estimasi matriks asal tujuan perjalanan …/estimasi...data of traffic count in ... semua waktu,...
Post on 21-Apr-2018
233 Views
Preview:
TRANSCRIPT
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
ESTIMASI MATRIKS ASAL TUJUAN PERJALANAN
DENGAN BATASAN TARIKAN PERGERAKAN
MENGGUNAKAN
METODE KALIBRASI NEWTON-RAPHSON (STUDI KASUS KOTA SURAKARTA)
Origin-Destination Matrix Estimation with Trip Attraction Constraint
using Newton-Raphson Calibration Method
(A Case Study of Surakarta City)
SKRIPSI
Diajukan Sebagai Salah Satu Syarat
Untuk Memperoleh Gelar Sarjana Teknik
Disusun Oleh :
A L F I A N I Y O G A T U R I D A I S N A I N I
N I M I 0 1 0 8 0 5 2
JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK
UNIVERSITAS SEBELAS MARET
SURAKARTA
2013
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
i
ESTIMASI MATRIKS ASAL TUJUAN PERJALANAN
DENGAN BATASAN TARIKAN PERGERAKAN
MENGGUNAKAN
METODE KALIBRASI NEWTON-RAPHSON (STUDI KASUS KOTA SURAKARTA)
Origin-Destination Matrix Estimation with Trip Attraction Constraint
using Newton-Raphson Calibration Method
(A Case Study of Surakarta City)
SKRIPSI
Diajukan Sebagai Salah Satu Syarat
Untuk Memperoleh Gelar Sarjana Teknik
Disusun Oleh :
A L F I A N I Y O G A T U R I D A I S N A I N I
N I M I 0 1 0 8 0 5 2
JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK
UNIVERSITAS SEBELAS MARET
SURAKARTA
2013
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
ii
LEMBAR PERSETUJUAN
ESTIMASI MATRIKS ASAL TUJUAN PERJALANAN
DENGAN BATASAN TARIKAN PERGERAKAN
MENGGUNAKAN
METODE KALIBRASI NEWTON-RAPHSON (STUDI KASUS KOTA SURAKARTA)
Origin-Destination Matrix Estimation with Trip Attraction Constraint
using Newton-Raphson Calibration Method
(A Case Study of Surakarta City)
Disusun Oleh :
A L F I A N I Y O G A T U R I D A I S N A I N I
N I M I 0 1 0 8 0 5 2
Telah Disetujui dan Diujikan di Hadapan Tim Penguji Pendadaran
Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret
Persetujuan Dosen Pembimbing
Dosen Pembimbing I
Dr. Eng. Ir. Syafi’i , MT
N I P . 19670602 199702 1 001
Dosen Pembimbing II
Setiono, S.T., M.Sc.
N I P . 19720224 199702 1 001
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
iii
LEMBAR PENGESAHAN
ESTIMASI MATRIKS ASAL TUJUAN PERJALANAN
DENGAN BATASAN TARIKAN PERGERAKAN
MENGGUNAKAN
METODE KALIBRASI NEWTON-RAPHSON (STUDI KASUS KOTA SURAKARTA)
Origin-Destination Matrix Estimation with Trip Attraction Constraint
using Newton-Raphson Calibration Method
(A Case Study of Surakarta City)
S K R I P S I
Disusun Oleh :
A L F I A N I Y O G A T U R I D A I S N A I N I
N I M I 0 1 0 8 0 5 2
Dipertahankan di depan Tim Penguji Fakultas Teknik Universitas Sebelas Maret
Surakarta dan diterima guna memenuhi persyaratan untuk mendapatkan gelar
Sarjana Teknik.
Pada hari : Jumat
Tanggal : 8 Februari 2013
Tim Penguji :
1. DR. Eng. Ir. Syafi’i, M.T. ---------------------------------
NIP. 19670602 199702 1 001
2. Setiono, S.T., M.Sc. ---------------------------------
NIP. 19720224 199702 1 001
3. S. J. Legowo, S.T., M.T. ---------------------------------
NIP. 19670413 199702 1 001
4. Amirotul M. H. M., S.T., M.Sc. ---------------------------------
NIP. 19700504 199512 2 001
Mengesahkan,
Ketua Jurusan Teknik Sipil
Fakultas Teknik UNS
Ir. BAMBANG SANTOSA, MT
NIP. 19590823 198601 1 001
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
iv
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
iv
Motto
Insyaallah bisa.
(Penulis)
Get a grip on your self.
(Ginus Pandhu Setyawan)
Dengan hasrat, keberanian tekad, dan kesadaran diri yang kuat kita bisa
mengambil langkah selanjutnya di dunia.
(Elle Woods - Legally Blonde)
Persembahan Berjuta syukur atas segala kemudahan yang telah Allah SWT berikan.
Serta suri tauladanku Nabi Muhammad SAW.
Karya kecil ini saya persembahkan untuk mereka yang tidak kenal lelah
menyemangati saya untuk segera menyelesaikan skripsi ini walaupun
banyak cobaan yang menyertainya.
Ibu dan Bapak.
Mas Alim.
Mas Ginus.
Pak Syafi’i dan Pak Setiono terima kasih atas kemurahan hati Anda.
Teman-teman Sipil 2008 yang banyak membantu saya: rizqy, ari, dinia,
darto, alm. Awal, christmas, egga, arif, tomi, julian, rara, okyta, yunita,
ajeng, yoyo, mitha, lala, shinta, alhadiid, adi, wahyu, ghufron, taib, anang,
dan yang tidak bisa saya sebut satu per satu.
Seluruh civitas akademika Teknik Sipil UNS.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
v
A B S T R A K
Alfiani Yogaturida Isnaini, 2013, Estimasi Matriks Asal Tujuan Perjalanan
dengan Batasan Tarikan Pergerakan Menggunakan Metode Kalibrasi
Newton-Raphson (Studi Kasus Kota Surakarta). Skripsi. Jurusan Teknik Sipil
Fakultas Teknik Universitas Sebelas Maret Surakarta.
MAT merepresentasikan jumlah pergerakan dari zona asal ke zona tujuan,
sehingga MAT memegang peranan penting dalam berbagai kajian perencanaan
transportasi dan manajemen transportasi. Penelitian ini bertujuan untuk
mengestimasi MAT tahun 2012 sehingga dapat diketahui pergerakan antar
zonanya. Penelitian ini juga bertujuan untuk mencari besarnya koefisien β dan
nilai R2 sebagai uji validitas antara arus lalu lintas di lapangan dan arus lalu lintas
hasil pemodelan.
Daerah kajian dalam penelitian ini adalah Kota Surakarta. Data hasil survei
lapangan di ruas-ruas jalan arteri dan kolektor beserta prior matrik diestimasi
menggunakan EMME/3. Selanjutnya MAT ini digunakan untuk kalibrasi fungsi
hambatan β menggunakan Metode Kalibrasi Newton-Raphson. Koefisien β inilah
selanjutnya yang digunakan sebagai koefisien dalam analisis Model Gravity
dengan batasan tarikan pergerakan (ACGR) untuk menghasilkan MAT hasil
pemodelan. Kemudian MAT tersebut dibebankan ke jaringan jalan dengan
EMME/3 untuk menghasilkan arus lalu lintas hasil pemodelan. Arus ini kemudian
diuji validitasnya menggunakan koefisien determinasi.
Total pergerakan yang didapat dari estimasi Model Gravity dan EMME/3 adalah
sama, yaitu 32773,68 smp/jam. Sedangkan dari hasil pemrograman dengan
bantuan Lazarus menggunakan Metode Kalibrasi Newton-Raphson, didapat
koefisien β = -0,15127. Dan nilai R2 yang didapatkan adalah 0,8683.
Kata kunci : MAT, Model Gravity, Koefisien β, Metode Kalibrasi Newton-
Raphson, EMME/3.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
vi
A B S T R A C T
Alfiani Yogaturida Isnaini, 2013, Origin-Destination Matrix Estimation with
Trip Attraction Constraint using Newton-Raphson Calibration Method (A
Case Study of Surakarta City). Thesis. Civil Engineering Department Faculty of
Engineering, Sebelas Maret University Surakarta.
OD-Matrix represents the amount of trip from origin to destination zone, so that
OD-Matrix is important for transportation research. The aim of this research is to
estimate OD-Matrix of 2012, so that inter-zone of trip can be known. The other
points of this research is to look for coefficient of β, and coefficient of
determination (R2) among traffic flow of modeling and those of real observation.
Surakarta City is the location of this research. Data of traffic count in artery and
collector road and prior matrix be estimated use EMME/3. Then, it’s used to
calibrate deterred function β by Newton-Raphson Calibrating Method. This β used
to get OD-Matrix of model by Gravity Model with trip attraction constrain
(ACGR). Then, this OD-Matrix assigned in traffic flow by EMME/3. This traffic
flow of modeling validated use determined coefficient.
The result of research by EMME/3 show the amount of trip is 32773,68 pcu/hr as
much as Gravity Model result. Then, from Lazarus programming aplication the
coefficient of β is -0,15127. Validation tested coefficient of determination (R2) is
0,8683.
Keywords: O-D Matrix, Gravity Model, Coefficient of β, Newton-Raphson
Calibrating Model, EMME/3.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
vii
KATA PENGANTAR
Puji syukur kepada Tuhan Yang Maha Esa atas berkat-Nya, sehingga penulis
dapat menyelesaikan penyusunan skripsi dengan judul ESTIMASI MATRIKS
ASAL TUJUAN PERJALANAN DENGAN BATASAN TARIKAN
PERGERAKAN MENGGUNAKAN METODE KALIBRASI NEWTON-
RAPHSON (STUDI KASUS KOTA SURAKARTA). Ucapan salam, penulis
haturkan pada junjungan dan panutan, Nabi Muhammad SAW yang selalu
menjadi suri teladan bagi semua umat Islam di dunia ini.
Skripsi ini disusun sebagai salah satu syarat yang harus ditempuh guna meraih
gelar Sarjana Teknik pada Jurusan Teknik Sipil, Fakultas Teknik, Universitas
Sebelas Maret Surakarta. Skripsi ini tidak dapat terselesaikan tanpa bantuan,
bimbingan, dan saran dari berbagai pihak. Oleh karena itu pada kesempatan ini
penulis ingin menyampaikan terima kasih kepada :
1. Segenap Pimpinan Fakultas Teknik Universitas Sebelas Maret Surakarta.
2. Segenap Pimpinan Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas
Maret Surakarta.
3. Dr. Eng. Ir. Syafi’i, M.T., selaku Dosen Pembimbing I Skripsi. Terima kasih
atas semua waktu, bimbingan, motivasi, dan bantuan, serta kepercayaan bapak
untuk bisa menyelesaikan skripsi ini.
4. Setiono, S.T., M.T., selaku Dosen Pembimbing II Skripsi. Terima kasih atas
semua waktu, bimbingan, motivasi serta bantuannya selama pembuatan skripsi
ini sampai selesai.
5. Dosen Pembimbing Akademis Ir. A. Mediyanto, MT.
6. Semua Staf Pengajar pada Jurusan Teknik Sipil, Fakultas Teknik, Universitas
Sebelas Maret Surakarta.
7. Teman-teman angkatan 2008 Teknik Sipil UNS.
8. Seluruh civitas akademika Teknik Sipil UNS.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
viii
Akhirnya, pengantar ini juga menjadi semacam ingatan bagi penulis selama
menempuh tahap pembelajaran di Universitas Sebelas Maret Surakarta sehingga
skripsi ini harus disusun sebagai syarat mendapatkan gelar kesarjanaan. Penulis
mengharapkan nantinya penelitian ini tetap berlanjut dan dapat disempurnakan
oleh penulis lainnya. Dalam kehidupan proses belajar tidak akan pernah terhenti.
Terima kasih.
