Académique Documents
Professionnel Documents
Culture Documents
Abstract
Sustainable freight transportation has an important role in determining the direction of development a
regionl. Modelling of Freight Road transportation is useful to know the needs of sustainable the road
infrastructure. Freight generation of paddy commodities are estimated by using modeling based on
demographic variables, the condition of road infrastructure and vehicles goods carriers. Production freight
generation zones of paddy commodities has characteristics that evolve as conditions of the road
infrastructure in that zone. Interaction between the production zones are formed by using gravity modeling
with the imposition of transport networks based on the traffic of freight in accordance with the predominant
characteristics used in transporting commodities. The development of a freight transportation distribution
model with the Breadth-First Search algorithm has the objective to consolidate the interaction of supply and
demand of goods transport within a zone to determine the efficiency of the traffic load on the road network
system.
Keywords: Freight Transportation, Trip Production, Freight Commodity Breadth-First Search algorithm
Abstrak
Transportasi barang yang berkelanjutan mempunyai peranan penting dalam menentukan arah perkembangan
pembangunan suatau wilayah. Pemodelan transportasi barang jalan berguna untuk mengetahui kebutuhan
infrastruktur jalan raya secara berkelanjutan. Bangkitan barang komoditas komoditas di estimasi
menggunakan pemodelan berdasarkan variabel demografi, kondisi infrastructure jalan raya dan kendaraan
barang pengangkutnya. Zona – zona produksi bangkitan barang komoditas padi mempunyai karakteristik
yang berkembang sesuai kondisi infrastruktur jalan raya pada zona tersebut. Interaksi antar zona produksi
dibentuk menggunakan pemodelan gravitasi dengan pembebanan jaringan transportasi berdasarkan lalu lintas
barang sesuai dengan karakteristik yang dominan digunakan dalam mengangkut barang komoditas padi
tersebut. Pembebanan jaringan yang dihasilkan akan menentukan arah pembangunan yang berkelanjutan
terkait kebutuhan kapasitas sistem jaringan jalan yang diperlukan dan tingkat pelayanan yang ditentukan.
Pengembangan model distribusi transportasi barang dengan algoritma Breadth-First Search mempunyai
tujuan untuk mengkonsolidasikan interaksi supply dan demand pengangkutan barang dalam suatu zona untuk
menentukan efisiensi beban lalu lintas pada sistem jaringan jalan.
Kata Kunci: Transportasi Barang, Produksi Perjalanan, Komoditas Barang, algoritma Breadth-First Search
1
PENDAHULUAN
Barang komoditas padi merupakan salah satu komoditas utama yang dihasilkan dalam
zona produksi di Provinsi Jawa Tengah. Kebutuhan padi meningkat sesuai dengan
perkembangan kebutuhan konsumsi penduduk di zona produksi dan disekitarnya terutama
dalam zona internal Provinsi Jawa Tengah. Bangkitan pergerakan komoditas padi
didistribusikan menurut kebutuhan supply dan demand komoditas berdasarkan konsumsi
dan produksinya. Jaringan jalan raya internal – regional di Provinsi Jawa Tengah
mempunyai peranan untuk mendistribusikan produksi bangkitan pergerakan komoditas
sesuai dengan permintaan pada zona yang membutuhkan. Capasitas dan tingkat pelayanan
jalan akan mempengaruhi waktu perjalanan dalam mendistribusikan dan mendukung
pergerakan lalu lintas sesuai dengan operasional jaringan jalan yang dibutuhkan. Jaringan
jalan yang mempunyai tingkat pelayanan yang baik akan mendorong peningkatan produksi
dan distribusi zona penghasil komoditas. Kapasitas jalan pada sistem jaringan jalan di
Provinsi Jawa Tengah memerlukan penyesuaian terhadap volume lalu lintas akibat
perkembangan pergerakan komoditas barang. Dengan mengetahui tingkat pelayanan
sistem jaringan jalan memerlukan estimasi model pembebanan sistem jaringan jalan akibat
produksi bangkitan pergerakan komoditas. Analisa pembebanan sistem jaringan akan
menentukan perubahan sistem pergerakan arus lalu lintas dan kecepatan distribusi sistem
jaringan tersebut dalam melayani pergerakan lalu lintas
mi .md
Fid G. (2)
d id2
dengan G adalah konstanta gravitasi
2
bangkitan dan tarikan pergerakan, serta jarak, waktu, atau biaya sebagai ukuran
aksesibilitas (kemudahan). Jadi, untuk keperluan transportasi, model GR dinyatakan
sebagai: (Persamaan 3)
Oi .Od
Tid k . 2
(3)
d id
dengan k adalah konstanta
Jadi, dalam bentuk matematis, model GR dapat dinyatakan sebagai:
Total arus V̂ pada ruas jalan tertentu merupakan penjumlahan pergerakan antar zona
didalam daerah kajian yang menggunakan ruas jalan tersebut, ditunjukkan pada persamaan
(5).
