630 likes | 1.43k Views
Pertemuan ke 5 : Model Bangkitan Pergerakan. 6.1 Pendahuluan. Tujuan dasar: Menghasilkan model hubungan yg mengaitkan parameter tata guna lahan dengan jumlah pergerakan yang menuju ke suatu zona atau juml pergerakan yg meninggalkan suatu zona Trip end Fungsi waktu
E N D
6.1 Pendahuluan • Tujuan dasar: Menghasilkan model hubungan yg mengaitkan parameter tata guna lahan dengan jumlah pergerakan yang menuju ke suatu zona atau juml pergerakan yg meninggalkan suatu zona • Trip end • Fungsi waktu • Tahapan bangkitan pergerakan: Meramalkan juml pergerakan yg akan dilakukan seseorang pd setiap zona asal dgn menggunakan data rinci bangkitan pergerakan, atribut sosial ekonomi, tata guna lahan • Tahapan ini menggunakan data berbasis zona, misal: tata guna lahan, pemilikan kend, populasi, juml pekerja, kepadatan penduduk, pendapatan, moda trans yg digunakan.
Tabel 7.1: Informasitentang model bangkitanpergerakan (Black, 1979) tentang data tatagunalahan, bangkitanpergerakan, dan data tarikanpergerakan. 6.1.1 Definisidasar • Perjalanan • Pergerakanberbasisrumah • Pergerakanberbasisbukanrumah • Bangkitanpergerakan • Tarikanpergerakan (lihatgbr 7.1 hal:103) • Tahapanbangkitanpergerakan
6.1.2 Faktor yg mempengaruhi • Bangkitan pergerakan untuk manusia: pendapatan, pemilikan kendaraan, struktur rumah tangga, ukuran rumah tangga, nilai lahan, kepadatan daerah pemukiman dan aksesibilitas • Tarikan pergerakan utk manusia: luas lantai utk kegiatan industri, komersial, perkantoran, pertokoan, dan pelayanan lainnya + lap kerja + ukuran aksesibilitas • Bangkitan dan tarikan pergerakan utk barang (+/- 20%), peubah lainnya: juml lap kerja, juml tempat pemasaran, luas atap industri.
6.1.3 Model faktor peretumbuhan • Ti = Fi . ti • Ti = Pergerakanpadamasamendatang • ti = pergerakanpadamasasekarang • Fi = faktorpertumbuhan • Faktorpertumbuhanterkaitdenganpopulasi (P), pendapatan (I), danpemilikankendaraan (C), lihatpersamaan 7.2 hal: 105 7.1.4 ContohPenerapan Model FaktorPertumbuhan • Zona = 250 rumahtanggabermobil, dan 250 rumahtanggatanpamobil • Rumahtanggabermobil = 6 pergerakan/hari • Rumahtanggatanpamobil = 2,5 pergerakan/hari, makatidapatdicari
Bila masa mendatang semua rumah tangga punya 1 mobil, pendapatan dan populasi tetap, maka faktor pertumbuhan perkalian akan didapat (Fi), jumlah pergerakan pd masa yad juga didapat (Ti) • Hasil Ti dibandingkan dengan metode rerata • Metode faktor pertumbuhan lebih tinggi 42% • Pada subbab berikutnya akan mendiskusikan model yg lebih baik
6.2 Analisis Korelasi 6.2.1 Model korelasiberbasiszona • Mendapatkan hub linear antarajumlahpergerakanygdibangkitkanatautertarikolehzonadancirisosioekonomi rata-rata darirumahtanggasetiapzona • Beberapapertimbanganygperludiperhatikan: 6.2.1.1 model berbasiszona, menjelaskanperilakupergerakanberbasiszona 6.2.1.2 perananintersep, model ygadabelummencerminkanrealita 6.2.1.3 zonakosong, harusdikeluarkandarianalisis, karenadatanyatidaktepatdanmenjadikankeakuratanstatistikrendah
Gambar 7.2: Proses kalibrasidanpengabsahan model analisiskorelasi 7.2.2 Contohpemodelanbangkitanpergerakan • Tabel 7.2 bangkitanpergerakandan total kepemilikankendaraan per zona • Analisisregresi linear untuk 8 zonaditampilkandalamgambar 7.3 • Gambar 7.3: bangkitanpergerakanmrpkpeubahtidakbebas. Grafikmenunjukkanhubungan linear + antarabangkitanpergerakandanpemilikankendaraan • Metodekuadratterkeciljugadigunakankrnharusmempunyainilai total jumlahkuadrat residual (simpangan) ygplg minimum antarahasilpemodelan & hasilpengamatan
Komentar utk persamaan Y = 89,9 + 2,48.X • Y (bangkitanpergerakan) berhubungansecara linear dengan X (pemilikankendaraan) • Perub 1 satuandarinilai X akanmenyebabkanperubahan 2,48 satuannilai Y • Intersepcukuptinggidikarenakangalatjugacukuptinggi, dikarenakanfaktor: • mungkin Y tidakberhubscr linear dengan X • Mungkintdppeubah X lain ygjugamempengaruhibesarpergerakan, misalpopulasi (galatspesifikasi). Tampakbahwameskinilai x=0, masihtdppergerakansebesar 89,9; peubahsosioekonomiyg lain ikutmempengaruhi • Terdapatgalatdalampengumpulan data
TUGAS INDIVIDU PERTEMUAN KE 6: • Kerjakancontohpenerapan 7.1.4 dan 7.2.2 • Jawabandiuploadke adhi.muhtadi@narotama.ac.id atauke a_muhtadi@yahoo.com • Jawabanakandipresentasikanolehmhspdpertemuanke 6 • Waktu upload sebelumpertemuanke 6, apabilasesudahnyadianggaptidakmengumpulkan • Ingatnilaitugasandadanpresentasisebesar 30%
PERTEMUAN KE – 7 (LANJUTAN) Adhi Muhtadi, ST.,SE.,MSi.
