuk semua daerah kajian atau untuk zona tertentu saja yang kemudian di gunakan untuk mendapatkan MAT. Metode analogi dapat dikelompokan menjadi 3 (tiga) kelompok utama, yaitu :
a. Metode tanpa-batasan (metode seragam)
b. Metode dengan-satu-batasan (metode batasan-bangkitan dan metode batasan-tarikan)
c. Metode dengan-dua-batasan (metode rata-rata, metode Fratar, metode Detroit, dan metode Furness).
Sedangkan, urutan pengembangannya secara kronologis adalah metode seragam, metode batasan-bangkitan, metode batasan-tarikan, metode rata-rata, metode Fratar, metode Detroit dan metode Furness. (dikutip dari Perencanaan Permodelan & Rekayasa Transportasi, Ofyar Z Tamin).
2.2.12.1 Metode seragam (Uniform)
Metode Seragam (Uniform) adalah metode tertua dan paling sederhana.
Dalam metode ini diasumsikan bahwa untuk keseluruhan darah kajian hanya ada 1 nilai tingkat pertumbuhan yang digunakan untuk mengalikan semua pergerakaan saat ini dalam upaya mendapatkan pergerakan pada masa mendatang.
Metode ini tidak menjamin bahwa total pergerakan yang dibangkitkan dari
setiap zona asal dan total pergerakan tertartik ke setiap zona tujuan akan sama
dengan total bangkitan dan tarikan yang diharapkan pada masa mendatang. Secara
matematis dapat dinyatakan sebagai persamaan (2.9) dengan nilai “E” sebagai berikut :
... (2.9)
T = total pergerakan pada masa mendatang di dalam daerah kajian t = total pergerakan pada masa sekarang di dalam daerah kajian Sebagai ilustrasi, berikut ini diberikan contog perhitungan metode Uniform dengan menggunakan MAT [5x5] seperti terlihat pada Tabel 2.2 berikut:
Tabel 2.2 MAT Pada Masa Sekarang dan Tingkat Pertumbuhan Setiap Zona
Sumber: Tamin, 2008 Dimana:
dan = bangkitan tarikan pada masa sekarang dan = bangkitan dan tarikan pada masa mendatang dan = tingkat pertumbuhan zona bangkitan dan zona tarikan
Dapat dilihat pada Tabel 2.2 bahwa total pergerakan lalu lintas di dalam daerah kajian meningkat sebesar 100% pada masa mendatang (dari 1750 menjadi 3500 pergerakan).
Zona 1 2 3 4 5
1 20 40 50 60 80 250 500 2,000
2 40 30 100 50 80 300 300 1,000
3 60 30 20 90 150 350 875 2,500
4 80 70 60 40 200 450 1350 3,000
5 100 80 90 80 50 400 475 1,188
300 250 320 320 560 1750
300 750 640 480 1330 3500
1,000 3,000 2,000 1,500 2,375 2,000
Dengan metode Seragam (Uniform), secara sangat sederhana semua MAT ( dikalikan dengan faktor 2,0 untuk mendaatkan MAT pada masa mendatang, seperti terlihat pada Tabel 2.3.
Tabel 2.3 MAT Pada Masa Mendatang Dengan E=2,0
Zona 1 2 3 4 5
1 40 80 100 120 160 500 500 1,000
2 80 60 200 100 160 600 300 0,500
3 120 60 40 180 300 700 875 1,250
4 160 140 120 80 400 900 1350 1,500
5 200 160 180 160 100 800 475 0,594
600 500 640 640 1120 3500
300 750 640 480 1330 3500
0,500 1,500 1,000 0,750 1,188 1,000
Sumber: Tamin, 2008
Asumsi dasar yang digunakan pada metode ini adalah tingkat pertumbuhan global di seluruh daerah kajian berpengaruh terhadap pertumbuhan lalu lintasnya secara merata atau seragam untuk setiap zona.
Asumsi ini sering tidak dapat digunakan, kaeran pada kenyataannya tingkat pertumbuhan setiap zona yang berbeda biasanya menghasilkan tingkat pertumbuhan lalu lintas yang berbeda pula. Ini menyebabkan galat yang besar untuk kota yang tingkat pertumbuhan tata guna lahannya tidak merata (sepeerti kenyataannya di kota besar di negara sedang berkembang).