Surakarta, Februari 2013
Penulis
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
ix
DAFTAR ISI
HALAMAN JUDUL .................................................................................. i
HALAMAN PERSETUJUAN .................................................................. ii
HALAMAN PENGESAHAN .................................................................... iii
MOTTO ...................................................................................................... iv
PERSEMBAHAN ....................................................................................... iv
ABSTRAK .................................................................................................. v
ABSTRACT ................................................................................................ vi
KATA PENGANTAR ................................................................................ vii
DAFTAR ISI ............................................................................................... ix
DAFTAR TABEL ...................................................................................... xii
DAFTAR GAMBAR .................................................................................. xiv
DAFTAR LAMPIRAN .............................................................................. xv
BAB 1 PENDAHULUAN
1.1 Latar Belakang Masalah ...................................................................... 1
1.2 Rumusan Masalah ............................................................................... 2
1.3 Batasan Masalah ................................................................................. 3
1.4 Tujuan Penelitian ................................................................................ 3
1.5 Manfaat Penelitian .............................................................................. 4
1.5.1 Manfaat Teoritis ....................................................................... 4
1.5.2 Manfaat Praktis ....................................................................... 4
BAB 2 LANDASAN TEORI
2.1 Tinjauan Pustaka ................................................................................. 5
2.2 Dasar Teori .......................................................................................... 6
2.2.1 Pemodelan ............................................................................... 6
2.2.2 Konsep Perencanaan Transportasi .......................................... 8
2.2.3 Matriks Asal Tujuan (MAT) ................................................... 9
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
x
2.2.4 Daerah Kajian .......................................................................... 10
2.2.5 Sistem Zona ............................................................................. 10
2.2.6 Jaringan Transportasi .............................................................. 11
2.2.7 Fungsi Jalan ............................................................................. 12
2.2.8 Satuan Mobil Penumpang ....................................................... 12
2.2.9 Kapasitas ................................................................................. 13
2.2.10 Kecepatan ................................................................................ 18
2.2.11 Hubungan Kurva Kecepatan-Arus dan Biaya-Arus ................ 23
2.2.12 EMME/3 .................................................................................. 25
2.2.13 Konsep Model Gravity sebagai Model Sebaran Pergerakan ... 27
2.2.14 Model Gravity dengan Batasan Tarikan (ACGR) ................... 29
2.2.15 Metode Kalibrasi Newton-Raphson ........................................ 30
2.2.16 Matrix Estimation by Maximum Entropy (ME2) .................... 31
2.2.17 Pembebanan User Equilibrium ............................................... 32
2.2.18 Indikator Uji Statistik .............................................................. 33
BAB 3 METODOLOGI PENELITIAN
3.1 Lokasi dan Waktu Penelitian .............................................................. 34
3.2 Jenis dan Sumber Data ........................................................................ 38
3.2.1 Data Primer ............................................................................. 38
3.2.2 Data Sekunder ......................................................................... 39
3.3 Metode Pengambilan Data .................................................................. 39
3.3.1 Desain Alat Survei .................................................................. 39
3.3.2 Desain Sampel ......................................................................... 39
3.3.3 Desain Formulir ...................................................................... 40
3.3.4 Surveyor .................................................................................. 40
3.4 Metode Analisis Data .......................................................................... 40
3.4.1 Pengolahan Data Basis Jaringan Jalan .................................... 40
3.4.2 Matriks Hasil Estimasi oleh EMME/3 .................................... 41
3.4.3 Kalibrasi Parameter Betha (β) ................................................. 41
3.4.4 Estimasi Matriks Asal Tujuan Hasil Pemodelan ..................... 43
3.4.5 Pembebanan Arus Lalu Lintas ke Jaringan Jalan .................... 43
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
xi
3.4.6 Uji Validitas ............................................................................ 43
3.5 Diagram Alir Metode Penelitian ......................................................... 44
BAB 4 ANALISIS DAN PEMBAHASAN
4.1 Umum .................................................................................................. 45
4.2 Pengolahan dan Penyajian Data .......................................................... 45
4.2.1 Pengumpulan Data .................................................................. 45
4.2.2 Pembagian Zona ...................................................................... 46
4.2.3 Satuan Mobil Penumpang ....................................................... 49
4.2.4 Kapasitas ................................................................................. 50
4.2.5 Waktu Tempuh ........................................................................ 51
4.3 Analisis dengan Program EMME/3 .................................................... 52
4.3.1 Basis Data Jaringan Jalan ........................................................ 52
4.3.2 Data Volume Lalu lintas Hasil Survey (Traffic Count) ........... 54
4.3.3 Data Matrik Awal (prior matrix) ............................................ 56
4.3.4 Matrik baru hasil EMME/3 ..................................................... 63
4.4 Kalibrasi Parameter β .......................................................................... 70
4.5 Estimasi MAT Hasil Pemodelan ......................................................... 70
4.6 Pembebanan Matriks ke Jaringan Jalan .............................................. 78
4.7 Uji Validitas ........................................................................................ 80
4.8 Pembahasan ......................................................................................... 81
BAB 5 KESIMPULAN DAN SARAN
5.1 Kesimpulan ......................................................................................... 87
5.2 Saran .................................................................................................... 88
DAFTAR PUSTAKA ................................................................................. xvi
LAMPIRAN ................................................................................................ xvii
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
xii
DAFTAR TABEL
Tabel 2.1 Emp untuk Jalan Perkotaan Tak Terbagi ................................ 13
Tabel 2.2 Emp untuk Jalan Perkotaan Terbagi dan Satu Arah ................ 13
Tabel 2.3 Kapasitas Dasar (Co) ............................................................... 14
Tabel 2.4 Faktor Penyesuai Kapasitas untuk Lebar Jalur Lalu Lintas
(FCw) ....................................................................................... 15
Tabel 2.5 Faktor Penyesuai Kapasitas untuk Pemisahan Arah (FCsp) .... 15
Tabel 2.6 Faktor Penyesuai Kapasitas Pengaruh Hambatan Samping
(FCsf) ....................................................................................... 16
Tabel 2.7 Faktor Penyesuai Kapasitas untuk Pengaruh Hambatan
Samping (FCsf) dan Jarak Kereb-Penghalang ......................... 17
Tabel 2.8 Penentuan Kelas Hambatan Samping ..................................... 18
Tabel 2.9 Faktor Penyesuai Kapasitas untuk Ukuran Kota (FCcs) .......... 18
Tabel 2.10 Kecepatan Arus Bebas Dasar (Fvo) ......................................... 19
Tabel 2.11 Penyesuai Kecepatan Arus Bebas untuk Lebar Jalur Lalu
Lintas (FVw) ............................................................................ 20
Tabel 2.12 Faktor Penyesuai (FFVsf) untuk Pengaruh Hambatan
Samping dan Lebar Bahu pada Kecepatan Arus Bebas
dengan Bahu ............................................................................ 21
Tabel 2.13 Faktor Penyesuai (FFVsf) untuk Pengaruh Hambatan Samping
dan Jarak Kerb Penghalang dengan Kerb ................................. 21
Tabel 2.14 Faktor Penyesuai untuk Pengaruh Ukuran Kota pada
Kecepatan Arus Bebas Kendaraan Ringan ............................... 22
Tabel 3.1 Lokasi Survei Arus Lalu Lintas (Traffic Count) ...................... 38
Tabel 4.1 Tabel Data Hasil Survey (Traffic Count) Tahun 2012 .............. 46
Tabel 4.2 Pembagian Zona Internal .......................................................... 47
Tabel 4.3 Pembagian Zona Eksternal ....................................................... 48
Tabel 4.4 Perhitungan Jumlah Kendaraan per Satu Jam .......................... 49
Tabel 4.5 Konversi Satuan Kendaraan ke smp ......................................... 50
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
xiii
Tabel 4.6 Format Masukan Basis Data Jaringan Jalan ............................. 53
Tabel 4.7 Koordinat Kota Surakarta ......................................................... 53
Tabel 4.8 Data Arus Lalu Lintas (Traffic Count) Tahun 2012 ................ 55
Tabel 4.9 Prior Matrix Tahun 2009 dalam Satuan smp/jam .................... 57
Tabel 4.10 Matriks Asal Tujuan Tahun 2012 dari EMME/3 ...................... 64
Tabel 4.11 Matriks Asal Tujuan Tahun 2012 Hasil Pemodelan ................. 72
Tabel 4.12 Perbandingan Arus Traffic Count dengan Arus Hasil
Pembebanan .............................................................................. 78
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
xiv
DAFTAR GAMBAR
Gambar 2.1 Empat Tahap Pemodelan Transportasi ................................. 8
Gambar 2.2 Hubungan Tipikal Kecepatan-Arus dan Biaya-Arus ........... 23
Gambar 2.3 Prosedur Perhitungan Program EMME/3 ............................ 27
Gambar 3.1 Peta Administratif Kota Surakarta ....................................... 35
Gambar 3.2 Peta Pembagian Zona Kota Surakarta .................................. 36
Gambar 3.3 Peta Jaringan Jalan Kota Surakarta dan Lokasi Survei ........ 37
Gambar 3.4 Bagan Alir Prosedur Kalibrasi Newton-Raphson ................ 42
Gambar 3.5 Bagan Alir Metode Penelitian .............................................. 44
Gambar 4.1 Network Editor ..................................................................... 54
Gambar 4.2 Editor toolbar ....................................................................... 54
Gambar 4.3 Nilai β Hasil Iterasi Program ............................................... 70
Gambar 4.4 Grafik Uji Validitas Volume Lalu Lintas ............................. 80
Gambar 4.5 Desire Line Pergerakan Tahun 2012 Hasil Estimasi ............ 82
Gambar 4.6 Grafik Pergerakan Antar Zona Internal ................................ 83
Gambar 4.7 Grafik Pergerakan Antar Zona Ekaternal ............................. 85
Gambar 4.8 Grafik Pergerakan Antar Zona ............................................. 85
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
xv
DAFTAR LAMPIRAN
Lampiran A : Data Hasil Survei
Lampiran B : Konversi Arus Lampiran C : Perhitungan Kapasitas
Lampiran D : Perhitungan Waktu tempuh
Lampiran E : Basis Data
Lampiran F : Koordinat
Lampiran G : Form Survei
Lampiran H : Listing Estimasi EMME/3
Lampiran I : Listing Pemrograman Kalibrasi dengan Lazarus
Lampiran J : Listing Pembebanan EMME/3
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
1
BAB 1
PENDAHULUAN
1.1 Latar Belakang Masalah
Perkembangan zaman yang semakin maju menuntut manusia untuk memenuhi
kebutuhan hidup yang semakin lama semakin kompleks. Untuk memenuhi
kebutuhan tersebut manusia melakukan pergerakan dari suatu tempat ke tempat
yang lain. Jumlah pergerakan ini sebanding dengan kebutuhan manusia, jika
semakin banyak kebutuhannya maka pergerakan yang dilakukan semakin besar.
Dengan adanya pergerakan yang semakin besar dan tidak diimbangi dengan
prasarana yang memadai maka akan timbul permasalahan-permasalahan
transportasi seperti kemacetan, tundaan, polusi, dan berbagai masalah
keselamatan. Berbagai permasalahan ini dapat teratasi jika ada perencanaan
transportasi yang baik. Artinya manajemen pengaturan lalu lintas yang baik akan
mengurangi permasalahan transportasi yang ada.
Dalam perencanaan transportas, model perencanaan yang sering digunakan adalah
model perencanaan empat tahap. Salah satu tahap dalam model tersebut adalah
distribusi pergerakan (trip distribution) yang direpresentasikan dalam matriks asal
tujuan (MAT) atau desire line / garis keinginan. MAT merepresentasikan jumlah
pergerakan dari zona asal ke zona tujuan, sehingga MAT memegang peranan
penting dalam berbagai kajian perencanaan transportasi dan manajemen
transportasi.
Jika Suatu MAT dibebankan ke suatu jaringan jalan, maka akan menghasilkan
arus lalu lintas pada ruas jalan yang ditinjau. Dalam konteks perencanaan
transportasi, estimasi arus lalu lintas pada tahun rencana sangat penting dalam
menentukan kebijakan strategi penanganan jaringan jalan.
Metode konvensional untuk mendapatkan MAT adalah dengan cara wawancara di
jalan (road side interview) dan wawancara di rumah (home interview). Namun,
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
2
metode ini memiliki kelemahan karena mengganggu arus lalu lintas dan
memerlukan biaya tinggi. Oleh karena itu pendekatan dengan metode
konvensional ini jarang digunakan. Dan dekade ini banyak peneliti yang telah
mengembangkan metode estimasi MAT dari data lalu lintas / traffic count.
