i
ESTIMASI MATRIK ASAL TUJUAN
DARI DATA LALU LINTAS
DENGAN METODE ESTIMASI INFERENSI BAYESIAN
MENGGUNAKAN PIRANTI LUNAK EMME/3
(Studi Kasus Kota Surakarta)
Origin-Destination Matrix Estimation From Traffic Count Using Bayesian Inference Estimation Method
Using EMME/3 Software (A Case Study of Surakarta City)
SKRIPSI
Diajukan Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Teknik
Disusun Oleh :
W U L A N S E P T I Y A N I
N I M . I 0 1 1 1 1 0 5
PROGRAM STUDI TEKNIK SIPIL FAKULTAS TEKNIK
UNIVERSITAS SEBELAS MARET
iv
Motto
y , y
ada kemudahan. Maka apabila kamu telah selesai (dari sesuatu urusan), kerjakanlah dengan
sungguh- y y y .
Alhamdulillah atas segala limpahan berkah yang telah Allah Subhanahu wa
Ta’ala berikan kepadaku. Serta suri tauladanku Nabi Muhammad SAW. Skripsi ini saya persembahkan untuk mereka yang tidak kenal lelah menyemangati saya untuk segera menyelesaikan skripsi ini dan juga terimakasih atas dukungan beserta doanya, kalian lah motivasiku. Bapak Joko Subagyo dan (Alm. Ibu Kasiyati). Kakak-kakakku: Eko Raharjo, Erista, Yuni Sulistyowati, Tunjung Widi, Meta Tribawono & Ani.
v
A B S T R A K
Wulan Septiyani, 2015, Estimasi Matrik Asal Tujuan Dari Data Lalu Lintas
Dengan Metode Estimasi Inferensi Bayesian Menggunakan Piranti Lunak Emme/3 (Studi Kasus Kota Surakarta). Skripsi. Program Studi Teknik Sipil Fakultas Teknik Universitas Sebelas Maret Surakarta.
Permasalahan transportasi seperti kemacetan, polusi suara dan udara, kecelakaan, tundaan, dan berbagai masalah keselamatan akan timbul jika kebutuhan akan pergerakan terus meningkat. Untuk mengatasi permasalahan tersebut adalah dengan membuat perancanaan transportasi yang baik, manajemen pengaturan lalu lintas yang baik, dan memahami pola pergerakan. Salah satu perencanaan yang dilakukan adalah dengan menggambarkan pola pergerakan menggunakan matrik asal tujuan (MAT). Penelitian ini bertujuan untuk mencari besarnya nilai β dan mengestimasi MAT tahun 2015 sehingga dapat diketahui jumlah pergerakan antar zonanya. Selain itu untuk mengetahui tingkat validitas dari arus lalu lintas hasil pemodelan dengan arus lalu lintas hasil pengamatan di lapangan.
Penelitian ini dilakukan di kota Surakarta dengan membagi Surakarta menjadi 65 zona yaitu 51 zona internal dan 14 zona eksternal. Model yang dipakai untuk mengestimasi MAT menggunakan model Gravity dengan batasan bangkitan dan tarikan. Pada model ini terdapat parameter β yang berfungsi sebagai faktor penentu besarnya nilai sebaran yang terjadi di setiap zona. Metode kalibrasi untuk memperoleh parameter β yang nantinya digunakan dalam perhitungan MAT hasil estimasi metode Inferensi Bayesian (dengan fungsi hambatan Tanner) adalah metode kalibrasi Newton-Raphson. Kalibrasi ini dilakukan dengan proses pengulangan sampai nilai parameter mencapai batas konvergensi menggunakan software Matlab. Nilai volume lalu lintas diperoleh dengan cara membebankan matriks baru dan memasukan arus hasil pengamatan (traffic count) ke dalam jaringan jalan dengan metode pembebanan User Equilibrium. Uji Validitas menggunakan koefisien Determinasi (R²).
Dari hasil perhitungan dengan bantuan software Matlab, diperoleh nilai β seebesar -0,00034. Dan dari hasil perhitungan dengan bantuan EMME/3, diperoleh total jumlah pergerakan kota Surakarta pada tahun 2015 adalah 47549 smp/jam. Tingkat validitas (R2) yang didapatkan adalah sebesar 0,803.
vi
A B S T R A C T
Wulan Septiyani, 2015, Origin-Destination Matrix Estimation From Traffic
Count Using Bayesian Inference Estimation Method Using EMME/3 Software (A Case Study of Surakarta City). Thesis. Civil Engineering Department Faculty of Engineering, Sebelas Maret University Surakarta.