Pada Tabel 2.3 terlihat bahwa metode seragam tidak dapat menjamin
dipenuhinya batasan bangkitan dan tarikan. Contohnya, untuk zona yang tingkat
pertumbuhannya lebih rendah dari tingkat pertumbuhan global, penggunaan
tingkat pertumbuhan global akan menghasilkan perkiraan lalu lintas msaa
mendatang yang lebih tinggi dari yang diharapkan. Sebaliknya, untuk zona yang
tingkat pertumbuhannya lebih tinggi, akan menghasilkan perkiraan lalu lintas masa mendatang yang lebih rendah dari yang diharapkan.
Oleh karena itulah metode ini hamya dapat digunakan untuk kajian yang tingkat pertumbuhannya merata di seluruh wilayahnya. Jadi, metode ini dipastkan tidak bisa digunakan di Indonesia, karena pertumbuhan daerahnya belum merata.
2.2.12.2 Metode Rata-rata
Metode Rata-rata (Average) adalah usaha pertama untuk mengatasi adanya tingkat pertumbuhan daerah yang berbeda-beda. Metode ini mengunakan tingkat pertumbuhan yang berbeda untuk setiap zona yang dapat dihasilkan dari peramalan tata guna lahan dan bangkitan lalu lintas.
Secara matematis, dijelaskan sebagai berikut:
………... (2.10)
dan ... (2.11)
= tingkat pertumbuhan zona i dan d
= total pergerakan masa mendatang yang berasal dari zona asal i atau yang menuju zona d.
= total pergerkan masa sekarang yang berasal dari zona asal i atau
yang menuju zona d.
Metode ini dijelaskan dengan menggunakan contoh MAT [5x5], termasuk informasi tingkat pertumbuhan setiap zona seperti terlihat pada Tabel 2.1.
Secara umum, total pergerakan masa mendatang yang dihasilkan tidak sama dengan total pergerakan yang didapat dari hasil analisis bangkitan lalu lintas.
Akan tetapi, yang diharapkan adalah :
dan ... (2.12)
= total pergerakan masa sekarang dengan zona asal i dan zona tujuan d = total pergerakan masa mendatang (dari analisis bangkitan lalu lintas)
dengan zona asal i dan zona tujuan d.
Jadi, proses pengulangan harus dilakukan untuk meminimumkan besarnya perbedaan tersebut dengan mengatur nilai dan sampai dan
, sehingga :
dan ... (2.13)
Untuk pengulangan ke-1 digunakan persamaan (11.8) sehingga dihasilkan MAT baru seperti terlihat pada Tabel 11.5.
... (2.14)
Perhitungan nilai untuk pengulangan ke-1 :
Setelah itu menghitung seluruh nilai , maka dihitung kembali nilai dan serta nilai dan untuk pengulangan ke-1, sebagaimana terlihat pada Tabel 2.4.
Tabel 2.4 MAT Pada Masa Mendatang Dengan Metode Rata-Rata (Average) (Hasil Pengulangan Ke-1)
Zona 1 2 3 4 5
1 30,00 100,00 100,00 105,00 175,00 510,00 500 0,9804 2 40,00 60,00 150,00 62,50 135,00 447,50 300 0,6704 3 105,00 82,50 45,00 180,00 365,63 778,13 875 1,1245 4 160,00 210,00 150,00 90,00 537,50 1147,50 1350 1,1765 5 109,38 167,50 143,44 107,50 89,06 616,88 475 0,7700
444,38 620,00 588,44 545,00 1302,19 3500
300 750 640 480 1330 3500
0,6751 1,2097 1,0876 0,8807 1,0214 1,000
Sumber: Tamin, 2008
Perhitungan nilai untuk pengulangan ke-2 :
Setelah menghitung seluruh nilai , maka dapat dihitung kembali nilai
dan serta nilai untuk pengulangan ke-2, sebagaimana terlihat pada
Tabel 2.5.
Tabel 2.5 MAT Pada Masa Mendatang Dengan Menggunakan Metode Rata-Rata/Average (Hasil Pengulangan Ke-2)
Zona 1 2 3 4 5
1 24,83 109,50 103,40 97,71 175,15 510,60 500 0,9792 2 26,91 56,40 131,85 48,47 114,19 377,83 300 0,7940 3 94,48 96,28 49,77 180,47 392,29 813,30 875 1,0759 4 148,13 250,55 169,81 92,57 590,67 1251,72 1350 1,0785 5 79,03 165,80 133,23 88,73 79,77 546,56 475 0,8691
373,38 678,53 588,06 507,95 1352,07 3500
300 750 640 480 1330 3500
0,8035 1,1053 1,0883 0,9450 0,9837 1,000
Sumber: Tamin, 2008
Proses pengulangan terus dilakukan sampai seluruh nilai atau ( ) dan seluruh nilai atau .
