Detail Cantuman

Masalah-masalah yang timbul di dalam manajemen dan perencanaan transportasi,
seperti masalah kemacetan, tundaan, antrian, polusi suara, polusi udara,
pemborosan bahan bakar dan waktu serta penurunan tingkat kenyamanan,
memerlukan Matriks Asal-Tujuan (MAT) sebagai input utama yang
merepresentasikan pola perjalanan pada suatu wilayah perencanaan. Metode untuk
mendapatkan MAT dapat dikelompokkan menjadi dua bagian utama, yaitu
Metode Konvensional dan Metode berdasarkan data arus lalu lintas (biasanya
disebut Metode Tidak Konvensional).
Metode konvensional untuk mendapatkan MAT membutuhkan survei yang sangat
besar (wawancara rumah tangga dan wawancara tepi jalan), biaya yang sangat
mahal, waktu proses yang sangat lama, membutuhkan banyak tenaga kerja serta
sangat mengganggu arus lalu lintas yang ada. Sementara itu, metode estimasi
MAT berdasarkan data arus lalu lintas yang termasuk kelompok Metode Tidak
Konvensional merupakan suatu metode estimasi yang cukup efektif dan ekonomis
serta memiliki tingkat kehandalan yang tinggi karena data utama yang
dibutuhkannya adalah berupa informasi data arus lalu lintas yang umumnya untuk
memperolehnya membutuhkan biaya yang cukup murah, banyak tersedia dan
mudah didapat. Untuk itulah dapat dipahami bahwa metode estimasi MAT dengan
menggunakan data arus lalu lintas menjadi sangat menguntungkan untuk dipakai.
MAT yang dihasilkan dari informasi arus lalu lintas selanjutnya dapat dibedakan
menjadi 2 (dua) kondisi yaitu MAT yang ada pada kondisi saat ini dan MAT yang
diprediksi untuk menggambarkan kondisi pergerakan di masa mendatang.
Estimasi MAT pada kondisi saat ini diperlukan untuk menyelesaikan banyak
tugas-tugas di bidang manajemen transportasi. Disamping itu MAT tersebut juga
digunakan sebagai input dalam memprakirakan MAT di masa mendatang untuk
keperluan perencanaan transportasi. Salah satu cara yang dapat dilakukan untuk
memprakirakan MAT masa mendatang adalah dengan memodelkan perilaku lalu
lintas atau kebutuhan transportasi di dalam wilayah studi.
Tujuan utama penelitian ini adalah untuk mengembangkan model-model metode
estimasi berdasarkan informasi data arus lalu lintas, yang selain dapat digunakan
untuk melakukan estimasi MAT dan arus lalu lintas pada kondisi saat ini, juga
dapat digunakan untuk memprediksi MAT dan arus lalu lintas yang akan terjadi di
masa mendatang.
Pada penelitian ini, digunakan dua jenis model kebutuhan transportasi, yaitu
model gravity (GR) dan gravity-opportunity (GO). Metode estimasi yang
dikembangkan untuk mengkalibrasi model tersebut dengan data arus lalu lintas
adalah: kuadrat-terkecil-tidak-linier (KT), kuadrat-terkecil-tidak-linier-berbobot
(KTB), kemiripan-maksimum (KM), Entropi-Maksimum (EM) dan Inferensi-
Bayes (IB). Sedangkan jenis model pemilihan rute yang digunakan pada
penelitian ini adalah pemilihan rute all-or-nothing dan keseimbangan. Proses
pemodelan dan kalibrasi tersebut diimplementasi dalam suatu program komputer.
Model yang dikembangkan selanjutnya di uji dengan menggunakan data buatan
sederhana dan data pada kondisi sesungguhnya. Untuk data sesungguhnya
digunakan data sistem jaringan jalan dan sistem zona serta parameter lainnya
untuk wilayah Kota Bandung dan sekitarnya. Hasil yang diperoleh menunjukkan
bahwa MAT hasil estimasi menunjukkan tingkat kesesuaian yang tinggi terhadap
MAT hasil pengamatan. Metode uji statistik yang digunakan adalah: Root Mean
Square Error (RMSE), Mean Absolute Error (MAE), Normalised Mean Absolute
Error (NMAE) dan Koefisien Determinasi (R2 dan SR2). Pada penelitian ini juga
dilaporkan hasil sensitifitas akibat pengaruh karakteristik data arus lalu lintas,
yang meliputi: penentuan lokasi traffic count terbaik, penentuan jumlah data arus
lalu lintas optimum dan pengaruh kesalahan data arus lalu lintas.
Hasil penelitian menyimpulkan bahwa model GO selalu menghasilkan arus lalu
lintas hasil estimasi yang terbaik. Meskipun demikian hasil yang diperoleh dengan
model GO hanya sedikit lebih baik jika dibandingkan dengan model GR. Jika
dipertimbangkan beberapa kriteria tambahan, maka secara keseluruhan metode
estimasi yang terbaik adalah kombinasi antara model GR dengan metode estimasi
KTB. Disamping itu, dari hasil yang diperoleh, penggunaan metode pemilihan
rute keseimbangan mempunyai pengaruh yang sangat signifikan jika
dibandingkan dengan penggunaan metode all-or-nothing.
Pada akhir disertasi disampaikan kesimpulan umum tentang hasil-hasil penelitian
yang telah dilakukan. Beberapa kendala yang timbul dalam proses estimasi selama
penelitian ini juga diidentifikasi dan beberapa rekomendasi tentang kemungkinan
penelitian lanjutan juga diberikan.

Kata kunci: model kebutuhan transportasi, arus lalu lintas, model estimasi, model
gravity