1 / 35

Pertemuan ke 13: Model Pemilihan Moda

Pertemuan ke 13: Model Pemilihan Moda. Adhi Muhtadi, ST.,SE.,MSi. PENDAHULUAN. Besar pergerakan ditentukan oleh : 1. besar bangkitan dan tarikan 2. tingkat aksesibilitas ( jarak , waktu dan biaya )

gyda
Télécharger la présentation

Pertemuan ke 13: Model Pemilihan Moda

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Pertemuan ke 13: Model Pemilihan Moda Adhi Muhtadi, ST.,SE.,MSi.

  2. PENDAHULUAN • Besarpergerakanditentukanoleh: 1. besarbangkitandantarikan 2. tingkataksesibilitas (jarak, waktudanbiaya) • Padatahapanpemilihanmodadiidentifikasibesarnyapergerakanantarzonaygmenggunakansetiapmodatransportasittt • Modaangkutanumumjauhlebihefisiendariangkutanpribadi • KA bawahtanahdankabiasatdkmenggunakanjalanraya • KA lebihefisienmemindahkanmanusiadanbarang • Modatransportasijalanrayamemilikimobilitastinggi, dapatbergeraksetiapsaat

  3. Faktor yang Mempengaruhi Pemilihan Moda • Model pemilihan moda bertujuan: mengetahui proporsi orang yg akan menggunakan tiap moda • Pemilihan moda sangat sulit dimodelkan, krn banyak faktor yg sulit dikuantifikasi misal: kenyamanan, keamanan, keandalan, atau ketersediaan moda pd saat dibutuhkan. • Umumnya lebih dari 2 moda misal: bis, angkot, sepeda motor, KA. • Utk angkutan barang, misalnya antara KA dgn truk • Karena geografi Indonesia yg tdr atas banyak pulau shg % pergerakan multimoda cukup tinggi • Pemodelan pemilihan moda merupakan bagian yg terlemah dan tersulit dimodelkan

  4. Faktor yg dapat mempengaruhi pemilihan moda: • Ciripenggunajalan: • ketersediaan / pemilikankendpribadi • Pemilikan SIM • StrukturRumahTangga • Pendapatan • Faktor lain 2. Ciripergerakan: • Tujuanpergerakan • Waktuterjadinyapergerakan • Jarakperjalanan

  5. 3. Cirifasilitasmodatransportasi: • Faktorkuantitatif: waktuperjalanan, biayatransportasi (tarif, bahanbakardll), ketersediaanruangdanparkir • Faktorkualitatif: kenyamanan, keamanan, keandalan, keteraturandll 4. Cirikotaatauzona: jarakdaripusatkotadankepadatanpenduduk • Dari semua model pemilihanmoda, pemilihanpeubahbebassangattergantungpada: a. orang ygmemikih model tsb b. tujuanpergerakandan c. jenis model ygdigunakan

  6. Model pemilihanmodadianggap: • Model agregatjikamenggunakaninformasiberbasiszona • Model tidakagregatjikamemakai data berbasisrumahtanggadanatau data individu

  7. Model pemilihan moda ujung-perjalanan • Model bangkitanpergerakan model pemilihanmoda • Jikapendapatanmeningkat mobilpribadi pertumbuhankebutuhan investasijalanraya, berkaitandgn: pendapatan, kepadatanpemukiman, danpemilikankendaraan, ketersesediaanangkutanumum (sbgindeksaksesibilitas) • Apabilajumlahkendaraanpribadisangatlebihbesardarijumlangkutanumum, makaupaya-upaya; memperbaikifasilitasangkutanumum, membatasiruangparkirdanmembangunjalantoladalahupaya yang kurangsignifikan

  8. Model pemilihan moda pertukaran - perjalanan • Model sebaran pergerakan  model pemilihan moda • Keuntungan: mempertimbangkan ciri pergerakan & ketersediaan moda • Kerugian: lebih sulit mempertimbangkan ciri pengguna jalan, krn telah diagregasikan dalam bentuk MAT • Gambar 12.1 hal: 245: kurva S dirasa paling cocok utk mencerminkan perilaku pergerakan; juga memperlihatkan proporsi pergerakan yg akan menggunakan moda 1 (T1id/Tid) sbg fungsi dr selisih waktu atau selisih biaya perjalanan antara moda 1 dengan moda lainnya.