7.2.3 Tahapan uji statistik dalam model analisis korelasi berbasis zona 4 tahapujistasitstik: • Ujikecukupan data, jumlah data minimum ygtersedia N = CV2.Z2α / E2 • Ujikorelasi, sesamapeubahbebastidakbolehsalingberkorelasi, antarapeubahbebasdgnpeubahtidakbebashrsadakorelasiygkuat (+/-). Pers 7.4 mrpkpersujikorelasi. • Ujilinearitas, apakah model bangkitanpergerakandptdidekatidgn model analisisregresi linear atau model analisisregresitidak linear. • Ujikesesuaian, menentukan model bangkitanpergerakanygbaik
Ada beberapa model ygdptdigunakan: • Model analisisregresi, model terbaikasl model ygmempunyai total kuadratis residual ygplg minimum • Model kemiripanmaksimum, model terbaikadl: model ygpunya total perkalianpeluangygplgmaksimum (mendekati 1) • Model entropi-maksimum
7.2.4 Proses model analisis korelasi berbasis zona • Metodeanalisislangkah demi langkahtahap 1 • Metodeanalisislangkah demi langkahtahap 2 • Metodecoba-coba 7.2.5 Contohpenerapansederhana Diketahui • Jumlahzona 10 buah • Data bangkitandantarikanpadatabel 7.3 • Tabel 7.3: Data bangkitandantarikanserta parameter sosioekonomi • Tabel 7.4: Korelasiantarpeubahbebasmaupunpeubahtidakbebas
7.2.5.1 Model bangkitan/tarikan dengan 3 peubah bebas a. Model bangkitanpergerakan • Tabel 7.5: proses perhitungananalisisregresi linear bergandauntuk model bangkitanpergerakan b. Model tarikanpergerakan • Tabel 7.6: proses perhitungananalisisregresi linier bergandauntuk model tarikanpergerakan • Hasilperhitungantabel 7.6 dimasukkankepers 7.8 – 7.11, makapers 7.17 sd 7.20 dapatdihasilkan
7.2.5.2 Model bangkitan/tarikan dgn 2 peubah bebas • Tabel 7.4 peubahpendudukdan PDRB dipilh. • Model bangkitanpergerakan • Tabel 7.7 Proses perhitanalisisregresi linier bergandauntuk model bangkitanpergerakan b. Model tarikanpergerakan • Tabel 7.8 proses perhitanalisisregresi linier bergandautk model tarikanpergerakan
TUGAS INDIVIDU PERTEMUAN KE 7: • Kerjakancontohpenerapan 7.2.5 dan 7.2.2 • Jawabandiuploadke adhi.muhtadi@narotama.ac.id atauke a_muhtadi@yahoo.com • Jawabanakandipresentasikanolehmhspdpertemuanke 6 • Waktu upload sebelumpertemuanke 6, apabilasesudahnyadianggaptidakmengumpulkan • Ingatnilaitugasandadanpresentasisebesar 30%
PERTEMUAN KE-9 (LANJUTAN) Adhi Muhtadi, ST.,SE.,MSi.