Dalam konteks perencanaan transportasi estimasi MAT dari data lalu lintas hanya
dapat digunakan pada tahun dasar (base year). Untuk mengestimasi MAT pada
tahun rencana model yang sering digunakan adalah Model Gravity.
Model Gravity yang digunakan dalam penelitian ini adalah dengan batasan tarikan
pergerakan (ACGR). Penelitian ini juga menggunakan Metode Kalibrasi Newton-
Raphson yaitu metode yang digunakan untuk mengkalibrasi parameter β (dengan
menggunakan fungsi hambatan pangkat), untuk selanjutnya digunakan dalam
perhitungan MAT hasil estimasi. Kalibrasi ini dilakukan dengan proses
pengulangan sampai nilai parameter mencapai batas konvergensinya
menggunakan bantuan aplikasi software Lazarus.
Proses mengestimasian matriks baru dari prior matrix dan traffic count serta
proses pembebanan MAT ke dalam sistem jaringan transportasi menggunakan
aplikasi software EMME/3 (Equilibre Multimodal, Multimodal Equilibrium).
Hasil pembebanan matriks ini kemudian diuji validitasnya dengan cara
membandingkan arus lalu lintas hasil pemodelan dengan arus lalu lintas di
lapangan (traffic count).
1.2 Rumusan Masalah
Berdasarkan latar belakang masalah yang telah diuraikan di atas dapat dirumuskan
masalah sebagai berikut:
a. Berapa nilai koefisien β sebagai parameter fungsi hambatan yang
dikalibrasikan dengan Metode Kalibrasi Newton-Raphson?
b. Berapa besar estimasi MAT dari data lalu lintas yang dianalisis menggunakan
Model Gravity dengan batasan tarikan pergerakan?
c. Berapa tingkat validitas arus lalu lintas hasil pemodelan (R2)?
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
3
1.3 Batasan Masalah
Untuk membatasi permasalahan agar penelitian ini lebih terarah dan tidak meluas,
maka perlu adanya pembatasan sebagai berikut:
a. Wilayah kajiannya adalah Kota Surakarta dengan jaringan transportasi yang
ada pada saat penelitian (hanya ruas arteri dan kolektor) ditambah dengan
beberapa ruas jalan dari zona eksternal yang dianggap mempengaruhi arus
masuk ke dalam kota dan keluar dari dalam kota.
b. Pembagian zona didasarkan atas batas-batas administratif berupa kelurahan.
c. Pedoman analisis perhitungan basis data menggunakan MKJI (1997).
d. Data matriks awal (prior matrix) yang digunakan adalah hasil perhitungan
skripsi Rahman, P. A., (2009).
e. Model sebaran pergerakan yang digunakan adalah Model Gravity dengan
batasan tarikan (ACGR).
f. Kalibrasi koefisien β ( dalam fungsi hambatan pangkat) menggunakan Metode
Kalibrasi Newton-Raphson dengan bantuan aplikasi software Lazarus.
g. Estimasi MAT baru dan analisis pembebanan dengan Metode User
Equilibrium menggunakan aplikasi software EMME/3.
h. Dampak perubahan tata guna lahan terhadap jumlah pergerakan diabaikan.
1.4 Tujuan Penelitian
Penelitian ini bertujuan untuk:
a. Mengetahui nilai parameter β sebagai fungsi hambatan yang dikalibrasikan
dengan Metode Kalibrasi Newton-Raphson.
b. Mengetahui besarnya estimasi MAT dari data lalu lintas yang dianalisis
menggunakan Model Gravity dengan batasan tarikan pergerakan.
c. Mengetahui tingkat validitas arus lalu lintas hasil pemodelan (R2).
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
4
1.5 Manfaat Penelitian
1.5.1 Manfaat Teoritis
Meningkatkan pengetahuan dan pemahaman di bidang perencanaan dan
pemodelan transportasi terutama yang berkaitan dengan Trip Distribution dan
Trip Assignment.
1.5.2 Manfaat Praktis
Hasil yang diperoleh dapat digunakan sebagai bahan pertimbangan dalam
perbaikan dan perencanaan jaringan transportasi Kota Solo pada waktu yang akan
datang.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
5
BAB 2
LANDASAN TEORI
2.1 Tinjauan Pustaka
Syafi’i, dkk, (2009) menyatakan bahwa dalam konteks perencanaan transportasi,
salah satu hal yang paling sangat penting yang harus diketahui adalah potensi
kebutuhan perjalanan dari satu zona (daerah) asal ke zona tujuan yang merupakan
pencerminan distribusi perjalanan dari zona asal ke zona tujuan. Kebutuhan
perjalanan ini pada umunya direpresentasikan dengan Matriks Asal-Tujuan
(MAT) perjalanan atau Origin-Destination (OD) Matrix.
Sedangkan menurut Miro (2002), distribusi perjalanan merupakan jumlah
perjalanan yang bermula dari suatu zona asal menyebar ke banyak zona tujuan
atau sebaliknya, jumlah perjalanan yang datang mengumpul di suatu zona tujuan
yang berasal dari sejumlah zona asal. Distribusi perjalanan ini sangat membantu
kita untuk melihat dengan mudah apa yang disebut dengan pola perjalanan antar
zona. Oleh karena itu, untuk melihat pola perjalanan antar zona yang berupa arus
pergerakan dalam area studi selama periode waktu tertentu digunakan sebuah alat
berupa matriks berdimensi dua yang disebut dengan Matriks Pergerakan atau
Matriks Asal Tujuan (MAT).
Selain dari dua sumber di atas penelitian ini juga mengacu pada penelitian
terdahulu yang membahas tentang estimasi MAT. Diantaranya adalah penelitian
yang dilaksanakan oleh Widyastuti (2007) yang bertujuan untuk mengetahui
besarnya estimasi MAT Kota Surakarta dan mencari besarnya koefisien β dengan
menggunakan Metode Estimasi Entropi Maksimum. Hasil yang didapat dari
perhitungan dengan bantuan program SATURN adalah: total jumlah pergerakan
Kota Surakarta adalah 31690,6 smp/jam dengan nilai β = -0,00121, dan tingkat
validitas (R2) yang didapatkan adalah sebesar 0,8816.
Kemudian Nugroho (2007) juga meneliti tentang estimasi MAT dengan
menggunakan data lalu lintas yang ada dan menghitung besarnya koefisien β
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
6
dengan menggunakan Metode Kuadrat Terkecil. Hasil perhitungan yang didapat
adalah: jumlah total pergerakan Kota Surakarta adalah sebesar 29834,8 smp/jam
dengan nilai β -0,00125, sedangkan tingkat validitasnya (R2) sebesar 0,8828.
Pada penelitian ini data yang diambil untuk pemodelan distribusi pergerakan
adalah data arus lalu lintas dan matriks hasil penelitian terdahulu. Sedangkan
model yang digunakan untuk mengestimasi MAT pergerakan adalah Model
Gravity karena sangat sederhana dalam proses pengerjaannya, sehingga mudah
dimengerti dan digunakan.
Penelitian ini menggunakan Model Gravity dengan batasan tarikan pergerakan
(ACGR) dalam menghitung MAT hasil estimasinya. Dalam membuat matriks
baru serta pembebanannya menggunakan aplikasi software EMME/3. Metode
pembebanan yang digunakan untuk membebankan hasil arus lalu lintas ke
jaringan jalan menggunakan metode pembebanan User Equilibrium. Kemudian
mengenai fungsi hambatan yang digunakan adalah fungsi hambatan pangkat, yang
di dalamnya harus diketahui parameter β. Dalam mencari nilai β maka dilakukan
kalibrasi menggunakan Metode Kalibrasi Newton-Raphson dengan aplikasi
software Lazarus. Menurut Subakti (2006), metode Kalibrasi Newton-Raphson
dipilih karena memiliki akurasi hasil yang baik, laju konvergensinya relatif cepat,
dan mudah dalam memrogramkannya.
2.2 Dasar Teori
2.2.1 Pemodelan
Nugroho (2007) menuliskan bahwa pemodelan merupakan suatu kumpulan
aktivitas pembuatan model. Model didefinisikan sebagai suatu perwakilan atau
abstraksi dari sebuah obyek atau situasi aktual. Model memperlihatkan hubungan-
hubungan langsung maupun tidak langsung serta kaitan timbal balik dalam istilah
sebab akibat. Dengan kata lain model adalah suatu penyederhanaan dari suatu
realitas yang kompleks dan dapat mewakili berbagai aspek dari realitas yang
sedang dikaji.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
7
Ada beberapa jenis model yang lazim digunakan dalam suatu pemodelan. Model
dapat dikategorikan menurut jenis, dimensi, fungsi, tujuan pokok pengkajian atau
derajad keabstrakannya. Kategori model secara umum dapat dikelompokkan
menjadi:
a. Model Ikonik
Model ikonik adalah perwakilan fisik dari beberapa hal baik dalam bentuk
ideal maupun dalam skala berbeda. Model ikonik mempunyai karakteristik
yang sama dengan hal yang diwakili, terutama amat sesuai untuk
menerangkan kejadian pada waktu yang spesifik. Contoh dari model ini adalah
foto, peta, prototip mesin, dan sebagainya.
b. Model Analog (Model Dragmatik)
Model ini dapat mewakili situasi dinamik. Model analog banyak
berkesesuaian dengan penjabaran hubungan kuantitatif antara sifat dan kelas-
kelas yang berbeda. Contoh dari model ini adalah kurva permintaan, kurva
distribusi frekuensi pada statistik, dan diagram alir.
c. Model Simbolik (Model Matematik)
Ilmu sistem memusatkan perhatian kepada model simbolik sebagai perwakilan
dari realitas yang sedang dikaji. Model ini dapat berupa angka, simbol, dan
rumus. Model matematis dapat diklasifikasikan menjadi dua bagian, yaitu
model statik dan model dinamik. Model statik adalah model yang dapat
memberikan informasi tentang peubah-peubah model hanya pada titik tunggal
dari waktu. Model dinamik mampu menelusuri peubah-peubah model dan
mampu memberikan keakuratan yang lebih tinggi pada analisis dunia nyata.
Dari beberapa model yang ada, model matematis merupakan model yang sering
digunakan dalam pemodelan transportasi karena dinilai paling efektif dan paling
murah biayanya karena hanya menggunakan persamaan matematis atau fungsi
matematis sebagai media dalam usaha mencerminkan realita. Model matematis
juga dapat menggambarkan hubungan dari faktor-faktor penentu yang ditinjau
secara kuantitatif, sehingga pengaruh perubahannya dapat diperhitungkan secara
kuantitatif pula terhadap hal yang diteliti.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
8
2.2.2 Konsep Perencanaan Transportasi
Tamin (2000) menuliskan bahwa terdapat beberapa konsep perencanaan
transportasi. Yang paling sering digunakan saat ini adalah Model Perencanaan
Transportasi Empat Tahap.
Gambar 2.1 Empat Tahap Pemodelan Transportasi
a. Bangkitan dan Tarikan Pergerakan (Trip Generation)
Bangkitan dan tarikan pergerakan adalah tahapan pemodelan yang
memperkirakan jumlah pergerakan yang berasal dari suatu zona atau tata guna
lahan dan jumlah pergerakan yang tertarik ke suatu tata guna lahan atau zona.