N N
V̂l T
i 1 d 1
id
l
. pid
(5)
Komoditas yang bergerak antar zona didalam daerah kajian tersebut diwakili oleh suatu
model kebutuhan akan transportasi dengan Model Gravity Opportunity (GO). Dengan total
pergeraan Tid dengan zona asal i dan zona tujuan d untuk semua tujuan pergerakan
komoditas ditunjukkan ersamaan (6)
K
Tid T
k 1
k
id
(6)
Dengan komoditas yang bergerak dari zona I ke zona d ditunjukkan pada persamaan (6)
Dengan memasukan persamaan (7) ke persamaan (5) persamaan dasar untuk model
penaksiran kebutuhan akan transportasi dengan data arus lalu lintas ditunjukkan pada
persamaan (8)
Uji Model
Uji Korelasi
Koefisien korelasi adalah suatu tolok ukur seberapa keeratan hubungan antar variabel
dalam Model.
Uji Korelasi N N N
N ( X iYi ) ( X i ). (Yi ) (9)
r i 1 i 1 i 1
N N N
2
N
2
( X i ) ( X i ) . N (Yi ) (Yi )
2 2
i 1 i 1 i 1 i 1
3
UJi Determinasi
N N
(Tˆ id Tid ) 2
R2 1 i 1
N
d 1
N
(Tˆ
(10)
id T1 ) 2
i 1 d 1
Kalibrasi Model Gravity
i
Kalibrasi d Gravity Metode Regresi Linier dengan fungsi hambatan eksponential
Model
negative Metode kalibrasi dengan analisa regresi linear untuk mencari parameter model
dilakukan melalui tahapan pada persamaan berikut,:
Tid
exp Cid
Ai .Bd .Oi .Dd
log e exp Cid log e
Tid (11)
Ai .Bd .Oi .Dd
Cid log e Tid log e Ai .Bd .Oi .Dd
log e Tid log e Ai .Bd .Oi .Dd Cid
N N N
N ( X i .Yi ) ( X i ). (Yi )
B i 1 i 1 i 1
2 (12)
N
N
N (Xi ) (Xi )
2
i 1 i 1
A Y BX
Pengembangan Algoritma Breadth-First Search.
d i k
Si Si
d k
4
atau dikenal juga dengan nama algoritma pencarian melebar adalah algoritma yang
melakukan pencarian secara melebar yang mengunjungi simpul secara preorder yaitu
mengunjungi suatu simpul kemudian mengunjungi semua simpul yang bertetangga dengan
simpul tersebut terlebih dahulu. Selanjutnya, simpul yang belum dikunjungi dan
bertetangga dengan simpul -simpul yang tadi dikunjungi , demikian seterusnya. Jika graf
berbentuk pohon berakar, maka semua simpul pada aras d dikunjungi lebih dahulu sebelum
simpul-simpul pada arah d+1.
METODOLOGI PENELITIAN
Pendekatan pemodelan transportasi barang yang sangat komplek dan luas disederhakan dengan
merumuskan variabel – variabel dominan yang menentukan. Dengan metode model gravity analisa
pembebanan sistem jaringan jalan berdasarkan volume lalu lintas digunakan untuk mengestimasi
sistem pembebanan jaringan dengan mempertimbangkan variabel – variabel yang berpengaruh
yang dianalisa terlebih dahulu pada tahapan model bangkitan pergerakannya.
