VI. PEMILIHAN MODA (Modal Split/Choice)

dokumen-dokumen yang mirip
Kuliah Pertemuan Ke-12. Mode Choice Model (Model Pemilihan Moda)

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB II TINJAUAN PUSTAKA

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK

III DESKRIPSI DAN FORMULASI MASALAH PENGANGKUTAN SAMPAH DI JAKARTA PUSAT

BAB 1 PENDAHULUAN. 1.1 Latar belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Penentuan Nilai Ekivalensi Mobil Penumpang Pada Ruas Jalan Perkotaan Menggunakan Metode Time Headway

BAB 3 LANGKAH PEMECAHAN MASALAH

BAB II LANDASAN TEORI

ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT

BAB III ANALISIS DISKRIMINAN. analisis multivariat dengan metode dependensi (dimana hubungan antar variabel

Peluang Peningkatan Tipe Terminal di Kecamatan Banyumaik (Analisis Demand dan Supply) Febriana Ayu K¹ dan Bitta Pigawati²

PEMILIHAN MODA PERJALANAN

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK

BAB II LANDASAN TEORI. Graf adalah kumpulan simpul (nodes) yang dihubungkan satu sama lain

BAB III METODE SCHNABEL

BAB 2 TEORI PENUNJANG

Studi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya

PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT

Tanggapan Waktu Alih Orde Tinggi

STUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT

PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( )

MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM

BAB III HASIL DAN PEMBAHASAN

SISTEM ANTRIAN PELAYANAN BONGKAR MUAT KAPAL DI TERMINAL BERLIAN PELABUHAN TANJUNG PERAK SURABAYA

Modifikasi ACO untuk Penentuan Rute Terpendek ke Kabupaten/Kota di Jawa

APLIKASI METODE FUZZY MULTI CRITERIA DECISION MAKING (FMCDM) UNTUK OPTIMALISASI PENENTUAN LOKASI PROMOSI PRODUK

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI

BAB 3 METODE PENELITIAN

Optimasi Non-Linier. Metode Numeris

MODEL MATEMATIKA KONSENTRASI OKSIGEN TERLARUT PADA EKOSISTEM PERAIRAN DANAU

PENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR

Variasi Spline Kubik untuk Animasi Model Wajah 3D

BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING

Keragaman Struktur Tegakan Hutan Alam Sekunder The Variability of Stand Structure of Logged-over Natural Forest

SISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY

BAB III MODEL KANAL WIRELESS

( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang

APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID

PENERAPAN ALGORITMA APRIORI UNTUK MEMPEROLEH ASSOCIATION RULE ANTAR ITEMSET BERDASARKAN PERIODE PENJUALAN DALAM SATU TRANSAKSI

PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB II LANDASAN TEORI

PENGARUH PELAYANAN TERHADAP KEPUASAN TERHADAP KEPUASAN NASABAH UNIT MOTOR S CENTRE FINANCING PLAZA MOTOR DI SAMARINDA

PENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU

VISUALISASI GERAK PELURU MENGGUNAKAN MATLAB

ALGORITMA GENETKA PADA MULTI DEPOT VEHICLE ROUTING PROBLEM (MDVRP)

ANALISIS VARIANSI (ANOVA)

Pencitraan Tomografi Elektrik dengan Elektroda Planar di Permukaan

AKURASI MODEL PREDIKSI METODE BACKPROPAGATION MENGGUNAKAN KOMBINASI HIDDEN NEURON DENGAN ALPHA

SATUAN ACARA PERKULIAHAN ( SAP )

II. TINJAUAN PUSTAKA. sebuah teknik yang baru yang disebut analisis ragam. Anara adalah suatu metode

MANAJEMEN DISTRIBUSI MULTI PRODUK BERDASARKAN BOBOT PROSENTASE PENJUALAN DAN EFISIENSI BIAYA DISTRIBUSI (STUDI KASUS DI PT THAMRIN BROTHERS)

KECENDERUNGAN PENGGUNAAN JENIS ALAT KONTRASEPSI PESERTA KB AKTIF PADA KABUPATEN SIDOARJO TAHUN 2009

MEKANIKA TANAH HIDROLIKA TANAH DAN PERMEABILITAS MODUL 3

Analisis Pengaruh Kualitas Pelayanan Terhadap Loyalitas Pelanggan Jasa Pengiriman Pos Kilat Khusus

PERBANDINGAN PERFORMANSI ALGORITMA GENETIKA DAN ALGORITMA SEMUT UNTUK PENYELESAIAN SHORTEST PATH PROBLEM

Pemodelan Dan Eksperimen Untuk Menentukan Parameter Tumbukan Non Elastik Antara Benda Dengan Lantai

BAB III METODE PENELITIAN

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika

Sah Tidaknya Sidik Ragam. Data Bermasalah. Data Bermasalah PERANCANGAN PERCOBAAN (DATA BERMASALAH)