Transportation problems such as congestion, air and noise pollution, accidents, delay, and various safety issues can be arise if the need for movement on the rise. To overcome these problems is to create good transportation planning management traffic settings are good, and understanding the patterns of movement. One of the planning is done is to describe the pattern of movement using a origin destination matrix (O-D Matrix). This research aimed to calculate β value and estimate O-D Matrix in 2015 so the inter-zone movement can be known. In addition, to determine the validation level by comparing traffic flow resulted from the model and observation.
This research was conducted in Surakarta, by dividing Surakarta into 65 zones with 51 internal zones and 14 external zones. The model used to estimate O-D Matrix using Gravity model with trip generation and attraction constraint. On this model there are parameters β that function as determinants of the magnitude of the spread of values that occur in each zone. Calibration method for obtaining parameters β that are later used in the calculation method of estimation results O-D Matrix Bayesian Inference (with Tanner barrier function) is the Newton-Raphson method of calibration. The calibration is done with a repetition of the process until convergence is reached the limit parameter values using the Matlab software application help. The value of the traffic volume is obtained by way of imposing a new matrix and enter a stream of observations (traffic count) to the road network by the method of loading the User Equilibrium. Test Validation using the coefficient of Determination (R ²).
The value of parameter β by using application software Matlab is -0,00034. The result of the calculation by using EMME/3 shows the total number of estimation of movement Surakarta in the year of 2015 is 47549 smp/jam with level of validation (R2) is 0,803.
vii
PRAKATA
Puji syukur kepada Tuhan Yang Maha Esa atas rahmat dan hidayah-Nya sehingga penulis bisa menyelesaikan penulisan skripsi yang berjudul “Estimasi Matrik Asal Tujuan Dari Data Arus Lalulintas Dengan Metode Estimasi Inferensi Bayesian Menggunakan Piranti Lunak EMME/3 (Studi Kasus Kota Surakarta)”.
Skripsi ini disusun sebagai salah satu syarat yang harus ditempuh untuk mendapatkan gelar Sarjana Teknik pada Program Studi Teknik Sipil, Fakultas Teknik Universitas Sebelas Maret. Skripsi ini tidak dapat terselesaikan tanpa bantuan, bimbingan, dan saran dari berbagai pihak. Oleh karena itu pada kesempatan ini penulis ingin menyampaikan terima kasih kepada:
1. Segenap pimpinan Program Studi Teknik Sipil, Fakultas Teknik, Universitas Sebelas Maret Surakarta.
2. Dr. Eng. Ir. Syafi’i, M.T. dan Slamet Jauhari Legowo, S.T., M.T, selaku Dosen Pembimbing skripsi. Terima kasih atas semua waktu, bimbingan, motivasi, dan bantuan, serta kepercayaan bapak untuk bisa menyelesaikan skripsi ini.
3. Dosen Pembimbing Akademis Purnawan Gunawan, S.T., M.T.
4. Semua Staff Pengajar pada Program Studi Teknik Sipil Fakultas Teknik Universitas Sebelas Maret Surakarta.
5. Teman-teman S1 Reguler Program Studi Teknik Sipil UNS 2011. 6. Seluruh civitas akademika Program Studi Teknik Sipil UNS.
Akhirnya, pengantar ini juga menjadi semacam ingatan bagi penulis selama menempuh tahap pembelajaran di Universitas Sebelas Maret Surakarta. Skripsi ini masih jauh dari sempurna, maka kritik dan saran demi perbaikan akan diterima dengan senang hati. Semoga skripsi ini bermanfaat, khususnya dalam bidang Pemodelan Transportasi.
Surakarta, Agustus 2015
viii
2.2.2 Konsep Perencanaan Transportasi ... 11
2.2.3 Matrik Asal Tujuan (MAT) ... 12
2.2.4 Daerah Kajian ... 13
2.2.5 Sistem Zona ... 14
2.2.6 Aksesibilitas ... 15
ix
2.2.8 Fungsi Jalan ... 16
