Estimasi Matriks Asal dan Tujuan Perjalanan

Penumpang Angkutan Umum Trans Jawa - Sumatera

Melalui Lintasan Penyeberangan Merak Bakaueni
Kata Kunci : MAT Penumpang Trans Jawa Sumatra, Estimasi Matriks Entropi Maksimum,
SATURN, Model Gravitasi
le! : Mu!ammad "at!oni
#Sta$ Penga%ar & ''' ((AS&P, e)mail : m$at!oni*+,-a!oo.com/
ABST!A"T
T!e densit- o$ tra0c $or 1ot! passenger and ve!icle 1etween Java and Sumatra
t!roug! Merak 2akau!eni $err- line is considered !ig!. 3n$ortunatel-, it !as not 1een
supported 1- a proper transport management. T!is can 1e seen $rom t!e $act t!at t!ere
!as not 1een a researc! on transport c!aracteristics especiall- on t!e e4isting passenger
movement c!aracteristic, e.g. origin and destination matri4 estimation. 'n addition, t!e
& matri4 is ver- essential to support decision making process related to transport
management.
T!is researc! was carried out to develop t!e & matri4 estimation $or passenger
movement wit! pu1lic transport 1etween Java and Sumatra islands t!roug! Merak )
2akau!eni $err- line. T!is researc! applied Ma4imum Entrop- Ma4imum Estimation #ME5/
model 1ased on tra0c counting data using Saturn +.5 $or t!e anal-sis 1ecause it was
considered as t!e most sop!isticated met!od 1eside its economic advantage.
T!is researc! resulted & matri4 estimation wit! ME5 model and gravit- model 1ased
on tari6 and distance deterrence $unctions as a comparison to ME5 model. T!e validation
process !as 1een carried out 1ased on statistic approac!s 1- comparing t!ose t!ree
matrices to 7ational Passenger & Matri4 Estimation 5**8 $or land transport and it s!own
t!at t!e resulted matrices were satis$actor-. T!e result s!owed t!at passenger movement
was dominated 1- s!ort)distance travel suc! as 1etween (ampung and &K' Jakarta vice
versa w!ic! was 5+9 $rom total movements. T!e resulted & matri4 wit! ME5 model
would 1e an crucial $oundation $or some related stake!olders suc! as $or 'ndonesian "err-
:ompan- in order to provide a particular service $or s!ort)distance travellers and $or
pu1lic transport compan- to estimate t!e e4act re;uired <eet num1er. Moreover, it also
could 1e used 1- t!e government to ela1orate a more compre!ensive transport planning.
Ke-words : Trans Java Sumatra passenger & matri4, Ma4imum Entrop- Matri4
Estimation #ME5/, SATURN, gravit- model
#$ PE%&A'ULUA%
8.8. (atar 2elakang
Pulau Sumatera dan Pulau Jawa merupakan dua 1ua! pulau di antara 1elasan ri1u
pulau di 'ndonesia -ang terletak di wila-a! 1agian 1arat 'ndonesia. Karena letak kedua
pulau -ang 1erdekatan -ang !an-a dipisa!kan ole! Selat Sunda, interaksi kegiatan antar
kedua pulau melalui lintas pen-e1erangan Merak 2akau!eni itu pun men%adi sangat
tinggi di1anding dengan pulau lainn-a. Saat ini, lalulintas angkutan di lintas
pen-e1erangan ini 1a!kan ter1ilang se1agai %alur pen-e1erangan terpadat di 'ndonesia
karena %umla! pergerakan -ang sangat tinggi serta karena cukup tinggin-a tari$ angkutan
udara se!ingga angkutan darat masi! cukup dominan.
8.5. Permasala!an
Meskipun aktivitas transportasi antara Pulau Jawa dan Sumatera -ang melalui %alan
darat dan tentun-a akan menggunakan angkutan pen-e1erangan di lintas Merak
2akau!eni amat tinggi, saat ini upa-a pengelolaan maupun penanganan angkutan
dirasakan cenderung 1elum memadai. Sala! satu !al di antaran-a adala! 1elum
dilakukann-a penelitian mengenai karakteristik pergerakan angkutan, terutama
pergerakan penumpang -ang ada -ang antara lain adala! pem1uatan matriks asal tu%uan
#MAT/ per%alanan penumpang antara kedua pulau terse1ut secara intensi$. &engan
mengam1il analogi -ang ter%adi pada aktivitas transportasi di %alan, ke1eradaan matriks
asal tu%uan merupakan !al -ang mutlak !arus dilakukan dalam kegiatan perencanaan
dan permodelan transportasi maupun untuk 1er1agai kepentingan lain.
8.=. Tu%uan Penelitian
Penelitian ini 1ertu%uan antara lain se1agai 1erikut :
1. mem1uat matriks asal tu%uan per%alanan penumpang angkutan umum Trans Jawa )
Sumatera -ang melalui lintasan pen-e1erangan Merak 2akau!eni>
2. mengeksplorasi man$aat MAT per%alanan penumpang angkutan umum Trans Jawa )
Sumatera -ang melalui lintasan pen-e1erangan Merak 2akau!eni>
3. mem1erikan masukan 1agi pi!ak -ang terkait mengenai $enomena asal dan tu%uan
per%alanan penumpang angkutan umum Trans Jawa ) Sumatra.
8.?. @uang (ingkup
Penelitian ini di1atasi ruang lingkupn-a se1agai 1erikut :
#$ !an-a mem1uat matriks asal per%alanan penumpang angkutan umum Trans Jawa )
Sumatera -ang menggunakan kapal pen-e1erangan %enis $eri ro-ro maupun kapal
cepat pada !ari normal #non !ari ra-a dan !ari 1esar/>
($ !an-a menganalisis dalam ta!ap se1aran per%alanan #trip distribution/ dan tidak
mem1a!as ta!ap perencanaan transportasi lainn-a seperti 1angkitan dan tarikan
per%alanan #trip generation/ dan ta!ap pemili!an moda #modal split/>
)$ tidak mem1a!as per%alanan antar Aona dalam pulau Jawa dan Sumatra>
*$ melakukan survei !an-a pada ruas peng!u1ung Jawa)Sumatra -aitu Pela1u!an
Pen-e1erangan Merak dan 2akau!eni.
