Perpustakaan Digital ITB

Perjalanan merupakan bagian dari kehidupan manusia, untuk memenuhi kebutuhan hidup yang tidak tersedia dimana mereka berada. Pada tingkat tertentu, kebutuhan perjalanan ini akan menimbulkan masalah, seperti kemacetan, polusi udara dan pencemaran lingkungan. Salah satu usaha untuk mengatasi masalah tersebut adalah memahami pola pergerakan orang atau barang, pada suatu periode waktu tertentu di suatu wilayah tertentu dengan menggunakan informasi yang tersedia pada MAT (Matriks Asal Tujuan). Metode penaksiran untuk memperkirakan MAT digolongkan menjadi dua kelompok utama, metode konvensional dan metode tidak konvensional. Metode konvensional berdasarkan survei lapangan yang mahal, membutuhkan banyak tenaga kerja, mengganggu pergerakan lalulintas serta berlaku untuk selang waktu yang singkat. Ketidakpuasan para perencana transportasi terhadap metode konvensional mendorong perkembangan pesat dari teknik penaksiran MAT yang didasari arus lalulintas, yang biasa dikenal dengan metode tidak konvensional. Metode ini merupakan proses terbalik dari metode konvensional empat tahap, dimana data arus lalulintas digunakan sebagai masukan untuk mengestimasi parameter model sebaran pergerakan yang digunakan. Pada metode ini, masukan berupa volume lalulintas mempunyai banyak keuntungan seperti: secara rutin dikumpulkan, mudah didapat, relatif murah ditinjau dari waktu dan sumber daya, serta tidak mengubah karakteristik arus lalulintas. Namun, keakurasian hasil MAT berdasar informasi arus lalulintas ini sangat dipengaruhi oleh beberapa faktor seperti: (1). Pemilihan model kebutuhan transportasi; (2). Metode estimasi yang digunakan untuk mengkalibrasi parameter model dengan menggunakan data arus lalulintas; (3). Teknik pembebanan rute untuk menentukan rute yang digunakan di dalam jaringan; (4). Lokasi dan jumlah data arus lalulintas; (5). Tingkat galat pada data arus lalulintas; (6). Tingkat kedalaman definisi sistem zona dan jaringan; serta (7). Faktor pengaruh lainnya seperti model kombinasi sebaran pergerakan dan pemilihan moda. Fokus utama penelitian ini adalah estimasi parameter model kebutuhan transportasi dengan mengkombinasi tahapan sebaran pergerakan dan pemilihan moda dalam satu proses, yang tujuan utamanya adalah menaksir parameter model kebutuhan transportasi tersebut dengan menggunakan informasi data arus lalulintas. Model sebaran yang digunakan adalah Gravity (GR) dengan fungsi hambatan eksponensial negatif, dikombinasi dengan model pemilihan moda Multinomial Logit. Metode penaksiran yang digunakan untuk mengkalibrasi parameter model adalah Kuadrat Terkecil. Setelah parameter model dapat dikalibrasi, maka model tersebut dapat digunakan bukan saja untuk menaksir MAT pada masa sekarang, tetapi juga untuk meramalkan MAT masa mendatang, untuk setiap moda yang ditinjau. Penelitian ini merupakan pengembangan beberapa penelitian sebelumnya dengan mengakomodasi adanya moda angkutan umum pada kondisi yang lebih realistis untuk jalan perkotaan. Dalam penelitian ini juga dikaji beberapa faktor pengaruh terhadap tingkat akurasi MAT yang dihasilkan seperti: (1). Adanya kesalahan data arus lalulintas; (2). Lokasi dan jumlah data arus lalulintas; (3). Pengaruh pemilihan data secara acak maupun terurut; serta (4). Pengaruh metode pembebanan (all or nothing dan equilibrium). Model selanjutnya diuji menggunakan data buatan sederhana maupun kompleks serta pada data sesungguhnya (jaringan kota Bandung dan sekitarnya). Pada penelitian ini dilaporkan hasil dalam bentuk perbandingan MAT prior serta arus lalulintas pengamatan dibanding dengan hasil estimasi. Hasil uji pada data buatan dan sesungguhnya menyimpulkan bahwa: (1). Konvergensi nilai parameter sebaran pergerakan (beta dan parameter pemilihan moda (gamma) tergantung dari nilai awal parameter tersebut. Semakin jauh nilai awal parameter beta dan gamma dari solusi, maka jumlah iterasi yang diperlukan semakin banyak; (2).Semakin besar persentase kesalahan data arus lalulintas pengamatan maka tingkat akurasi hasil model (arus dan MAT) semakin kecil, demikian juga jika jumlah data yang digunakan semakin sedikit; (3). Metode pemilihan lokasi dan jumlah data arus lalulintas secara sorted memberikan hasil yang lebih baik dibandingkan metode secara acak atau random; (4) Penggunaan metode pemilihan rute keseimbangan mempunyai pengaruh yang signifikan jika dibandingkan dengan penggunaan metode all-or-nothing; (5) Tingkat akurasi MAT estimasi yang kecil disebabkan fungsi tujuan dari metode estimasi parameter adalah meminimumkan kuadrat deviasi arus lalulintas estimasi dibanding pengamatan. Pengembangan penelitian ke depan diperlukan dalam membuat algoritma yang bisa menyederhanakan proses iterasi dan meninjau beberapa faktor lain yang berpengaruh terhadap tingkat akurasi MAT estimasi yang dihasilkan dari informasi data arus lalulintas.