1
2
Proses Pemenuhan Kebutuhan
Tidak Bergerak
Bergerak
emenu an e utu an jasa: Internet, delivery, teleconference, dsb
Dari Satu Tempat Ke Tempat Lain Perlu Moda
PERENCANAAN DAN PEMODELAN TRANSPORTASI
Transportasi
Dr. NINDYO CAHYO KRESNANTO
Pergerakan Lalulintas
3
“Terciptanya “Terciptanya suatu sistem transportasi/pergerakan transportasi/pergerakan yang aman, efisien, efektif, nyaman, murah, dan sesuai lingkungan (termasuk safety)”
4
s em eg a an:
SISTEM KEGIATAN
SISTEM JARINGAN
Sistem Pergerakan:
guna an se aga prasarana peng u ung atau as tas pergerakan.
Sistem Sistem Lemba a:
SISTEM KELEMBAGAAN
Perger ergerak akan an akan akan timb timbul ul deng dengan an adan adany ya pena penata taan an ruang ruang untuk untuk kegia kegiatantan-ke kegia giatan tan tertentu tertentu..
Sistem Jaringan:
PERGERAKAN
Meng Mengat atur ur tata tata ruang ruang/t /tata ata guna guna laha lahann disu disuat atuu wila wilay yah Nasional Pro insi Kabu aten Kota .
Digu Diguna naka kann untuk untuk meng mengel elol ola a semua semua keter keterka kait itan an anta antarr siste sistem m kegia kegiatan tan,, sistem perge pergerak rakan, an, dan sistem sistem jaring jaringan. an.
5
6
Suatu proses yang tujuannya memungkinkan manusia dan barang bergerak atau berpindah tempat dengan aman dan murah (Pignataro,1973 dan Tamin, 2000 ).
7
8
s/d 1 Th
s/d 5 Th
s/d 25 Th
Kemudahan suatu tempat untuk dicapai (Semakin tinggi aksesibilitas maka semakin mudah daerah itu dicapai) C
B
MIDDLE
SHORT
LONG
60 mnt 70 Rp.10.000 Km
100 50 R .40.000 mnt Km
A
20 mnt 80 Rp.15.000 Km
D
9
10
• Negara berkembang: roduk akan terbebani biaya untuk transportasi sebesar 30–40%, dari harga barang.
Biaya Bahan Baku
Biaya Produksi: Upah, Alat, Energi, dsb
Kemudahan seseorang untuk bergerak. “Tidak ada gunanya Aksesibilitas yang terlalu tinggi ”
Keuntungan dan Pajak
• Negara maju: biaya transportasi berkisar antara . Biaya Transportasi: Bahan baku, Pemasaran
12
11
Pemodelan Dalam Transportasi
Model adalah merupakan representasi dari realita (dengan cara sederhana, mudah murah, dan informatif). • , • Maket, • Prototype, dsb
• Peta kontur, • Peta jalan, dsb
• Secara umum model matematis dapat dirumuskan seba ai =f x = eubah tak-bebas x = peubah bebas.
14
13
Model Matematis
Uji Kecukupan Data
U i Korelasi
Uji Linearitas
15
ness
esesua an
16
Uji kecukupan data dilakukan untuk mengetahui pola fungsi dari data yang sesungguhnya, sehingga tidak ada keraguan .
s i i x x A A Y Y
s i i x x A A Y Y
X-Axis
2
N =
X-Axis
Untuk menentukan tingkat korelasi antara variabel bebas dan variabel tak bebas, serta korelasi antara variabel bebas satu dengan variabel bebas yang lain.
2
CV Z
α
Jumlah data yang Jumlah data yg “sedikit” “cukup” akan akan mengakibatkan memberikan gambaran intepretsi kecenderungan yang e as en ang pola tidak akurat kecenderungan pola data
r =
.
[ N ∑ X
2 i
i
i
−
i
i
− ∑ X ][ N ∑ Y i − ∑ Y i 2 ] 2 i
2
17
18
x ), maka korelasi Jika ada sebuah fungsi y = f( yang dapat muncul adalah
r=1
r = -1
r=0
y mempunyai korelasi positif terhadap x dimana setiap x bertambah maka y akan bertambah. y mempunyai korelasi negatif terhadap x dimana setiap x bertambah maka y akan berkurang. y tidak mempunyai korelasi terhadap x dimana setiap x bertambah maka y tidak tentu.
Uji linearitas digunakan untuk mengetahui aproksimasi dari sekumpulan data, apro s mas a a apa berupa persamaan linear a au persamaan nonlinear.
