Interaksi antara Sistem Kegiatan dan Sistem Jaringan akan menimbulkan pergerakan orang dan/atau barang berupa pergerakan kendaraan dan/atau orang (pejalan kaki). Perubahan Sistem Kegiatan jelas akan mempengaruhi Sistem Jaringan melalui perubahan tingkat pelayanan pada sistem gerak. Demikian pula perubahan pada Sistem Jaringan dapat mempengaruhi Sistem Aktivitas dengan meningkatkan mobilitas dan aksesibilitas sistem pergerakan.
Selain itu, Sistem Pergerakan juga berperan penting dalam mewadahi suatu sistem pergerakan untuk menciptakan kelancaran sistem pergerakan yang pada akhirnya akan mempengaruhi sistem kegiatan dan sistem jaringan yang ada. Sistem jaringan jalan merupakan suatu kesatuan jalan yang menghubungkan dan mengikat pusat-pusat pertumbuhan dengan wilayah masing-masing. Sistem jaringan jalan primer adalah suatu sistem jaringan jalan yang berperan sebagai penyedia jasa distribusi barang dan jasa bagi pembangunan seluruh wilayah pada tingkat nasional, dengan menghubungkan seluruh simpul layanan distribusi dalam bentuk pusat-pusat kegiatan.
Sistem jaringan jalan sekunder merupakan sistem jaringan jalan yang berperan sebagai penyedia jasa distribusi barang dan jasa kepada masyarakat lokal di perkotaan. Data jaringan jalan yang diperlukan dalam pemodelan transportasi meliputi karakteristik jalan, arus lalu lintas, kapasitas jalan dan kecepatan arus bebas. Jika sistem jaringan jalan diterapkan pada wilayah studi, maka akan terlihat kombinasi sistem aktivitas yang diwakili oleh zona dan pusatnya dengan sistem jaringan jalan yang diwakili oleh simpul dan ruas jalan.
Pergerakan jenis ini sangat penting untuk diketahui karena para pelaku pergerakan ini sebenarnya tidak mempunyai tujuan atau kepentingan di kawasan pedalaman, namun terpaksa menggunakan sistem jaringan yang ada di wilayah kajian dalam proses mencapai wilayah tujuannya.(mungkin karena tidak ada jalur alternatif lain).
Ruas Jalan
Tujuan utama dari berbagai rencana transportasi adalah untuk memprediksi jenis pergerakan tersebut dan sekaligus menentukan kebijakan yang akan diambil untuk menghadapinya.
Konsep Model Perencanaan Transportasi Empat Tahap
- Bangkitan dan Tarikan Pergerakan (Trip Generation)
- Sebaran Pergerakan (Trip Distribution)
- Pemilihan Moda (Moda Split/Moda Choice)
- Pemilihan Rute (Route Choice/Trip Assignment)
Movement generation merupakan tahapan dalam pemodelan transportasi yang memperkirakan jumlah pergerakan lalu lintas yang dihasilkan oleh daerah asal (Oi) dan jumlah pergerakan lalu lintas yang ditarik ke setiap daerah tujuan (Dd) pada suatu wilayah studi. Fase ini menghubungkan interaksi antara penggunaan lahan, jaringan transportasi dan arus lalu lintas (Tamin, 2000). Matriks Asal Tujuan (MAT) merupakan matriks yang merepresentasikan data pergerakan lalu lintas dari daerah asal ke daerah tujuan.
Baris pada MAT mewakili zona asal (Oi) dan kolom pada MAT mewakili zona tujuan (Dd), sehingga setiap sel pada MAT menunjukkan besarnya pergerakan dari zona asal ke zona tujuan {Waktu). Matriks Asal Tujuan (MAT) dapat diperoleh dari hasil observasi lapangan berupa arus lalu lintas, kemudian dibuat matriksnya dengan menggunakan metode estimasi matriks. Biasanya setiap kota sudah memiliki Matriks Asal Tujuan (MAT) dasar dengan tahun dasar yang berbeda-beda untuk keperluan analisis perencanaan transportasi dan peramalan lalu lintas di masa depan.
Jika terdapat lebih dari satu pilihan moda transportasi, maka pilihan moda transportasi umumnya bergantung pada rute terpendek, waktu tercepat, harga termurah atau kombinasi ketiganya. Selain faktor lain yang mempengaruhi pemilihan moda, kenyamanan dan keamanan, faktor ini juga harus diperhatikan. Menurut Tamin (1994), Trip Assignment merupakan pemilihan moda transportasi untuk menentukan faktor-faktor yang mempengaruhi pemilihan rute antara zona keberangkatan dan tujuan.
