TUGAS

PERENCANAAN TRANSPORTASI

Disusun oleh :
LAZUARDI FIRMANSYAH PUTRA
I0112088

PROGRAM STUDI TEKNIK SIPIL FAKULTAS TEKNIK

UNIVERSITAS SEBELAS MARET

SURAKARTA
2015

TUGAS MATAKULIAH PERENCANAAN TRANSPORTASI

TRIP GENERATION
1.

Dari hasil survey di 15 zona, diketahui data sbb :

Nomor
Zona

Trip Production
(Y)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

700
550
1550
650
550
1050
850
1100
1000
1250
1250
980
750
950
1300

Kepemilikan
Kendaraan
(buah =X1)

Juml.
Penduduk
(orang=X2)

Jarak Ke
Pusat Kota (
m=X3 )

Pendapatan (
Rp dalam
ribuan = X4
)

375
200
600
250
200
400
375
500
375
510
450
340
300
390
550

5850
4550
12000
7600
6500
9900
9200
10100
9500
13300
11500
9100
8300
9200
11000

2850
3600
1600
2950
3500
1900
2500
1500
2000
1300
1250
1900
2200
2300
1500

2950
2050
5800
2000
1900
4100
3100
4500
2750
5000
4300
4200
3600
4300
4200

a. Tentukan Model bangkitan Perjalanan dengan tiga metode

b. Hitung koefisen determinasi (R2) dan koefisien korelasi (r)
c. Apa kesimpulannya?
Ketentuan soal :
1. Trip Generation
a. Untuk nomor absen 1sd 10 : dari nilai yang tercantum di soal untuk setiap zona dikurangi
masing-masing 5, contoh no absen 1 adalah : 700-5 = 695, no absen 2 adalah 700-10 = 690, dst
b. Untuk nomor absen 11 sd 20 : dari nilai yang tercantum di soal untuk setiap zona diditambah
masing-masing 5, contoh no absen 11 adalah 700+5 = 705, no absen 12 adalah 700+10 = 710,
dst
2. Kepemilikan Kendaraan
Ketentuan sama dengan di atas tapi dengan interval 2
3. Jumlah Penduduk
Ketentuan sama dengan di atas tapi dengan interval 18
4. Jarak Ke pusat kota
Ketentuan sama dengan di atas tapi dengan interval 10
5. Pendapatan
Ketentuan sama dengan di atas tapi dengan interval 50

JAWAB
Absen : 9
Interval : Y

= Y-45

X1

= X1- 18

X2

= X2-162

X3

= X3-90

X4

= X4-450

1. a) Model bangkitan Perjalanan metode Regresi Linear

Nomor
Zona
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

Trip
Production
(Y)
710
560
1560
660
560
1060
860
1110
1010
1260
1260
990
760
960
1310
14630

Jarak
Kepemilikan
Juml.
Ke
Pendapatan (
Kendaraan
Penduduk
Pusat
Rp dalam
(buah =X1) (orang=X2)
Kota
ribuan = X4 )
( m=X3 )
379
5886
2870
3050
204
4586
3620
2150
604
12036
1620
5900
254
7636
2970
2100
204
6536
3520
2000
404
9936
1920
4200
379
9236
2520
3200
504
10136
1520
4600
379
9536
2020
2850
514
13336
1320
5100
454
11536
1270
4400
344
9136
1920
4300
304
8336
2220
3700
394
9236
2320
4400
554
11036
1520
4300
5875
138140
33150
56250

Nomor
Zona

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

X12

X22

X32

X42

X1.X2

X1.X3

X1.X4

X2.X3

X2.X4

X3.X4

143.641
41.616
364.816
64.516
41.616

34.644.996
21.031.396
144.865.296
58.308.496
42.719.296

8.236.900
13.104.400
2.624.400
8.820.900
12.390.400

9.302.500
4.622.500
34.810.000
4.410.000
4.000.000

2.230.794
935.544
7.269.744
1.939.544
1.333.344

1.087.730
738.480
978.480
754.380
718.080

1.155.950
438.600
3.563.600
533.400
408.000

16.892.820
16.601.320
19.498.320
22.678.920
23.006.720

17.952.300
9.859.900
71.012.400
16.035.600
13.072.000

8.753.500
7.783.000
9.558.000
6.237.000
7.040.000

3.686.400
6.350.400
2.310.400
4.080.400
1.742.400
1.612.900
3.686.400
4.928.400
5.382.400
2.310.400
81.267.500

17.640.000
10.240.000
21.160.000
8.122.500
26.010.000
19.360.000
18.490.000
13.690.000
19.360.000
18.490.000
229.707.500