8.B. Metodologi
Survei dilakukan di Pela1u!an Merak dan Pela1u!an 2akau!eni selama = !ari -aitu
Kamis !ingga Minggu #8 ) = Septem1er 5**B/ se!ingga semua %enis !ari pela-anan
#normal ker%a, semi li1ur dan li1ur/ tela! dicakup. Survei dilakukan selama 5? %am dengan
cara wawancara secara acak dan peng!itungan penumpang tiap %amn-a. &ata arus
penumpang %uga diam1il dengan meng!itung %umla! penumpang dalam 1us trans Jawa
Sumatra. Survei ini dilakukan di pintu masuk tiap pela1u!an dengan mencatat tra-ek 1us
dan perkiraan %umla! penumpangn-a. &iasumsikan 1a!wa B*9 dari penumpang
melakukan per%alanan sesuai dengan tra-ek 1us terse1ut -aitu naik di titik asal dan turun
di titik ak!ir tra-ek.
2
Sementara itu, data sekunder -ang dikumpulkan 1erasal dari 1er1agai pi!ak terkait
seperti P.T. AS&P :a1ang Pela1u!an Merak dan :a1ang Pela1u!an 2akau!eni serta
&irektorat Jenderal Per!u1ungan.
($ PEMBA'ASA%
5.8. Tin%auan Teori
a. Matriks Asal Tu%uan
Tamin #8++C/ men%elaskan 1a!wa Matriks Asal Tu%uan #MAT/ adala! se1ua! matriks
1erdimensi dua -ang 1erisi in$ormasi mengenai 1esarn-a pergerakan antar lokasi #Aona/
di dalam suatu daera! tertentu. 2aris men-atakan Aona asal dan kolom men-atakan Aona
tu%uan se!ingga sel matriksn-a men-atakan 1esarn-a arus dari Aona asal ke Aona tu%uan.
Metode untuk mendapatkan MAT dapat dikelompokkan men%adi dua 1agian utama
-aitu metode konvensional seperti dengan survei wawancara tepi %alan, metode analogi
#detroit, $ratar dan lainn-a/ dan metode sintesis #gravit- model dan lainn-a/> dan metode
tidak konvensional -ang 1erdasarkan arus lalulintas seperti dengan estimasi matriks
dengan entropi maksimum #EMEM/.
1. Estimasi MAT Model EMEM
Metode untuk mem1uat estimasi Matriks Asal dan Tu%uan #MAT/ 1erdasarkan
in$ormasi arus 1an-ak mendapatkan per!atian para peneliti pada 1e1erapa ta!un
1elakangan ini, karena keuntungann-a secara ekonomi. Keuntungan terse1ut 1isa
didapat karena metode ini !an-a mem1utu!kan data arus lalulintas #kendaraan, 1arang
dan orang/ -ang sangat mura! dan muda! didapat. Sementara itu, pelaksanaan survei
lain akan mem1utu!kan waktu cukup lama, tenaga ker%a -ang 1an-ak dan tari$ -ang
tinggi.
Estimasi MAT 1erdasarkan in$ormasi arus lalulintas dapat dilakukan dengan
pendekatan entropi maksimum -ang diperkenalkan ole! Dillumsen pada ta!un 8+CE
dengan nama model Estimasi Matriks Entropi Maksimum #EMEM/. Model EMEM ini
dikem1angkan dari !ukum Fsika -ang men-atakan 1a!wa dalam suatu sistem tertutup
unsur -ang ada cenderung memiliki aturan -ang mempun-ai ketidakteraturan -ang
paling 1esar -ang dapat dilakukan dengan 1er1agai macam cara, -ang sesuai dengan
sistem 1atasan -ang tersedia. 2ila dipandang dari model se1aran per%alanan, dapat
dikatakan 1a!wa pergerakan -ang ter%adi dianggap se1agai molekul gas -ang dapat
1ergerak 1e1as. 3nsur dari molekul gas -ang ada cenderung mempun-ai
ketidakteraturan -ang 1esar se!ingga akan meng!asilkan se1aran maksimum atau
distri1usi merata.
MAT dengan metode EMEM dapat ditetapkan dengan matriks awal atau tanpa
matriks awal. Mengingat tela! adan-a penelitian se1elumn-a -aitu Estimasi & 7asional
5**8 k!usus untuk angkutan %alan maka EMEM akan diproses dengan matriks awal.
Total arus Gl pada ruas %alan tertentu merupakan pen%umla!an setiap pergerakan
antar Aona di dalam daera! ka%ian -ang menggunakan ruas %alan terse1ut. Secara
matematis !al terse1ut dapat din-atakan se1agai:

=
i d
l
id id l
P . T V
#8/
dengan Gl adala! volume lalu lintas -ang ada pada ruas %alan l, Tid adala! total
pergerakan dari Aona i ke Aona d, dan
l
id
P
adala! proporsi pergerakan dari Aona i ke d
3
-ang melalui ruas %alan l. &engan kata lain, arus pada setiap ruas %aringan %alan adala!
merupakan !asil dari :
a. Pergerakan dari Aona asal i ke Aona tu%uan d atau kom1inasi 1er1agai %enis pergerakan
-ang 1ergerak antar Aona di dalam daera! ka%ian #H Tid/.
1. Proporsi pergerakan dari Aona asal i ke Aona tu%uan d -ang menggunakan ruas %alan l
-ang dideFnisikan se1agai
). 1 P (0 P
l
id
l
id

7ilai
l
id
P

dapat ditentukan melalui pemili!an rute -ang dilakukan ole! setiap
pengguna %alan. Ial ini dapat diperkirakan dengan menggunakan teknik pem1e1anan
rute -ang sesuai seperti teknik seder!ana all-or-nothing ataupun teknik -ang le1i!
kompleks seperti teknik pem1e1anan keseim1angan (equilibrium).