Pemodelan Trip Assignment bertujuan untuk memperoleh jumlah pergerakan (arus lalu lintas) pada setiap ruas jalan yang berasal dari zona asal i menuju zona tujuan d dengan menggunakan rute r (𝑇𝑖𝑑𝑟) dari total jumlah pergerakan yang terjadi antara masing-masing zona asal i ke zona tujuan d ( 𝑇𝑖𝑑) pada jaringan jalan yang sedang direvisi. Konsep pemodelan pilihan rute dari sudut pandang analisis jaringan merupakan analisis permintaan-penawaran sistem transportasi (beban lalu lintas). Alokasi lalu lintas merupakan proses penetapan permintaan perjalanan yang diperoleh dari tahap distribusi pergerakan pada suatu rute jaringan jalan yang terdiri dari kumpulan ruas-ruas jalan.
Model pemilihan rute dapat diklasifikasikan berdasarkan beberapa faktor pertimbangan berdasarkan pengamatan bahwa setiap pengendara dari zona asal hingga zona tujuan akan memilih rute yang sama persis, terutama di perkotaan. Biaya yang lebih tinggi akibat kemacetan pada suatu ruas jalan menyebabkan kinerja beberapa rute lainnya menjadi lebih tinggi sehingga lebih besar kemungkinannya untuk memilih rute tersebut. Penetapan segmen Matriks Asal Tujuan (MAT) pada jaringan jalan menghasilkan volume pergerakan pada setiap segmen jalan.
Metode Pemilihan Rute
Pemilihan Rute dengan Metode All-or-Nothing
Pengguna jalan secara rasional memilih rute terpendek yang meminimalkan hambatan transportasi (jarak, waktu dan biaya). Semua lalu lintas antara zona asal dan tujuan menggunakan rute yang sama, dengan asumsi pengguna jalan mengetahui rute tercepat. Dengan kata lain: pengguna jalan mengetahui rute terpendek yang meminimalkan waktu tempuh dan semua orang menggunakan rute tersebut, tidak ada yang menggunakan rute lain (Tamin, 2000).
Metode ini mengasumsikan bahwa semua perjalanan dari zona asal i ke zona tujuan d mengikuti rute tercepat. Dalam kasus tertentu asumsi ini dianggap cukup realistis, misalnya untuk kawasan pinggiran kota yang jaringan jalan tidak terlalu padat dan kemacetan tidak terlalu tinggi. Namun anggapan tersebut menjadi tidak realistis bila diterapkan pada wilayah perkotaan yang sering terjadi kemacetan (Tamin, 2000).
Meskipun demikian, model semua atau tidak sama sekali masih merupakan model yang paling sederhana dan efisien sehingga sangat sering digunakan. Dengan mengetahui rute terbaik antar zona dimana setiap pergerakan dibebankan melalui rute terbaik tersebut ke jaringan jalan, maka total arus untuk setiap ruas jalan dapat dihitung. Model ini merupakan model tercepat dan termudah serta sangat berguna untuk jaringan jalan kurang padat yang hanya memiliki sedikit jalur alternatif.
Pemilihan Rute dengan Metode User Equilibrium (UE)
PTV Visum
- Fungsi PTV Visum
- Kebutuhan Data 1. Data Geometrik Jalan
- Prinsip Pembebanan MAT dengan Metode User Equiibirum pada Aplikasi PTV Visum 2020
- Prinsip Kalibrasi MAT dengan Metode Least Square pada Aplikasi PTV Viusm 2020
PTV Visa dikembangkan oleh PTV Planung Transport Verkehr AG atau lebih dikenal dengan PTV Group yang berkantor pusat di Karlsruhe, Jerman. Aplikasi PTV Visa digunakan sebagai alat untuk membuat simulasi lalu lintas atau pemodelan rekayasa lalu lintas secara makroskopis pada suatu daerah (simulasi makroskopis). Versi PTV Visa yang digunakan dalam penelitian ini adalah PTV Visa 2020 (SP Training Version atau Student Version.
Data ruas jalan: panjang, lebar, jumlah lajur, jenis jalan, lebar bahu, median, dll. Dikutip dari PTV Visa 2020 - Manual, metode pemuatan atau pemilihan rute berdasarkan Prinsip Keseimbangan Pengguna (UE) Wardrop I terdapat pada prosedur pemuatan penugasan keseimbangan. 𝐸+𝑢 = himpunan edge masuk pada node 𝑢, 𝐸−𝑢 = himpunan edge keluar pada node 𝑢, 𝐷𝑢 = lalu lintas tujuan pada node 𝑢.