ALGORITMA PENYELESAIAN PERSAMAAN DINAMIKA LIQUID CRYSTAL ELASTOMER

BAB 3 PRINSIP SANGKAR BURUNG MERPATI

Makalah Seminar Tugas Akhir

BAB 2 LANDASAN TEORI

MENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE

KINETIKA REAKSI KIMIA TIM DOSEN KIMIA DASAR FTP UB 2012

ANALISIS KEPUASAN KONSUMEN TERHADAP PELAYANAN PELAYANAN JASA PENGIRIMAN PAKET (KURIR) DENGAN MENGGUNAKAN METODE TOPSIS FUZZY

MATHunesa Jurnal Ilmiah Matematika Volume 3 No.6 Tahun 2017 ISSN

PENENTUAN JENIS PRODUK KOSMETIK PILIHAN BERDASARKAN FAKTOR USIA DAN WARNA KULIT MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN

UJI BARTLETT. Elty Sarvia, ST., MT. Fakultas Teknik Jurusan Teknik Industri Universitas Kristen Maranatha Bandung. Scheffe Multiple Contrast Procedure

STANDAR PELAYANAN MINIMAL PADA RUAS JALAN TOL BELMERA (STUDI KASUS: RUAS JALAN TOL TANJUNG MORAWA-BELAWAN)

BAB II KONSEP PERENCANAAN STRUKTUR TAHAN GEMPA

ANALISIS PENENTUAN JALUR TRANSPORTASI LIMBAH MINYAK PADA AKTIVITAS PELAYARAN LAUT UNTUK MENGHASILKAN TOTAL BIAYA PELAYARAN MINIMUM

DESAIN SENSOR KECEPATAN BERBASIS DIODE MENGGUNAKAN FILTER KALMAN UNTUK ESTIMASI KECEPATAN DAN POSISI KAPAL

PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA

CATATAN KULIAH RISET OPERASIONAL

PENERAPAN METODE FUZZY MULTI CRITERIA DECISION MAKING PADA SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SMARTPHONE

Aplikasi diagonalisasi matriks pada rantai Markov

ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE)

ADAPTIVE NOISE CANCELING MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Anita Nardiana, SariSujoko Sumaryono ABSTRACT

KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE

KAJIAN HIDROGRAF SATUAN SINTETIK NAKAYASU UNTUK PERHITUNGAN DEBIT BANJIR RANCANGAN DI DAERAH ALIRAN SUNGAI KODINA

PEMODELAN IPM PROVINSI JAWA TIMUR, JAWA TENGAH, JAWA BARAT DAN SUMATERA UTARA DENGAN METODE REGRESI LOGISTIK ORDINAL

Metode Penggerombolan Berhirarki

PENCARIAN RUTE TERBAIK MENGGUNAKAN LOGIKA FUZZYDAN ALGORITMA SEMUT

PERHITUNGAN KEHILANGAN PRATEKAN (LOSS OF PRESTRESS) AKIBAT SUSUT DAN RANGKAK PADA BETON DENGAN MEMPERHITUNGKAN VARIABILITAS SIFAT-SIFAT BETON

ISSN : e-proceeding of Engineering : Vol.4, No.2 Agustus 2017 Page 2892

Agar Xn berperilaku acak yang dapat dipertanggungjawabkan :

Perhitungan Kehilangan Pratekan Total dengan Memakai Teori Kemungkinan ABSTRAK

KAJIAN METODE BERBASIS MODEL PADA ANALISIS KELOMPOK DENGAN PERANGKAT LUNAK MCLUST

BAB III. dan menghamburkan

PENERAPAN FUZZY GOAL PROGRAMMING DALAM PENENTUAN INVESTASI BANK

KENDALI OPTIMAL PADA MASALAH INVENTORI YANG MENGALAMI PENINGKATAN

4. 1 Spesifikasi Keadaan dari Sebuah Sistem

PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN MINIMUM SPANNING TREE DENGAN ALGORITMA SEMUT

HUBUNGAN SIKAP DENGAN PRAKTIK PERAWATAN BAYI SEHARI-HARI PADA IBU PRIMIPARA DI WILAYAH KERJA PUSKESMAS NGAMPEL PABUPATEN KENDAL ABSTRAK

BAB I PENDAHULUAN 1.1 LATAR BELAKANG

Transkripsi:

