Upload
wahyubudiprakoso
View
307
Download
6
Embed Size (px)
Citation preview
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
1/52
KARAKTERISTIK MAKROSKOPIK DAN
MIKROSKOPIK ARUS LALU LINTAS
SI-5242
Rekayasa Lalu Linta
Program Magister T
Institut Teknologi Ba
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
2/52
KERANGKA DASAR KARAKTERISTIK LALU LINTAS
Karakteristik
Lalu LintasMikroskopik Makroskopik
Arus
Waktu Antara
(Time headway)
Tingkat Arus
(Flow Rate)
Kecepatan Kecepatan IndividuKecepatan
Rata-rata
KerapatanJarak Antara
(Distance headway)
Tingkat
Kerapatan
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
3/52
KARAKTERISTIK MAKROSKOPIK ARUS
Parameter: tingkat arus (rate of flow)
Variasi arus dalam waktu Variasi arus lalu lintas bulanan Variasi arus lalu lintas harian Variasi arus lalu lintas Jam-jaman Variasi arus lalu lintas kurang dari satu jam Volume Jam Perancangan Volume perancangan menurut arah
Variasi arus dalam ruang
Variasi arus terhadap jenis kendaraan
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
4/52
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
5/52
CONTOHHitung tingkat arus kendaraan dari data di bawah ini!
Berapa volume lalu lintas per jam – nya?
Volume = 3147 kendaraan/jam
Tingkat arus = 700 x 60/15 = 2800 kendaraan/jam812 x 60/15 = 3248 kendaraan/jam1635 x 60/30 = 3270 kendaraan/jam
Perioda Waktu Volume Kendaraan
4:00 – 4:15 700
4:16 – 4:30 812
4:31 – 5:00 1635
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
6/52
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
7/52
VARIASI ARUS DALAM WAKTU
Variasi Bulanan
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
8/52
VARIASI ARUS DALAM WAKTU
Variasi Bulanan untuk Berbagai
Jenis Fasilitas Jalan
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
9/52
VARIASI ARUS DALAM WAKTU
Variasi Harian untuk Berbagai
Jenis Fasilitas Jalan
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
10/52
VARIASI ARUS DALAM WAKTU
Variasi Jam-jaman di San
Fransisco – Oakland Bay Bridge
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
11/52
VARIASI ARUS DALAM WAKTU
Pola Arus Dalam Satu Jam untuk
Jalan Antar Kota
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
12/52
VARIASI ARUS DALAM WAKTU
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
13/52
LALU LINTAS HARIAN RATA-RATA
Untuk keperluan operasional, dari stasiun pengamatan dapat dihitung: Volume lalu lintas harian, mingguan, bulanan, tahunan
Volume lalu lintas tertinggi dalam satu hari, satu minggu, satu bulan, satu tahun
Untuk keperluan perencanaan dan desain: Annual average daily traffic (AADT) = Lalu lintas harian rata-rata tahunan (LHRT) = tota
volume lalu lintas dalam satu tahun dibagi 365
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
14/52
VOLUME JAM PERENCANAAN (VJP)
= Design Hour Volume (DHV)
Umumnya, yang digunakan sebagai VJP adalah:
Volume jam ke-30 tertinggi dalam satu tahun
Digunakan untuk desain ruas jalan antar kota atau jalan bebas hambatan perkotaan
Untuk jalan antar kota, biasanya VJP diambil sebesar 8 – 12% dari LHRT
Volume jam sibuk pada hari kerja
Digunakan pada desain simpang dan sinyal lampu lalu lintas
Mendekati volume jam ke-50 s/d ke-30 tertinggi dalam satu tahun
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
15/52
Untuk perancangan geometrik digunakan volume jam
perencanaan yang diperkirakan dari volume harian, dengan
menggunakan persamaan:
VJP = k x LHRT
dimana:VJP = volume jam perencanaan
LHRT = lintas harian rata-rata tahunan
k = proporsi lalu lintas harian yang terjadi selama
periode puncak, dinyatakan dalam nilai pecahan
VJPA = volume jam perancangan per arah
D = faktor distribusi arah
Volume jam perencanaan per arah
VJPA = D x k x LHRT
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
16/52
HUBUNGAN VOLUME PERJAM DAN LHRT
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
17/52
RANKING VOLUMEPER JAM
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
18/52
FAKTOR-K TIPIKAL
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