2.2.9 Satuan Mobil Penumpang ... 18
2.2.10 Kapasitas ... 18
2.2.11 Kecepatan ... 19
2.2.12 Matrix Estimation by Maximum Entropy (ME2) ... 20
2.2.13 Konsep Model Gravity Sebagai Model Sebaran Pergerakan ... 21
2.2.14 Model Gravity dengan Batasan Bangkitan dan Tarikan ... 23
2.2.15 Metode Estimasi Inferensi Bayesian ... 23
2.2.16 Metode Kalibrasi Newton-Raphson ... 28
2.2.17 Pendekatan Pembebanan User Equilibrium ... 29
2.2.18 Indikator Uji Statistik ... 30
2.2.19 EMME-3 (Equilibre Multimodal, Multimodal Equilibrium) ... 32
2.2.20 Matlab (Matrix Laboratory) ... 34
2.3 Kerangka pemikiran ... 35
3.3.2 Pengumpulan data Sekunder ... 44
3.3.3 Alat Pengambilan Data Lalu Lintas ... 44
3.3.4 Jenis Kendaraan ... 44
3.3.5 Design Formulir ... 44
3.4 Metode Analisis Data ... 45
3.4.1 Pengolahan Data Basis Jaringan Jalan ... 45
3.4.2 Matriks Hasil Estimasi oleh EMME/3 ... 45
3.4.3 Estimasi Parameter Beta (β) ... 45
3.4.4 Estimasi Matrik Asal Tujuan Hasil Pemodelan ... 47
x
3.4.6 Uji Validitas ... 47
3.5 Tahapan Penelitian ... 47
BAB 4 ANALISIS DAN PEMBAHASAN 4.1 Umum ... 50
4.2 Pengolahan dan Penyajian Data ... 50
4.2.1 Pengumpulan Data ... 50
4.2.2 Pembagian Zona ... 51
4.2.3 Satuan Mobil Penumpang ... 53
4.2.4 Kapasitas ... 54
4.2.5 Waktu Tempuh ... 55
4.3 Analisis dengan Program EMME/3 ... 56
4.3.1 Basis Data Jaringan Jalan ... 56
4.3.2 Data Lalu lintas Hasil Survei ... 58
4.3.3 Data Matrik Awal (prior matrix) ... 59
4.3.4 Matrik baru hasil EMME/3 ... 60
4.4 Kalibrasi Parameter β dengan Metode Kalibrasi Newton-Raphson .... 61
4.5 Estimasi MAT Hasil Pemodelan ... 61
4.6 Pembebanan Matrik ke Jaringan Jalan ... 61
4.7 Uji Validitas ... 62
4.8 Pembahasan ... 63
4.8.1 Fungsi Hambatan ... 63
4.8.2 Estimasi Matrik Asal Tujuan Perjalanan ... 63
BAB 5 KESIMPULAN DAN SARAN 5.1 Kesimpulan ... 69
5.2 Saran ... 70
xi
DAFTAR TABEL
Tabel 2.1 Resume Hasil Penelitian tentang Estimasi Matrik Asal Tujuan ... 8
Tabel 3.1 Lokasi Survei Volume Lalulintas Zona Internal ... 41
Tabel 3.2 Lokasi Survei Volume Lalulintas Zona Eksternal ... 42
Tabel 4.1 Tabel Data Hasil Survei Tahun 2015 pada Jam Puncak ... 51
Tabel 4.2 Pembagian Zona Internal ... 52
Tabel 4.3 Pembagian Zona Eksternal... 52
Tabel 4.4 Contoh Perhitungan Jumlah Kendaraan pada Jam Puncak ... 53
Tabel 4.5 Contoh Konversi Satuan kend/jam ke smp/jam ... 53
Tabel 4.6 Format Masukan Basis Data Jaringan Jalan ... 56
Tabel 4.7 Data Arus Lalu Lintas 2015 ... 58
Tabel 4.8 Data Matrik Asal Tujuan Awal (Prior Matrix) Tahun 2013 ... 59
xii
DAFTAR GAMBAR
Gambar 2.1 Empat Tahap Pemodelan Transportasi ... 12
Gambar 2.2 Daerah Kajian ... 14
Gambar 2.3 Help Menu ... 33
Gambar 2.4 The EMME Prompt (Prompt Console) ... 34
Gambar 2.5 Prosedur perhitungan EMME/3 ... 34
Gambar 2.6 Bagan Alir Kerangka Pikir ... 36
Gambar 3.1 Peta Administrasi Kota Surakarta ... 38
Gambar 3.2 Peta Pembagian Zona Kota Surakarta ... 39
Gambar 3.3 Peta Jaringan Kota Surakarta ... 40
Gambar 3.4 Bagan Alir Prosedur Kalibrasi Newton-Raphson ... 46
Gambar 3.5 Bagan Alir Metode Penelitian ... 49
Gambar 4.1 Network Editor ... 57
Gambar 4.2 Editor toolbar ... 58
Gambar 4.3 Matrik Hasil EMME/3 ... 60
Gambar 4.4 Grafik Uji Validitas Va dan Va’ ... 62
Gambar 4.5 Desire Line Pergerakan Tahun 2015 Hasil Estimasi ... 64
Gambar 4.6 Grafik Pergerakan Antar Zona Internal ... 65
Gambar 4.7 Grafik Pergerakan Antar Zona Ekaternal ... 66
xiii
DAFTAR NOTASI DAN SIMBOL
d
D = Total pergerakan ke zona tujuan d
i
O = Total pergerakan dari zona asal i
d i B
A, = Faktor penyimbang untuk setiap zona asal i dan tujuan d F(cid) = Fungsi faktor penghambat (biaya perjalanan)
β = Parameter dari model yang belum diketahui yang harus dikalibrasi C id = Merupakan fungsi dari jarak, atau waktu atau biaya perjalanan.
