digilib@itb.ac.id +62 812 2508 8800

ABSTRAK Muhammad Irfan
PUBLIC Yoninur Almira

Secara tradisional, Matriks Asal-Tujuan (MAT) perjalanan diperoleh melalui survei pengguna jalan raya yang sangat mahal dan mungkin menghadapi masalah bias pengambilan sampel atau kesalahan pencatatan data. Meningkatnya penggunaan Big Data dalam bidang transportasi pada beberapa tahun terakhir memungkinkan pengamatan langsung arus lalu lintas di berbagai ruas jalan. Salah satu platform penyedia waktu tempuh transportasi adalah Google melalui Google Maps API yang dapat memberikan data waktu tempuh di berbagai ruas jalan secara real time. Dengan metode yang tepat, arus lalu lintas di ruas jalan yang berbeda dan waktu yang berbeda akan dapat mencerminkan kebutuhan transportasi dan memungkinkan pengelolaan perencanaan lalu lintas perkotaan yang lebih efektif dan efisien. Oleh karena itu, dilakukan estimasi MAT perjalanan dinamis menggunakan data waktu tempuh dari Google Maps API dengan mengambil studi kasus di Kota Bandung. Metode analisis pada penelitian ini menggunakan dua tahap pertama pada four step model yaitu yaitu bangkitan pergerakan dan sebaran pergerakan. Berdasarkan hasil pengamatan, puncak kesibukan lalu lintas di Kota Bandung terjadi pada pukul 08.00 WIB dan 17.00 WIB untuk hari Senin dan Jumat, serta pukul 15.00 WIB untuk hari Sabtu dan Minggu. Berdasarkan hasil estimasi bangkitan pergerakan, jumlah perjalanan terbesar terjadi pada hari Senin pukul 17.00 WIB dengan 723.003 perjalanan dan jumlah perjalanan terkecil terjadi pada hari Minggu pukul 15.00 WIB dengan 354.639 perjalanan. Adapun rata-rata dari jumlah perjalanan dari keempat hari yang diestimasi sebesar 484.658 perjalanan. Sedangkan berdasarkan hasil estimasi distribusi pergerakan, pola pergerakan pada hari kerja cenderung lebih terkonsentrasi pada wilayah Kota Bandung bagian barat, sedangkan pada akhir pekan pola pergerakan relatif memiliki intensitas yang merata di seluruh wilayah Kota Bandung. Dari hasil uji statistik dengan indikator Root Mean Square Error (RMSE) dan Geoffrey E. Havers (GEH), jenis pemodelan estimasi distribusi pergerakan dengan eror terkecil adalah Unconstrained Gravity Model dengan fungsi hambatan pangkat. Nilai rata-rata RMSE dari model tersebut sebesar 370, kemudian untuk nilai rata-rata GEH sebesar 2,40 sehingga hasil pemodelan dapat dikategorikan baik karena bernilai kurang dari 5,0.