Adapun rumus entropi adala! se1agai 1erikut :

i d
id
T
T
T
!
=
jk
) ( W
> i dan d H 8, 5, J, 1an-akn-a Aona #5/
dengan
jk
) ( W T
adala! %umla! cara tiap individu untuk mengatur dirin-a se!ingga
di!asilkan matrik
k
) T (
j
> % dan k nilain-a adala! 8, 5, dan seterusn-a -ang men-atakan
%umla! Aona.
7ilai maksimum diperole! dengan menggunakan $ungsi (agrange # Lagrange
function/, se!ingga persamaan akan men%adi :
+
i d
) . ( + ) 1 ln ( - =
l id
id
l
p
id
T
l
V
l id
T
id
T
id
T L
. #=/
dengan l adala! pengali (agrange -ang memenu!i 1atasan data arus lalu lintas !asil
pengamatan.
Akan diperole! Tid =

l
id
l
p
l
X
> dengan
) ( exp
l l
X =
. #?/
&alam penelitian ini, -ang men%adi o1-ek utama adala! arus pergerakan
penumpang angkutan umum -ang secara umum memiliki karakteristik -ang amat
1er1eda dengan pergerakan kendaraan. Penumpang angkutan umum melakukan
pergerakan sesuai dengan pergerakan kendaraan -ang dipergunakann-a dan tidak
memiliki ke1e1asan pili!an untuk menggunakan rute mana -ang diinginkann-a, namun
le1i! menekankan pada perpinda!an ke Aona tu%uan seeFsien mungkin. Terle1i! lagi,
penumpang angkutan umum amat 1er1eda dengan penumpang angkutan pri1adi. Secara
umum, penumpang angkutan pri1adi akan mempergunakan kendaraan pri1adi se!ingga
dapat mempengaru!i pengemudi untuk memili! rute -ang diinginkan.
Per1edaan lainn-a adala! dalam pen-usunan %aringan pergerakan akan amat
1er1eda dengan %aringan %alan 1iasa. Kang le1i! ditekankan di sini adala! sistem %aringan
-ang digunakan ole! pergerakan penumpang se!ingga kapasitas ruas, kecepatan 1e1as,
maupun karakteristik %aringan lainn-a tentun-a !arus men-esuaikan dengan karakteristik
pergerakan penumpang.
c. Estimasi MAT Model gravitasi
Model gravitasi dalam !al ini digunakan untuk mem1andingkan proporsi per%alanan
tiap Aona untuk di1andingkan dengan model EMEM se!ingga 1esarn-a tarikan dan
4
1angkitan pada model gravitasi ini diasumsikan sama dengan model EMEM. Persamaan
-ang digunakan adala! :
) ( .
id d i d i id
C f B A D O T =
dengan
) . .( exp ) (
id id
C C f =
#B/
dengan Tid adala! %umla! pergerakan dari Aona i ke d, i adala! 1esarn-a 1angkitan
pergerakan Aona asal i, &d adala! 1esarn-a tarikan pergerakan ke Aona d, Ai dan 2d
se1agai konstanta -ang men%adi $aktor pen-eim1ang untuk setiap tu%uan per%alanan 1agi
setiap Aona asal i dan Aona tu%uan d serta $ #:id/ se1agai $ungsi !am1atan atau 1ia-a
-ang dapat din-atakan dalam 1entuk %arak, waktu dan tari$ per%alanan dari i ke d.
5.5. Pengola!an &ata
Proses estimasi Matriks Asal Tu%uan #MAT/ penumpang 1erdasarkan in$ormasi arus
menggunakan perangkat lunak Saturn +.5 dan proses estimasi Matriks Asal Tu%uan #MAT/
penumpang 1erdasarkan model gravitasi menggunakan perangkat lunak Microso$t E4cel
5*** sementara validasi dilakukan dengan indikator statistik dengan perangkat lunak
SPSS versi 8*.*.
5.=. Iasil Permodelan EMEM dan Gravitasi
Matriks Asal Tu%uan #MAT/ menggam1arkan pola pergerakan penumpang dari suatu
Aona asal menu%u Aona tu%uan. MAT didapatkan dengan metode penaksiran dengan
menggunakan konsep model Estimasi Matriks Entropi Maksimum #EMEM/. Pola
pergerakan -ang di!asilkan ole! proses Estimasi Matriks Entropi Maksimum #EMEM/
ditampilkan dengan matriks asal dan tu%uan -ang tergam1ar pada Ta1el 5. 3ntuk
mengeta!ui apaka! !asil estimasi MAT dengan metode EMEM ter1ilang cukup 1aik atau
tidak di1andingkan dengan metode estimasi lain, akan dipergunakan metode gravitasi
dengan pertim1angan kemuda!an pemakaiann-a dan ter1atasn-a data dengan !asil
pada Ta1el =. Kedua model MAT ini akan divalidasi ter!adap MAT 7asional 5**8 #Ta1el 8/.
5
Tabel 1
Estimasi MAT Nasional 2001 Angkutan Jalan
Trans Jawa Sumatra Yang Dimodifikasi
(dalam satuan orang er ta!un"
D
O
NAD
101
SUMUT
102
SMA!
10"
!#AU
10$
%&P!#
10'
(AM#
10)
SMS&*
10+
&N,%
10-
*AMP,
10.
A&*
110
D%#
201
(AA!
202
(T&N,
20"
D#/
20$
(AT#M
20'
NT&N
20) TOTA*
NAD
101 # # # # # # # # # # $01%&'2 1%0()%$0( )*+%*'' *(%)+$ )*'%1*+ $+%0)) 2.$2-.$21
SUMUT
102 # # # # # # # # # # +))%&0' *(+%)0) *+%(1$ &%&() '+%+)& 1(1%'*1 1..'".21"
SMA!
