Study Model Sebaran Pergerakan (Trip Distribution) Menggunakan Metode Gravity

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).