Study Model Sebaran Pergerakan (Trip Distribution) menggunakan Metode Gravity.

Abstract

Perjalanan merupakan suatu kegiatan rutin yang selalu dilakukan setiap orang setiap harinya. Kebutuhan akan perjalanan selalu menimbulkan permasalahan transportasi, khususnya saat manusia melakukan perjalanan pada saat waktu yang bersamaan untuk menuju daerah tujuan yang sama pada suatu daerah. Kemacetan adalah salah satu contoh yang diakibatkan karena tidak meratanya sebaran perjalanan dari suatu tempat ke tempat lain. Sebaran perjalanan merupakan suatu susunan pola perjalanan dari suatu daerah asal menuju daerah tujuan. Dalam perencanaan transportasi perkotaan, sebaran perjalanan merupakan tahap kedua dari 4 tahap perencanaan yang ada (bangkitan perjalanan, sebaran perjalanan, pilihan moda transportasi dan pilihan rute). Study ini bermaksud untuk membandingkan model prediksi jumlah sebaran perjalanan suatu zona asal menuju zona tujuan dengan contoh Matriks Asal Tujuan (MAT) bangkitan dan tarikan serta matriks jarak dalam bentuk matriks bujur sangkar dan tidak bujur sangkar, menggunakan 4 model metode gravity dengan kalibrasi parameter model gravity. Nantinya model tersebut digunakan untuk memprediksi jumlah sebaran perjalanan antar zona tersebut dan mengetahui perbedaan penggunaan model gravity serta sensitivitas nilai aksesibilitas (jarak) dalam mempengaruhi prediksi sebaran perjalanan. Berdasarkan analisa yang dilakukan terhadap metode gravity dengan contoh matriks bujur sangkar dan tidak bujur sangkar, tidak ada perbedaan dalam proses pengolahan data. Sensitivitas prediksi sebaran perjalanan terhadap nilai aksesibilitas (jarak) tergantung pada pola sebaran matriks awal bangkitan dan tarikan, dimana pola perdiksi sebaran perjalanan akan mengikuti pola dasarnya. Sesuai dengan teori-teori peneliti terdahulu, model UCGR merupakan model yang paling sederhana dalam memprediksi nilai sebaran perjalanan karena ketepatan hasil tidak begitu dipermasalahkan. Sedangkan model DCGR sangat baik digunakan untuk memperoleh hasil prediksi yang akurat. Model PCGR dapat digunakan untuk pergerakan berbasis rumah tangga karena total prediksi sebaran perjalanan dari zona asal yang menjadi fokus keakuratan model prediksi, sedangkan model ACGR lebih tepat digunakan untuk membuat model berbasis rumah, baik untuk tujuan bekerja atau pendidikan (lebih spesifikasi).