Transport Demand

Modelling

Mode Choice
Penerapan Metoda

Analisis Bangkitan Pergerakan (Trip Analisis Regresi

Generation Analysis) Simple Regresi
Multi Regresi
Analisis Klasifikasi Silang

Analisis Distribusi Peregerakan (Trip Metoda Faktor Pertumbuhan

Distribution Analysis) Metoda Faktor Pertumbuhan Uniform
Metoda Faktor Pertumbuhan Rata-rata
Metoda Fratar
Metoda Detroit
Metoda Furness
Metoda Sintetis
Model Gravitasi Newton
Model Intervening Opportunities
Model Competing Opportunities
Model Linear Programing
Model Lowry/Garin-Lowry
Metoda Entropi

Analisis Pemilihan Moda (Modal Split/Choice Model Sintetis

Analysis) Trip Interchange Modal Split
Trip-End Modal Split
Combine Distribution-Modal Split
p
Model Permintaan Langsung
Model Perilaku Permintaan
Model Pilihan Diskrit

Analisis Pembebanan Pergerakan(Trip Metoda Stokastik Murni

Assignment Analysis) Metoda Ekuilibrium Stokastik
Metoda All-or-Nothing
Metoda Equilibrium Wardrops
Faktor yang mempengaruhi pemilihan moda (Modal Split/Mode Choice)
- Trips makers characteristics
- Car ownerships
- Driving license
- H
Household
h ld structure
- Income
- Residential density
- Etc
- Travel characteristics
- Trip purpose
- Time adjustment
- Transport supply charateristics
- Travel time (in-
(in-vehicle time, out
out--vehice time, waiting time, walking
walking--time)
- Travel cost (fares, fuels, direct cost)
- Availability & cost of parking

- Comfort & convenience

- Reliability & regularity
- Protection & security
Utility Function

N
Uk = i .Vi k + k
k

i 1
i=1 model
d l penalty
lt u// moda
d k

besaran kuantitatif u/ atribut ke I moda k

parameter/bobot u/ atribut ke I moda k

Utility moda k

moda A dan moda B UA dan UB U

Probabilitas U = f (UA, UB) distribusi fungsi

f (UA, UB)

Pendekatan model : Probit, Logit atau Linear

Utility Function Probit Models
Asumsi distribusi U mempunyai sebaran normal (Normal Distribution)
Syarat distribusi normal u, dengan rataan dan variansi adalah :
1
1 ( )[( u ) / ]2
n(u; ; ) = e 2
2

nor (uk , k2 )

U
U1 nor (uk , 12 ) U1 berdistribusi normal
U 2 nor (uk , 22 ) U 2 berdistribusi normal
U 2 U1 nor (u2 u1 , 221 ) U 2 U1
sebaran indiferen utility akan berdistribusi normal
Modal Split/Mode
p Choice
Actual Choice

Actual Choice

Trip No Trip

Mode - 1 Mode - 2 Mode - 3

Modal Split/Mode
p Choice
Actual Choice

Actual Choice

Trip No Trip

Walk Vehicle Trip

Public Private

Motorize Non--Motorize
Non Motorize Non--Motorize
Non
 Modal Split/Mode Choice Indonesia ?
Choice :
Walk
Becak
Ojek
Angkot
Bus Kota
Sepeda
Sepeda motor
Mobil pribadi
Etc

Captive raiders vs Choice raiders

C ti public
Captive bli transport
t t users & other
th captives
ti users
 Aggregate Models
Sequence Model
Trip Interchange Modal Split (TIMS)
Trip End Modal Split (TEMS)
Combine Distribution-
Distribution-Modal Split (CDMS)
Direct Demand Model Kraft SARC
Non--Conventional Statistical Approach
Non
Dis--Aggregate Models
Dis
Behavioral Travel Demand Models
Behavioral Choice
Response Models
Utility Functions
Discrete Choice
Model SARC (Kraft, 1968)

menaksir kebutuhan sebagai fungsi perkalian dari peubah aktivitas dan

sosioekonomi unuk setiap pasangan zona dan atribut tingkat pelayanan dari
setiap moda transportasi yang melayaninya.
melayaninya Model ini sangat menarik secara
prinsip karena dapat mengolah proses bangkitan, sebaran pergerakan, dan
pemilihan moda secara simultan termasuk atribut moda yang saling bersaing,
tingkat pelayanan yang bervariasi, dan peubah aktivitas lainnya
N th E
North Eastt C
Corridor
id Study
St d di Amerika
A ik Serikat
S ik t yang dikenal
dik l dengan
d model
d l
McLynn

[ ]
k a1k k ak2
(t ) (C )
(tid ) (Cid )
Tidk = k ( Pi Pd )1 ( I i I d ) 2
[(t ]
id id m a1m m am2

1
m am2
m
m am
id ) (C )id
m
Aggregate Models
Tipe - 1 Tipe - 2 Tipe - 3 Tipe - 4
TG - MS TG TG TG

MS

TD TD TD-MS TD

MS

TA TA TA TA
Gravity Models

Tidk = Ai Oi Bd Dd exp( CidM )

Misal terdapat 2 pilihan moda moda 1 (M = 1) dan moda-2 (M = 2),
maka :
Tid1 = Ai Oi Bd Dd exp( Cid1 )

Tid2 = Ai Oi Bd Dd exp( Cid2 )

Probability (M = 1) atau P(1) atau Pij 1 adalah :

Tid1 exp( Cidk )

P =1
=
Tid exp( Cid1 ) + exp( Cid2 )
id
Model Logit
exp((V
V1 )
P1 =
exp(V1 + exp(V2 )

Model Probit
1 x1 2 x1 x2 x2
2 2

exp +
2(1 ) 1 1 2 2
2
V2 V1 + x1

Probit P1 =
2 1 2 (1 )2
x2 x1
 Model logit multinomial (LM)
Model ini adalah model pemilihan diskret
yang paling mudah dan sering digunakan.
Model ini bisa didapat dengan
mengasumsikan bahwa residu acak pada
persamaan Pjq = f ( )d disebarkan dengan
residu Gumbel yang tersebar bebas dan
RN

exp( Viq )
identik, sehingga Piq =
exp( V jq )
Aj A ( q )
Binomial Logit
g Model
exp( Cidk )
P =
1

exp( CidN )
id