Hal tersebut tercapai pada pengulangan ke-20 yang menghasilkan MAT akhir (setelah pembulatan) seperti terlihat pada Tabel 2.6.
Tabel 2.6 MAT Pada Masa Mendatang Dengan Metode Rata- Rata/Average (Hasil Pengulangan Ke-20)
Zona 1 2 3 4 5
1 19 118 115 89 159 500 500 1,0000
2 16 49 118 35 83 300 300 1,0000
3 84 120 64 191 416 875 875 1,0000
4 128 305 213 95 609 1350 1350 1,0000
5 52 158 131 71 64 475 475 1,0000
300 750 640 480 1330 3500
300 750 640 480 1330 3500
1,0000 1,0000 1,0000 1,0000 1,0000 1,000 Sumber: Tamin, 2008
Terdapat beberapa kelemahan pada metode rata-rata ini, karena besarnya
perbeedaan tidak tersebar secara acak, tetapi tergantung pada nilai tingkat
pertumbuhan. Contohnya, zona yang tingkat pertumbuhannya lebih rendah dari
tingkat pertumbuhan global akan menghasilkan nilai yang lebih besar dari
perkiraan.
Akan tetapi, hal yang seblaiknya terjadi pada zona yang tingkat pertumbuhannya lebih tinggi dari tingkat pertumbuhan global. Besarnya perbedaan tersebut akan semakin berkurang sejalan dengan proses pengulangan, tetapi jika jumlah pengulangan yang dibutuhkan sangat banyak, tingkat ketepatan pun semakin berkurang. Oleh karena itu, metode ini sekarang sudah jarang digunakan.
2.2.12.3 Metode Fratar
Fratar (1954) mengembangkan metode yang mencoba mengatasi kekurangan metode seragam dan metode rata-rata. Asumsi dasar metode ini adalah:
a. Sebaran pergerakan dari zona asal pada masa mendatangsebanding dengan sebaran pergerakan pada masa sekarang.
b. Sebaran pergerakan pada masa mendatang dimodifikasi dengan nilai tingkat pertumbuhan zona tujuan pergerakan tersebut.
Modifikasi ini mempertimbangkan adanya pengaaruh lokasi tempat tujuan yang berbanding terbalik dari rata-rata daya tarik tempat tujuan. Secara umum, metode ini memperhatikan:
• Perkiraan jumlah pergerakan yang dihasilkan dari atau tertarik ke suatu zona (hal ini didapatkan dari tahapan bangkitan pergerakan ).
• Perkiraan jumlah pergerakan masa mendatang dari setiap zona yang
berbanding lurus dengan pergerakan pada masa sekarang dimodifikasi
dengan tingkat pertumbuhan zona tujuan pergerakan.
• 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.
• Untuk setiap zona, jumlah hasil pendekatan ke-1 dibagi dengan total pergerakan yang diperkirakan (dihasilkan daari tahapan bangkitan pergerakan), untuk mendapatkan nilai tingkat pertumbuhan yang baru yang selanjutnya digunakan sebagai pendekatan ke-2.
• Pergerakan yang dihasilkan pada pendekatan ke-1 kemudian disebarkan, dan ini sebanding dengan pergrakan pada masa sekarang dan nilai tingkat pertumbuhan yang baru (hasil pendekatan ke-1).
• Kedua nilai ini kemudian dirata2ratakan dan proses diulangi sampai tercapai kesesuaian antara pergeraka yang dihitung dengan yang diinginkan.
