ESTIMASI MODEL KOMBINASI SEBARAN PERGERAKAN DAN PEMILIHAN MODA BERDASARKAN INFORMASI ARUS LALU LINTAS TESIS MAGISTER

Transkripsi

1 ESTIMASI MODEL KOMBINASI SEBARAN PERGERAKAN DAN PEMILIHAN MODA BERDASARKAN INFORMASI ARUS LALU LINTAS TESIS MAGISTER oteh: OKA PURWANTI NIM : BIDANG KHUSUS REKAYASA TRANSPORTASI PROGRAM STUDI TEKNIK SIPIL PROGRAM PASCASARIANA INSTITUT TEKNOLOGI BANDUNG 2002

2 lrof'~r,r. Ir.'Ofyar Z. Tamin, MSc. Dr. In Ade Sjafruddin, MSc.

3 ABSTRAK Pada negara yang sedang berkembang sering ditemui permasalahan mengenai kesulitan kebutuhan informasi untuk perencanaan jangka pendek, menengah maupun panjang, dikarenakan keterbatasan biaya dan waktu. Oleh karenanya diperlukan suatu metoda dengan memanfaatkan pola pergerakan yang ada, yang dapat dipergunakan untuk mengestimasikan pergerakan di masa mendatang dengan lebih akurat dan waktu yang relatif lebih singkat serta biaya yang jauh lebih murah. Kunci utama pendekatan adalah membentuk suatu sistem yang dapat digunakan untuk meng-update model prakiraan dengan biaya yang murah dan atau kemudahan dalam penyediaan informasi. Konsep Arus lalu lintas (traffic counts) telah diterima secara luas sebagai informasi yang mudah didapatkan dan bukan merupakan i nformasi yang mahal untuk mendapatkannya. Karenanya informasi ini sering digunakan untuk tujuan perencanaan yang diharapkan. Tujuan penelitian ini adalah untuk mengembangkan model yang mengkombinasikan antara model Sebaran Pergerakan (dalam hal i ni model Gravity clan model Pemilihan Moda (model yang digunakan adalah Multinomlal Logitj dengan cara melakukan estimasi (dengan metoda estimasi Non Linear Least Square) berdasarkan informasi arus l alu lintas. Model Kombinasi ini diujicobakan pada dua bush data jaringan artifisial dan kasus nyata di Kota Bandung. Hasil yang diperoleh pada jaringan artifisial menunjukkan bahwa model yang dikembangkan ini cukup baik dan valid untuk dapat digunakan. Hasil ujicoba pada Kota Bandung secara keseluruhan menunjukkan bahwa model SPPM Tipe II dengan data arus lalu lintas angkutan pribadi sebagai masukan utamanya memberikan hasil yang paling baik. Hal ini ditunjukan dengan nilai R Z = , RMSE = 8'_.26985, MAE = dan SR2 = Selain itu fungsi hambatan eksponensial dinilai paling balk dibandingkan dengan fungsi hambatan lainnya untuk kasus jalan perkotaan di Kota Bandung. Hasil pengujian kepekaan model terhadap kesalahan data arus l alu lintas pengamatan yang telah dilakukan membuktikan bahwa sampai dengan tingkat kesalahan 50% tidak memberikan pengaruh yang cukup berarti pada hasil model yang ditunjukkan dengan besarnya nilai RZ = 0.94, sedangkan untuk kesalahan sebesar 100% memberikan nilai RZ = Dari hasil tersebut dapat dikatakan bahwa model SPPM in! relatif kurang sensitif terhadap tingkat kesalahan data arus lalu lintas.

4 ABSTRACT In develop country it most find the problem about information that used for demand forecasting because the information usually need a long time and much money for collecting. Because of the reason, a method for trip estimate in the future that use less time and money is needed. The keys of approach to transform a system that can be used to update the estimated model with lower cost or easier in information supplying. Traffic count concept has accepted as an easier and cheaper to obtain with the result that usually used for transport planning. The objective of this research is to expand model that combine trip distribution model and modal split model with Non Linear Least Square as the estimation method. The SPPM model was tested in two artificial networks and a real case of Bandung city. The results of artificial networks shown that model was proven and valid to use. The result of Bandung city case generally shown SPPM Type II, with private traffic counts data as a main input, gives the best result. Statistical indicator value for this case are R Z = , RMSE = , MAE = and SRZ = Beside it was found that exponential function gives a better result than other deterrence function for urban network case of Bandung city. Sensitivity analysis model scenario error of observation data that have been done proven that the model is not sensitive. It can be see from statistical indicator value.

5

6

7 BAB VI KESIMPULAN DAN SARAN 6.1 Kesimpulan Penelitian ini telah mencoba mengembangkan suatu model yang dapat dipergunakan untuk melakukan proses tahap sebaran pergerakan dan tahap pemilihan moda secara bersamaan, yang merupakan bagian dari tahapan perencanaan pemodelan transportasi 4 (empat) tahap. Hal tersebut dapat dilakukan dengan cars mengkombinasikan model dari kedua tahapan tersebut menjadi satu formulasi model. Dalam hal ini, model sebaran pergerakan yang dipergunakan adalah model gravity dan model pemilihan moda yang dipergunakan adalah model multinomial logit. Berdasarkan Model yang telah dikembangkan ini, selanjutnya dipergunakan 2 (dua) buah metoda estimasi yang dipergunakan untuk mencari nilai parameter model, yaitu: metoda Non Linear Least Square (NLLS) atau seringkali disebut dengan metoda Kuadrat Terkecil Tidak Linear (KTTL) dan metoda Weighted Non Linear Least Square ( WNLLS) atau sering disebut juga dengan metoda Kuadrat Terkecil Tidak Linear Berbobot (KTTLB). Beberapa kesimpulan yang dapat diambil setelah dilakukannya penelitian ini, antara lain - Model kombinasi sebaran pergerakan dan pemilihan moda merupakan salah satu langkah pengembangan model dalam memperoleh tahapan model yang efisiensi dan efektif. Dimana dengan model kombinasi ini, proses pemodelannya menjadi lebih singkat dan cepat dengan hasil sesuai dengan yang diharapkan untuk masing-masing tahap. Disamping itu, konsistensi antar 80