VI. PEMILIHAN MODA (Modal Split/Choice) 6.. UMUM Tujuan: Mengetahui proporsi pengaloasian perjalanan e berbagai moda transportasi. Ada dua emunginan situasi yang dihadapi dalam meramal pemilihan moda: a. Moda yang ditinjau telah beroperasi (revealed preference method, RP). Dalam asus ini survei dilauan berdasaran prilau pangsa pasar, misalnya atas dasar zona-zona asal/tujuan yang ada, dan menghubungannya dengan besaran-besaran yang menerangan tentang atribut masing-masing moda. b. Moda yang ditinjau tida harus ada (Stated preference method, SP). Dalam asus ini survei dilauan berdasaran pertanyaan andaian (hipotesis) yang dihubungan dengan atribut-atribut moda yang baru. Metoda ini banya digunaan dalam riset pasar. 6.. FAKTOR YANG MEMPENGARUHI PEMILIHAN MODA Fator yang dapat mempengaruhu pemilihan moda dapat dielompoan menjadi tiga: a. Ciri pengguna jalan: Pemilian endaraan, semain tinggi pemilian endaraan pribadi semain ecil pula etergantungan pada angutan umum. Pemilian SIM VI -

Strutur rumah tangga (pasangan muda, eluarga dengan ana, pensiun, bujangan, dan lain-lain. Pendapatan; semain tinggi pendpatan semain besar peluang menggunaan endaraan pribadi. Fator lain: eharusan menggunaan endaraan pribadi e tempat beerja, eperluan mengantar ana seolah. b. Ciri pergeraan: Tujuan pergeraan: di negara maju, pergeraan e tempat beerja biasaya lebih mudah menggunaan angutan umum (arena murah dan tepat watu, nyaman, aman). Tetapi di negara berembang, orang lebih cenderung menggunaan endaraan pribadi arena angutan umum tida tepat watu dan tida nyaman. Watu terjadinya pergeraan. Jara perjalanan: semain jauh perjalanan semain cenderung menggunaan angutan umum. c. Ciri fasilitas moda transportasi: Kuantitatif: Watu tempuh, ongos, etersediaan ruang dan tarif parir. Kualitatif: Kenyamanan, eamanan, eandalan. d. Ciri ota atau zona: jara dari pusat ota dan epadatan pendudu. VI -

6.3. MODEL PEMILIHAN MODA DAN KAITANNY DENGAN MODEL LAIN JENIS JENIS JENIS 3 JENIS 4 G - MS G G G MS D D D - MS D MS A A A A G : bangitan pergeraan MS : Pemilihan moda A : Pemilihan rute D : Sebaran pergeraan Masa lalu banya digunaan model jenis dan yaitu menempatan pemilihan moda bersama eputusan sama dan setelah bangitan pergeraan. Model ini menunjuan variabel pemilihan moda dapat delasan oleh arateristi unit bangitan, misal uuran rumah tangga atau arateristi perorangan. Namun, model jenis dan diatas mengaibatan suarnya penyertaan atribut perjalanan dan moda di dalam model arena asumsi perilaunya dalam hal ini menganggap bahwa tarian zona tujuan tida memilii VI - 3

pengaruh apapun terhadap pemilihan moda. Sehingga meningatan pelayanan angutan umum, membatasi parir di pusat ota tida aan berpengaruh terhadap pemilihan moda. Model jenis disebut juga sebagai Trip-end Modal Split. Karaetristi umum Trip-end Modal Split adalah: Banya menggunaan variabel zona atau rumah tangga, misal: pemilian endaraan, erapatan pemuiman Uuran arateristi sistem transportasi dinyataan dengan indes daya hubung Pre-distribusi. Model jenis 3, pemilihan moda dilauan bersamaan dengan distribusi perjalanan dan merupaan cara yang sering digunaan dalam prate peramalan angutan perotaan. Model ini termasu dalam ategori model sintesis arena tida langsung epada data esisting yang diperoleh dari unit yang diaji. Blac (98) menjelasan sebagai beriut: Qˆ id () ˆ + exp( β{ tid () tid () }) Q ( m) m id Q ˆ () id ˆ ( m) Q id t id ( ) t id ( m) pergeraa dari i pergeraa dari i hambatan pergeraa dari i e d dengan moda hambatan pergeraa dari i e d dengan moda m e d dengan moda e d dengan moda m β parameter model gravity VI - 4

Model jenis 4 disebut juga Trip Interchange Modal Split (post distribution). Pemilihan moda dilauan setelah distribusi, hal ini menguntungan arena dapat menyertaan arateristi perjalanan dan modanya edalam model. Salah satu elemahan yang terdapat dalam model ini adalah modelnya hanya dapat digunaan bagi merea yang memilii pilihan, dalam hal ini hanya choice rider (bagi merea yang memilii mobil). Pada enyataannya pemilihan moda bisa merupaan pemilihan beberapa moda angutan umum yang tersedia. Umumnya model ini dinyataan dalam urva pembagian (diversion curve) yang berbentu urva S T / T,0 0,5 C - C Contoh model jenis IV: MS t I + I t a b MS t persentase yang menggunaan angutan umum I t I a b hambatan transportasi dari i e d dengan angutan umum hambatan transportasi dari i e d dengan mobil pribadi fator yang dialibrasi dari data survei. VI - 5