Secara matematis, metode Fratar dapat dinyatakan sebagai :
... (2.15)
dan ... (2.16)
Tabel 2.7 MAT Pada Masa Sekarang, Tingkat Pertumbuhan Setiap Zona, Serta Nilai dan (Pengulangan Ke-1)
Zona 1 2 3 4 5
1 20 40 50 60 80 250 500 2,000 0,523
2 40 30 100 50 80 300 300 1,000 0,470
3 60 30 20 90 150 350 875 2,500 0,552
4 80 70 60 40 200 450 1350 3,000 0,664
5 100 80 90 80 50 400 475 1,188 0,470
300 250 320 320 560 1750
300 750 640 640 1330 3500
1,000 3,000 2,000 2,000 2,375 2,000 0,469 0,557 0,431 0,431 0,554
Sumber: Tamin, 2008
Nilai dan untuk pengulangan ke-1 dapat dihitung sebagai berikut:
Perhitungan nilai untuk pengulangan ke-1.
Perhitungan nilai untuk pengulangan ke-1 :
Setelah mendapatkan nilai dan untuk pengulahan ke-1, maka dapat dilakukan perhitungan nilai untuk pengulangan ke-1 sebagai berikut :
Perhitungan nilai untuk pengulangan ke-1:
Setelah menghitung seluruh nilai , maka dapat dihitung kembali nilai
dan serta nilai dan untuk pengulangan ke-2, sebagaimana terlihat pada
Tabel 2.8.
Tabel 2.8 MAT Pada Masa Mendatang Menggunakan Metode Fratar (Hasil Pengulangan Ke-1)
Zona 1 2 3 4 5
1 19,83 129,56 95,34 95,05 204,64 544,42 500 0,918 1,009 2 18,76 46,19 90,02 37,61 97,27 289,86 300 1,035 1,029 3 76,53 124,73 49,12 183,10 492,55 926,02 875 0,945 1,002 4 135,91 384,59 197,03 107,76 868,05 1693,34 1350 0,797 0,966 5 55,72 146,31 96,23 71,47 72,21 441,95 475 1,075 1,055
306,75 831,39 527,74 494,99 1734,72 3896
300 750 640 480 1330 3500
0,978 0,902 1,213 0,767 0,767 0,898
1,009 1,029 1,074 0,963 0,963 Sumber: Tamin, 2008
Selanjutnya, nilai dan untuk pengulangan ke-2 dapat dihitung sebagai berikut.
Perhitungan nilai untuk pengulangan ke-2 :
Setelah mendapatkan nilai dan untuk pengulangan ke-2, maka dapat
dilakukan perhitungan nilai untuk pengulangan ke-2.
Perhitungan nilai
Setelah menghitung seluruh nilai , maka dapat dihitung kembali nilai dan serta nilai dan untuk pengulangan ketiga, sebagaimana terlihat pada Tabel 2.9.
Tabel 2.9 MAT Pada Masa Mendatang Menggunakan Metode Fratar (Hasil Pengulangan Ke-2)
Zona 1 2 3 4 5
1 17,97 109,38 110,62 82,24 142,06 462,27 500 1,082 0,932 2 19,36 44,38 118,83 37,05 76,86 296,47 300 1,012 0,903 3 71,14 107,99 58,45 162,45 350,61 750,64 875 1,166 0,956 4 104,65 275,85 194,31 79,13 511,57 1165,50 1350 1,158 0,962 5 60,45 147,80 133,54 74,08 60,02 475,90 475 0,998 0,911
273,57 685,40 615,74 434,94 1141,12 3151
300 750 640 480 1330 3500
1,097 1,094 1,094 1,104 1,166 1,111
0,909 0,904 0,904 0,933 0,925
Proses pengulangan terus dilakukan sampai seluruh nilai atau ( dan seluruh nilai atau ( .
Hal tersebut tercapai pada pengulangan ke-10 yang menghasilkan MAT
akhir (setelah pembulatan) seperti terlihat pada Tabel 2.10.
Tabel 2.10 MAT Pada Masa Mendatang Dengan Metode Fratar (Hasil Pengulangan Ke-10)
Zona 1 2 3 4 5
1 19 118 115 89 159 500 500 1,000 1,000
2 20 45 116 38 81 300 300 1,000 1,000
3 81 124 65 187 418 875 875 1,000 1,000
4 119 316 215 91 609 1350 1350 1,000 1,000
5 60 148 129 75 63 475 475 1,000 1,000
300 750 640 480 1330 3500
300 750 640 480 1330 3500
1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000
Sumber: Tamin, 2008
Proses pengulangan cukup rumit dan membutuhkan proses perhitungan yang cukup panjang. Davinroy dkk (1963) menyimpulkan bahwa metode seragam, rata-rata, dan Fratar mempunyai ketepatan yang kira-kira sama.