Pergerakan lalu lintas merupakan fungsi tata guna lahan yang menghasilkan
pergerakan lalu lintas.
b. Distribusi Pergerakan (Trip Distribution)
Distribusi pergerakan adalah tahapan pemodelan yang memperkirakan sebaran
yang meninggalkan suatu zona atau yang menuju suatu zona. Distribusi
pergerakan dapat direpresentasikan dalam bentuk Matriks Asal-Tujuan MAT
(Origin-Destination Matrix/O-D Matrix) atau garis keinginan (Desire Line).
c. Pemilihan Moda (Modal Choice/Modal Split)
Jika interaksi terjadi antara dua tata guna lahan disuatu wilayah, maka akan
diputuskan bagaimana interaksi tersebut harus dilakukan. Dalam kasus ini,
keputusan harus ditentukan dalam hal pemilihan moda. Tujuan dari model
Bangkitan dan Tarikan Pergerakan
(Trip Generation)
Distribusi Pergerakan
(Trip Distribution)
Pemilihan Moda
(Modal Choice/Modal Split)
Pemilihan Rute
(Trip Assignment)
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
9
pemilihan moda ini adalah untuk mengetahui proporsi pengalokasian
perjalanan ke berbagai moda transportasi.
d. Pembebanan Lalu Lintas/Pemilihan Rute (Trip Assignment)
Seperti halnya dalam pemilihan moda transportasi, pemilihan rute juga
tergantung pada beberapa alternatif seperti jarak terpendek, tercepat, dan
termurah. Diasumsikan bahwa pemakai jalan mempunyai informasi yang
cukup untuk menentukan rute yang terbaik.
2.2.3 Matriks Asal Tujuan (MAT)
Menurut Tamin (2000), MAT adalah matriks berdimensi dua yang berisi
informasi mengenai besarnya pergerakan antar lokasi (zona) didalam daerah
tertentu. Baris menyatakan zona asal dan kolom menyatakan zona tujuan. Dalam
hal ini, notasi Tid menyatakan besarnya arus pergerakan (kendaraan, penumpang,
dan barang) yang bergerak dari zona asal i ke zona tujuan d selama selang waktu
tertentu.
Jumlah zona dan nilai setiap sel matriks adalah dua unsur penting dalam MAT
karena jumlah zona menunjukkan banyaknya sel MAT yang harus didapatkan
dan berisi informasi yang sangat dibutuhkan untuk perencanaan transportasi.
Setiap sel membutuhkan informasi jarak, waktu, biaya, atau kombinasi ketiga
informasi tersebut yang digunakan sebagai ukuran aksesibilitas (kemudahan).
Pola pergerakan dapat dihasilkan jika suatu MAT dibebankan ke suatu sistem
jaringan transportasi dengan berbagai metode tertentu. Dengan mempelajari pola
pergerakan yang terjadi, maka kita dapat menghasilkan solusi dari permasalahan
yang timbul dari pergerakan ini. MAT dapat memberikan indikasi rinci mengenai
kebutuhan akan pergerakan sehingga MAT memegang peran yang sangat penting
dalam berbagai kajian perencanaan dan manajemen transportasi.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
10
2.2.4 Daerah Kajian
Tamin (2000) menuliskan bahwa daerah kajian adalah suatu daerah geografis
yang di dalamnya terletak semua zona asal dan zona tujuan yang diperhitungkan
dalam model kebutuhan akan transportasi. Kriteria terpenting daerah kajian adalah
daerah itu berisikan zona internal dan ruas jalan yang secara nyata dipengaruhi
oleh pergerakan lalu lintas. Daerah kajian untuk suatu kajian transportasi dibatasi
oleh batas daerah kajian di sekelilingnya, semua informasi transportasi yang
bergerak didalamnya harus diketahui.
Cara membedakan daerah kajian dengan daerah atau wilayah lain di luar daerah
kajian antara lain:
a. Mempertimbangkan sasaran pelaksanaan kajian, permasalahan transportasi
yang akan dimodelkan, dan tipe pergerakan yang akan dikaji.
b. Mendefinisikan daerah kajian sedemikian rupa sehingga mayoritas pergerakan
mempunyai zona asal dan zona tujuan untuk kajian yang bersifat strategis.
c. Daerah kajian sebaiknya sedikit lebih luas daripada daerah yang akan diamati
sehingga kemungkinan adanya perubahan zona tujuan atau pemilihan rute
yang lain dapat diamati.
Wilayah diluar daerah kajian sering dibagi menjadi beberapa zona eksternal yang
digunakan untuk mencerminkan kondisi yang lain. Daerah kajian sendiri dibagi
menjadi beberapa zona internal yang jumlahnya sangat tergantung dari tingkat
ketepatan yang diinginkan.
2.2.5 Sistem Zona
Menurut Tamin (2000), sistem zona adalah suatu sitem tata guna lahan dimana
satu satuan tata guna lahan diperoleh dengan membagi wilayah kajian menjadi
bagian yang lebih kecil (zona) yang dianggap mempunyai keseragaman tata guna
lahan atau berada di suatu daerah administrasi tertentu seperti kelurahan,
kecamatan atau wilayah. Setiap zona akan diwakili oleh satu pusat zona. Pusat
zona dianggap sebagai tempat atau lokasi awal pergerakan lalu lintas dari zona
tersebut dan akhir pergerakan lalu lintas yang menuju zona tersebut.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
11
Beberapa kriteria utama yang perlu dipertimbangkan dalam menetapkan sistem
zona didalam suatu daerah kajian disarankan oleh IHT dan DTp (1987):
a. Ukuran zona sebaiknya dirancang sedemikian rupa sehingga galat
pengelompokan yang timbul akibat asumsi pemusatan seluruh aktifitas pada
suatu pusat zona menjadi tidak terlalu besar.
b. Batas zona sebaiknya harus sesuai dengan batas sensus, batas administrasi
daerah, batas alami, atau batas zona yang digunakan oleh kajian terdahulu
yang sudah dipandang sebagai kriteria utama.
c. Ukuran zona harus disesuaikan dengan kepadatan jaringan yang akan
dimodelkan, biasanya ukuran zona semakin membesar jika semakin jauh dari
pusat kota.
d. Ukuran zona harus lebih besar dari yang seharusnya untuk memungkinkan
arus lalu lintas dibebankan ke atas jaringan jalan dengan kecepatan yang
disyaratkan.
e. Batas zona harus dibuat sedemikian rupa sehingga sesuai dengan jenis pola
pengembangan untuk setiap zona. Tipe tata guna lahan setiap zona sebaiknya
homogen untuk menghindari tingginya pergerakan intrazonal dan untuk
mengurangi tingkat kerumitan model.
f. Batas zona harus sesuai dengan batas daerah yang digunakan dalam
pengumpulan data.
g. Ukuran zona ditentukan pula oleh tingkat kemacetan, ukuran zona pada daerah
macet sebaiknya lebih kecil dibandingkan dengan daerah tidak macet.
2.2.6 Jaringan Transportasi
Menurut Adisasmita (2011), jaringan transportasi terdiri dari jaringan prasarana
dan jaringan pelayanan. Jaringan prasarana transportasi terdiri dari simpul-simpul
transportasi dan ruang lalu lintas transportasi. Keterpaduan jaringan prasarana dan
moda-moda transportasi dimaksudkan untuk mendukung penyelenggaraan
transportasi antarmoda/multimoda dalam penyediaan pelayanan angkutan yang
berkesinambungan. Simpul transportasi merupakan media alih muat yang
mempunyai peran sangat penting dalam mewujudkan keterpaduan dan
kesinambungan pelayanan angkutan.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
12
Sedangkan menurut Tamin (2000), sistem jaringan transportasi dicerminkan
dalam bentuk ruas dan simpul, yang semuanya dihubungkan ke pusat zona.
Sistem jaringan transportasi juga dapat ditetapkan sebagai urutan ruas jalan dan
simpul. Ruas jalan bisa berupa potongan jalan raya atau kereta api, sedangkan
simpul bisa berupa persimpangan, stasiun, dll. Kunci utama dalam merencanakan
sistem jaringan adalah penentuan klasifikasi fungsi jalan yang akan dianalisis.
2.2.7 Fungsi Jalan
Jalan sebagai bagian sistem transportasi nasional mempunyai peranan penting
terutama dalam mendukung bidang ekonomi, sosial dan budaya, serta lingkungan.
Menurut UU No. 38 Tahun 2004 tentang jalan, ada beberapa definisi jalan:
a. Jalan Arteri merupakan jalan umum yang berfungsi melayani angkutan utama
dengan ciri perjalanan jarak jauh, kecepatan rata-rata tinggi dan jumlah jalan
masuk dibatasi secara berdaya guna.
b. Jalan Kolektor merupakan jalan umum yang berfungsi melayani angkutan
pengumpul atau pembagi dengan ciri perjalanan jarak sedang, kecepatan rata-
rata sedang, dan jumlah jalan masuk dibatasi.
c. Jalan Lokal merupakan jalan umum yang berfungsi melayani angkutan
setempat dengan ciri perjalanan jarak dekat, kecepatan rata-rata rendah, dan
jumlah jalan masuk tidak dibatasi.
d. Jalan Lingkungan merupakan jalan umum yang berfungsi melayani angkutan
lingkungan dengan ciri perjalanan jarak dekat, dan kecepatan rata-rata rendah.
2.2.8 Satuan Mobil Penumpang
MKJI (1997) mendefinisikan satuan mobil penumpang (smp) adalah satuan untuk
arus lalu lintas dimana berbagai tipe kendaraan diubah menjadi arus kendaraan
ringan (termasuk mobil penumpang) dengan menggunakan ekivalen mobil
penumpang (emp). Ekivalen mobil penumpang (emp) adalah faktor yang
menunjukkan pengaruh berbagai tipe kendaraan dibandingkan kendaraan ringan
terhadap kecepatan kendaraan ringan dalam arus lalu lintas (untuk mobil
penumpang dan kendaraan ringan yang mirip, emp = 1).
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
13
Pembagian tipe kendaraan bermotor berdasarkan MKJI (1997):
a. Motor Cycle (MC), terdiri dari kendaraan bermotor yang berroda 2 atau 3.
b. Light Vehicle (LV), yaitu kendaraan bermotor yang mempunyai 2 as, dan
beroda 4 dengan jarak as 2-3 meter. Yang termasuk diantaranya adalah mobil
penumpang, oplet, mikrobus, pick-up, dan truk kecil.
c. Heavy Vehicle (HV), yaitu kendaraan bermotor yang mempunyai lebih dari 4
roda, termasuk diantaranya bus, truk 2 as, truk 3 as, dan truk kombinasi.
Nilai emp untuk jalan perkotaan ditunjukkan pada Tabel 2.1 dan Tabel 2.2.
Tabel 2.1 Emp untuk Jalan Perkotaan Tak Terbagi
Tipe Jalan Tak Terbagi
Arus Lalu
Lintas Total
Dua Arah
(kend/jam)
Emp
HV
MC
Lebar Lajur
Lalu Lintas
Cw (m)
≤ 6 ≥ 6
Dua lajur tak tebagi 0 1,3 0,5 0,4
(2/2 UD) ≥ 1800 1,2 0,35 0,25
Empat lajur tak terbagi 0 1,3 0,4
(4/2 UD) ≥ 3700 1,2 0,25 Sumber: MKJI (1997)
Tabel 2.2 Emp untuk Jalan Perkotaan Terbagi dan Satu Arah
Tipe Jalan: Arus Lalu Lintas
per Lajur
(kend/jam)
Emp
Jalan Satu Arah dan HV MC
Jalan Terbagi
Dua lajur satu arah (2/1) 0 1,3 0,4
dan
Empat lajur terbagi (4/2D) 1050 1,2 0,25
Tiga lajur satu arah (3/1) 1 1,3 0,4
dan
Enam lajur terbagi (6/2D) 1100 1,2 0,25 Sumber: MKJI (1997)
2.2.9 Kapasitas
Menurut Dirjen Bina Marga, kapasitas adalah volume maksimum kendaraan per
jam yang melalui suatu potongan lajur jalan (untuk jalan multi lajur) atau suatu
potongan jalan (untuk jalan dua lajur) pada kondisi jalan dan arus lalu lintas ideal.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
14
Faktor-faktor yang mempengaruhi kapasitas jalan adalah lebar jalur atau lajur, ada
tidaknya pemisah/median jalan, hambatan samping, bahu/kereb jalan, gradien
jalan, di daerah perkotaan atau luar kota, ukuran kota, dan lain-lain. Besarnya
kapasitas suatu ruas jalan dapat dihitung dengan persamaan 2.1 berikut:
C = Co×FCw×FCsp×FCsf×FCcs (2.1)
Dimana:
C = Kapasitas (smp/jam)
Co = Kapasitas dasar untuk kondisi tertentu (ideal) (smp/jam)
FCw = Faktor penyesuaian lebar jalur lalu lintas
FCsp = Faktor penyesuaian pemisah arah
FCsf = Faktor penyesuaian hambatan samping
FCcs = Faktor penyesuaian ukuran kota
a. Kapasitas Dasar (Co)
Kapasitas dasar adalah kapasitas segmen jalan untuk kondisi tertentu sesuai
kondisi geometrik, pola arus lalu lintas, dan faktor lingkungan. Jika kondisi
sesungguhnya sama dengan kasus dasar (ideal) tertentu, maka semua faktor
penyesuaian menjadi 1,0 dan kapasitas menjadi sama dengan kapasitas dasar
(Co). Nilai Co terlihat pada Tabel 2.3.