10" # # # # # # # # # # 1%$'0%$() *&&%2&0 11&%&)$ *$%&(' &*%1&$ *$%110 2."$-.$)$
!#AU
10$ # # # # # # # # # # &%(*1 10$%$*+ )&%2*+ 1$%'+2 2(%*1& 0 200.+0-
%&P!#
10' # # # # # # # # # # +(%$'( 1(+%$$0 1)2%)$+ 1)%&0' )0%*$& 2%'1& $-+..-)
(AM#
10) # # # # # # # # # # )$*%1(* )01%&10 $+)%0&1 11%*00 $&%''1 '%+2& 1.2-+.0$'
SMS&*
10+ # # # # # # # # # # 1%0*+%22& 1%'&'%$01 1%00(%+20 1+*%+0' 21)%(00 21*%+&0 $.2-2.12"
&N,%
10- # # # # # # # # # # &')%**& &&1%((' *22%0*0 2'+%''* $2$%(*' 212%0&$ 2..$$.10'
*AMP,
10. # # # # # # # # # # 2%'1)%2+0 2%*11%0&$ $%)')%*1$ *1*%'+1 (&*%(10 1%(+)%$$1 11..)+.+0.
A&*
110 # # # # # # # # # # &%2*' )'%()+ )'%22$ '%*(+ &%$($ 1%)&( 112.--+
D%#
201 10&%')1 *&&%2&0 *2(%12+ 10)%)'( 0 1*2%(0+ 1%'1$%0(( 1%11(%*$1 11%)1*%&2* 0 # # # # # # 1'.+2-.)'2
(AA!
202 $2(%&&2 '1$%+*2 $(0%2*& 10&%&() $)%&$( 1))%2') 1%2&'%0*2 2)+%0&) 1%2'1%*+( $$%2'0 # # # # # # $."1-.-)1
(T&N,
20" 10$%$0+ *'(%$1( '1%+*& 2*)%*$& 1$%'1) *$1%++' 1%''+%(++ )+)%)01 $%&0)%(++ $+%$*' # # # # # # +.'22."0'
D#/
20$ 102%112 102%'10 $)%'&( $0%20( 21%010 10&%(++ 2(*%*2& 11'%$*& 1))%&00 )%1&) # # # # # # .$..1-+
(AT#M
20' 1*1%11' 1)+%$+) '&%*)+ $1*%'*( +'0 ('%&&$ +)1%+(2 *2%021 1%0**%$22 )%1&) # # # # # # 2.-$'..$+
NT&N
20) 2$%+&1 12(%1(' 20$%100 $&%2&' 0 )2%*&* 1%1$2%))0 1%($'%0)( 22%2'*%(1* 0 # # # # # # 2'.)'..'10
TOTA* -2).-20 2.22..)". 1."''.).0 -)0.."0 +0.212 1.1+'.$0' ).+0..100 ".-+$.'$2 "..-$1.1)1 -0..)" +.$-$.).' -.1$..$.. )."+1.-0) 1.2'-.).. 2.1"0..'2 2.)1+.012 -'.0"+.12'
S012e3 4 Di5jen 602d75 (di18di9ik7:i)
T72el 2
MAT Angkutan ,enumang Darat Trans Jawa Sumatra
-asil Model EMEM
(dalam satuan orang enumang er ta!un"
D
O
NAD
101
SUMUT
102
SMA!
10"
!#AU
10$
%&P!#
10'
(AM#
10)
SMS&*
10+
&N,%
10-
*AMP,
10.
A&*
110
D%#
201
(AA!
202
(T&N,
20"
D#/
20$
(AT#M
20'
NT&N
20) TOTA*
NAD
101 # # # # # # # # # # &'%11) )2& 1'%'&& ')1 2)' *%(&1 .-.++'
SUMUT
102 # # # # # # # # # # *1$%))* ')%'2) 2+%)$1 1&%*$' 1'%'0* $21 +"0.-)"
SMA!
10" # # # # # # # # # # 2$1%21& *$%2() 1%22$ 1%21+ 12) 1&%1'0 "1$.21+
!#AU
10$ # # # # # # # # # # '$%'1$ ')' 2$) 1&%'0( $0%*)+ 12* 102.'+)
%&P!#
10' # # # # # # # # # # 2%20) 1%$0$ $2' $2* )'' 1%$2( '..$1
(AM#
10) # # # # # # # # # # 1&*%&)& *') 1*%1)& 22' '%)') 2)' 1...$+2
SMS&*
10+ # # # # # # # # # # *)*%&*0 1$)%*$' *$%'2+ ((%$22 '(%+$2 '%&(' ..+..)1
&N,%
10- # # # # # # # # # # 1$%$&1 '0%*** ''%*() 1$%(&& 12) 2$* 1""..'.
*AMP,
10. # # # # # # # # # # 2%0''%10$ )'$%(&0 $+0%2&$ 2*2%$$$ 20*%0*0 ($%&(0 ".$'1.$1-
A&*
110 # # # # # # # # # # $%$0* $%102 *%*') (1%((* $*' 1%&'1 .+.0)"
D%#
201 $)%+10 1*(%&1+ $&1%$20 &)%2&* 1%0&( +(%+*' *0+%0&' 1()%1*1 *&$%00( 1%+'$ # # # # # # 2.21+.$)$
(AA!
202 11%+&( )&%&)) ')%0+1 2+%&*0 2'2 1$%)$0 1$'%++( 2+%'*) $2%+11 *'$ # # # # # # "')."-0
(T&N,
20" 2*2 *$%()( ''$ $'%1&1 ')* 2)%*0$ 12%+$) 1%)** '%($& 122 # # # # # # 1$'."$2
D#/
20$ 20%1$0 $)%$$0 2%''' 12%'&' 2%))) *%')' 2'%+++ 11%2+2 12%2)1 1%2$( # # # # # # 12.."$.