  9. Kurvatsbadlkurvaempirisygdidapatdr data & digunakanutkmenghitproporsipenggunajalanygakanberpindahmenggunakanmodatransportasi lain yglebihcepat – dinamakankurvadiversi • Kendala: hrssdhmempunyaialternatifmodaygakandigunakan • Model pertukaran – perjalanan: teorilemah, peramalandiragukan, mengabaikantarif& biayaparkir, bersifatagregat, tidaktepatutkmemodelsetiapindividu / rumahtangga

  10. Model pemil moda & kaitannya dgn model lain • Analisis pemil moda dpt dilakukan pd thp yg berbeda dalam proses perencanaan dan pemodelan tranportasi • Gambar 12.2 h:246: alternatif posisi utk pemilihan moda • Pendekatan 1: pemil moda dilakukan pd saat menghitung bangkitan pergerakan, pergerakan angk umum dipisah dgn angk pribadi, tiap moda dianalisis terpisah selama tahapan proses pemodelan, asumsi: peubah sosio ekonomi sgt berpengaruh thd pemil moda • Pendekatan 2: proses pemilihan moda terjadi sebelum proses pemilihan rute dilakukan. Tiap moda bersaing berebut pangsa penumpang, shg atribut penentu dari jenis pergerakan sgt berpengaruh thd pemil moda.

  11. Pendekatan 3: tahapanbangkitanpergerakandanpemilihanruteikutmenentukandlmpemilihanmoda • Model jenis 1: pergerakanygmenggunangkumumdanpribadidihitungterpisahmenggunanalisisregresiataukategori. Peubahdan parameter ygdigunakanberbedauntuk: a. bangkitandantarikan, b. utktiapmodatransportasi.

  12. Model Jenis II • utkperencangkjlnraya, bukanutkangkumum. • Mengabaikanpergerakanangkumum, proses sebaranpergerakanfokuspadaangkpribadi. • Hal inisamahalnyadgn model jenis I. • Teknikutama: kurvadiversi. • % pergerakanygmenggunakanangkutanpribadisbgfungsidrpeubahpemilikankendaraan. • Contohpemakaianpemilikankendaraanpdgambar 12.3 (Reratajumlahmobil); • Gambar12.4: kurvadiversipada jam sibuk (tujuanbekerja) (Bruton,1985)

  13. Model jenis III: • kombinasi model pemilihan moda dgn model gravity  sebaran pergerakan dan pemilihan moda dilakukan scr bersamaan ; • Black (1981) menjelaskan pd rumus 12.1 • Model ini dapat dibandingkan dengan model gravity yg menggunakan hambatan eksponensial. • Catatan: sebaran pergerakan – pemilihan moda mengasumsikan 2 buah moda (umum dan pribadi) • Memakai “selisih” antara hambatan dibanding dgn “nisbahnya”

  14. Model jenis IV • Model IV sering digunakan • Model III populer di negara barat • Menggunakan kurva diversi, pers regresi atau variasi model III. • Model ini menggunakan selisih hambatan antara 2 moda yg bersaing. • Bruton (1985) mendiskusikan hal tsb spt pd gambar 12.5. Gbr 12.5: Nisbah waktu tempuh angkutan umum/mobil • Apa yg dimksud dgn pemilihan didasarkan atas selisih / nisbah dari hambatan kedua moda? • Suatu moda bergerak 2x lebih cepat dibandingkan dengan moda lainnya, atau • suatu moda tiba lebih cepat 10 menit dibandingkan dgn moda lainnya