19/52
VARIASI ARUS DALAM RUANG
Pembagian Arah di San Fransisco-Oakland Bay Bridge
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
20/52
VARIASI ARUS DALAM RUANG
Distribusi Volume Lajur Tipikal
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
21/52
VARIASI ARUS TERHADAP JENIS KENDARAAN
Distribusi Arus Kendaraan Jam-jaman di Jalan Dua-arah
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
22/52
Nilai smp untuk Persimpangan Bersinyal
Jenis KendaraanNilai emp
Pendekat Terlindung Pendekat Terlawan
Kendaraan RinganKendaraan Berat
Sepeda Motor
1,01,3
0,2
1,01,3
0,4
Nilai smp untuk Jalan Perkotaan Tak Terbagi
Tipe jalan:Jalan tak terbagi
Arus lalu lintas
Total dua-arah
(kend/jam)
Nilai emp
Kendaraan
Berat
Sepeda Motor
Lebar Jalan WCe (m)
6 >6
Dua-lajur tak-terbagi
(2/2 UD)
0
18001,3
1,2
0,5
0,35
0,40
0,25
Empat-lajur tak-
terbagi (4/2UD)
0
37001,3
1,2
0,40
0,25
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
23/52
KARAKTERISTIK MIKROSKOPIK ARUS
Parameter: waktu antara (time headway)
Pertimbangan:
Keselamatan waktu antara minimum
Tingkat pelayanan persentase waktu dimana kendaraan pengikut harumengikuti kendaraan di depannya
Perilaku pengemudi distribusi waktu antara menentukan persyaratandan kesempatan menyiap, menggabung, dan memotong
Kapasitas dipengaruhi oleh waktu antara minimum dan distribusi waktuantara pada kondisi arus-kapasitas
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
24/52
DEFINISI WAKTU ANTARA
Waktu antara (h) dapat dinyatakan sebagai
(h)1-2 = t2 – t1, (h)2-3 = t3 – t2, etc.
Waktu antara (h) terdiri dari dua waktu interval:
Waktu okupansi kendaraan untuk melintasi garis pengamat.
Waktu gap antara bagian belakang kendaraan dimuka dengan bagian depankendaraan pengikut.
Secara teori, waktu antara individu merupakan waktu antara berlalunyabagian titik tertentu pada dua kendaraan yang berurutan.
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
25/52
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
26/52
DISTRIBUSI PENGAMATANWAKTU ANTARA
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
27/52
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
28/52
• Tinggi daerah yang diarsir menyatakan distribusi dari pengamatan waktu antara dsetiap interval waktu antara 0,5 detik.
• Dapat dilihat dua set garis kontur yang saling menimpa di bagian atas dari distribuyang menyatakan rata-rata waktu antara dan persentase kumulatif waktu antara (33, 50, 67, 85, dan 99%).
• Distribusi waktu antara umumnya digambarkan sebagai diagram batang, tetapi unttujuan ilustrasi, pada gambar di atas digambarkan sebagai distribusi menerus.
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
29/52
KESIMPULAN HASIL PENGAMATAN
• Waktu antara individu jarang lebih kecil dari 0,5 detik (1 sampai 2 persen).
• Waktu antara individu jarang diatas 10 detik kecuali tingkat arus dibawah 15kendaraan per menit.
• Waktu antara mode selalu lebih kecil dari pada median, yang selalu lebih kecildari pada mean. Oleh karena itu, waktu antara cenderung menggabung saat
tingkat arus meningkat sampai kapasitas.• Waktu antara rata-rata berada pada 67 persen kurva kumulatif dari seluruh
rentang tingkat arus.
• Rasio antara deviasi standar dan waktu antara rata-rata mendekati 1 padakondisi arus rendah tetapi terus menjauh dengan meningkatnya tingkat arus.
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
30/52
KLASIFIKASI DISTRIBUSI WAKTU ANTARA
• Kondisi waktu antara acak untuk arus lalu lintas rendah →• distribusi eksponensial negatif
• distribusi ‘shifted’ eksponensial negatif
•
Kondisi waktu antara intermediate untuk arus lalu lintas sedang →
• distribusi Pearson tipe III
• distribusi komposit
• Kondisi waktu antara konstan untuk arus lalu lintas tinggi →• distribusi normal
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
31/52
DISTRIBUSI EKSPONENSIAL NEGATIF
Distribusi eksponensial negatif adalah distribusi matematis yang menyatakandistribusi interval acak seperti misalnya waktu antara.
