Kuliah Pertemuan Ke-6 MODEL SINTETIS DISTRIBUSI PERJALANAN Sub Topik : Model Gravitasi (Kalibrasi Model) Model Sintetik Lainnya Kegiatan Perkuliahan : Dosen : Membuka perkuliahan. Memberikan pertanyaan singkat mengenai topik kuliah minggu lalu dan beberapa kesimpulan penting mengenai model gravitasi. Memberikan penjelasan singkat mengenai judul dan keterikatan bahan kuliah : kalibrasi model gravitasi dengan bahan minggu lalu yang telah diajarkan (model gravitasi). Memberikan gambaran mengenai pengembangan model sintetik lainnya yang akan dibicarakan dalam minggu kuliah ini. Mahasiswa : Memperhatikan dan menjawab/menjelaskan dari pertanyaan singkat mengenai topik kuliah minggu lalu. Memperhatikan judul dan topik perkuliahan minggu ini dan membuat catatan keterikatannya.

Outline Kuliah : Kalibrasi Model Gravitasi Contoh Aplikasi Kalibrasi Model Model Sintetik lainnya : Konsep Model TD Opportunity Kegiatan Perkuliahan : Dosen : Menjelaskan outline/garis besar topik perkuliahan yang akan diberikan secara umum. Memberikan penekanan topik mengenai pentingnya materi perkuliahan (kalibrasi model) untuk proses pemodelan di perencanaan/pemodelan transportasi. Mahasiswa : Memperhatikan dan membuat catatan keterikatannya.

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… Kegiatan Perkuliahan : Dosen : Menjelaskan outline/garis besar topik perkuliahan yang akan diberikan secara umum. Memberikan penekanan topik mengenai pentingnya materi perkuliahan (kalibrasi model) untuk proses pemodelan di perencanaan/pemodelan transportasi. Mahasiswa : Memperhatikan dan membuat catatan keterikatannya.

Fungsi Hambatan Go To…

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.

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

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 TRANSFORMASI

Persamaan Transformasi

Konsep Penaksiran Kuadrat Terkecil (KT) 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) 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

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 mi md ASAL TUJUAN ANTARA md TUJUAN

Persamaan Umum Model Opportunity

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: Variabilitas Harian/Musiman dan galat perluasan data survei. Galat dalam pengumpulan data. Galat dalam pengolahan data. Galat pengambilan sampel. Galat kalibrasi (metode tidak langsung) 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 for your attention Ada Pertanyaan ?