(AT#M
20' '$%2)' )*%00* 1'%(2' *1%&2) ')( 2$%$12 ')' ''* 2$%+20 $'* # # # # # # 22).0"-
NT&N
20) 2'' &%++& 1)%'*+ )) 2$' **' )$%&)( ))* 101%'(* 1') # # # # # # 1)..)..
TOTA* 120.+-0 ")-.)$$ $'-..1" 21".''0 '.10" 1)+.'20 -2-."00 22+.$-' -$..'0" $.$+) ".-+0.+-1 +)".011 '+..0+- $-".-+2 "1+..1" 11+.'.2 .."+).'20
S012e3 4 67:il An7li:i:
Tabel $
MAT Angkutan ,enumang Darat Trans Jawa Sumatra
-asil Model .ra/itasi dengan 0atasan Jarak
(dalam satuan orang er ta!un"
D
O
NAD
101
SUMUT
102
SMA!
10"
!#AU
10$
%&P!#
10'
(AM#
10)
SMS&*
10+
&N,%
10-
*AMP,
10.
A&*
110
D%#
201
(AA!
202
(T&N,
20"
D#/
20$
(AT#M
20'
NT&N
20) TOTA*
NAD
101 # # # # # # # # # # *$%1)1 1$%11' (%)&( &%1** )%+'& 1%+1( +(%&&'
SUMUT
102 # # # # # # # # # # )*'%12$ (+%0&1 **%&+) '(%21' $&%'$0 1)%1$0 &$0%(*)
SMA!
10" # # # # # # # # # # 1+(%++1 $(%+'* 2&%2$0 2$%22' 1+%&&0 *%0)' $1)%21*
!#AU
10$ # # # # # # # # # # **%0$' 12%)12 (%&'( (%11) '%2'1 2%00* 102%'&*
%&P!#
10' # # # # # # # # # # $%(2' &1+ '0& )&0 $0) 11* '%+)1
(AM#
10) # # # # # # # # # # 122%'+0 $0%$1$ 1&%*&) 1)%(&& 10%2+) $%&2) 1++%)&2
SMS&*
10+ # # # # # # # # # # *$1%+1$ 122%+1$ ((%&&0 (2%)+* '2%*&$ 1+%1+& ++&%+*1
&N,%
10- # # # # # # # # # # ()%1** 1&%$(( 12%10* 10%'+2 &%1'0 2%''& 1$$%+'+
*AMP,
10. # # # # # # # # # # 2%1&)%*'$ )2'%(*' $)0%$** 2&0%(() 1&$%'(( **%0*' $%)'1%)20
A&*
110 # # # # # # # # # # *1%)*1 11%+'' (%*$) (%02) '%12$ 1%(*& +&%0*$
D%#
201 (2%*2+ 2'$%$*& $11%*)+ 1)&%)(1 $%'2) 111%10& '**%*0) 1'*%1*( '(1%(&) $%0*2 # # # # # # 2%21&%)*'
(AA!
202 1$%+1) $+%$$( )+%)*) 22%)&) '$& 22%2&) (+%$'$ 2*%1'& +2%$(' )($ # # # # # # $'*%$&+
(T&N,
20" '%0)) 1*%')0 1+%$(* (%(+1 212 &%2(2 $*%1(2 10%211 )1%$++ 1+* # # # # # # 1)'%$)$
D#/
20$ )%$+' 1)%(*2 1&%0)& (%)+$ 20$ *%$1+ $)%*** +%211 $$%+*( 1(& # # # # # # 12+%$)+
(AT#M
20' &%(*' 2)%&(& $&%')1 1)%220 $)0 11%$12 '&%2*$ 1*%0(* '*%$1' $0+ # # # # # # 22*%0$(
NT&N
20) *%)1$ 1+%**' 2)%1(( 11%))* 2&) (%*2$ )$%+&* +%&1' )'%1*1 2$( # # # # # # 1*+%*++
TOTA* 120.2)0 ")-.''- $'..2+' 21".00$ '.0.0 1))..1+ -2-.0$$ 22+.'$- -'1.102 $.$+$ ".-+1.-.) +)2.+0' '+.."1) $-$.0)$ "1).)$0 11+.)2) 2"."2).++0
S012e3 4 67:il An7li:i:Tabel )
MAT Angkutan ,enumang Darat Trans Jawa Sumatra
MAT Model .ra/itasi dengan 0atasan Tarif
(dalam satuan orang er ta!un"
D
O
NAD
101
SUMUT
102
SMA!
10"
!#AU
10$
%&P!#
10'
(AM#
10)
SMS&*
10+
&N,%
10-
*AMP,
10.
A&*
110
D%#
201
(AA!
202
(T&N,
20"
D#/
20$
(AT#M
20'
NT&N
20) TOTA*
NAD
101 # # # # # # # # # # *1%101 11%0+( 10%**2 (%&(' '%2&2 1%('* +(%&&'
SUMUT
102 # # # # # # # # # # )'*%*2* +$%)1' &2%21' '*%((* $&%()+ 1$%(&2 &$0%(*$
SMA!
10" # # # # # # # # # # 1+*%&1( $(%+** $$%$(+ 2&%1)& 12%02$ '%+&* $1)%21+
!#AU
10$ # # # # # # # # # # *2%(+1 1$%22$ 11%1&* (%0)+ '%$2' 1%+11 102%'&'
%&P!#
10' # # # # # # # # # # $%*)$ &** *)& )** $0( 111 '%+)1
(AM#
10) # # # # # # # # # # 12+%&+) 1(%2*1 20%)0( 1*%+1& 10%1)+ $%+)$ 1++%)&$
SMS&*
10+ # # # # # # # # # # *2&%&1( 12'%'1( 102%'2* &$%'1( )+%*12 1+%0&0 ++&%+*2
&N,%
10- # # # # # # # # # # ('%2$$ 1'%*0$ 1$%))( 10%'$$ *%''1 2%'(+ 1$$%+'+
*AMP,
10. # # # # # # # # # # 2%1(&%+($ )$$%1(& $0'%0$& 2&)%)+0 1()%2)+ **%)&0 $%)'1%)1*
A&*
110 # # # # # # # # # # *1%0'$ 12%20( +%+&2 &%1'0 )%(2' 1%('' +&%0*)
D%#
201 (1%200 2'0%0*1 $1*%$(( 1)2%'1& $%)0* 11&%&0$ '*'%&$* 1')%*2' '(2%&&$ $%0'& # # # # # # 2%21&%)**
(AA!