  15. Kedua pendekatan tsb digunakan sbg faktor penentu dalam proses pemilihan moda • Black (1981) memberi contoh kurva diversi digunakan TRCC (Canada)  lihat gbr 12.1 • Kurva tsb didasarkan nisbah waktu tempuh antara angk umum X angkutan pribadi  menghilangkan perlunya perkiraan biaya utk: berjalan, menunggu & waktu transfer (waktu akses)  menggunakan 4 peubah: waktu, biaya, pendapatan & waktu akses • Contoh lain model jenis IV: penggunaan nisbah hambatan antara 2 buah moda dgn formulasi logit  hambatan mrpk biaya gabungan. • Suatu pembobotan diberikan utk waktu akses scr rinci dijelaskan pd subbab 12.6  model pada persamaan 12.2 (hal:249)

  16. Gbr 12.6: Pangsa pergerakan moda sbg fungsi nisbah hambatan (Sosslau, et.al, 1978) • Jika nisbah hambatan antara angk umum X angk pribadi =1, maka peluang memilih masing-masing moda menjadi sama (50%;50%) • Hal ini jarang terjadi, krn misal waktu tempuh antara ka dgn mobil sama, tetapi faktor lainnya bisa berpengaruh misal: tingkat kenyamanan

  17. 12.5.5. Bbrp Koment Ttg Model Pemilihan Moda 12.5.5.1 Biaya • Dibedakanantarabiayaperkiraandgnbiayaaktual • Biayaperkiraan: biaya yang direncanakanolehpemakaijalandandasarpengambilankeputusan • Biayaaktual: biayasebenarnyadalam proses pemilihanmoda 12.5.5.2 Angkutanumum captive • Orang berangkatdarirumahttptidakmempunyaidanmenggunakankendpribadi (tidakadapilihan lain kecualiangkumum) • Bilamemiliki minimal 1 kendaraan, makaakanadabanyakkemungkinan: menumpangkendpribadimiliktemannya, menggunangkumum nilaipotensialpendekatantidakagregat (tidakpasti)

  18. 12.5.51212.5.5.3 Lebih dari 2 moda • 2 moda : angk umum & angk pribadi • Tetapi di London: ka bawah tanah, ka, bus dan mobil • Di Indonesia: moda kendaraan bermotor (ojek, dan becak motor? & motor gerobak?), becak dan berjalan kaki • Jones (1977) proses pemilihan 2 moda (angk umum & angk pribadi); Gambar kiri: pemilihan angk umum (bus atau ka); Gambar kanan: pemilihan antara mobil, bus atau ka • Khusus utk Indonesia lebih cocok spt pd gbr 12.8 • Gbr 12.8: memodelkan seluruh moda transportasi di Indonesia • Tahap pemilihan moda: atahap tersulit dlm perenc transportasi • Angk pribadi tdp pengendara dan penumpang; mempunyai atribut yg berbeda yg sgt berpengaruh dlm pemilihan moda

  19. Kend pribadi: mobil n sepeda motor n motor gerobak? • Sepeda motor punya nilai smp jauh lebih kecil dari mobil? Pd kenyataannya kalau ada 2 motor atau 1 motor gerobak di depan mobil , mobil tidak bisa menyalip kedua motor tersebut. • Pohon keputusan dgn memakai biner memberikan perkiraan penggunaan angk pribadi yg lebih tinggi drpd pendekatan pemilihan simultan

  20. 12.6 Model Multinomial Logit • Model multinomial logit bersifat bebas dan tersebar scr identik menurut fungsi sebaran logistik Gumbel spt pd pers 12.3 • Pada kasus 2 alternatif moda, peluang terpilihnya moda i dpt didekati dgn pers 12.4 • Dgn mengasumsikan Vin dan Vjn linear, maka pers 12.4 dpt ditulis kembali dlm bentuk pers 12.6 (model binomial logit)