Tabel 2.3 Kapasitas Dasar (Co)
Tipe Jalan Kapasitas Dasar
(smp/jam) Catatan
Empat lajur terbagi atau
jalan satu arah 1650 Per lajur
Empat lajur tak terbagi 1500 Per lajur
Dua lajur tak terbagi 2900 Total dua arah
Sumber: MKJI (1997)
b. Faktor Penyesuai Kapasitas untuk Lebar Jalur Lalu Lintas (FCw)
Faktor penyesuai kapasitas untuk lebar jalur lalu lintas jalan perkotaan adalah
faktor penyesuai untuk kapasitas dasar akibat lebar jalur lalu lintas seperti
pada Tabel 2.4 berikut.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
15
Tabel 2.4 Faktor Penyesuai Kapasitas untuk Lebar Jalur Lalu Lintas (FCw)
Tipe Jalan Lebar Jalur Lalu Lintas Efektif
(WC) (m) FCw
Empat lajur terbagi
atau jalan satu arah
Per lajur
3,00 0,92
3,25 0,96
3,50 1,00
3,75 1,04
4,00 1,08
Empat lajur tak
terbagi
Per lajur
3,00 0,91
3,25 0,95
3,50 1,00
3,75 1,05
4,00 1,09
Dua lajur tak terbagi
Total dua arah
5 0,56
6 0,87
7 1,00
8 1,14
9 1,25
10 1,29
11 1,34 Sumber: MKJI (1997)
c. Faktor Penyesuai Kapasitas untuk Pemisahan Arah (FCsp)
Faktor penyesuai kapasitas untuk pemisahan arah lalu lintas adalah faktor
penyesuai kapasitas dasar akibat pemisahan arah lalu lintas (hanya pada jalan
dua arah tak terbagi). Faktor yang tertera dalam Tabel 2.5 ini mempunyai nilai
paling tinggi pada persentase pemisahan arah 50%-50% yaitu bilamana arus
pada kedua arah adalah sama pada periode waktu yang dianalisis (umumnya
satu jam).
Tabel 2.5 Faktor Penyesuai Kapasitas untuk Pemisahan Arah (FCsp)
Pemisahan Arah SP 50-50 55-45 60-40 65-35 70-30
%-%
FCsp
Dua lajur 2/2 1,00 0,97 0,94 0,91 0,88
Empat lajur 4/2 1,00 0,985 0,97 0,955 0,94
Sumber: MKJI (1997)
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
16
d. Faktor Penyesuai Kapasitas untuk Pengaruh Hambatan Samping (FCsf)
Faktor penyesuai kapasitas untuk hambatan samping adalah faktor penyesuai
kapasitas dasar akibat hambatan samping sebagai fungsi lebar bahu. Hambatan
samping ini dipengaruhi oleh berbagai aktivitas di samping jalan yang
berpengaruh terhadap arus lalu lintas. Nilai faktor ini terklasifikasi seperti
pada Tabel 2.6 dan Tabel 2.7.
Hambatan samping yang terutama berpengaruh pada kapasitas dan kinerja
jalan perkotaan:
Jumlah pejalan kaki berjalan atau menyebrang sisi jalan.
Jumlah kendaraan berhenti untuk parkir.
Jumlah kendaraan masuk-keluar ke/dari lahan samping jalan dan jalan sisi.
Jumlah kendaraan yang bergerak lambat yaitu arus total (kend/jam) dari
sepeda, becak, delman, pedati, dan sebagainya.
Tabel 2.6 Faktor Penyesuai Kapasitas Pengaruh Hambatan Samping (FCsf)
Tipe
Jalan
Kelas
Hambatan
Samping
Faktor Penyesuaian Hambatan Samping dan
Lebar Bahu (FCsf)
Lebar Bahu (m)
≤ 0,5 1,0 1,5 ≥ 2,0
4/2D
VL 0,96 0,98 1,01 1,03
ML 0,94 0,97 1,00 1,02
M 0,92 0,95 0,98 1,00
H 0,88 0,92 0,95 0,98
VH 0,84 0,88 0,92 0,96
4/2 UD
VL 0,96 0,99 1,01 1,03
ML 0,94 0,97 1,00 1,02
M 0,92 0,95 0,98 1,00
H 0,87 0,91 0,94 0,98
VH 0,80 0,86 0,90 0,95
2/2 UD
atau
jalan satu
arah
VL 0,94 0,96 0,99 1,01
ML 0,92 0,94 0,97 1,00
M 0,89 0,92 0,95 0,98
H 0,82 0,86 0,90 0,95
VH 0,73 0,79 0,85 0,91 Sumber: MKJI (1997)
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
17
Tabel 2.7 Faktor Penyesuai Kapasitas untuk Pengaruh Hambatan Samping
(FCsf) dan Jarak Kereb-Penghalang
Tipe
Jalan
Kelas
Hambatan
Samping
Faktor Penyesuaian Hambatan Samping dan
Lebar Bahu (FCsf)
Lebar Kereb-Penghalang (m)
≤ 0,5 1,0 1,5 ≥ 2,0
4/2D
VL 0,95 0,97 0,99 1,03
ML 0,94 0,96 0,98 1,00
M 0,91 0,93 0,95 0,98
H 0,86 0,89 0,92 0,95
VH 0,81 0,85 0,88 0,92
4/2 UD
VL 0,95 0,97 0,99 1,03
ML 0,93 0,95 0,97 1,00
M 0,90 0,92 0,95 0,97
H 0,84 0,87 0,90 0,93
VH 0,77 0,81 0,85 0,90
2/2 UD
atau
jalan satu
arah
VL 0,93 0,95 0,97 0,99
ML 0,90 0,92 0,95 0,97
M 0,86 0,88 0,91 0,94
H 0,78 0,81 0,84 0,88
VH 0,68 0,72 0,77 0,82 Sumber: MKJI (1997)
Untuk mengetahui tingkat hambatan samping pada kolom (2) Tabel 2.6 dan
Tabel 2.7 dengan melihat kolom (3) Tabel 2.8 di bawah ini. Tetapi apabila
data terinci hambatan samping tersebut tersedia maka hambatan samping
dapat ditentukan dengan prosedur berikut:
1. Memeriksa mengenai kondisi khusus dari kolom (4) Tabel 2.8 dan memilih
salah satu yang yang paling tepat untuk keadaan segmen jalan yang
dianalisa.
2. Mengamati foto pada gambar A-4:1-5 (MKJI 1997) yang menunjukkan
kesan visual rata-rata yang khusus dari masing-masing kelas hambatan
samping. Dan memilih salah satu yang paling sesuai dengan kondisi rata-
rata sesungguhnya pada kondisi lokasi untuk periode yang diamati.
3. Memilih kelas hambatan samping berdasarkan pertimbangan dari gabungan
langkah 1 dan 2 di atas.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
18
Tabel 2.8 Penentuan Kelas Hambatan Samping
Frekuensi
Berbobot
Kejadian
Kondisi Khusus
Kelas
Hambatan
Samping
Kode
< 100 Pemukiman, hampir tidak ada
kegiatan Sangat Rendah VL
100-299 Pemukiman, beberapa angkutan
umum Rendah L
300-499 Daerah industri dengan toko-toko
di sisi jalan Sedang M
500-899 Daerah niaga dengan aktifitas di
sisi jalan yang tinggi Tinggi H
> 900 Daerah niaga dengan aktifitas di
sisi jalan yang sangat tinggi Sangat Tinggi VH
Sumber: MKJI (1997)
e. Faktor Penyesuaian Kapasitas untuk Ukuran Kota (FCcs)
Faktor penyesuai kapasitas untuk ukuran kota adalah faktor penyesuaian
kapasitas dasar akibat ukuran kota. Besarnya faktor ini dapat dilihat pada
Tabel 2.9 di bawah ini.
Tabel 2.9 Faktor Penyesuai Kapasitas untuk Ukuran Kota (FCcs)
Ukuran Kota
(Juta Penduduk) Faktor Penyesuai untuk Ukuran Kota (FCcs)
< 0,1 0,86
0,1-0,5 0,90
0,5-1,0 0,94
1,0-3,0 1,00
> 3,0 1,04 Sumber: MKJI (1997)
2.2.10 Kecepatan
Kecepatan tempuh adalah kecepatan rata-rata (km/jam) arus lalu lintas dihitung
dari panjang ruas jalan dibagi waktu tempuh rata-rata kendaraan yang melewati
segmen jalan. Sedangkan kecepatan pada arus bebas adalah kecepatan dari
kendaraan yang tidak dipengaruhi oleh kendaraan lain (yaitu kecepatan dimana
pengendara merasakan perjalanan yang nyaman dalam kondisi geometrik
lingkungan dan pengaturan lalu lintas yang ada pada bagian segmen jalan dimana
tidak ada kendaraan lain).
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
19
Kecepatan arus dapat ditentukan dari rumus 2.2 berikut:
FV = (Fvo + FVw) × FFVsf × FFVcs (2.2)
Dimana:
FV = Kecepatan arus bebas kendaraan ringan sesungguhnya (km/jam)
Fvo = Kecepatan arus bebas dasar kendaraan ringan (km/jam), Tabel 2.10
FVw = Penyesuaian lebar jalur lalu lintas efektif (km/jam), Tabel 2.11
FFVsf = Faktor penyesuai kondisi hambatan samping, Tabel 2.12 dan Tabel 2.13
FFVcs = Faktor penyesuai ukuran kota, Tabel 2.14
Tabel 2.10 Kecepatan Arus Bebas Dasar (Fvo)
Tipe Jalan
Kecepatan Arus Bebas Dasar (Fvo) (km/jam)
Kendaraan
Ringan
(LV)
Kendaraan
Berat
(HV)
Sepeda
Motor
(MC)
Rata-rata
Kendaraan
Enam Lajur Terbagi (6/2 D) 61 52 48 57
Atau Tiga Lajur Satu Arah (3/1)
Empat Lajur Terbagi (4/2 D) 57 50 47 55
Atau Dua Lajur Satu Arah (2/1)
Empat Lajur Tak Terbagi 53 46 43 51
(4/2 UD)
Dua Lajur Tak Terbagi 44 40 40 42
(2/2 UD) Sumber: MKJI (1997)
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
20
Tabel 2.11 Penyesuai Kecepatan Arus Bebas untuk Lebar Jalur Lalu Lintas
(FVw)
Tipe Jalan
Lebar Jalur
Lalu Lintas Efektif (Wc)
(m)
FVw
Empat Lajur
Terbagi Atau
Jalan Satu Arah
Per lajur
3,00 -4
3,25 -2
3,50 0
3,75 2
4,00 4
Empat Lajur Tak
Terbagi
Per lajur
3,00 -4
3,25 -2
3,50 0
3,75 2
4,00 4
Dua Lajur Tak
Terbagi
Total Dua Arah
5 -9,5
6 -3
7 0
8 3
9 4
10 6
11 7 Sumber: MKJI (1997)
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
21
Tabel 2.12 Faktor Penyesuai (FFVsf) untuk Pengaruh Hambatan Samping
dan Lebar Bahu pada Kecepatan Arus Bebas dengan Bahu
Tipe
Jalan
Kelas
Hambatan
Samping
Faktor Penyesuaian Hambatan Samping dan
Lebar Bahu (FFVsf)
Lebar Bahu (m)
≤ 0,5 1,0 1,5 ≥ 2,0
4/2D
VL 1,00 1,01 1,01 1,02
ML 0,97 0,98 0,99 1,00
M 0,93 0,95 0,97 0,99
H 0,87 0,90 0,93 0,96
VH 0,81 0,85 0,88 0,92
4/2 UD
VL 1,01 1,01 1,01 1,00
ML 0,98 0,98 0,99 1,00
M 0,91 0,93 0,95 0,98
H 0,84 0,87 0,90 0,94
VH 0,77 0,81 0,85 0,90
2/2 UD
atau
jalan satu
arah
VL 0,98 0,99 0,99 1,00
ML 0,93 0,95 0,96 0,98
M 0,87 0,89 0,92 0,95
H 0,78 0,81 0,84 0,88
VH 0,68 0,77 0,77 0,82 Sumber: MKJI (1997)
Tabel 2.13 Faktor Penyesuai (FFVsf) untuk Pengaruh Hambatan Samping
dan Jarak Kerb Penghalang dengan Kerb
Tipe
Jalan
Kelas
Hambatan
Samping
Faktor Penyesuaian Hambatan Samping dan
Lebar Bahu (FFVsf)
Jarak Kerb (m)
≤ 0,5 1,0 1,5 ≥ 2,0
4/2D
VL 1,00 1,01 1,01 1,02
ML 0,97 0,98 0,99 1,00
M 0,93 0,95 0,97 0,99
H 0,87 0,90 0,93 0,96
VH 0,81 0,85 0,88 0,92
4/2 UD
VL 1,01 1,01 1,01 1,00
ML 0,98 0,98 0,99 1,00
M 0,91 0,93 0,95 0,98
H 0,84 0,87 0,90 0,94
VH 0,77 0,81 0,85 0,90
2/2 UD
atau
jalan satu
arah
VL 0,98 0,99 0,99 1,00
ML 0,93 0,95 0,96 0,98
M 0,87 0,89 0,92 0,95
H 0,78 0,81 0,84 0,88
VH 0,68 0,77 0,77 0,82 Sumber: MKJI (1997)
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
22
Faktor penyesuaian kecepatan arus bebas untuk jalan enam lajur dapat ditentukan
dengan menggunakan nilai FFVsf untuk jalan empat lajur yang diberikan pada
Tabel 2.12 atau Tabel 2.13 dan disesuaikan seperti rumus 2.3 di bawah ini:
FFV6sf = 1-0,8 × (1- FFV4sf) (2.3)
Dimana:
FFV6sf = Faktor penyesuai kecepatan arus bebas untuk enam lajur (km/jam)
FFV4sf = Faktor penyesuai kecepatan arus bebas untuk empat lajur (km/jam)
Untuk penentuan kelas hambatan samping sama dengan Tabel 2.8 di atas.
