Kuliah Pertemuan Ke-6 MODEL SINTETIS DISTRIBUSI PERJALANAN Sub Topik : Model Gravitasi (Kalibrasi Model) Model Sintetik Lainnya
Outline Kuliah : Kalibrasi Model Gravitasi Contoh Aplikasi Kalibrasi Model Model Sintetik lainnya : Konsep Model TD Opportunity
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. Go To Konstanta A i dan B d yang terkait dengan zona bangkitan dan tarikan, diperlukan sebagai faktor penyeimbang yang dapatkan 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.
Fungsi Hambatan f C C ( fungsi pangkat) f C e C ( fungsi eksponensial negatif) f C C e C ( fungsi Tanner) Go To
f(c), Faktor Hambatan 1.6 Fungsi Pangkat 1.4 1.2 = - 0,5 Fungsi Eksponensial Negatif Fungsi Tanner 1 = -0,1 = -0,1 = 0,5 0.8 0.6 0.4 0.2 0 0.1 1 10 100 Waktu Perjalanan (menit)
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.
f(c) 1 0.8 0.6 Fungsi Pangkat Fungsi Eksponensial Negatif Fungsi Tanner 0.4 0.2 0-0.2 0 0.5 1 1.5 2 2.5 Parameter
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 C c c c* c* i d Metode i d iterasi terhadap T C / T N C / N perhitungan dilakukan dengan k C k C 2 ~ 3 nilai rata rata C
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 y A Bx B A log e Ai Bd Oi Dd
Persamaan Transformasi log e log log e T log A B O D T log A B O D T log A B O D log C C e F.Eksponensial Negatif e i e e i d i d i d F.Pangkat i F.Tanner d i d d C log e e C
Konsep Penaksiran Kuadrat Terkecil (KT) Konsep : Metode KT model GR dasari 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) Konsep : Fungsi Kemiripan Maksimum mencoba mencari parameter yang memliliki kemiripan maksimum sehingga sekumpulan data dapati mendekati pada kondisi pengamatan tertentu. Kemungkinan untuk mendapatkan nilai data x i 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 (tak melanjutkan ke zona tujuan akhir) apabila terdapat kesempatan kegiatan yang sama.
Konsep Model Opportunity m i m d ASAL TUJUAN ANTARA m d TUJUAN
Persamaan Umum Model Opportunity T dimana : T t P j t ( G ) P j Jumlah Perjalanan dari zonai ked Jumlah Perjalanan dibangkitkandari zonai Probabilitas perjalanan terhenti di zona antara
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), Schneer (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: 1. Variabilitas Harian/Musiman dan galat perluasan data survei. 2. Galat dalam pengumpulan data. 3. Galat dalam pengolahan data. 4. Galat pengambilan sampel. 5. Galat kalibrasi (metode tak langsung) 6. Galat Spesifikasi (metode tak 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 tak 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 Ada Pertanyaan?