BAB IV TRIP GENERATION 4.1 PENDAHULUAN Trp Generaton td : 1. Trp Producton 2. Trp Attracton j Generator Attractor - Setap tempat mempunya fktor untuk membangktkan dan menark pergerakan - Bangktan, Tarkan f(luas, jens, ntenstas lahan) - Home-base (HB) Trp - Non Home-base (NHB) Trp 4.2 KLASIFIKASI PERJALANAN 1. Berdasarkan tujuan - Bekerja - Sekolah - Belanja - Rekreas 2. Berdasarkan waktu perjalanan - Pada saat jam puncak (peak hours) Pag har 06. 00 09. 00 Sore har 16. 00 18. 00 - Pada saat bukan jam puncak (off peak hours) 4.3 FAKTOR-FAKTOR YG MEMPENGARUHI TRIP GENERATION 1. Trp Producton/Bangktan perjalanan - Pendapatan - Kepemlkan kendaraan - Ukuran rumahtangga - Kepadatan perumahan - Aksesbltas 2. Trp Attracton/Tarkan perjalanan IV - 1
- Industr - Perdagangan/commercal - Kawasan penddkan - Rumah sakt Bangktan/Tarkan perjalanan angkutan barang - Jumlah pekerja - Jumlah penjualan - Luas bangunan/atap - Luas total area perusahaan 4.4 MODEL FAKTOR PERTUMBUHAN (GROWTH FACTOR) Model n merupakan model yg dgunakan untuk memperkrakan jumlah perjalanan pada masa yg akan datang T = F. t Dmana : T : Jumlah perjalanan pada masa yg akan datang d zona t : Jumlah perjalanan pada saat n d zona F : Faktor pertumbuhan F = d d d {, I, C } c c {, I, C c } f p f p Dmana : p : Populas I : Income C : Kepemlkan kendaraan d : desgn / future / mendatang c : current / saat n Contoh Apabla dalam suatu zona terdapat 100 rumah tangga yg memlk kendaraan dan 200 rumah tangga yang tdak memlk kendaraan, dengan asums bahwa rata-rata tngkat perjalanan masng-masng adalah : 6 trp/har dan 2,25 trp/har maka total perjalanan dar zona tsb adalah: T = 100 x 6 + 200 x 2,25 = 1050 trp/har IV - 2
Jka d kemudan har dasumskan semua rumahtangga memlk kendaraan, maka faktor pertumbuhannya adalah : C F = C d c = 1/0.67 = 1.5 Berdasarkan pada persamaan sebelumnya : T = F. t T = 1.5 x 1050 = 1575 trp/har Dar hasl T tsb terlhat bahwa pendekatan metode Growth Factor n sangat kasar, karena dar asums rata-rata tngkat perjalanan dapat dketahu : T = 300 x 6 = 1800 trp/har Atau dgn kata lan bahwa hasl perhtungan dgn metode/model Growth Factor terjad underestmate sebesar : (1800 1575) x 100% = 12.5 % 1800 Berdasarkan kenyataan datas, maka model Growth Factor hanya tepat dgunakan untuk memperkrakan perjalanan d masa datang pada zona eksternal, karena pada zona n sult mendapatkan data secara akurat. Saat n, model yg serng dgunakan adalah : - Model Analss Regres - Model Analss Kategor 4.5 MODEL ANALISIS REGRESI Analss regres adalah sutu metode statstka untuk mempelajar bagamana suatu varabel tdak bebas dhubungkan dengan satu atau lebh varabel bebas. Dalam analss regres, untuk kasus trp generaton, dasumskan bahwa besarnya bangktan/tarkan mempunya korelas dengan beberapa faktor (soso ekonom, demograf, dll) sehngga dengan memperhtungkan besarnya soso-ekonom, demograf, dll, dapat dhtung besarnya bangktan/tarkan. Demograf populas Populas nak maka pergerakan bertambah Soso ekonom pendapatan pendapatan nak maka pergerakan bertambah Y = a + bx IV - 3