Sedangkan faktor penyesuai kecepatan untuk ukuran kota dapat dilihat pada
Tabel 2.14 di bawah ini.
Tabel 2.14 Faktor Penyesuai untuk Pengaruh Ukuran Kota pada Kecepatan
Arus Bebas Kendaraan Ringan
Ukuran Kota
(Juta Penduduk) Faktor Penyesuai untuk Ukuran Kota (FVcs)
< 0,1 0,90
0,1-0,5 0,93
0,5-1,0 0,95
1,0-3,0 1,00
> 3,0 1,03 Sumber: MKJI (1997)
Kecepatan kendaraan pada arus lalu lintas dapat dihitung dengan menggunakan
rumus 2.4 berikut:
V = Vo × 0,5 (1+(1-(Q/C))0,5
) (2.4)
Dimana:
V = Kecepatan sesungguhnya pada saat ada arus lalu lintas Q
Vo = Kecepatan arus bebas
C = Kapasitas
Jika arus pada ruas jalan tersebut telah mencapai kapasitas (Q/C = 1), maka rumus
2.4 menjadi seperti persamaan 2.5.
V = 0,5Vo (2.5)
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
23
2.2.11 Hubungan Kurva Kecepatan-Arus dan Biaya-Arus
Dalam rekayasa lalu lintas dikenal hubungan yang sangat sering digunakan yaitu
pengaruh arus pada kecepatan kendaraan yang bergerak pada ruas jalan tertentu.
Hubungan kapasitas-arus sering digambarkan seperti pada Gambar 2.2. Jika arus
lalu lintas meningkat, maka kecepatan cenderung menurun secara perlahan.
Sedangkan jika arus mendekati kapasitas, maka penurunan kecepatan semakin
besar (Widyastuti, 2007).
Gambar 2.2 Hubungan Tipikal Kecepatan-Arus dan Biaya-Arus
Apabila kondisi tersebut dipaksakan untuk mendapatkan arus yang melebihi
kapasitas, maka akan terjadi kondisi yang tidak stabil dengan kecepatan yang
lebih rendah.
Untuk alasan praktis dalam teknik pembebanan rute jenis hubungan ini dilakukan
dalam bentuk hubungan waktu tempuh per unit jarak dengan arus lalu lintas.
Model pembebanan rute yang mempertimbangkan kemacetan memerlukan
beberapa persamaan fungsi yang cocok untuk menghubungkan atribut suatu ruas
seperti kapasitas dan kecepatan arus bebas serta arus lalu lintasnya dengan
kecepatan atau biaya yang dihasilkan. Hal ini dapat dinyatakan dalam bentuk
umum seperti persamaan 2.6 berikut:
Ca = Ca({V}) (2.6)
Biaya pada suatu ruas jalan merupakan fungsi dari semua pergerakan V pada
jaringan tersebut (bukan hanya biaya yang disebabkan oleh arus diruas jalan itu).
Rumus umum ini cocok untuk daerah perkotaan yang memiliki interaksi yang erat
antara arus lalu lintas di ruas jalan yang lain dengan tundaan, tetapi hal ini dapat
Vmaks
Kec
epat
an (k
m/j
am)
Arus V (kend/jam)
Wak
tu T
emp
uh
(men
it/k
m)
Vmaks
Arus V (kend/jam)
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
24
disederhanakan jika mempertimbangkan ruas jalan yang panjang, dimana semua
waktu perjalanan digunakan pada ruas jalan tersebut. Dalam hal ini persamaan
yang digunakan harus terpisah, yang dapat ditulis sebagai persamaan 2.7 berikut:
Ca = Ca(Va) (2.7)
Biaya pada ruas jalan tersebut hanya tergantung pada arus dan ciri ruas itu saja.
Asumsi ini dapat menyederhanakan proses penaksiran, pengembangan fungsi
serta penggunaan metode pembebanan yang sesuai.
Tamin (2000) mengutip Branston (1976) menulis beberapa kurva biaya-arus yang
diusulkan oleh beberapa penulis sebagai berikut:
a. Smock (1962) mengemukakan rumus 2.8 berikut untuk kajian Deroit, yaitu:
t = t0 exp(
) (2.8)
t adalah waktu tempuh per satuan jarak, t0 adalah waktu per satuan jarak pada
kondisi arus bebas, dan Qs adalah kapasitas ruas pada kondisi tunak.
b. Overgaard (1976) menuliskan dalam bentuk lain, yaitu persamaan 2.9:
t = t0 (
)
(2.9)
QP adalah kapasitas praktis dari ruas jalan, sedangkan α dan β adalah parameter
yang dikalibrasi.
c. Dinas Jalan Umum (1964) di Amerika Serikat menyarankan fungsi 2.10 yang
sangat umum, yaitu:
t = t0[ (
)
] (2.10)
d. IHCM (Indonesian Highway Capacity Manual) 1997, melakukan beberapa
kajian mengenai hubungan antara kecepatan-arus pada beberapa ruas jalan
antarkota di Indonesia (4 lajur dan 2 lajur). Hubungan matematis yang cukup
baik telah dihasilkan oleh kajian ini seperti persamaan 2.11 dan 2.12.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
25
V = FV × [ (
)( )
]
( )
(2.11)
*
( )
( )+
( ) (2.12)
Dimana:
FV = Kecepatan arus bebas
D = Kepadatan (smp/km) (dihitung sebagai Q/V)
Dj = Kepadatan pada kondisi macet total
Do = Kepadatan pada saat kapasitas jalan tercapai
L, M = Konstanta
2.2.12 EMME/3
EMME (Equilibre Multimodal, Multimodal Equilibrium) merupakan software
yang professional dalam meramalkan sebuah arus perjalanan. EMME
menawarkan perangkat alat perencanaan yang komplit dan komprehensif untuk
kebutuhan suatu pemodelan. Selain itu, EMME khususnya di sini EMME/3
merupakan pengembangan dari program sebelumnya yaitu EMME/2 yang dibuat
dan dikembangkan di INRO Consultant University de Montreal, Kanada dengan
kemampuan yang sangat tinggi dengan jumlah node dan link yang dapat dikatakan
tidak terbatas (mampu mencapai hamper 1 juta node).
Adapun keunggulan lainnya adalah formula yang dapat dibuat sendiri sesuai
keadaan dan kebutuhan (INRO Concultant Inc., 1998). Misalnya hitungan
kapasitas dan waktu tempuh yang disesuaikan dengan MKJI 1997 (Munawar,
2005). Output dari software ini dapat berupa grafis, numerik, dan SIG.
Para perencana transportasi menggunakan EMME untuk memodelkan sistem
transportasi perkotaan, metropolitan, dan regional. Selain itu EMME juga
digunakan untuk mengevaluasi kebijakan transportasi yang mempunyai efek ke
semua sistem transportasi yang ada. EMME berbeda dengan program yang
lainnya, karena EMME memberikan kemudahan dan kebebasan secara khusus
bagi pengguna dalam melakukan pendekatan model untuk menggunakan metode
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
26
yang telah ditetapkan atau membuat metode baru untuk memanggil kebutuhan
setempat. EMME sendiri dikembangkan untuk mengemudikan sistem transportasi
yang kompleks, dan melaporkan kepada perencana berbagai macam tantangan
yang harus dihadapi terkait teknologi, sosial, dan ekonomi.
Pada manual EMME help dijelaskan bahwa EMME/3 mempunyai beberapa
komponen utama yaitu EMME GUI yang baru, the network editor, the network
calculator, worksheet, dan mesin pemetaan, yang kegunaan terbarunya untuk
menggabungkan (integration) GIS dengan komponen lainnya. Untuk mengakses
informasi pada EMME help secara online dapat dicari pada help menu.
EMME user’s guide menyediakan struktur teks dasar. The EMME reference
manual menyediakan dokumen secara detail untuk kemampuan pemetaan EMME
dan GUI-tools untuk merinci visualisasi dan analisisnya. The EMME prompt
(Prompt Console) menyediakan gambaran ringkas secara luas dari operasi garis
perintah, termasuk merinci model kebutuhan, pembebanan, jaringan, dan
kalkulator matriks. Sedangkan alat pemodelan transportasi lain mencakup The
EMME macro language untuk melakukan otomatisasi.
Prosedur perhitungan program EMME/3 dalam membuat matriks baru dari
estimasi matriks dan arus lalu lintas hasil proses pembebanan ke jaringan jalan,
secara umum dapat dilihat pada Gambar 2.3.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
27
Gambar 2.3 Prosedur Perhitungan Program EMME/3
2.2.13 Konsep Model Gravity sebagai Model Sebaran Pergerakan
Tamin (2000) menyatakan bahwa model Gravity berasumsi bahwa ciri bangkitan
dan tarikan pergerakan berkaitan dengan beberapa parameter zona asal, misalnya
populasi dan nilai sel MAT yang berkaitan dengan aksesibilitas (kemudahan)
sebagai fungsi jarak, waktu, atau biaya. Model Gravity untuk keperluan
transportasi menyatakan bahwa pergerakan antar zona asal i dan zona tujuan d
berbanding lurus dengan Oi dan Dd dan berbanding terbalik kuadratis terhadap
jarak antara kedua zona tersebut. Dalam bentuk matematis model gravity dapat
dinyatakan sebagai persamaan 2.13.