Metode Fratar membutuhkan jumlah pengulangan yang lebih sedikit dibandingkan dengan dua metode lainnya, tetapi perhitungannya yang cukup rumit pada akhir secara keseluruhan tidak menguntungkan proses perhitungan dan menyebabkan metode Fratar ini menjadi tidak populer untuk digunakan.
Perlu diketahui pada saat itu pengembangan penelitian diarahkan selain pada usaha pengingkatan akurasi, juga pada usaha menghasilkan proses perhitungan yang efisien (jumlah pengulangan yang sekecil mungkin dan proses perhitungan yang sesederhana mungkin).
2.2.12.4 Metode Detroit
Metode ini dikembangkan bersamaan dengan pelaksanaan pekerjaan Detroit Metropolitan AreaTraffic Study dalam usaha mengatasi kekurangan metode sebelumnya dan sekaligus mengurangi waktu operasi komputer.
Prosesnya mirip dengan metode rata-rata dan Fratar, tetapi mempunyai asumsi
bahwa : walaupun jumlah pergerakan dari zona i meningkat sesuai dengan tingkat
pertumbuhan , pergerakan ini harus juga disebarkan ke zona d sebanding dengan dibagi dengan tingkat pertumbuhan global (E) yang secara umum dapat dinyatakan sebagai berikut:
... (2.17)
Dengan menggunakan data awal MAT yang sama seperti Tabel 2.2, untuk pengulangan ke-1 metode Detroit digunakan persamaan (2.17) sehingga dihasilkan MAT baru seperti terlihat pada Tabel 2.11.
... (2.18)
Perhitungan nilai untuk pengulangan ke-1:
Setelah menghitung seluruh nilai , maka dapat dihitung kembali nilai
dan serta nilai , , dan E untuk pebgulangan ke-1, seperti terlihat pada
Tabel 2.11.
Tabel 2.11 MAT Pada Masa Mendatang Menggunakan Metode Detroit (Hasil Pengulangan Ke-1)
Zona 1 2 3 4 5
1 20,00 120,00 100,00 90,00 190,00 520,00 500 0,9615 2 20,00 45,00 100,00 37,50 95,00 297,50 300 1,0084 3 75,00 112,50 50,00 168,75 445,31 851,56 875 1,0275 4 120,00 315,00 180,00 90,00 712,50 1417,50 1350 0,9524 5 59,38 142,50 106,88 71,25 70,51 450,51 475 1,0544
294,38 735,00 536,88 457,50 1513,32 3537,07
300 750 640 480 1330 3500
1,0191 1,0204 1,1921 1,0492 0,8789 0,9895
Sumber: Tamin, 2008
Perhitungan nilai untuk pengulangan ke-2 :
Setelah menghitung seluruh nilai , maka dapat dihitung kembali nilai dan serta nilai , , dan E untuk pengulangan ke-2, seperti terlihat pada Tabel 2.12.
Tabel 2.12 MAT Pada Masa Mendatang Menggunakan Metode Detroit (Hasil Pengulangan Ke-2)
Zona 1 2 3 4 5
1 19,81 118,99 115,84 91,76 162,26 508,65 500 0,9830 2 20,77 46,79 121,48 40,10 85,09 314,23 300 0,9547 3 79,37 119,20 61,89 183,85 406,40 850,71 875 1,0285 4 117,70 309,36 206,52 90,88 602,69 1327,16 1350 1,0172 5 64,47 154,94 135,75 79,65 66,03 500,85 475 0,9484
302,12 749,29 641,49 486,24 1322,46 3501,597
300 750 640 480 1330 3500
0,9930 1,0010 0,9977 0,9872 1,0057 0,9995
Sumber: Tamin, 2008
Seperti hal nya dengan metode rata-rata dan Fratar, proses pengulangan tentu dilakukan sampai seluruh nilai atau dan seluruh nilai atau hal tersebut tercapai pada pengulangan ke-8, sehingga dihasilkan MAT akhir (setelah pembulatan) seperti terlihat pada Tabel 2.13.