5
X10 = Variabel bebas kondisi jalan rusak berat di Kabupaten dan Kota di Jawa Tengah
X11 = Variabel bebas jumlah kendaraan barang di Kabupaten dan Kota di Jawa Tengah
X12 = Variabel bebas jumlah kendaraan barang dengan kepemilikan status perseorangan
X13 = Variabel bebas jumlah kendaraan barang dengan kepemilikan status perusahaan
b0 = konstatanta
Mulai
Menentukan Oi dan Dd
Nilai awal parameter β
Menghitung
Tid 2Tid f
Tid ; ; ;f;
2
(sesuai dengan metode penaksiran)
f m1 m h
h f /
Periksa h≈0
tidak
Ya
Digunakan nilai β
Konvergen
Selesai
6
HASIL DAN PEMBAHASAN
Pemodelan Bangkitan Pergerakan
Residual Plots for Oi
Normal Probability Plot Versus Fits
99
0.50
90
0.25
Residual
Percent
50 0.00
10 -0.25
1 -0.50
-0.50 -0.25 0.00 0.25 0.50 15.5 16.0 16.5 17.0 17.5
Residual Fitted Value
Residual
4 0.00
2 -0.25
0 -0.50
-0.4 -0.2 0.0 0.2 0.4 0.6 1 5 10 15 20 25 30 35
Residual Observation Order
7
Pemodelan Distribusi Pergerakan
Distribusi pergerakan barang komoditas padi dimodelkan dengan metode gravity (GR)
dengan metode kalibrasi regresi linier dengan persamaan yang diperoleh
Tabel 1. Hasil Model Distribusi
8
Pembebanan Sistem Jaringan Jalan
Distribusi pergerakan barang komoditas padi yang menggunakan kendaraan barang
didominasi dengan kendaraan kapasitas 8 ton sampai dengan 10 ton. Dominasi kendaraan
tersebut mempunyai kecenderungan dengan keberadaan armada di zona dengan bangkitan
pergerakan komoditas padi yang lebih dominan. Kendaraan yang berada di zona tersebut
mempunyai kontribusi pergerakan lalu lintas yang ditunjukkan pada gambar (8) dari hasil
pemodelan transportasi berdasarkan volume lalu lintas pada jaringan jalan yang
dilayaninya. Menunjukkan bahwa jaringan jalan dizona dominan mempunyai derajat
kejenuhan yang lebih tinggi, sehingga menentuksn pemilihan rute kendaran dalam
mendistribusikan barang komoditasnya. Berdasarkan model pembebanan jaringan pada
sistem jaringan jalan diprovinsi jawa tengah menenujukkan bahwa koridor dan rute
jaringan jalan yang berada pada zona – zona dengan produksi bangkitan barang yang tinggi
mempunyai tingkat kemacetan yang lebih besar dibandingakan dengan rute jalan dengan
produksi bangkitan yang lebih kecil.
9
Gambar. 10. Simulasi Pemodelan Gambar. 9. Proses Iterasi Parameter Model
Transportasi dengan Metode dengan Metode Kalibrasi Newton-Raphson
Kalibrasi Newton-Raphson – – Algoritma Breadth-First Search
Algoritma Breadth-First Search
KESIMPULAN
Pengembangan dengan menggunakan algoritma Breadth-First Search menghasilkan proses
kalibrasi dengan ketelitian lebih tinggi dengan ketelitian 4 desimal pada kalibrasi newton
rahpson. Pemenuhan kebutuhan transportasi barang yang penyediaannya berasal dari zona
lain dengan metode algoritma Breadth-First Search akan mengurangi beban lalu lintas
pada sistem jaringan secara ditinjau dari volume pergerakan menerus. Perjalanan Jarak
jauh akan terkonsolidasi pada zona - zona yang mempunyai sistem distribusi dengan
panjang perjalanan yang lebih jauh. Dengan terkonsolidasikannya sistem pengangkutan
komoditas pada zona dengan produksi bangkitan pergerakan dengan ketersediaan armada
yang cukup sesuai dengan coverage area akan meminimalkan volume pergerakan lalu
lintas di sistem jaringan.
DAFTAR PUSTAKA
Davydenko, IY, Tavasszy, LA, Meijeren, JJ & Ivanova, O. 2011. Estimation of Freight
Flow and Trip Generation According to Transport Purpose in Urban and Regional
Logistics Networks METRANS Urban Freight Conference Proceedings (pp. 1-17).
Davydenko, Igor Y.; Tavasszy, Lóránt A.; Smeets, Peter S.G.M. 2012. Commodity Freight
and Trip Generation by Logistics Distribution Centers Based on Sectorial
Employment Data,91st Annual TRB Meeting, Washington DC.
Edward, K. Morlok (1991). Pengantar Teknik dan Perencanaan Transportasi, cetakan ke
empat, Jakarta – Indonesia : Erlangga.
Jin, Y., Williams, I., Shahkarami, M. 2005. Integrated Regional Economic and Freight
Logistics Modelling: Results from a Model for the Trans-Pennine Corridor, UK,ETC
E
T. Z. Ofyar. 2000. Perencanaan dan Permodelan Transportasi, Edisi kedua, Bandung : ITB.
Winston, C. (1983). The demand for Freight Transportation : Models and Applications,
Transportation Research Part A, 17.pp.419-427.
10