Dalam PTV Visum, edge adalah seluruh link, belokan, dan konektor, sedangkan node adalah zona dan node jaringan. Berdasarkan hasil pembebanan yang telah dihitung sebelumnya sebagai solusi awal, kondisi keseimbangan dicapai dengan beberapa langkah iterasi. Dikutip dari PTV Visa 2020 - Manual, metode yang dapat digunakan untuk mengkalibrasi Matriks Asal Tujuan (MAT) di PTV Visa.
Proses koreksi matriks pada PTV Visum bertujuan untuk menyesuaikan MAT agar hasil pembebanan model benar-benar sesuai dengan keadaan sebenarnya. MAT yang dibangun dari model jaringan lalu lintas harus dikalibrasi, sehingga data arus lalu lintas yang dihitung (penghitungan lalu lintas) harus digunakan. MAT yang berasal dari data yang tidak lengkap atau tidak dapat diandalkan harus ditingkatkan dengan aliran data yang lebih komprehensif/dapat diandalkan yang dihitung secara bersamaan.
Aliran informasi MAT selalu mengikuti urutan yang diberikan pada Gambar 2.13, dan alur kerja kalibrasi MAT ditunjukkan pada Gambar 2.14. Dalam memberikan prosedur solusi, metode kuadrat terkecil meminimalkan kuadrat jarak antara nilai model yang dimuat dan nilai hitungan lalu lintas. Struktur MAT asli dipertahankan semaksimal mungkin dengan mengurangi kuadrat jarak antara nilai MAT lama dan baru secara bersamaan.
Ω𝑖𝑗 = jumlah jalur yang terlibat dalam relasi sumber-tujuan dan, 𝛿𝑟𝑘 = 1 jika jalur k berisi objek jaringan r, jika tidak 0,.
Pengujian Statistik dengan Model Analisis Regresi Linear
Sedangkan jika nilai 𝑅2 = 0 berarti variabel 𝑋 tidak dapat memberikan seluruh informasi untuk memperkirakan dan mempengaruhi variabel 𝑌, atau variabel 𝑌 sangat terbatas (tidak ada penjelasan). Koefisien korelasi (𝑟) merupakan koefisien yang digunakan untuk mengetahui hubungan (korelasi) antara variabel independen (𝑋) dengan variabel dependen (𝑌). Nilai 𝑟 = 1 berarti korelasi antara 𝑋 dengan 𝑌 bernilai positif, jika nilai 𝑋 bertambah maka nilai 𝑌 pun ikut meningkat.
Sebaliknya, jika nilai 𝑟 = −1 bermakna korelasi antara 𝑋 dan 𝑌 adalah negatif, apabila nilai 𝑋 meningkat, nilai 𝑌 akan berkurangan.
Kajian Terdahulu
Metode estimasi Entropi Maksimum (EM) menghasilkan pola yang berbeda-beda karena pendekatan yang dilakukan adalah mencari peluang maksimal yang terjadi pada distribusi pergerakan. Indikator Uji Statistik untuk Setiap Metode Estimasi Gunakan model GR tarikan pembangkitan batas untuk level MAT. Berdasarkan tabel diatas untuk indikator uji statistik secara umum dan sederhana yaitu indikator koefisien determinasi (R2) terlihat bahwa seluruh metode menunjukkan angka yang sama atau relatif sama yaitu bervariasi antara 0,75 sampai dengan 0,76.
Untuk penelitian disertasi ini, jenis seleksi jalur yang diteliti adalah seleksi jalur semua atau tidak sama sekali dan seleksi jalur seimbang. Asumsi dasar yang digunakan dalam pengembangan model estimasi MAT dengan menggunakan data arus lalu lintas adalah bahwa pergerakan arus lalu lintas dari suatu daerah ke daerah lain pada hakikatnya dapat diwakili oleh besarnya arus lalu lintas pada suatu ruas jalan yang sangat bergantung pada proporsi. lalu lintas yang terjadi antara kedua area tersebut menggunakan ruas ini sebagai bagian dari rute terbaiknya. Berdasarkan tabel di atas, pemilihan jalur dengan metode keseimbangan mempunyai tingkat akurasi yang lebih tinggi dibandingkan dengan metode all-or-nothing, jika dilihat dari indikator koefisien determinasi (R2).
Secara grafis, persamaan regresi yang menghubungkan arus lalu lintas pengamatan (𝑉̂𝑙) dan perkiraan arus lalu lintas (𝑉𝑙) untuk masing-masing metode routing ditunjukkan pada Gambar 2.15 dan Gambar 2.16.