NonLinear
Linear
19
20
Uji kesesuaian digunakan biasanya unruk menentukan kelompok data mana yang akan digunakan.
Kelompok aa
i
− ˆ i
2
Beberapa kasus kesesuain data tidak dapat diterangkan secara mutlak dengan Uji Least Square Moda
Kasus I
. B
yˆi
yi
n
l=1
Kelompok Data 2
.
Pemilih
,-
1.050.000,.
Maks =
Kasus II
,-
. 50%
Pemilih
,-
50.000,.
,-
∏ Pi → L = yˆ1 x yˆ 2 x... x yˆi i
90%
21
22
“ boleh ada yang gagal kecuali Uji Linearitas”
23
24
Pusat zona
Gateway
Zona 1
Ruas 2
4 3
Penghubung pusat zona
5 6
Batas zona
Simpul
Model Grafis
25
CONTOH SOAL
26
Zona: 125 - Simpul: 965 - Ruas: 2283
Interaksi Sistem Transportasi
27
28
1
Zona A: zona
Rute 3 (R3)
pemukiman
kerja Populasi zona A = . org Prosentase usia kerja dan sekolah = 90% Lapangan kerja di zona B = 20.000 lapangan kerja Jika zona A dan zona B dihubungkan dengan 3 buah rute.
Rute 1 (R1)
Rute 2 (R2) Rute
Panjang (Km)
T0 (Menit)
ITP (=a)
,
Kapasitas (Kend/Jam)
.
2
30
40
0,9
2.500
3
15
15
0,2
6.000
2
3
a anya ruas yang eroperas , erapa arus yang er a an ara an , dan berapa waktu tempuhnya. b. Jika hanya ruas 2 yang beroperasi, berapa arus yang terjadi antara A dan B, dan berapa waktu tempuhnya. c. Jika hanya ruas 1 dan ruas 2 beroperasi bersama-sama, berapa arus yang terjadi antara A dan B, dan berapa waktu tempuhnya. d. Jika hanya ruas 3 saja yang beroperasi, berapa arus yang terjadi antara A dan B, dan berapa waktu tempuhnya. e. Tolong dievaluasi mana yang anda pilih R1, R2, R1 dan R2, atau R3. f. Bagaimana jika R1, R2, R3 beoperasi bersama-sama. a.
Asumsikan terjadi peningkatan Usia kerja dan sekolah dari 90% menjadi 100%, dan Lapangan kerja dari 20.000 menjadi 25.000, hitung a s/d f. Dengan kondisi sistem kegiatan seperti kondisi no.1. hitung a s/d f jika: R1 dioverlay sehingga ITP menjadi 0,1, dan R1 dilebarkan sehin a ka asitas men adi: 5.000 . Kend Jam..
29
30
Persamaan Kebutuhan Transportasi
Q AB
Perhitungan Arus dari Zona A ke Zona B dalam Kend/jam adalah: PA
=
0,9 x LA ,
AB
=
Q AB
.
. = 20.000 orang
LB
K .
=
0 . 0025 .
T Q AB
27 . 000 x 10 . 000 AB T
675000
=
………………………………………………………………….(1)
AB
T Q
675 . 000
=
Q
P A . A
=
…………………………………………………………………….
Q AB
Persamaan prasarana Transpotasi untuk setiap rute didapatkan: Q ⎤ ⎡
−
Jika asumsi 1 kendaraan dipakai oleh 2 orang maka jumlah kendaraan yang bergerak dari Zona A ke Zona B adalah: PA
=
54.000 2
= 27.000 Kend
AB
=
20.000/2
= 10.000 Kend
T QAB
=
T QAB(1)
=
T QAB(2)
=
T QAB(3)
=
1.a. Jika hanya Ruas 1 yang beroperasi
1a
Q AB(1)
=
25.⎢
=
− , .
⎥ ⎢⎣ 4000 − Q AB (1) ⎥⎦ ⎡ 4000 − 0,6.Q AB(1) ⎤
Q
=
Q1
=
=
⎡ 6000 − 0 , 8 .Q AB ( 3 ) ⎤ ⎥ ⎣⎢ 6000 − Q AB ( 3 ) ⎦⎥
15 . ⎢
Q AB
.