202 12%1$2 )2%0(2 '1%''$ 2)%*)+ '(+ 1$%*22 +$%0'* 2$%2(' +)%+11 '0$ # # # # # # $'*%$(1
(T&N,
20" '%(&& 1*%)0) 22%2&) 10%'0) 2'1 &%*&* $(%$2& 10%120 $$%&00 20& # # # # # # 1)'%$)1
D#/
20$ '%)0* 1)%)2' 20%21( (%))* 202 &%10) $0%*(1 (%()( $$%(') 1** # # # # # # 12+%$)+
(AT#M
20' +%0&) 2*%()2 2'%0)1 1'%*2( $&$ 11%+1( '&%+0) 1'%$+1 *$%''$ $1$ # # # # # # 22*%0$(
NT&N
20) *%0'$ 1(%*$+ 2$%'($ 10%*2$ 2') (%&&) )2%1&0 1'%+$& )$%))0 22( # # # # # # 1*+%&00
TOTA* 11..+$2 ")-.$'" $'..0'+ 212.")+ '.0+' 1)).+.+ -2+.-+" 22-.20) -'2.2"1 $.$+" ".-+2.+)0 +)2.2$+ '+..$-1 $-"..$2 "1).1)' 11+.)'2 2"."2).++0
S012e3 4 67:il An7li:i:a. Galidasi Model
3ntuk mem1andingkan apaka! model MAT -ang di!asilkan tela! cukup 1aik
maka model ini perlu di1andingkan dengan estimasi MAT 5**8 -ang diasumsikan
sesuai dengan kondisi lapangan.
Ta1el B
'ndikator Statistik Galidasi Model Estimasi MAT
7o 'ndikator Statistik 7ilai
Model
EMEM
Model Gravitasi
2atasan Jarak2atasan 2ia-a
8 KoeFsien determinasi #@5/ *,+8 *,EC? *,ELC
5 hi Squared Pearson 8B8,55 8?*,5L? 8=*,EC?
Sum1er : Iasil Analisis
&alam !al ini, %ika nilai kai kuadrat !itung, -ang akan diperole! dengan 1antuan
perangkat lunak pengola! data statistik SPSS, adala! le1i! 1esar maka dapat
disimpulkan 1a!wa ada !u1ungan antara MAT model dengan MAT 5**8 -ang
mencerminkan kondisi se1enarn-a. Adapun karena dari !asil keluaran SPSS didapat
!asil signiFkansi kai kuadrat Pearson tiap model adala! le1i! 1esar dari kai kuadrat
ta1el dengan M H B 9 adala! 85B maka antara !asil model estimasi MAT dan MAT
5**8 terdapat suatu !u1ungan. &emikian %uga dengan meli!at nilai korelasi -ang
nilain-a mendekati 8,** se!ingga dapat dianggap 1a!wa estimasi MAT tela! cukup
realistis. Mengingat MAT model EMEM memiliki nilai validasi -ang le1i! 1aik
di1andingkan dengan MAT model gravitasi, 1aik dengan 1atasan tari$ dan %arak, maka
MAT model EMEM dianggap le1i! mewakili kondisi -ang se1enarn-a.
b. Karakteristik Per%alanan Penumpang
2erdasarkan !asil estimasi MAT dengan model EMEM, -ang dianggap le1i!
mewakili kondisi -ang se1enarn-a, terli!at proporsi per%alanan pada Ta1el 85. &ari
proporsi estimasi MAT per%alanan penumpang angkutan umum dengan model EMEM di
atas terli!at 1a!wa per%alanan didominasi ole! per%alanan %arak dekat. "akta ini
ditun%ukkan ole! per%alanan antar Aona &K' Jakarta dan (ampung -aitu se1esar
5+,*+B8 9 atau sekitar =* 9 dengan %umla! per%alanan se1an-ak 5.C5E.888 orang
penumpang per ta!un diikuti dengan per%alanan antar Aona Sumsel dan &K' Jakarta
se1esar 8=,=+? 9 dengan %umla! per%alanan se1an-ak 8.5BB.E=B orang penumpang
per ta!un.
Selain per%alanan %arak dekat, proporsi per%alanan %uga tampak cukup dominan
pada 1e1erapa Aona lain, k!ususn-a Aona Sumut dan &K' Jakarta -aitu se1esar E,=? 9
dengan %umla! per%alanan se1an-ak CE5.8LB orang penumpang per ta!un serta Aona
Sum1ar dan &K' Jakarta -aitu se1esar L,?5L 9 dengan %umla! per%alanan se1an-ak
L*5.B=C orang penumpang per ta!un. Ial ini mungkin dise1a1kan karena tinggin-a
aktivitas ekonomi di Aona Sumut dengan Medan se1agai kota ter1esar di Sumatra
serta kondisi mas-arakat di Aona Sum1ar -ang terkenal dengan tradisi merantau.