4.014.144
3.500.444
5.108.544
3.614.144
6.854.704
5.237.344
3.142.784
2.534.144
3.638.984
6.113.944
57.468.150

775.680
1.696.800 19.077.120
955.080
1.212.800 23.274.720
766.080
2.318.400 15.406.720
765.580
1.080.150 19.262.720
678.480
2.621.400 17.603.520
576.580
1.997.600 14.650.720
660.480
1.479.200 17.541.120
674.880
1.124.800 18.505.920
914.080
1.733.600 21.427.520
842.080
2.382.200 16.774.720
11.886.150 23.746.500 282.202.900

41.731.200
29.555.200
46.625.600
27.177.600
68.013.600
50.758.400
39.284.800
30.843.200
40.638.400
47.454.800
550.015.000

8.064.000
8.064.000
6.992.000
5.757.000
6.732.000
5.588.000
8.256.000
8.214.000
10.208.000
6.536.000
113.782.500

163.216
98.724.096
143.641
85.303.696
254.016
102.738.496
143.641
90.935.296
264.196
177.848.896
206.116
133.079.296
118.336
83.466.496
92.416
69.488.896
155.236
85.303.696
306.916
121.793.296
2.503.935 1.350.251.640

Nomor
Zona
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

X1.Y

X2.Y

X3.Y

Y2

X4.Y

269.090
4.179.060
2.037.700 2.165.500
114.240
2.568.160
2.027.200 1.204.000
942.240
18.776.160 2.527.200 9.204.000
167.640
5.039.760
1.960.200 1.386.000
114.240
3.660.160
1.971.200 1.120.000
428.240
10.532.160 2.035.200 4.452.000
325.940
7.942.960
2.167.200 2.752.000
559.440
11.250.960 1.687.200 5.106.000
382.790
9.631.360
2.040.200 2.878.500
647.640
16.803.360 1.663.200 6.426.000
572.040
14.535.360 1.600.200 5.544.000
340.560
9.044.640
1.900.800 4.257.000
231.040
6.335.360
1.687.200 2.812.000
378.240
8.866.560
2.227.200 4.224.000
725.740
14.457.160 1.991.200 5.633.000
6.199.120 143.623.180 29.523.100 59.164.000

504.100
313.600
2.433.600
435.600
313.600
1.123.600
739.600
1.232.100
1.020.100
1.587.600
1.587.600
980.100
577.600
921.600
1.716.100
15.486.500

Data di table dijadikan persamaan dengan matrik dengan rumus sebagai berikut:
n
X1
X1
X2
X3
X4

X2
X12
X1.
X2
X1.
X3
X1.
X4

X3
X2.
X1
X22
X2.
X3
X2.
X4

X4
X3.
X1
X3.
X2
X32
X3.
X4

b0

Y
b

X4.X1

X1.Y

b
X4.X2

X2.Y

b
X4.X3
X42

X3.Y

b
4

X4.Y

Jadi, dapat dituliskan matriks sebagai berikut:

15
5.875
138.140
33.150
56.250

5.875
138.140
33.150
56.250
2.503.935
57.468.150
11.886.150 23.746.500
57.468.150 1.350.251.640 282.202.900 550.015.000
11.886.150 282.202.900
81.267.500 113.782.500
23.746.500 550.015.000 113.782.500 229.707.500

Lalu, matriks di invers, sehingga mendapatkan data sebagai berikut:

b0

= -28,379

b1

= 1,2265

b2

= 0,0416

b0
b1
b2
b3
b4

14630
6.199.120
143623180
29523100
59164000

b3

= -0,0077

b4

= 0,0418

Sehingga, didapatkan persamaan model bangkitan perjalanan sebagai berikut :

Y

= b0+b1X1+b2X2+b3X3+b4X4

= --28,379+ 1,2264 X1 + 0,0416 X2 - 0,0077 X3 + 0,0418 X4

b) Hitung koefisien determinasi (R2) dan koefisien korelasi (r).

Data yang dihitung, dapat dilihat pada tabel berikut :

Trip
Kepemilikan
Nomor
Production Kendaraan
Zona
(Y)
(buah =X1)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

Dengan,

710
560
1.560
660
560
1.060
860
1.110
1.010
1.260
1.260
990
760
960
1.310
14.630

379
204
604
254
204
404
379
504
379
514
454
344
304
394
554
5.875

Juml.
Penduduk
(orang=X2
)
5.886
4.586
12.036
7.636
6.536
9.936
9.236
10.136
9.536
13.336
11.536
9.136
8.336
9.236
11.036
138.140