  21. 12.6.1 Model Binomial Logit Selisih • ProporsiPi tiappasangan (i,d) atau (asaldantujuan) untukmoda 1 adalahpers 12.8 ataulihatgbr 12.9 (model logitbinerselisih) • Pers 12.13 dptdituliskembalidalambentukperslogaritma natural (pers 12.14 = perstidak linear) • Persamaan linear (12.15): Y = A + Bxi • Dgnmenggunakananalisisregresi linear, nilai A dan B didapatdgnpersamaan 12.16 dan 12.17

  22. 12.6.2 Model Binomial Logit Nisbah • Proporsi P1 didapatdgnpers 12.18 (lihatgbr 12.10: model binomial logitnisbahuntukbeberapanilaiαdanβ) • Pers 12.16 disederhanakanmenjadipers 12.20 • Pers 12.20 dituliskembalidlmbentukalgoritmasptpada 12.21

  23. 12.6.3 Metode Penaksiran Regresi Linear • Model logit biner digunakan utk memodel pemilihan moda yg tdr atas 2 alternatif moda saja • Tdp 2 jenis model: model selisih dan model nisbah diselesaikan dgn metode penaksiran regresi linear • Parameter kuantitatif yg sering digunakan sbg penentu utama adl: biaya perjalanan atau waktu tempuh • Pemilihan model: binomial logit selisih X binomial logit nisbah sgt ditentukan persepsi seseorang membandingkan biaya perjalanan atau waktu tempuh dalam memilih moda yg akan digunakan • Contoh kejadian yg dpt menjelaskan perbedaan kedua model logit biner tersebut

  24. Tdp 2 kejadianpergerakanygdilayanioleh 2 jenismoda , 1 berjarakjauhdan 1 berjarakdekat • Tabel 12.1: Waktutempuh 2 kejadianpergerakan • Moda A bergerak 20 menitlebih lama drpdmoda A • Padajarakdekat, moda A bergerak 1,5 x lebih lama drpd B • Pdjarakjauhhanya 1,03 lebih lama drpdmoda B

  25. Model binomial logit selisih tidak dapat menunjukkan adanya perbedaan karakteristik dari kedua kejadian • Pd jarak dekat, % orang memilih moda B pasti akan lebih besar drpd moda A; pd jarak jauh % orang memilih moda A akan ≈ moda B • Itulah kelemahan model binomial logit selisih dan sebaliknya kelebihan model binomial logit nisbah • Jika data waktu tempuh antar zona sgt bervariasi, sebaiknya menggunakan model binomial logit nisbah ; sebaliknya bila waktu tempuh tidak terlalu bervariasi menggun model binomial logit selisih

  26. 12.7 Contoh Penerapan Model Binomial Logit • Model pemilihanmodaantarajalanraya (bus) dgnjalanbaja (ka) • 4 zonaasal (A,B,C,D) dan 3 zonatujuan (U,V,W)  12 pasanganantarzona Data padasurveikoridor: • Waktutempuhselamaberada di kendaraandlmmenit (X1) • Waktumenunggudlmmenit(X2) • Biayaoperasionalkendaraan (X3) • Biaya terminal (X4) • Nilaiwaktu X1 (2 sat uang/menit) • Nilaiwaktu X2 (4 sat uang/menit) • Nilaiwaktumenunggudiasumsikan 2x nilaiwaktu di kendaraan manusiapdumumnyatdksukamenunggu

  27. Tabel 12.2: informasioperasionalmodajalanrayadanjalanbajaserta % pemilihanmoda

  28. 12.7.1 Model Binomial Logit Selisih • Menggunakan pers 12.14, pers tidak linear 12.11 dapat ditulis kembali dan hasilnya seperti gambar 12.11 • Menggunakan analisis regresi linear (lihat pers 12.14 – 12.15) didapat nilai A & B • Tabel 12.3 memperlihatkan perhitungan analisis regresi linear untuk model binomial logit selisih • Gambar 12.11: Analisis regresi linear model binomial logit selisih • α=-A=1,6674 dan β=-B=0,0532, pers model binomial logit selisih dinyatakan dalam pers 12.22 dan grafiknya dapat dilihat pada gbr 12.12 • Pd gbr 12.12: 84% orang akan memilih moda jalan raya (bus) meskipun biaya bus = biaya ka; biala biaya ka naik 20 satuan uang maka penggunaan bus meningkat menjadi 94%