⎢⎣ 4000 − Q AB (1) ⎥⎦
16875
2 x 0,6 6 − (−31000) − 31000 2 − 4 x0,6 x . 108.10
= 47909,59
=
, − , ⎥ ⎣ 4000 − 3757,077 ⎦
25.⎢
40.⎢
=
Q.⎢
⎡ 2500 − 0,1. ⎤ ⎥ ⎣ 2500 − Q ⎦ 2
=
Q
=
Q1
=
Q2
=
− b ± b 2 − 4ac 2a
− (−19375) ± 19375 2 − 4 x0,1. x 42187500 2 x 0,1
2 x 0,6
− (−31000) + 31000 − 4 x0,6. x108.10
⎡ 2500 − 0,1.Q ⎤ ⎥ ⎣ 2500 − Q ⎦
=
42187500 – 16875. Q AB(2) = 2500. Q AB(2) – 0,1. Q AB(2) 2 42187500 – 19375. Q AB(2) + 0,1. Q AB(2) = 0 …………………………………………… (7)
Q
− (−31000) ± 31000 2 − 4 x 0,6 x . 108.10 6
=
………………………………………………(5)
Dengan rumus abc dapat diketahui Q, sebagai berikut:
− b ± b 2 − 4ac
2 x0,6 Dipilih Q yang lebih kecil dari Q0 yaitu Q2 = 3757 Kend/Jam Masukan nilai Q2 dalam persamaan (3)
T QAB(1)
C
Q
675.000
Dengan rumus abc dapat diketahui Q, sebagai berikut:
=
1−
1b
AB (1)
108.106 – 27000.Q AB(1) = 4000. Q AB(1) – 0,6. Q2 AB(1) 6 2 …………………………………………… (6) 108.10 – 31000. Q AB(1) + 0,6. Q AB(1) = 0
Q
⎢ ⎢⎣
1.b. Jika hanya Ruas 2 yang beroperasi
Dari persamaan (2) dan (3) didapatkan Q: 75.000
−
⎡ C − (1 − a ). Q ⎤ ⎥ = T 0 AB . ⎢ ⎥ C − Q ⎥ ⎣ ⎦ ⎥⎦ C ⎡ 4000 − 0 6 . ⎤ 25 . ⎢ ⎥ ………………………………………………(3) ⎢⎣ 4000 − Q AB (1 ) ⎥⎦ ⎡ 2500 − 0 ,1 .Q AB ( 2 ) ⎤ 40 . ⎢ ⎥ ………………………………………………(4) 2500 −
T 0 AB . ⎢
.
− −
2
−
, .
2 x 0,1
− (−19375) − 19375 2 − 4 x0,1. x 42187500
= 191547,544
= 2202,456 , Dipilih Q yang lebih kecil dari Q 0 yaitu Q2 = 2202 Kend/Jam Masukan nilai Q2 dalam persamaan (4) ⎡ 2500 − 0,1x2202.456 ⎤ = 40. ⎣ 2500 − 2202.456 ⎦ T QAB(2) = 306,476 menit
Data perencanaan
1 MODEL BANGKITAN PERGERAKAN
38
Asal dan tujuan
Pemodelan Transportasi
37
2 MODEL SEBARAN PERGERAKAN0
Total matrik asal-tujuan
3 MODEL PEMILIHAN MODA
MAT penumpang angkutan pribadi
MAT penumpang angkutan umum
4 MODEL PEMBEBANAN LALULINTAS
Arus pada jaringan
39
Zona
1
2
3
...
N
O i
1
T 11
T 12
T 13
...
T 1N
O 1
2
T 21
T 22
T 23
...
T 2N
O 2
40 N
Oi =
N
D d =
T id d 1
3
T 31
T 32
T 33
...
T 3N
O 3
N
.
.
.
.
...
.
.
.
.
.
.
...
.
.
.
.
.
.
...
.
.
N
T N1
T N2
T N3
...
T NN
O N
1
2
d
3
...
N
T id i 1
N
i i 1
N N
d d 1
id i 1 d 1
Model Sebaran (Met. Analogi)
41
42
metode tanpa-batasan (metode seragam), batasan-bangkitan dan metode batasanar an , an metode dengan-dua-batasan (metode ratarata, metode Fratar, metode Detroit , dan metode Furness .
T id t id .E
T id t id E
=
pergerakan pada masa mendatang dari zona asal i
=
e zona u uan pergerakan pada masa sekarang dari zona asal i ke
=
zona u uan tingkat pertumbuhan
43
44
Tanpa batasan
T
E
T t
= total pergerakan pada masa mendatang di dalam daerah kajian = total pergerakan pada masa sekarang di dalam daerah kajian
E i Batasan Bangkitan
Tarikan
T id t id .
id
=
i
id . d
E i =1
E d =1
untuk seluruh zona
untuk seluruh zona
.