Jarak
Pendapatan
Ke
( Rp
Pusat
dalam

Kota
ribuan =
( m=X3 )
X4 )
2.870
3.050
787
3.620
2.150
475
1.620
5.900
1.448
2.970
2.100
666
3.520
2.000
551
1.920
4.200
1.042
2.520
3.200
936
1.520
4.600
1.193
2.020
2.850
937
1.320
5.100
1.360
1.270
4.400
1.183
1.920
4.300
939
2.220
3.700
829
2.320
4.400
1.006
1.520
4.300
1.279
33.150
56.250
14.630

-Y

-Yrt

( -Y)2

( -Yrt)2

77
-85
-112
6
-9
-18
76
83
-73
100
-77
-51
69
46
-31
0

-676
-988
-15
-797
-912
-421
-527
-270
-526
-103
-280
-524
-634
-457
-184
-7.315

5.945
7.234
12.564
38
88
333
5.703
6.813
5.301
10.094
5.923
2.595
4.801
2.085
975
70.491

456.835
976.248
228
635.005
832.450
177.442
278.236
73.150
276.471
10.513
78.377
274.519
401.591
209.160
33.939
4.714.164

= hasil substitusi data ke model bangkitan lalu lintas (Y = --28,379+ 1,2264 X1 + 0,0416 X2 - 0,0077 X3 + 0,0418 X4 )

Yrt

= Y/10

Jadi, dengan rumus (6) determinasi dapat dicari, dapat dilihat sebagai berikut:
R2 = 1- ( ( -Y)2/ ( -Yrt)2)
R2 = 1- (70.491/4.714.164) = 0,985

r1 =

0,9437

r2 = 0,9119
r3 = -0,8998
r4 = 0,8998

c) Koefisien Determinasi
Koefesien diterminasi dengan simbol R2 merupakan proporsi variabilitas dalam suatu data yang
dihitung didasarkan pada model statistik. Definisi berikutnya menyebutkan bahwa R 2 merupakan
rasio variabilitas nilai-nilai yang dibuat model dengan variabilitas nilai data asli. Secara umum
R2 digunakan sebagai informasi mengenai kecocokan suatu model. Dalam regresi R2 ini dijadikan
sebagai pengukuran seberapa baik garis regresi mendekati nilai data asli yang dibuat model. Jika
R2 sama dengan 1, maka angka tersebut menunjukkan garis regresi cocok dengan data secara
sempurna.
Dalam kasus ini, r2 = 0,9837 mempunyai arti bahwa sebesar 98,37% variasi dari variabel Y (variabel
tergantung / response) dapat diterangkan dengan variabel X (variabel bebas / explanatory); sedang
sisanya dipengaruhi oleh variabel-variabel yang tidak diketahui atau variabilitas yang inheren.
Koefisien Korelasi
Koefisien korelasi bernilai paling kecil -1 dan paling besar bernilai 1.
Berkenaan dengan besaran angka, jika 0, maka artinya tidak ada korelasi sama sekali dan jika
korelasi 1 berarti korelasi sempurna hal ini berarti bahwa semakin mendekati 1 atau -1 maka
hubungan antara dua variabel semakin kuat. Sebaliknya, jika r mendekati 0 berarti hubungan dua
variabel semakin lemah. Sebenarnya jika tidak ketentuan yang tepat mengenai apakah angka
korelasi tertentu menunjukkan tingkat korelasi yang tinggi atau lemah. Namun, hal ini dapat

dijadikan pedoman sederhana, bahwa angka korelasi di atas 0,5 menunjukkan korelasi yang
cukup kuat sedangkan di bawah 0,5 korelasi lemah.
Selain besarnya korelasi, tanda korelasi juga berpengaruh pada penafsiran hasil. Tanda negatif
(-) pada output menunjukkan adanya arah yang berlawanan, sedangkan tanda positif (+)
menunjukkan arah yang sama.
Dalam kasus ini, maka dapat disimpulkan bahwa:
Korelasi antara variabel tergantung Y dengan variabel bebas X1 sebesar r1 = 0,9437 ; sehingga
korelasi antara trip production (Y) dengan kepemilikan kendaraan (X1) cukup kuat dengan arah
yang sama.
Korelasi antara variabel tergantung Y dengan variabel bebas X2 sebesar r2 = 0,9119 ; sehingga
korelasi antara trip production (Y) dengan jumlah penduduk (X2) cukup kuat dengan arah yang
sama.
Korelasi antara variabel tergantung Y dengan variabel bebas X3 sebesar r3 = -0,8998 ; sehingga
korelasi antara trip production (Y) dengan jarak ke pusat kota (X3) cukup kuat dengan arah yang
berlawanan.
Korelasi antara variabel tergantung Y dengan variabel bebas X4 sebesar r4 = 0,8998; sehingga
korelasi antara trip production (Y) dengan pendapatan (X4) cukup kuat dengan arah yang sama.