T
= Oi . Dd . f(Cid) (2.13)
Persamaan 2.13 dapat digunakan dengan batasan 2.14 berikut:
∑ dan ∑ (2.14)
Data MAT Awal
(Prior Matrix)
Penyusunan MAT
(Prompt Console)
Estimasi Matriks
(Prompt Console)
MAT Baru
(ME2)
Assignment
(Prompt Console)
User Equilibrium
Penyusunan Jaringan
(Network Editor)
Basis Data
Jaringan Jalan
Data Lalu Lintas
(Traffic Count)
Arus Lalu Lintas
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
28
Sehingga pengembangan persamaan 2.13 dengan menggunakan batasan
persamaan 2.14 adalah sebagai persamaan 2.15 berikut:
T
= Oi . Dd . Ai . Bd . f(Cid) (2.15)
T
= Jumlah pergerakan dari zona asal i ke zona tujuan d
Ai, Bd = Faktor penyeimbang untuk setiap zona asal i dan tujuan j
Oi = Total pergerakan dari zona asal i
Dd = Total pergerakan ke zona tujuan d
f(Cid) = Fungsi umum biaya perjalanan (fungsi hambatan).
Fungsi hambatan transportasi biasanya diasumsikan sebagai rute terpendek,
tercepat, atau termurah dari zona asal ke zona tujuan. Fungsi hambatan adalah
fungsi yang digunakan sebagai ukuran aksesibilitas (kemudahan) antara zona i
(zona asal) dan zona d (zona tujuan).
Mengutip dari Hyman (1969), Tamin (2000) menjelaskan 3 jenis fungsi hambatan
yang dapat dipergunakan dalam Model Gravity, yaitu:
Fungsi pangkat : f(Cid) = C
(2.16)
Fungsi eksponensial : f(Cid) = (2.17)
Fungsi Tanner : f(Cid) = C
. (2.18)
Hal yang perlu mendapat perhatian adalah hambatan transportasi intrazona.
Perkiraan yang salah menyebabkan perkiraan pergerakan intrazona yang sangat
kasar, yang selanjutnya mempengaruhi perhitungan. Secara praktis, harus terdapat
banyak asumsi untuk bisa mendapatkan jawaban yang benar. Hal yang paling
mungkin adalah dengan menghitung pergerakan intrazona secara terpisah dan
kemudian menghilangkan pergerakan tersebut dari pemodelan utama.
Di samping mengkalibrasi parameter model kebutuhan akan transportasi,
seringkali diperlukan juga informasi sebaran pergerakan yang didasarkan pada
panjang (atau biaya) perjalanan, yang biasa dikenal dengan sebaran panjang
pergerakan. Dengan semakin meningkatnya jarak atau biaya, jumlah perjalanan
akan menurun.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
29
Persamaan 2.15 dipenuhi jika digunakan konstanta Ai dan Bd (disebut sebagai
konstanta penyeimbang) pada persamaan 2.19 yang terkait dengan setiap zona
bangkitan dan tarikan.
Ai =
∑ ( ) Bd =
∑ ( ) (2.19)
Untuk mendapatkan kedua nilai tersebut perlu dilakukan proses iterasi sampai
masing-masing nilai Ai dan Bd menghasilkan nilai tertentu (konvergen).
2.2.14 Model Gravity dengan Batasan Tarikan (ACGR)
Dalam model ini, total pergerakan secara global harus sama dan juga tarikan
pergerakan yang didapat dengan pemodelan harus sama dengan hasil tarikan
pergerakan yang diinginkan. Sebaliknya, bangkitan pergerakan yang didapat
dengan pemodelan tidak harus sama. Untuk batasan tarikan, model yang
digunakan persis sama dengan persamaan 2.15, tetapi dengan syarat batas yang
berbeda, yaitu seperti persamaan 2.20 berikut:
Ai = 1 untuk seluruh i; Bd =
∑ ( ) (2.20)
Pada model ACGR, konstanta Bd dihitung sesuai dengan persamaan 2.19 untuk
setiap zona tujuan d. Konstanta ini memberikan batasan bahwa total kolom dari
matriks harus sama dengan total kolom dari matriks hasil tahap bangkitan
pergerakan. Dengan kata lain, total pergerakan hasil pemodelan yang menuju
suatu zona harus sama dengan total pergerakan hasil bangkitan pergerakan ke
zona tersebut.
Model ACGR tepat digunakan untuk memodelkan pergerakan berbasis rumah,
baik untuk tujuan bekerja ataupun pendidikan karena berdasarkan pada peubah
yang mudah dihitung (misalnya populasi). Artinya model ACGR lebih mudah
dispesifikasikan dan dikalibrasi.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
30
2.2.15 Metode Kalibrasi Newton-Raphson
Menurut Tamin (2000), kalibrasi adalah proses menaksir nilai parameter suatu
model dengan berbagai teknik yang sudah ada: analisis numerik, aljabar linear,
optimasi, dan lain-lain. Setelah dikalibrasi, diharapkan suatu model dapat
menghasilkan keluaran yang sama dengan data lapangan (realita).
Sedangkan Metode Kalibrasi Newton-Raphson adalah metode pengkalibrasian
atau pengulangan yang dilakukan dengan proses mengulang nilai parameter
sampai nilai tersebut mencapai batas konvergensinya. Metode ini didasarkan pada
pendekatan nilai f(x) dengan menggunakan deret Taylor.
Nilai f(x) didekati dengan menggunakan garis singgung f(x) pada nilai x. Titik
potong garis singgung ini dengan sumbu x digunakan sebagai pendekatan
selanjutnya. Secara ringkas, metode tersebut dijelaskan sebagai berikut.
Misalnya diketahui persamaan 2.21, fungsi f merupakan fungsi dari satu peubah
bebas β:
f(β) = 0 (2.21)
Jika β0 adalah nilai untuk pendekat solusi (β0 + h), maka menjadi persamaan 2.22.
f(β0 + h) = 0 (2.22)
Pendekatan deret Taylor sampai tingkat pertama untuk persamaan simultan ini
menghasilkan persamaan 2.23.
f(β0 + h) = f(β0) +
· h (2.23)
Dengan memasukkan persamaan 2.22 ke persamaan 2.23 akan didapat persamaan
2.24 berikut:
f(β0) +
· h = 0 (2.24)
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
31
Nilai f(β0) dan nilai
dapat dihitung. Persamaan tersebut dapat dihitung dengan
eliminasi matriks Gauss-Jordan, sehingga nilai h dapat ditentukan melalui
persamaan 2.25 berikut:
h = -
(
) (2.25)
Selanjutnya nilai h ini digunakan untuk mendapatkan nilai pendekat sebagai
persamaan 2.26 berikut:
β1 = β0 + h (2.26)
2.2.16 Matrix Estimation by Maximum Entropy (ME2)
Seperti tertulis pada persamaan 2.27, persoalan pokok pada perkiraan matriks
perjalanan dari data lalu lintas adalah identifikasi pasangan asal-tujuan yang
menggunakan ruas tertentu sebagai bagian dari perjalanannya. Variabel ini
dinamakan Pija, yaitu proporsi perjalanan dari asal i ke tujuan j yang
menggunakan ruas a. Arus pada ruas a (Va) adalah penjumlahan seluruh
kontribusi perjalanan antara setiap pasangan zona pada ruas tersebut.
Va = ∑ (2.27)
Batasan: 0 ≤ Pija≤ 1
Batas persamaan 2.27 memberikan hasil yang sempurna jika arus pada ruas a dari
hasil pemodelan sama dengan arus dari hasil pengamatan seperti persamaan 2.28.
V â = Va = ∑ij ·Tij·Pija (2.28)
Dengan:
Tij = Matriks perjalanan sebenarnya
Pija = Proporsi perjalanan dari i ke j yang menggunakan a
Va = Arus dari ruas a yang didapat dari hasil pemodelan
Vâ = Arus di ruas a dari hasil pengamatan
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
32
Dalam prakteknya jumlah data arus lalu lintas dari hasil pengamatan jauh lebih
sedikit dibandingkan jumlah Tij yang diketahui. Dengan kondisi tersebut, tidak
mungkin menentukan solusi yang unik terhadap masalah estimasi matriks
perjalanan, oleh karena itu sebagian besar metode berusaha untuk mendapatkan
matriks perjalanan Tij yang paling mirip yang memenuhi batasan persamaan
tersebut.
Ada dua pendekatan untuk menyelesaikan persamaan 2.28. Yang pertama, apabila
tidak terdapat informasi sebelumnya tentang Tij (no prior trip matrix) dan yang
kedua, apabila tedapat informasi sebelumnya tentang Tij (prior trip matrix).
Model Matrix Estimation by Maximum Entropy yang dikembangkan oleh
Wilimsen memberikan persamaan dasar untuk kedua pendekatan diatas sebagai
persamaan 2.29 atau 2.30 berikut:
Tij = ∏
(2.29)
Tij = tij· ∏
(2.30)
Dengan:
tij = Perkiraan matriks perjalanan (misal dari survai sebelumnya)
Xa = Faktor penyeimbang (balancing factor) yang dipilih sedemikian rupa
sehingga batasan persamaan 2.27 terpenuhi.
2.2.17 Pembebanan User Equilibrium
Pertimbangan utama pembebanan lalu lintas merupakan asumsi bahwa dasar
pemilihan rute adalah biaya perjalanan. Ukuran yang digunakan tergantung pada
karakteristik jalan, kondisi lalu lintas dan persepsi pengendara tentang kondisi
tersebut.
Dalam hal ini efek stokastik tidak diperhitungkan. Ada dua perilaku yang
diusulkan sebagai dasar dari kondisi equlibrium, yaitu:
a. Pengendara memilih rute secara bebas yang memenuhi kepentingan terbaiknya
menurut kondisi lalu lintas yang dihasilkan dari beberapa pilihan rute lain.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
33
b. Pengendara memilih rute yang menghasilkan arus lalu lintas yang meberikan
keuntungan maksimum bagi mereka.
Pendekatan pembebanan User Equilibrium mengacu pada Prinsip Wardrop I yang
menyatakan bahwa dalam kondisi macet, pengendara akan memilih suatu rute
sampai tercapai kondisi yang tidak memungkinkan seorang pun dapat mengurangi
biaya perjalanannya dengan menggunakan rute yang lain. Apabila semua
pengendara mempunyai persepsi yang sama tentang biaya maka akan dihasilkan
kondisi keseimbangan, artinya semua rute yang digunakan antara dua titik tertentu
akan mencapai baiaya perjalanan yang sama dan minimum, sedangkan rute yang
tidak digunakan akan mencapai biaya perjalanan yang sama atau lebih mahal.
2.2.18 Indikator Uji Statistik
Penaksiran MAT dari data lalu lintas yang dihasilkan dengan menggunakan
penaksiran model kebutuhan akan transportasi akan menghasilkan arus lalu lintas
yang semirip mungkin dengan data arus lalu lintas hasil pengamatan. Hal
terpenting yang harus diperhatikan yaitu tingkat kemiripan dari MAT hasil
penaksiran dengan MAT hasil pengamatan. Tingkat akurasi MAT yang dihasilkan
dari data arus lalu lintas dapat ditentukan dengan beberapa indikator uji statistik.
Indikator uji statistik yang digunakan dalam penelitian ini koefisien determinasi
(R2).
Indikator uji kesesuaian R2 dapat didefinisikan sebagai persamaan 2.31:
∑ ∑ ( ̂ )
∑ ∑ ( ̂ )
untuk i dan d ≠ 0 (2.31)
Indikator uji statistik R2 ini merupakan suatu uji statistik yang paling sering
digunakan. Indikator ini akan memberikan bobot sangat tinggi untuk kesalahan
absolut besar. Oleh karena itu, nilai R2
yang tinggi tidak dapat diperoleh dari
matriks berjumlah sel besar dengan kesalahan kecil, tetapi sangat jelek pada nilai
sel yang kecil.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
34
BAB 3
METODE PENELITIAN
3.1 Lokasi dan Waktu Penelitian
Penelitian ini dilaksanakan di Kota Surakarta yang berada di Provinsi Jawa
Tengah bagian selatan. Kota Surakarta mempunyai luas wilayah ± 44,04 km2 dan
secara astronomi terletak pada 110º45’15” - 110º45’35” BT dan 70º36’00” -
70º56’00” LS. Secara geografis Kota Surakarta berbatasan langsung dengan kota
lain seperti Kabupaten Karanganyar dan Boyolali (utara), Kabupaten Karanganyar
(timur), Kabupaten Sukoharjo (selatan), dan Kabupaten Sukoharjo dan
Karanganyar (barat).