Kondisi ini tergam1ar pada Gam1ar 8 1erikut :
Gam1ar 8
Proporsi Pergerakan Penumpang Angkutan 3mum
Trans Jawa Sumatra
;. Man$aat MAT
MAT -ang diperole! dari !asil penelitian ini dapat digunakan untuk 1er1agai tu%uan
seperti :
a. 2a!an pertim1angan untuk pengelola pela1u!an pen-e1erangan Merak
2akau!eni untuk menangani dan mela-ani penumpang -ang 1er1eda
karakteristikn-a antara per%alanan %arak dekat dan %au! karena angkutan
penumpang didominasi ole! per%alanan %arak dekat se!ingga perlu dilakukan
penanganan k!usus. Ial ini %uga didasarkan atas pertim1angan 1a!wa
penumpang -ang melakukan per%alanan %arak dekat cenderung le1i!
mengutamakan nilai waktu. 3ntuk itu, diperlukan 1e1erapa $asilitas k!usus untuk
penumpang %arak dekat terse1ut -ang 1erupa sarana maupun sarana. seperti
adan-a dermaga k!usus, pen-ediaan angkutan lan%utan
b. 2a!an pertim1angan pemerinta! 1a!wa estimasi MAT dengan metode arus
lalulintas di pela1u!an pen-e1erangan dapat men%adi sala! satu dasar
pem1anding estimasi MAT nasional untuk angkutan penumpang maupun
perencanaan 1angunan terminal penumpang kapal cepat di pela1u!an -ang
tentun-a akan 1an-ak dipergunakan untuk penumpang dengan per%alanan %arak
dekat. Kapasitas -ang di1utu!kan dapat diasumsikan dari %umla! per%alanan pada
MAT ini.
c. 2a!an pertim1angan untuk pengusa!a angkutan penumpang dan pengelola
angkutan antar kota Trans JawaSumatra seperti dalam penentuan %uma! armada
dan lainn-a.
)$ PE%UTUP
?.8. Kesimpulan
&ari !asil survai di lapangan dan setela! dilakukan pengola!an data dan
pem1a!asan, dapat diam1il 1e1erapa kesimpulan antara lain :
1. MAT dengan metode EMEM maupun metode model gravitasi dengan 1atasan %arak
dan tari$ secara statistik dinilai tela! cukup sesuai dengan kondisi lapangan.
Meskipun demikian, estimasi MAT dengan model EMEM dianggap -ang le1i!
mencerminkan kondisi se1enarn-a.
2. Estimasi MAT dengan model EMEM ini tidakla! dapat disimpulkan se1agai MAT
-ang sangat sesuai dengan kondisi lapangan karena MAT ini masi! memiliki 1an-ak
kelema!an seperti perlun-a modiFkasi atri1ut agar penerapan konsep entropi
maksimum dapat le1i! sesuai dengan karakteristik per%alanan penumpang
angkutan umum.
3. Secara umum, MAT didominasi ole! per%alanan penumpang %arak pendek terutama
(ampung Jakarta -ang 1er%umla! sekitar =*9 dan per%alanan %arak %au! relati$
kecil se!ingga perlu penanganan k!usus pada angkutan penumpang per%alanan
%arak dekat
?.5. Saran
3ntuk kesempurnaan penelitian selan%utn-a, direkomendasikan 1e1erapa saran :
#$ Perlu dilakukan penelitian dengan memper!itungkan semua 1ia-a per%alanan
seperti akomodasi lain, 1ia-a ken-amanan, tari$ 1erdasarkan kelas dan lain
se1again-a agar model le1i! sesuai dengan kondisi aslin-a dengan meli1atkan
1an-ak tenaga surve-or agar dapat diperole! data -ang le1i! realistis agar
diperole! MAT -ang le1i! akurat.
($ Perlu dilakukan penelitian -ang le1i! terperinci untuk men-esuaikan penerapan
konsep entropi maksimum untuk per%alanan penumpang dengan angkutan umum.
)$ &iperlukan penelitian -ang %uga mencakup per%alanan penumpang dengan
angkutan pri1adi se!ingga dapat le1i! mencerminkan kondisi -ang se1enarn-a.
*$ &iperlukan penelitian -ang le1i! men-eluru! dengan waktu -ang le1i! lama
se!ingga dapat diperole! MAT regional dengan Aona tingkat ka1upatenNkota.
Ta1el L
Proporsi Per%alanan Penumpang Angkutan 3mum
&ari Estimasi MAT Model EMEM
#dalam satuan 9/
D
O
NAD
101
SUMUT
102
SMA!
10"
!#AU
10$
%&P!#
10'
(AM#
10)
SMS&*
10+
&N,%
10-
*AMP,
10.
A&*
110
D%#
201
(AA!
202
(T&N,
20"
D#/
20$
(AT#M
20'
NT&N
20) TOTA*
NAD
101 - - - - - - - - - - 0<-011 0<00$) 0<1))1 0<00'- 0<002) 0<0+"" 1<0'"$
SUMUT
102 - - - - - - - - - - )<'$2$ 0<'-1' 0<"1". 0<1--1 0<1)'$ 0<00"$ +<+.$)
SMA!
10" - - - - - - - - - - 2<$)'. 0<)+$. 0<01"0 0<01"0 0<001" 0<1-2. "<"'11
!#AU
10$ - - - - - - - - - - 0<'+0+ 0<00'- 0<002' 0<1-)+ 0<"2). 0<001" 1<0.$0
%&P!#
10' - - - - - - - - - - 0<02"' 0<01". 0<00"' 0<00"' 0<00$. 0<01$2 0<0)"$
(AM#
10) - - - - - - - - - - 1<--'0 0<00+0 0<1+22 0<002$ 0<0'-2 0<002) 2<12+$
SMS&*
10+ - - - - - - - - - - )<-.++ 1<$"'. 0<)++' 0<.$1. 0<)2-' 0<0)1+ 10<)$"2
&N,%
10- - - - - - - - - - - 0<1$2) 0<'$0$ 0<'.". 0<1$-0 0<001" 0<002' 1<$2-+
*AMP,
10. - - - - - - - - - - 21<.1+' $<-$0' $<1)22 2<+.+- 2<1.+) 0<-."' ")<-0.2
A&*
110 - - - - - - - - - - 0<0"'" 0<0""1 0<0+10 0<-+"" 0<00". 0<01-+ 1<0"'2
D%#
201 0<"+2" 1<+..$ "<.)01 0<+.21 0<011' 1<0''' )<$.'+ 1<.)$1 +<1++) 0<020- - - - - - - 2"<)$.1
(AA!