  29. Jika ka ingin pangsa pasar 30%, maka biaya ka harus lebih murah 16 sat uang • Jika pangsa pasar seimbang 50%, maka biaya bus harus 31 sat uang lebih mahal dari ka

  30. 12.7.2 Model Binomial Logit Nisbah • Menggunakanperstidak linear 12.21 dapatdituliskembalidenganpersamaan linear Y = A + BX sepertipdgbr 12.13 (Analisisregresi linear model binomial logitnisbah) • Menggunakananalisisregresi linear  lihatpersamaan 12.14 – 12.15, bisadidapatnilai A dan B, shgα=10A danβ=B • Tabel 12.4 (perhitunganmetodeanalisisregresi linear utk model binomial logitnisbah), α=0,1931 danβ=4,4819 • Persamaan model binomial logitnisbahdinyatakandlmpers 12.23 dangrafiknyadptdilihatpdgbr 12.14 (Model binomial logitnisbah) • Tabel 12.4: Perhitunganmetodeanalisisregresi linear untuk model binomial logitnisbah

  31. Pdgbr 12.14 terlihatbahwa 84% orang memilih bus, meskibiaya bus = biayaka; jikabiaya bus lebihmahalsebanyak 1,2 x biayaka, % orang menggunakan bus menurunhingga 70% • Bila operator kainginmeningkatkanpangsapasarmjd 30%, operator kaharusbisalebihmurah 1,19x biaya bus. Bilapangsaseimbang 50% makakondisiakandicapaibilabiaya bus lebihmahal 1,44x dibandingkanbiayaka

  32. TUGAS: Analisis Uji Kepekaan Beberapakasusakandiujikepekaannyadalamkaitannyaterhadappangsapasarpenumpangkeduajenismodatransportasitersebut: • Kasus 1: tjdpeningkatanharga BBM sebanyak 50%yg scrlangsungberpengaruhpadanilai X5 (1,5x kondisiawal) • Kasus 2: tjdpenurunanwaktutempuhmjd 40% drkondisiawal. Peningkatanpelayananjalanrayaakanmempengaruhi X1 (waktutempuhkendaraan) mjd 60% darikondisiawal (khususutkkend di jlnraya) • Kasus 3: peningkatanpelayanankashgwaktutempuhdanwaktutungguberkurangmjd 60% drkondisiawal. Hal tsbberakibatwaktutempuh (X1) danwaktumenunggu (X2) jalanbajamenurun 40% drkondisiawal

  33. Kasus 4: biaya terminal utkjalanraya (X4) dihilangkan • Tabel 12.5 & 12.6; hasilujikepekaansetiapkasusdgnmenggunakan binomial logitselisihdan model binomial logitnisbah Hasil: • Tabel 12.5 & 12.6 tidakterlihatperbedaanygsignifikan • Padakasus 1: peningkatanharga BBM tidakberpengaruhscrumumdanmshmenguntungkan operator jalanraya • Pdkasus 2: penguranganwaktutempuhternyatamenyebabkanpangsapasarberalihkejalanrayascrsignifikan; peningkatantjdutkseluruhpasanganzona • Pdkasus 3: peningkatanpelayananka peningkatanpangsapasarka; pdbeberapapasanganantarzonapangsapasarpengguna bus masihlebihbesar;

  34. Pd kasus 4: penghilangan biaya terminal sangat menguntungkan bagi pengguna bus  pangsa pasar pengguna bus semakin meningkat.

  35. SELAMAT MENGERJAKAN & TERIMA KASIH Adhi Muhtadi, ST.,SE.,MSi.

More Related