Kota Surakarta secara administratif dibagi ke dalam 5 kecamatan dan terdiri dari
51 kelurahan. Jumlah penduduk Kota Surakarta mencapai 536.498 jiwa dan
kepadatannya mencapai 12.182 jiwa/km2 (Dinas Kependudukan dan Pencatatan
Sipil Kota Surakarta, 2010). Untuk peta administratif batas kelurahan dapat dilihat
pada Gambar 3.1.
Untuk sistem pembagian zonanya, penelitian ini menggunakan pembagian zona
berdasarkan kelurahan. Seperti yang terlihat pada Gambar 3.2, zona yang dipakai
dalam penelitian ini adalah 51 zona sesuai dengan jumlah kelurahan di Kota
Surakarta ditambah dengan 14 zona lain yang berasal dari Kabupaten
Karanganyar dan Sukoharjo.
Penentuan lokasi survei lalu lintas untuk mendapatkan data didasarkan pada
pertimbangan klasifikasi fungsi jalan, kondisi tata guna lahan di sekitarnya,
tingkat kepadatan lalu lintas, serta beberapa ruas jalan yang dianggap mewakili
pada jaringan jalan Kota Surakarta, misalnya jalan protokol Slamet Riyadi. Untuk
lebih jelasnya ruas-ruas jalan yang dipakai sebagai lokasi survei dapat dilihat pada
Gambar 3.3 dan Tabel 3.1.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
35
Gambar 3.1 Peta Administratif Kota Surakarta
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
36
Gambar 3.2 Peta Pembagian Zona Kota Surakarta
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
37
Gambar 3.3 Peta Jaringan Jalan Kota Surakarta dan Lokasi Survei
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
38
Tabel 3.1 Lokasi Survei Arus Lalu Lintas (Traffic Count)
No. Node Nama Jalan Keterangan
1 55/C65 Ring Road Utara Solo-Karanganyar
2 95/C59 Raya Palur KM 5 UNSA
3 23/C52 Adi Sucipto Solo Pos
4 105/C56 Yos Sudarso Radio Prambors Solo Baru
5 66/67 Dr. Radjiman Pom Bensin Laweyan
6 25/26 Adi Sucipto Stadion Manahan
7 1/C53 Slamet Riyadi RS Yarsis
8 2/3 Slamet Riyadi Solo Square
9 34/35 Ahmad Yani Hotel Grand Setia Kawan
10 143/144 Kyai Mojo Jembatan Bekonang
11 86/91 Kolonel Sutarto RS Moewardi
12 6/7 Slamet Riyadi Pizza Hut
13 92/241 Ir. Sutami Kampus UNS
14 21/22 Slamet Riyadi BCA Gladag
15 271/C62 Kolonel Sugiono Solo - Purwodadi km 3
Pengambilan data lalu lintas pada penelitian ini dilaksanakan selama 3 hari, yaitu
pada hari Selasa tanggal 22 Mei 2012, Rabu 23 Mei 2012, dan Selasa 29 Mei
2012. Survei dilaksanakan pada hari-hari tersebut karena hari Selasa dan Rabu
dianggap hari yang kepadatan lalu lintasnya normal. Penelitian ini dilaksanakan
selama 2 jam setiap harinya, yaitu pada jam puncak kepadatan pagi hari (pukul
06.00-08.00).
3.2 Jenis dan Sumber Data
3.2.1 Data Primer
Pada penelitian ini yang menjadi data primer adalah data volume lalu lintas yang
didapat dari survei di lapangan. Data volume lalu lintas ini didapat dari
penghitungan jumlah kendaraan yang melewati suatu ruas jalan pada waktu
tertentu, selama waktu tertentu, dan dengan interval waktu tertentu. Kendaraan
yang dihitung harus diklasifikasikan berdasarkan jenis kendaraannya yakni MC
(Motor Cycle), LV (Light Vehicle), dan HV (Heavy Vehicle). Selanjutnya hasil
perhitungan jumlah kendaraan ini diolah sesuai pedoman MKJI 1997 untuk
diekivalensikan satuan kendaraannya.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
39
3.2.2 Data Sekunder
Data sekunder pada penelitian ini adalah data yang diperoleh dari instansi terkait
di Kota Surakarta dan dari penelitian sebelumnya. Data tersebut meliputi:
a. Peta wilayah Kota Surakarta yang diperoleh dari Badan Perencana
Pembangunan Daerah (Bappeda),
b. Data jumlah penduduk dari Biro Pusat Statistik (BPS),
c. Data tata guna lahan dari BPS,
d. Data jaringan jalan dari Departemen Pekejaan Umun (DPU), dan
e. Data prior matrix (matriks terdahulu) dan data arus lalu lintas dari penelitian
Rahman, P. A., (2010).
3.3 Metode Pengambilan Data
Pengambilan data di sini adalah pengambilan data volume lalu lintas yang didapat
dari pengamatan/penghitungan jumlah kendaraan di lapangan.
3.3.1 Desain Alat Survei
Peralatan yang digunakan adalah formilir survei, alat tulis, hand tally counter, dan
penunjuk waktu (jam). Handy tally counter digunakan untuk menghitung jumlah
kendaraan yang bergerak dalam jumlah banyak pada waktu yang hampir
bersamaan, misalnya sepeda motor dan mobil. Hal ini dilakukan untuk
menghindari kesalahan hitung. Sedangkan untuk jenis kendaraan lain dihitung
dengan cara manual (menuliskan turus atau angka).
3.3.2 Desain Sampel
Jenis kendaraan yang disurvei digolongkan menjadi 3 golongan, meliputi:
a. Motor Cycle (sepeda motor dan sepeda motor beroda tiga)
b. Light Vehicle (mobil penumpang, angkutan kota, dan pick-up)
c. Heavy Vehicle (bus kecil, bus besar, truk, truk gandeng, dan tronton).
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
40
3.3.3 Desain Formulir
Berdasarkan jenis kendaraan yang akan disurvei dan desain alat yang digunakan,
maka formulir survei yang digunakan memuat kriteria dan contoh gambar dari
kendaraan yang disurvei. Formulir isian jumlah kendaraan diisi sesuai dengan
jumlah kendaraan yang melintas di ruas jalan yang diamati dan dihitung per 15
menitan selama 2 jam. Karena ada jenis kendaraan yang dihitung manual dengan
turus (tidak menggunakan hand tally counter), maka lebar dan panjang kolom
untuk pengisian disesuaikan agar dapat memuat turus hasil perhitungan. Contoh
formulir survei dapat dilihat pada Lampiran G.
3.3.4 Surveyor
Surveyor yang membantu dalam survei arus lalu lintas harus bisa menggunakan
peralatan survei dan mengerti tentang klasifikasi kendaraan yang disurvei sesuai
dengan formulir survei. Surveyor yang membantu adalah mahasiswa Teknik Sipil
UNS semester 8. Jumlah surveyor yang membantu sebanyak 87 orang, yang
penempatannya setiap titik survei berbeda-beda ± 4-6 surveyor sesuai dengan
kelas jalan, lebar jalan, banyak jalur dan lajur, kepadatan lalu lintas, dan jenis
kendaraan yang melalui jalan tersebut.
3.4 Metode Analisis Data
3.4.1 Pengolahan Data Basis Jaringan Jalan
a. Mengkonversi arus lalu lintas dari semua jenis satuan kendaraan ke dalam
satuan mobil penumpang sesuai ketentuan MKJI 1997.
b. Menghitung kapasitas jalan berdasarkan tipe jalan, lebar jalan, hambatan
samping, lebar bahu jalan, jarak kerb-penghalang, dan jumlah penduduknya
sesuai dengan ketentuan MKJI 1997.
c. Menghitung waktu tempuh yang diperlukan suatu kendaraan untuk menempuh
suatu ruas jalan tertentu dengan satuan detik, sesuai dengan ketentuan MKJI
1997.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
41
3.4.2 Matriks Hasil Estimasi oleh EMME/3
Setelah didapatkan ketiga data di atas, selanjutnya jenis moda, node, link,
koordinat, kapasitas arus, lebar jalan, dan tipe jalan dimasukkan ke dalam
program EMME/3 melalui Network Editor. Setelah data basis jaringan jalan
dimasukkan, selanjutnya matriks asal (prior matrix) dari penelitian Rahman, P.
A., (2010) ke program EMME/3 melalui Emme Prompt Console.
Emme Prompt Console merupakan teks model yang digunakan untuk melakukan
berbagai garis perintah. Bentuk dari teks model ini berupa Module. Emme Prompt
Console juga mencakup detail model kebutuhan, Assignment Network,
perhitungan matrik dan The Emme Macro Language untuk melakukan
otomatisasi.
Hasil matriks baru dari EMME/3 ini selanjutnya digunakan untuk proses kalibrasi
parameter dan untuk dibebankan ke jaringan jalan untuk mendapatkan arus lalu
lintas hasil pemodelan.
3.4.3 Kalibrasi Parameter Betha (β)
Dalam mencari parameter perlu dilakukan kalibrasi sampai nilai β mencapai nilai
yang konvergen. Metode kalibrasi yang digunakan adalah Metode Kalibrasi
Newton-Raphson dan fungsi hambatan yang digunakan adalah fungsi hambatan
pangkat. Proses pengkalibrasian koefisien β dilakukan dengan bantuan software
pemrograman Lazarus.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
42
Proses kalibrasinya dapat dilihat pada Gambar 3.4 berikut:
Gambar 3.4 Bagan Alir Prosedur Kalibrasi Newton-Raphson
Mulai
Membaca : Oi, Dd, dan
Nilai Awal Parameter β
Menghitung: Fungsi Hambatan
Fid;
;
Hambatan Pangkat
Menghitung: Faktor Penyeimbang
Ai; Bd;
;
;
;
Batasan Tarikan Pergerakan
Menghitung:
Tid;
;
; f;
Metode Kuadrat Terkecil Tidak Linear Berbobot
Menghitung:
h = -
h ≈ 0
Hasil:
Nilai β
Selesai
Ya βm+1 = βm + h
Tidak
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
43
3.4.4 Estimasi Matriks Asal Tujuan Hasil Pemodelan
Setelah didapatkan salah satu nilai parameter, langkah selanjutnya adalah
mengestimasi MAT 2012 hasil dari EMME/3 menggunakan koefisien β tersebut
dan dibatasi dengan tarikan pergerakan. Proses estimasi MAT ini dilakukan di
dalam sel Ms. Excel secara perhitungan manual. Hasil estimasi inilah yang
menjadi gambaran total pergerakan hasil pemodelan.
3.4.5 Pembebanan Arus Lalu Lintas ke Jaringan Jalan
Hasil MAT dari EMME/3 dapat langsung dibebankan dengan EMME/3 juga,
melalui proses assignment. Hasil pembebanan pada tahap ini menjadi arus lalu
lintas hasil pembebanan yang selanjutnya akan dibandingkan dengan arus lalu
lintas hasil pengamatan di lapangan.
3.4.6 Uji Validitas
Uji validitas dilakukan untuk mengetahui seberapa besar perbedaan yang
ditimbulkan dari arus lalu lintas hasil pengamatan dengan arus lalu lintas hasil
perhitungan. Uji validitas yang dilakukan adalah mencari nilai koefisien
determinasi R2.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
44
3.5 Diagram Alir Metode Penelitian
Gambar 3.5 Bagan Alir Metode Penelitian
Mulai
Kajian Literatur
Survei Pendahuluan
Survei Data Lalu Lintas (Traffic Count) Va’
Pengolahan Data Survei dengan MKJI 1997
Mengkalibrasi Fungsi Hambatan Pangkat dengan Metode
Newton-Raphson Menggunakan Aplikasi Software Lazarus
Uji Validitas
Arus Lalu Lintas Va
Selesai
Mengolah Data dengan Aplikasi Software EMME/3
Matriks Baru
Konvergensi
Va=Va’
Prior Matrix
Rahman, P. A. (2010)
Matriks 2012
Membebankan Matriks ke Jaringan Jalan dengan Metode User
Equilibrium dengan Aplikasi Software EMME/3
Ya
Tidak
top related