Tabel 2.13 MAT Pada Masa Mendatang Mengggunakan Metode Detriot (Hasil Pengulangan Ke-8)
Zona 1 2 3 4 5
1 19 118 115 89 159 500 500 1,0000
2 20 45 117 38 81 300 300 1,0000
3 81 124 65 187 418 875 875 1,0000
4 119 316 213 91 611 1350 1350 1,0000
5 61 147 130 74 62 475 475 1,0000
300 750 640 480 1330 3500
300 750 640 480 1330 3500
1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 Sumber: Tamin, 2008
Tingkat pertumbuhan yang digunakan lebih sederhana dibandingkan dengan metode Fratar. Waktu komputasi menjadi lebih singkat, karena jumlah pengulangan yang lebih sedikit.
2.2.12.5 Metode Furness
Furness (1965) mengembangkan metode yang pada saat sekarang sangat sering digunakan dalam perencanaan transportasi. Metodenya sangat sederhana dan mudah digunakan.
Pada metode ini, sebaran pergerakan pada masa mendatang didapatkan dengan mengalikan sebaran pergerakan pada saat ini dengan tingkat pertumbuhan zona asal atau zona tujujan yang dilakukan secara bergantian.
Secara matematis, metode Furness dapat dinyatakan sebagai berikut :
... (2.19)
Pada metode ini, pergerakan awal (masa sekarang) pertama kali dikalikan dengan “tingkat pertumbuhan zona tujuan dan zona asal secara bergantian (modifikasi harus dilakukan setelah setiap perkalian) sampai total sel MAT untuk setiap arah (baris dan kolom) sama dengan total sel MAT yang diinginkan.
Dengan menggunakan data awal MAT yang sama seperti Tabel 11.1, maka dengan metode Furness dihasilkan MAT pada pengulangan ke-1 yang didapat dengan mengalikan sel MAT pada saat ini dengan tingkat pertumbuhan zona asal ( ) seperti terlihat pada Tabel 11.15.
Perhitungan nilai untuk pengulangan ke-1 :
Tabel 2.14 MAT Pada Masa Mendatang Dengan Metode Furness (Hasil Pengulangan Ke-1)
Zona 1 2 3 4 5
1 40,00 80,00 100,00 120,00 160,00 500,00 500 1,0000 2 40,00 30,00 100,00 50,00 80,00 300,00 300 1,0000 3 150,00 75,00 50,00 225,00 375,00 875,00 875 1,0000 4 240,00 210,00 180,00 120,00 600,00 1350,00 1350 1,0000 5 118,75 95,00 106,88 95,00 59,38 475,00 475 1,0000
588,75 490,00 536,88 610,00 1274,38 3500
300 750 640 480 1330 3500
0,5096 1,5306 1,1921 0,7869 1,0000 1,0000
Sumber: Tamin, 2008
Selanjutnya, pada pengulangan ke-2, sel MAT yang dihasilkan pada pengulangan ke-1 dikalikan dengan tingkat pertumbuhan zona tujuan ( ) untuk menghasilkan MAT pengulangan ke-2, seperti terlihat pada Tabel 2.15.
Perhitungan nilai
Untuk pengulangan ke-2 :
Tabel 2.15 MAT Pada Masa Mendatang Menggunakan Metode Furness (Hasil Pengulangan Ke-2)
Zona 1 2 3 4 5
1 20,38 122,45 119,21 94,43 166,98 523,45 500 0,9552 2 20,38 45,92 119,21 39,34 83,49 308,35 300 0,9729 3 76,43 114,80 59,60 177,05 391,37 819,25 875 1,0680 4 122,29 321,43 214,58 94,43 626,19 1378,91 1350 0,9790 5 60,51 145,41 127,40 74,75 61,97 470,04 475 1,0105
300,00 750,00 640,00 480,00 1330,00 3500
300 750 640 480 1330 3500
1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
Sumber: Tamin, 2008
Hal tersebut dilakukan terus menerus secara bergantian sehingga total sel
MAT yang dihasilkan (baris ataupun kolom) sesuai dengan total sel MAT yang
diinginkan. Tabel 2.16 adalah MAT yang dihasilkan metode Furness (setelah
pembulatan) setelah pengulangan ke-8.
Tabel 2.16 MAT Pada Masa Mendatang Menggunakan Metode Furness (Hasil Pengulangan Ke-8)
Zona 1 2 3 4 5
1 19 118 115 89 159 500 500 1,0000
2 20 45 117 38 81 300 300 1,0000
3 81 124 65 187 418 875 875 1,0000
4 119 316 213 91 611 1350 1350 1,0000
5 61 147 130 74 62 475 475 1,0000
300 750 640 480 1330 3500
300 750 640 480 1330 3500
1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 Sumber: Tamin, 2008
Evans (1970, 1971) menunjukkan bahwa metode Furness selalu mempunyai satu solusi akhir dan terbukti lebih efisien dibandingkan dengan metode analogi lainnya. Solusi akhir pasti selalu sama, tidak tergantung dari mana pengulangannya dimulai (baris atau kolom).