202 0<12++ 0<'0.2 0<'+). 0<"1+$ 0<002+ 0<1$"2 1<$'0$ 0<"1'" 0<"'10 0<00+0 - - - - - - "<-00-
(T&N,
20" 0<002- 0<)-0. 0<00'. 0<"+'1 0<00'- 0<2)2$ 0<1"+. 0<01') 0<0)2" 0<001" - - - - - - 1<''01
D#/
20$ 0<21$+ 0<"))1 0<02+2 0<1"$1 0<02)1 0<0).- 0<2++" 0<120$ 0<1"0' 0<01"2 - - - - - - 1<"+.'
(AT#M
20' 0<')+. 0<$.0+ 0<1)-- 0<)'-" 0<00'- 0<2$-) 0<00'- 0<00'. 0<2''1 0<00"- - - - - - - 2<$10+
NT&N
20) 0<002+ 0<0-'" 0<1''$ 0<000' 0<002' 0<00+1 0<$))) 0<00$- 1<0-"$ 0<001) - - - - - - 1<-0.-
TOTA* 1<2--1 "<."1) $<-.$" 2<2++' 0<0'$$ 1<+-)) -<-""- 2<$2)1 .<0'.. 0<0$++ $1<2-1) -<1"+' )<1+'- '<1)0' "<".0' 1<2'$1 100<0000
S012e3 4 67:il 7n7li:i:&A"TA@ P3STAKA
Amelia Kusuma 'ndriastuti, $-ar O. Tamin, Iedi Iida-at, 5**8, !stimasi "arameter
#engan $etode !ntropi $a%simum "ada $odel gra&itasi-'pportunit( #ari
#ata#ata Arus Lalu Lintas, Jurnal Simposium Ke)? "STPT 2ali
Alo-sius T%an dan Ien- Setiani, 5***, Analisis "engaruh )umlah #ata *olume dan
"ertumbuhan +ang Tida% Seragam "ada A%urasi $atri%s Asal Tu,uan -erdasar%an
$etode !ntropi $a%simum, Jurnal Simposium Ke)= "STPT Medan
"aisal, 5**5, #ampa% "embangunan "elabuhan Terpadu Ulee Lheue Terhadap Lalu
Lintas .ota -anda Aceh/ Tesis S)5, &epartemen Teknik Planologi, 'nstitut Teknologi
2andung, 2andung
"irdian, 5**8, "ermodelan "erubahan $atri%s Asal Tu,uan/ Jurnal Simposium Ke)?
"orum Studi Transportasi Antar Perguruan Tinggi #"STPT/ 2ali
Iendri @a!mat, 5**5, 0!stimasi $atri% Asal dan Tu,uan Untu% "enumpang "esa1at
Udara/ Tesis S)5, Program Studi Magister Sistem dan Teknik Transportasi
3niversitas Gad%a! Mada, Kog-akarta
'anno, &., Postorino, Maria 7adia, 5**5, 'rigin2#estination Trip $atri3 !stimation 4ith
5eneration onstraints, Jurnal Mediterranean, 3niversit- o$ @eggio :ala1ria, 'talia
(eo 2am1ang 2udi Praset-o dan $-ar O. Tamin, 8+++, "engembangan $odel
Alternatif "ada Analisis Asal-Tu,uan Transportasi Nasional, Tesis S)5, "akultas
Teknik Sipil, 'nstitut Teknologi dan Sains 2andung
(ukman Iakim Sutomo, $-ar O. Tamin dan Ade S%ar$uddin, 5**8, Studi Lan,ut
#ampa% Agregasi Sistem 6ona dan Sistem )aringan Terhadap Ting%at A%urasi
$atri%s Asal Tu,uan $engguna%an #ata Arus lalu Lintas, Jurnal Simposium Ke)?
"STPT 2ali
Medina, A. et. al, 5**5, Tra7c $atri3 !stimation8 !3isting Techniques and Ne1
#irections, Jurnal S'G:MMP*5/ Agustus 8+)5=, 5**5, Pitts1urg!, Penns-lvania,
3SA
rtuAar, J de &., 8++5, Simpli9ed Transport #emand $odelling/ PT@: Education and
@esearc! Services (td.. (ondon
@oug!an, Matt!ew et. al, 5**5, An :nformation-Theoretic Approach to Tra7c $atri3
!stimation, Jurnal S'G:MMP*5/ Agustus 8+)5=, 5**5, Pitts1urg!, Penns-lvania,
3SA
$-ar O. Tamin, 5**8, "erencanaan dan "ermodelan Transportasi (edisi %edua)/
Pener1it 'T2, 2andung
$-ar O. Tamin, 8++E, #(namic 'rigin #estination $atrices !stimation ;rom Real Time
Tra7c ount :nformation/ (a1oratorium Teknik (alulintas, "akultas Teknik Sipil,
'nstitut Teknologi 2andung
Diradat Anindito, 5***, "engaruh $odel "emilihan Rute Terhadap A%urasi $atri%s Asal
Tu,uan +ang #iperoleh #ari :nformasi #ata Arus Lalu Lintas, Tesis S)5, Sistem dan
Teknik Jalan @a-a, "akultas Teknik Sipil, 'nstitut Teknologi dan Sains 2andung
B+,&ATA PE%UL+S
7ama : Mu!ammad "at!oni, S.T, M.T
TT( : Palem1ang, 8E April 8+C+
Peker%aan : Sta$ Penga%ar Program & ''' ((AS&P, STT& Q Sta$ 2PP APP&
Palem1ang
Pendidikan : Magister Sistem Q Teknik Transportasi, 3GM, Jog%akarta
Sar%ana Teknik Sipil, 3nsri, Palem1ang
&iploma ''' ((AS&P, STT&, Palem1ang
Alamat : Jl. Sapta Marga 7o L= @T 88 @D = 2ukit Sangkal, Palem1ang
=*88?
E)mail : m$at!oni*+,-a!oo.com
TelpNIP : *E85 CELB C8B > @uma! *C88 E5*??+ > Kantor : *C88
C*E?=5*
"a4 : *C88 =85==+