8 tahapan model yang dikombinasikan tersebut dapat lebih terjamin, karena mempergunakan masukan dan batasan yang sama dalam proses pemodelannya. Hasil pengujian pada jaringan jalan di Kota Bandung, secara keseluruhan menunjukkan bahwa model SPPM Tipe II, dengan mempergunakan data arus lalu lintas angkutan pribadi sebagai masukan utamanya, memberikan hasil yang paling baik (dilihat dari hasil uji statistik yang dilakukan, lihat Tabel 5.4 dan 5.5 sebelumnya). Hal ini desebabkan karena pada model Tipe II, parameter yang diestimasi hanya parameter yang berhubungan dengan pemilihan moda sehingga tingkat akurasi yang dihasilkan lebih tinggi daripada Tipe I yang mengestimasi parameter untuk sebaran pergerakan clan pemilihan moda. Pada jaringan di Kota Bandung, model SPPM Tipe 1 dengan fungsi hambatan eksponensial memberikan hasil yang paling baik dibandingkan dengan fungsi hambatan lainnya, sedangkan fungsi hambatan pangkat memberikan hasil yang paling buruk. Hal tersebut sesuai karakteristik fungsi hambatan, dimana fungsi hambatan eksponensial cocok untuk dipergunakan pada pergerakan jarak pendek (pergerakan dalam kota) dan fungsi hambatan pangkat cocok untuk dipergunakan pada pergerakan jarak jauh (pergerakan antar kota). Hasil penerapan di Kota Bandung juga menunjukkan bahwa dengan mempergunakan informasi data arus lalu lintas angkutan pribadi sebagai masukan, menghasilkan model yang lebih baik dibandingkan apabila dipergunakan informasi data arus lalu lintas angkutan umum. Hasil pengujian kepekaan model terhadap kesalahan data

9 (skenario error) membuktikan bahwa sampai dengan tingkat kesalahan sebesar 50% ticlak terlalu banyak mempengaruhi hasil model yang ditunjukkan dengan besarnya nilai RZ = 0.94, sedangkan untuk tingkat kesalahan sebesar 100% memberikan nilai RZ = Dari hasil tersebut clapat clikatakan bahwa model SPPM ini relatif kurang sensitif terhadap tingkat kesalahan data arus lalu lintas. 6.2 Saran Berdasarkan kesimpulan clan kajian yang telah dilakukan dalam pengembangan model SPPM ini, dapat direkomendasikan beberapa hal yang perlu ditindaklanjuti dalam pengembangan model SPPM selanjutnya, antara lain Penentuan nilai awal parameter model merupakan masalah utama yang dijumpai dalam proses estimasi parameter model. Dimana nilai awal parameter ini memegang peranan penting untuk tercapainya konvergensi. Apabila nilai awal parameter yang dimasukkan ticlak tepat, sangat climungkinkan terjadinya kondisi divergen atau gagal mencapai konvergensi, yang tentunya tidak diharapkan. Untuk mengatasi hasil tersebut perlu dilakukan suatu sistem pemrograman dua tingkat (bi /eve/ programing) di mana dari ke empat parameter yang diestimasi, ditentukan terlebih dahulu parameter mana yang l ebih tidak sensitif terhadap perubahan nilai awal parameter. Pada model yang telah dikembangkan ini, informasi arus lalu lintas yang dipergunakan sebagai masukan model masih bersifat tunggal, dalam artian angkuta pribadi saja atau angkutan umum saja, di mana dengan teknik seperti ini hasil yang diperoleh cenderung mengikuti pola informasi yang cliberikan sebagai masukan. Oleh

10 karenanya pengembangan model berikutnya masih dimungkinkan dengan cara menggunakan informasi arus lalu lintas angkutan pribadi dan ankutan umum secara bersamaan. Pengembangan model masih dimungkinkan untuk menggunakan i nformasi arus lalu lintas angkutan pribadi dan angkutan umum secara bersamaan. Dalam penelitian ini juga telah dikembangkan asumsi prosedur untuk mendapatkan beberapa masukan model antara lain: matriks biaya perjalanan asal tujuan dan proporsi perjalanan asal tujuan (baik untuk angkutan pribadi clan angkutan umum) dimana masukan tersebut memegang peranan yang sangat penting dalam proses pemodelan untuk mendapatkan hasil yang akurat. Oleh karena itu perlu dikembangkan penelitian lebih lanjut terhadap beberapa prosedur masukan model tersebut misalnya dengan menggunakan satuan rupiah/orang/km untuk matriks biaya perjalanan clan menggunakan metoda pembebanan keseimbangan untuk pendekatan terhadap proporsi perjalanan asal tujuan. Bagaimanapun baiknya prosedur yang telah dikembangkan, apabila masukannya tidak akurat akan menghasilkan model yang kurang akurat pula.