2
R = Koefisien determinasi
Y = Nilai y hasil pemodelan
i
Y = Nilai y data pengamatan
Y = Rata-rata y data pengamatan C = Kapasitas (smp / jam)
Co = Kapasitas dasar untuk kondisi tertentu (ideal) (smp / jam) FCw = Faktor penyesuaian lebar jalur lalu lintas
FCsp = Faktor penyesuaian pemisah arah FCsf = Faktor penyesuaian hambatan samping FCcs = Faktor penyesuaian ukuran kota
FV = Kecepatan arus bebas kendaraan ringan sesungguhnya (km/jam) Fvo = Kecepatan arus bebas dasar kendaraan ringan (km/jam)
xiv
DAFTAR LAMPIRAN
Lampiran A : MKJI
Lampiran B : Data Survei Lalu Lintas Lampiran C : Konversi Satuan Kendaraan Lampiran D : Kapasitas
Lampiran E : Kecepatan dan Waktu tempuh
Lampiran F : Basis Data Jaringan Jalan Lampiran G : Koordinat Kota Surakarta Lampiran H : Traffic Count 2015 Lampiran I : Prior Matrix Lampiran J : MAT 2015
Lampiran K : MAT Hasil Estimasi
Lampiran L : Arus Hasil Survei & Pembebanan Lampiran M : Listing Program
xv
DAFTAR PUSTAKA
Anonim. 1990. Panduan Penentuan Klasifikasi Fungsi Jalan di wilayah Perkotaan. Jakarta: Direktorat Jenderal Bina Marga Departemen Pekerjaan Umum RI.
Anonim. 1997. Manual Kapasitas Jalan Indonesia (MKJI) 1997. Jakarta: Direktorat Jenderal Bina Marga Departemen Pekerjaan Umum RI.
Anonim. 2005. Buku Pedoman Penulisan Tugas Akhir. Fakultas Teknik Jurusan Teknik Sipil Universitas Sebelas Maret. Surakarta.
INRO Consultants Inc.. 1998. EMME/2 User’s Manual Software Realeas 9. Montreal (Quebec). Canada.
INRO Consultan Inc. 2007. EMME/3 Release Notes: Emme 3.0. Canada.
Isnaini, Alfiyani Yogaturida. 2013. Estimasi Matriks Asal Tujuan Denagn Batasan Tarikan Pergerakkan Dengan Metode Kalibrasi Newton-Rhapson Di Surakarta. Skripsi. Fakultas Teknik Jurusan Sipil Universitas Sebelas Maret. Surakarta.
Lupita, Yenny Dwi. 2007. Estimasi Matriks Asal Tujuan Dari Data Lalu Lintas Dengan Metode Estimasi Kemiripan Maksimum. Skripsi. Fakultas Teknik Jurusan Sipil Universitas Sebelas Maret. Surakarta.
Nugroho, Dewi. 2007. Estimasi Matriks Asal Tujuan Dari Data Lalu Lintas Dengan Metode Estimasi Kuadrat Terkecil. Skripsi. Fakultas Teknik Jurusan Sipil Universitas Sebelas Maret. Surakarta.
Nurmalia. 2009. Estimasi Matrik Asal Tujuan dari Data Lalu Lintas dengan Metode Entropi Maksimum (Studi Kasus Kota Surakarta). Skripsi. Fakultas Teknik Jurusan Sipil Universitas Sebelas Maret. Surakarta. Pamungkas, Hendarwati. 2014. Estimasi Matriks Asal Tujuan Perjalanan
Menggunakan Model Gravity Dengan Fungsi Hambatan Eksponensial-Negatif Di Kota Surakarta. Skripsi. Fakultas Teknik Jurusan Sipil Universitas Sebelas Maret. Surakarta.
Puspitasari, Niken. 2014. Estimasi Matriks Asal Tujuan Perjalanan Menggunakan Model Gravity Dengan Fungsi Hambatan Tanner Di Kota Surakarta. Skripsi. Fakultas Teknik Jurusan Sipil Universitas Sebelas Maret. Surakarta.
Tamin, O. Z. 2000. Perencanaan dan Pemodelan Transportasi Edisi kedua. Bandung: ITB.
Wahyudi, Anton. 2010. Pengaruh Jumlah Data Traffic Count Terhadap Tingkat Akurasi MAtriks Asal Tujuan (MAT) dan Arus Lalu Lintas dengan Menggunakan Software EMME/3 (Studi Kasus Kota Surakarta). Skripsi. Surakarta: Fakultas Teknik Jurusan Sipil Universitas Sebelas Maret. Widyastuti, Revi. 2007. Estimasi Matriks Asal Tujuan Dari Data Arus Lalu Lintas
Dengan Metode Estimasi Entropi Maksimum. Skripsi. Fakultas Teknik Jurusan Sipil Universitas Sebelas Maret. Surakarta.
