f T ( i DEVELOPMENT OF MAXIMUM ENTROPY penelitian ini digunakan model sebaran pergerakan model...

download f T ( i DEVELOPMENT OF MAXIMUM ENTROPY penelitian ini digunakan model sebaran pergerakan model gravity dengan tiga pembatasnya (DCGR, PCGR dan ACGR) dengan tiga fungsi hambatannya

of 14

  • date post

    27-May-2018
  • Category

    Documents

  • view

    212
  • download

    0

Embed Size (px)

Transcript of f T ( i DEVELOPMENT OF MAXIMUM ENTROPY penelitian ini digunakan model sebaran pergerakan model...

  • f T ( i

    DEVELOPMENT OF MAXIMUM ENTROPY ESTIMATORFOR

    CALIBRATING TRIP DISTRIBUTION MODELS

  • T 3 8 8 . 4 1 3 W I D

  • SUMMARY

    DEVELOPMENT OF MAXIMUM ENTROPY (ME) ESTIMATOR FORCALIBRATING TRIP DISTRIBUTION MODELS, Widiarjana, NyomanAdi, 1999, Program Magister Sistem dan Teknik Jalan Raya,Program Pascasarjana, Institut Teknologi Bandung.

    With the growth of development the need fortransport infrastructure is also increasing. Toalleviate transportation problems good planning,supported by accurate data of travel patterns of thestudy areas, are needed. In developing countries whereeach area has a different and rapidly changing travelpattern, and with limited funds, time, and labor, it isdifficult to obtain accurate patterns. Thus thedevelopment of a method which utilizes availablepatterns to produce accurate future patterns atrelatively low cost, is needed.

    This study developed a method for approximatingtrip patterns, i.e. trip distributions, from totalattraction and generations, based on the maximumentropy (ME) approach. Basically this method assumesmovements as those from gas molecules moving unimpededand dispersed. Several estimation methods have beendeveloped earlier, i.e. the Non Linear Least Square(NLLS), Maximum Likelihood (ML) and Inference Bayes(IB) methods, and these were used as comparison for thedeveloped estimation method.

    This study used the gravity model as tripdistribution model with its three types of constraints(DCGR, PCGR and ACGR models), and three deterrencefunctions (exponential, power and Tanner's), and thencompared and applied all the four estimation methods.

    The results of this study are: 1) the computerprogramme of the developed method (ME) performed well ;2) with artificial data the most suitable one, withwhich the best approximations were obtained, are : forNLLS it is uniformly distributed data; for ME it iswide ranging data; 3) for the East Java study'case, forprivate car movements in 1991, the combination of NLLS,DCGR and Tanner's function produced the bestapproximation, i.e. RMSE=139.8794 and R2=0.9765, whichis only slightly better than with ME; 4) the trippatterns influence the results of estimation; differentpatterns need different parameter values and modelcombinations.

    The study recommends to expand and test the methodwith other real data.

    iv

  • RINGKASAN

    PENGEMBANGAN METODA ESTIMSI MAKSIMUM ENTROPI (ME) UNTUKMENGKALIBRASI M)DEL-MDDEL SEBARAN PERGERAKAN, Nyoman AdiWidiarjana, 1999, Program Magister Sistem dan Teknik JalanRaya, Program Pascasarjana, Institut Teknologi Bandung.

    Perkembangan zaman yang makin maju, kebutuhan akanprasarana transportasi makin meningkat. Agar tidakterjadi permasalahan transportasi dibutuhkanperencanaan yang baik dengan didukung data polapergerakan daerah studi yang akurat. Di negara - negaraberkembang di mana setiap daerah mempunyai polapergerakan yang berbeda dan cepat berubah, dan denganketerbatasan dana , waktu dan tenaga, sangat sulitmemperoleh pola yang akurat. Untuk itu diperlukanpengembangan suatu metoda yang memanfaatkan pola yangada sehingga dapat menghasilkan pola masa depan yangakurat dengan biaya yang relatip murah.

    Studi ini mengembangkan sebuah metoda untukmemperkirakan pola perjalanan, yaitu sebaran pergerakandari bangkitan dan tarikan, berdasarkan pendekatanmaksimum entropi. Prinsip dasar dari metoda ini adalahmenganggap pergerakan yang terjadi seperti molekul gasyang bergerak bebas dan menyebar. Berbagai metodaestimasi telah dikembangkan sebelumnya, yaitu metodaestimasi Non Linear Least Square (NLLS), MaximumLikelihood (ML) dan Inference Bayes (IB), dan ini digunakansebagai pembanding terhadap metoda estimasi yangdikembangkan.

    Pada penelitian ini digunakan model sebaranpergerakan model gravity dengan tiga pembatasnya (DCGR,PCGR dan ACGR) dengan tiga fungsi hambatannya (ekponensial, power dan Tanner), dan membandingkan danmenerapkan keempat metoda estimasi tersebut.

    Hasil-hasil yang telah dicapai pada penelitian iniadalah: 1) program }computer dari metoda estimasi yangdikembangkan (ME) dapat berfungsi baik; 2) dengan dataartifisial, data yang paling sesuai dan memberikanhasil terbaik untuk NLLS adalah data dengan penyebaranyang seragam; untuk ME adalah data dengan penyebaranyang sangat bervariasi; 3) untuk studi kasus JawaTimur, untuk data pergerakan kendaraan pribadi tahun1991, kombinasi NLLS, DCGR dan fungsi Tanner memberikanhasil pendekatan yang terbaik yaitu RMSE=139,8794 danR2=0, 9765, yang sedikit lebih baik dibandingkan ME; 4)pola pergerakan sangat menentukan hasil estimasi, polayang berbeda akan memberikan pendekatan nilai parameterdan kombinasi yang berbeda.

    Diharapkan penelitian ini dapat lebih dikembangkandan diuji dengan data rill yang lain.

    v

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