Pertemuan ke 13: Model Pemilihan Moda

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

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

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

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

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

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

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

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.

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

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.

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

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)

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”

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

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)

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

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)

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

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

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)

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

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

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

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

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

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

Tabel 12.2: informasioperasionalmodajalanrayadanjalanbajaserta % pemilihanmoda

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%

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

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

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

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

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;

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

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

Pertemuan ke 13: Model Pemilihan Moda