8.2.6 Contoh penerapan di Propinsi Jabar Diketahui: • 25 kab/kotamadyasbg unit zona • Data bangkitandarimatriksasaltujuanthn 1995 • Beberapa parameter peubahbebasdari BPS • Tabel 7.9: Jumlahbangkitandanpeubahpergerakan per kabupaten di Prop. Jabar. • Parameter sosioekonomi: jumlpenduduk, rumashsakit, perusahaandagang, kamar hotel berbintang, panjangjalandiaspal, PDRB • Tabel 7.10: Matrikskorelasiantarapeubahbebasdanpeubahtidakbebas • Tabel 7.11: Hasilpemodelanbangkitanpergerakandengan model analisislangkah demi langkaptipe 1 di Prop Jabar
Model tahap ke 5 yang dipilih, krn: tanda koefisien peubah bebasnya + dan nilai intersepnya terkecil dibandingkan tahap 1 sd 4. • Tabel 7.12: Hasil pemodelan bangkitan pergerakan dengan model analisis langkah demi langkap tipe 2 di Prop Jabar kurang diterima secara logika, krn jumlah penduduk tidak termasuk dalam peubah bebas terpilih • Tabel 7.13: Hasil pemodelan bangkitan pergerakan dengan model analisis coba-coba di Prop Jabar model terbaik adalah kombinasi 2, 5 peubah bebas terlibat, 3 koef regresi +, koef regresi – nilainya cukup kecil, nilai R2 0,749 (cukup tinggi), nilai intersep tidak begitu banyak
8.2.7 Kajian empiris yg menggunakan model analisis regresi 8.2.7.1 Kajianpengembangan di P. Jawa • 3 jenisbangkitandantarikan: penumpang, barang & kendaraan • Peubahbebas: sosioekonomi & tatagunalahan ; populasi, PDRB, PDRB per kapita, luasindustri, produksipertanian, perkebunandanperikanan • Dilakukanujikorelasiantarpeubahbebasdanantarapeubahbebasdgnpeubahtidakbebas • Melalui proses langkah demi langkah (Subbab 7.2.4) didapathasilpemodelanyaituTabel 7.14 sd 7.16 • Dari tabel2 tsb, jumlpendudukdan PDRB per kapitaadlpeubahbebasygdominan • Setiappropinsipunya model bangkitan & tarikanygberbeda
8.2.7.2 Kajian Standarisasi bangkitan & tarikan lalin di zona Bandung Raya • Model bangkitan & tarikanditunkanmelaluianalisisregresi. Persregresidibagimenjadi 2: a. persregresipeubahtunggal b. persregresiberganda • Bisajugadigunakan model trip rate (tingkatbangkitanpergerakan rata-rata per satuanpeubahbebas) • Data dikumpulkandarikawasanperkantoran, pendidikandanperumahan • Perkantoran: pemerintah, swasta & pelayananmasyarakat • Sekolah: sd, smp, smudanperguruantinggi • Perumahan: perumbtn, perumnasdanhunian mewah
Peubah bebas kawasan perkantoran: jumlah pegawai, luas tanah dan bangunan • Peubah tidak bebas kawasan pendidikan: juml kelas, juml murid, juml guru, dan juml karyawan (non guru) • Peubah bebas perumahan: juml penghuni, juml pemilikan kendaraan, luas bangunan/tipe rumah, • Model akhir dipilih melalui proses kalibrasi, dan dipilih yg optimum dr hasil uji statistik. • Hasil akhir model bangkitan & tarikan pergerakan utk zona Bandung Raya pd Tabel 7.17 dan gambar 7.4 sd 7.5
8.2.8 Model regresi berbasis rumah tangga 8.2.8.1 Pendahuluan • Zonayglebihkecilpunya 2 konsekwensi: a. model menjadimahaldalampengumpulan data, kalibrasi & operasi b. galat sample menjadilebihtinggi • Padaawal 1970 an, unit analisisyg paling cocokadl: rumahtangga 8.2.8.2 Contohpenerapan • Peubahpergerakan per rumahtangga (Y), jumlpekerja (X1), danjumlmobil (X2) • Tabel 7.18 hasillangkahsecaraberurutandari proses taksiranlangkah demi langkah, baristerakhiradlnilainisbah t (pers 7.9), jumlderajatkebebasan (n-2), nilaidibandingkandgn t kritis 1,645 dgntingkkeperc 95%
Tabel 7.18: model ke 3 adl pers terbaik, nilai R2 kecil, nilai intersep 0,91 tidak tll besar jika dibandingkan 1,44 faktor pekerja & peubah tidak sama dengan 0. • Tabel 7.19: perbandingan pergerakan per rumah tangga (hasil pengamatan per hasil pemodelan); cara ini jauh leboh baik drpd membandingkan jumlah, galat lain akan saling menutupi, bias tdk terdeteksi, kebanyakan sel punya galat di bawah 30%