6.4. TINGKAT PENYEDERHANAAN Dalam pemilihan moda, informasi yang dimodelan dapat didasaran atas: Zona (model agregat) Data agregat zona tida dapat menggambaran arateristi rumah tangga secara teliti. Dalam Trip Interchange model split (jenis 4), pemilihan moda dipasa harus dalam bentu agregat arena arateristi rumah tangga telah terlanjur dimasuan dalam pre-dsitribusi. Data rumah tangga dan atau individu (model disagregat) Model disagregat lebih mendeati e sumber pengambil eputusan (individu), namum lebih rumit dan suar untu dialibrasi. 6.5. MODEL SINTESIS Kedua model yang diuraian sebelumnya (trip-end dan trip-interchange), penurunan modelnya langsung didasaran dari unit yang diaji (model empiris). Saat ini diembangan model buatan, yaitu: Model ombinasi sebaran pergeraan dan pemilihan moda Model trip-interchange berperilau Model multimoda 6.5. Model ombinasi sebaran pergeraan dan pemilihan moda Pendeatan entropi-masimum dapat digunaan untu mendapatan model ombinasi sebaran pergeraan dan pemilihan moda secara simultan. Memasmuman log W{ T } ( T log T T ) i j Dengan batasan O j T 0 i e VI - 6

Dd i T 0 C C i j T 0 Permasalahn tersebut mempunyai sulosi: dimana: P T T C β T P A O B D exp T T i i j exp j ( βc ) exp( βc ) ( βc ) + exp( βc ) proporsi yang menggunaan moda dari e i e j total perjalanan dari i e j jumlah perjalanan dari i e j dengan menggunaan moda ongos dari i e j menggunaan moda parameter alibrasi, penentu penyebaran pemilihan Persamaan diatas dienal dengan fungsi logit. Beberapa sifat persamaan ini adalah: Kurvanya berbentu huruf S, seperti urva pembagian empiris. Bila C C ; maa P P 0,5 Bila C >> C ; P mendeati. Model persamaan diatas dapat diembangan untu beberapa moda: P T T exp ( βc ) ( βc ) exp 6.5. Model trip interchange berperilau Kalau dalam model trip interchange sebelumnya penurunan persamaan maupun urva pembagian didasaran langsung semata-mata epada data VI - 7

survei zona, dalam model berperilau dilauan modifiasi dengan menggunaan fungsi logit sebagai bentu dasar dalam pembagian proporsi pemaai moda. Fungsi logit distribusi gumbel Bila menggunaan distribusi normal fungsi probit. Contoh: Ada dua moda, mobil dan angutan umum, ongos perjalanan: - mobil C - angutan umum C + δ δ model penalty (etidanyamanan, urang aman, dll). Dengan menggunaan fungsi logit, dapat diturunan sbb: P P + exp P P ( β ( C + δ C )) exp( β ( C + δ C )) + exp( β ( C + δ C )) proporsi pemaai mobil P exp P exp ( β ( C + δ C )) ( β ( C + δ C )) Dengan logaritmi natural dapat disederhanaan menjadi: ln P β + P ( C C ) βδ Persamaan tersebut mirip dengan persamaan linier. dimana: Y ax + b ln P P ( C C ) βδ β + X ( ) C C a β b βδ Y dan X diperoleh dari informasi survei. VI - 8

CONTOH: Dari hasil survey agregasi pemilihan moda diantara 5 pasang zona diperoleh data sbb: Zona P (%) P (%) C C 5 49,0 8,0 57 43 5,8 3, 3 80 0 5,9 4,7 4 7 9 8, 6,4 5 63 37,0 8,5 P P C C : proporsi pengguna endaraan pribadi : proporsi pengguna endaraan angutan umum : biaya menggunaan endaraan pribadi : biaya menggunaan endaraan angutan umum Bila model pemilihan moda yang digunaan adalah model logit, dimana: P + exp( β ( C + δ C ) Solusi: Tentuan nilai parameter β dan δ Ln P/(- P) -3 C - C - Dari grafi diperoleh nilai parameter β 0,7 dan δ 3,5 VI - 9

Hari hasil survey agregasi pemilihan moda diantara 6 pasang zona diperoleh data sbb: Zona P (%) P (%) C C 53 47 4.. 6 38 4.0.6 3 66 34 3.8. 4 68 3 3.4.9 5 70 30 3.0.0 6 7 8.5. P P C C : proporsi pengguna endaraan pribadi : proporsi pengguna endaraan angutan umum : biaya menggunaan endaraan pribadi : biaya menggunaan endaraan angutan umum Bila model pemilihan moda yang digunaan adalah model logit, dimana: P + exp( β ( C + δ C ) Tentuan nilai parameter β dan δ VI - 0