T
Oi i
Rata-rata
E i
E d 2
dan E d
D d d
Ei, E d = tingkat pertumbuhan zona i dan d an berasal dari Oi, D d = total er erakan masa mendatan zona asal i atau yang menuju ke zona tujuan d oi, d d = total pergerakan masa sekarang yang berasal dari zona asal i atau yang menuju ke zona tujuan d
45
46
T id
t id .E i .E d .
L
T id
L 2
N
N
t ik
Fratar
L
k i
E k .t ik k i
t dk dan
L =
Furness
k d
t id . E i
Pada metode ini, pergerakan awal (masa sekarang) pertama kali . dikalikan dengan tingkat pertumbuhan zona tujuan dan zona asal secara bergantian (modifikasi harus dilakukan setelah setiap sama dengan total sel MAT yang diinginkan.
E k .t dk k d
T id = t id . E d
48
47
Model Sebaran (Metode Sintetis)
Model Gravity tanpa-batasan (UCGR)
Model Gravity dengan-batasan-bangkitan (PCGR)
Gravity Model
Model Gravity dengan-batasan-tarikan (ACGR)
o e rav y engan- a asan- ang an- ar an (PACGR)
Model Gravity dengan-batasanbangkitan (PCGR)
49
50
T id = Ai .Oi B . d D . d . f (C id )
. d D . d . f (C id ) T id = Ai .Oi B yara
•
•
a as N
i
N id
d
N id
d =1
i
i =1
=
i =1
N d
=
d =1
N
N
Oi =
N
∑
T id ; Dd ≠
d =1
id i =i d =1 •
∑
N
∑
T id ;
i =1
Oi =
i =1
N
∑
Dd =
N
N
∑∑ T
d =1
id
i =i d =1
Faktor penyeimbang Ai =
Ai = 1 for all i ; Bd = 1 for all d
N
1
for all i
N
Bd . Dd .
C d
d =1
Bd = 1 for all d
51
Model Gravity dengan-batasantarikan (ACGR) T id = Ai .Oi B . d D . d . f (C id ) •
T id = Ai .Oi B . d . Dd . f (C id )
Syarat batas Oi ≠
N
∑T
id
52
Model Gravity dengan-batasanbangkitan-tarikan (PACGR) •
; Dd =
d =
N
N
N
N
N
Oi =
∑T ; ∑ O = ∑ D = ∑∑ T id
=
i
=
d
d =
N
∑T
id
d =1
id
Bd =
N
i
=
for all d
Ai = 1 for all i
N
id
i =1
i =1
1 N
∑ B . D . f (C ) d
d
Bd =
id
1 N
∑
Ai .Oi . f (C id )
=
N
i
d =1
A .O . f (C ) i =1
N
N N
∑T ; ∑ O = ∑ D = ∑∑T
Faktor penyeimbang
Faktor penyeimbang 1
; Dd =
= d = •
•
Syarat batas
for all d
d
d =1
id
i =i d =1
53
54
Model
1. Bangkitan dan Tarikan pada setiap zona adalah: Zona
1
2
3
4
5
Oi
1
1000
2
2000
3
3000
4
4000
5
Dd
Kriteria Pengunaan
-
5000 2500
3500
2000
4000
3000
1
2
3
4
5
PCGR
-
ACGR
-
PACGR
-
15000
2. Informasi tentang aksesibilitas adalah: Zona
UCGR
1
60
100
150
200
150
2
120
40
80
120
200
3
240
220
50
180
240
4
270
200
140
50
120
5
180
140
160
210
60
Hitunglah sebaran pergerakan yang terjadi menggunakan Model Gravity dengan-batasan-bangkitan-tarikan (PACGR).
Jika informasi survei kurang baik/kurang tersedia. Ramalan data Bangkitan atau Tarikan dari hasil trip generation kurang dapat diandalkan (contoh: untuk analisis-regresi-linearberganda dapat dilihat dari koefisien determinansi (R 2), konstansta regresi, atau syarat yang lain). Biasa digunakan untuk pergerakan yang berbasis bukan rumah. Ramalan data Bangkitan dari hasil trip generation lebih dapat diandalkan dari pada data Tarikannya. asa guna an un u pergera an yang er ass ruma . Ramalan data Tarikan dari hasil trip generation lebih dapat diandalkan (cukup baik) dari pada data Bangkitannya. . Ramalan data Bangkitan atau Tarikan dari hasil trip generation dapat diandalkan (contoh: untuk analisis-regresi-linear-berganda 2 , regresi ≈ 0, atau syarat yang lain).