Hal yang sama terjadi, jika pergerakan awal (masa sekarang) pertama kali dikalikan dengan tingkat pertumbuhan zona tujuan. Hasilnya kemudian dikalikan dengan tingkat pertumbuhan zona asal dan tujuan secara bergantian (modifikasi harus dilakukan setelah setiap perkalian) sampai total sel MAT untuk setiap arah (baris atau kolom) kira-kira sama dengan total sel MAT yang diinginkan.
... (2.20)
Dengan menggunakan data awal Mat yang sama seperti Tabel 2.2, maka
dengan metode Furness dihasilkan MAT pada pengulangan ke-1 yang didapat
dengan mengalikan sel MAT pada saat ini dengan tingkat pertumbuhan zona
tujuan ( ) seperti terlihat pada Tabel 2.17. perhitungan nilai untuk
pengulangan ke-1 :
Tabel 2.17 MAT Pada Masa Mendatang Menggunakan Metode Furness (Hasil Pengulangan Ke-1)
Zona 1 2 3 4 5
1 20,00 120,00 100,00 90,00 190,00 520,00 500 0,9615 2 40,00 90,00 200,00 75,00 190,00 595,00 300 0,5042 3 60,00 90,00 40,00 135,00 356,25 681,25 875 1,2844 4 80,00 210,00 120,00 60,00 475,00 945,00 1350 1,4286 5 100,00 240,00 180,00 120,00 118,75 758,75 475 0,6260
300 750 640 480 1330 3500
300 750 640 480 1330 3500
1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 Sumber: Tamin, 2008
Selanjutnya, pada pengulangan ke-2, sel MAT yang dihasilkan pada pengulangan ke-1 dikalikan dengan tingkat pertumbuhan zona asal ( ) untuk menghasilkan MAT pengulangan ke-2, seperti terlihat pada Tabel 11.19.
Perhitungan nilai untuk pengulangan ke-2 :
Tabel 2.18 MAT Pada Masa Mendatang Menggunakan Metode Furness (Hasil Pengulangan Ke-2)
Zona 1 2 3 4 5
1 19,23 115,38 96,15 86,54 182,69 500,00 500 1,0000 2 20,17 45,38 100,84 37,82 95,80 300,00 300 1,0000 3 77,06 115,60 51,38 173,39 457,57 875,00 875 1,0000 4 114,29 300,00 171,43 85,71 678,57 1350,00 1350 1,0000 5 62,60 150,25 112,69 75,12 74,34 475,00 475 1,0000
293,35 726,61 532,48 458,59 1488,97 3500
300 750 640 480 1330 3500
1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
Sumber: Tamin, 2008
Hal tersebut dilakukan terus menerus secara bergantian sehingga total sel MAT yang dihasilkan (baris ataupun kolom) sesuai dengan total sel MAT yang diinginkan.
Tabel 2.19 MAT Pada Masa Mendatang Dengan Menggunakan Metode Furness (Hasil Pengulangan Ke-9)
Zona 1 2 3 4 5
1 19 118 89 89 159 500 500 1,0000
2 20 45 38 81 81 300 300 1,0000
3 81 124 187 418 418 875 875 1,0000
4 119 316 91 611 611 1350 1350 1,0000
5 61 147 74 62 62 475 475 1,0000
300 750 640 480 1330 3500
300 750 640 480 1330 3500
1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 Sumber: Tamin, 2008
Terlihat dengan jelas bahwa Tabel 2.16 persis sama dengan Tabel 2.19.
Hal ini membuktikan bahwa solusi akhir metode Furness pasti selalu sama, tidak tergantung dari mna pengulangan dimulai (baris atau kolom).
Beberapa peneliti berusaha mempercepat proses pengulangan metode Furness [lihat Robillard dan Stewart (1974); Mekky (1983); Maher (1983b0].
Penurunan teori metode Furness dapat dihasilkan dengan meminimumkan
statistik informasi yang diharapkan (Morphet, 1975) atau memaksimumkan