Dmana : y : Varabel tdak bebas (dependent varable) x : Varabel bebas (Independent varable) a : Konstanta/ntercept b : Koefsen/parameter Trp Producton 1400 1200 1000 800 600 400 200 0a Grafk Hub Car ownershp - Trp Producton α y = 2.4691x + 89.794 R 2 = 0.9509 Tg α = b 0 100 200 300 400 500 600 Car Ownershp Jka Varabel bebas lebh dar satu, dperlukan analss Regres Multlner, yg pers umumnya adalah sbb : Y = a + b 1 x 1 + b 2 x 2 + b 3 x 3 +... + b n x n Beberapa asums statstk dperlukan dalam analss regres multlner : 1. Varabel tdak bebas adalah fungs lner dar varabel bebas, Jka hubungan tsb tdak lner maka harus dtransformaskan menjad lner 2. Varabel, terutama varabel bebas adalah tetap atau telah dukur tanpa kesalahan 3. Sesama varabel bebas tdak boleh ada korelas dan jka terdapat korelas antara 2 buah varabel bebas maka salah satu varabel harus dbuang (yg dbuang adalah varabel yg pengaruhnya kecl terhadap varabel tdak bebas. 4. Varans dar varabel tdak bebas tentang gars regres adalah sama untuk seluruh nla varabel bebas 5. Nla varabel tdak bebas harus berdstrbus normal atau mendekat Metode Least-Square dgunakan dlm proses regres dmana gars lner ddapat sehngga jml kuadrat terkecl dhaslkan atau (data survey data model) adalah mnmal IV - 4
Mn S Sedangkan n x. y b = n x a = y n ( ) = Y Yˆ 2 b x ( x) 2 n x y 2 Sumbu Y y - ŷ y - ŷ Sumbu X Dengan n : Jml Pengamatan/sampel x : varabel bebas y : Varabel tdak bebas Contoh : Dar hasl survey d 8 zona, dketahu data sbb : Nomor Zona Kepemlkan kendaraan (X) Trp Producton (Y) 1 200 500 2 50 300 3 500 1300 4 100 200 5 100 400 6 400 1200 7 300 900 8 400 1000 Tentukan Model bangktan Perjalanan! Jawab : Dar rumus a dan b datas dperoleh : b = 2,48 ; a = 89,9 Sehngga model bangktan perjalanan adalah : Y = 89,9 + 2,48x IV - 5
Data Soso-Ekonom Kanddat Peubah bebas Data Trp-End (peubah tak bebas) Uj Korelas Alternatf Fungs Uj Statstk dan Uj Kewajaran Tdak Lolos Model Bangktan Pergerakan Proses Kalbras dan Pengabsahan Model Analss-Regres Langkah utama proses : 1. Penentuan kanddat varabel Kanddat var bebas ssal : - data populas - data soso-ekonom ms PDRB - data sektoral : pertanan, perkebunan, ndustr 2. Analss korelas Melakukan penyusunan matrks korelas untuk menganalss : - var bebas yg memlk hubungan statstk dgn var tak bebas - hub statstk antar var bebas Pada langkah n akan dperoleh beberapa alternatf persamaan regres. Beberapa krtera yg harus dpenuh oleh var terplh untuk persamaan regres adalah : - Harus mempunya korelas lner dg var tak bebas IV - 6
- Harus memlk nla statstk yg tngg dg var tak bebas - Harus memlk korelas yg rendah dgn var bebas lannya - Harus merupakan besaran yg relatf mudah utk dproyekskan 3. Penentuan parameter & Valdas 4.6 MODEL ANALISIS KATEGORI Pada analss kategor dasumskan bahwa setap orang mempunya perlaku yg berbeda terhadap bangktan/tarkan. Dalam usaha menyederhanakan maka populas yg terdr dar berbaga macam ndvdu dkelompokkan menjad beberapa sub populas berdasarkan kategor tertentu, kemudan danggap bahwa kelompok ndvdu dalam sub populas tertentu tsb, akan mempunya perlaku yg sama. Varabel yg basa dpaka : - household - car ownershp - ncome Household : 1-3 org [A] >4 [B] Car ownershp : 0 [C] 1 [D] >2 [E] Income : Rendah (< rp 150 rb ) [F] Sedang (150rb 500rb) [G] Tngg (> rp500 rb ) [H] Jml Kategor : 2 x 3 x 3 = 18 kategor IV - 7
Data Hasl Survey Tngkat Pergerakan untuk 18 Kategor Tngkat Jml Tngkat pendapatan pemlkan anggota kendaraan Klg Rendah Menengah Tngg 0 1-3 3,4 3,7 3,8 >4 3,9 5,0 5,1 1 1-3 5,2 7,3 8,0 >4 6,9 8,3 10,2 >1 1-3 5,8 8,1 10,0 >4 7,2 11,8 12,9 Data Hasl Survey Kategor Keluarga Dgn 3 buah Varabel Pemlkan Ukuran Jumlah Pendapatan Kendaraan Keluarga Keluarga 0 Rendah 1-3 50 0 Menengah 1-3 20 0 Tngg 4+ 10 1 Rendah 1-3 50 1 Menengah 4+ 50 1 Tngg 4+ 100 2+ Rendah 1-3 40 2+ Menengah 4+ 100 2+ Tngg 4+ 150 Dgn menggunakan tabel datas, perkraan total bangktan lalulntas adalah : = (50x3,4) + (20x3,7) + (10x3,9) + (50x5,2) + (50x6,9) + (100x8,3) + (40x10,0) + 100x11,8) + (150x12,9) = 5243 pergerakan per zona IV - 8