Agar waktu antara betul-betul acak, dua kondisi harus dipenuhi, yaitu:
Ada kendaraan datang di setiap waktu Kedatangan satu kendaraan di satu waktu tidak mempengaruhi waktu kedatangan
kendaraan yang lain
Distribusi eksponensial negatif dapat diturunkan dari distribusi Poisson
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
32/52
Persamaan distribusi Poisson:
dimana:
P(x) = Probabilitas dari x kendaraan yang datang dalam interval waktu t
m = Jumlah kendaraan rata-rata yang datang dalam interval waktu t
x = Jumlah kendaraan yang datang dalam interval waktu yang akan dia
e = Konstanta, Napieran didasarkan pada logaritma (e = 2,71828 ..)
t = Interval waktu yang dipilih
! xem
x P
m x
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
33/52
Perhatikan kasus khusus dimana x = 0 yaitu kasus dimana tidak adakendaraan datang dalam interval waktu. Maka persamaan tadi dapatdituliskan kembali menjadi:
Apakah artinya P(0) dalam hal waktu antara individu? Jika tidakkendaraan datang dalam interval waktu (t), waktu antara individu harus sadengan atau lebih besar dari t. Karena itu
P(0) = P(h t)
P(h t ) = e-m → Distribusi Eksponensial Negatif
me P 0
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
34/52
Perlu diingat kembali bahwa m didefinisikan sebagai jumlah kendaraan yangdatang dalam interval waktu t. Jika tingkat arus per jam dinyatakan sebagaivolume dalam V dan t dinyatakan dalam detik, maka
dan persamaan sebelumnya menjadi
P(h t) = e-qt = e-Vt/3600
Waktu antara rata-rata dalam detik, t, dapat ditentukan dari tingkat arus pejam q dengan
sehingga
t V
qt m3600
t t et h P
V t 3600
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
35/52
CONTOH SOAL
228 kendaraan datang secara acak dalam rentang waktu ½ jam. Berapaproporsi waktu antara lebih besar dari 5 detik?
Jawaban
tingkat arus q = 228/1800 kend/detik
t = 5 detik, maka
228 kedatangan kendaraan akan menghasilkan 227 waktu antara, makaekspektasi jumlah kendaraan yang datang dengan waktu antara > 5 detikselama ½ jam =
0,531 x 227 = 121
531,051800/228 et h P
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
36/52
CONTOH PERHITUNGANDISTRIBUSI ACAK WAKTU ANTARA
1320
5
N
t
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
37/52
DISTRIBUSI ACAK WAKTUANTARA
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
38/52
DISTRIBUSI NORMAL
2
2
2
2
1 s
t t
e s
t f
t h P t t h P t t ht P
e s
t t h P
e
s
t h P
s
t t t t t
t t t
2
2
2
2
2
2
2
12
1
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
39/52
Persamaan diatas dapat ditransformasi menjadi distribusi normal standar yanmemiliki mean = 0 dan standar deviasi = 1 dengan menggunakan:
Sehingga
st t Z t
t t t Z F Z F s
t t h P s
t t t h P
s
t t t
s
t h
s
t t P t t ht P
)1,0( N Z
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
40/52
Waktu antara rata-rata:
Karena waktu antara tidak dapat bernilai negatif, maka standar deviasi harudiperkirakan secara empiris. Misalkan ekspektsi waktu antara minimum teoritiditetapkan sebesar α, dimana:
Dengan demikian:
V t 3600
st 2
2
t s
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
41/52
CONTOH SOAL
Jika tingkat arus diketahui sebesar 1600 kendaraan/jam dan ekspektasi waktu antminimum adalah 0,5 detik, maka hitunglah P(1,5 ≤ h ≤ 2).
Jawab:
25,21600
3600t 875,0
2
5,025,2
s
3051,086,086,0875,025,25,1
5,1
Z F Z
1141,029,029,0875,0
25,222
Z F Z
191,01141,03051,025,1 h P
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
42/52
CONTOH PERHITUNGAN DISTRIBUSINORMAL WAKTU ANTARA
3491
85,0
2,2
N
s
t
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
43/52
DISTRIBUSI NORMAL WAKTU ANTARA
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
44/52
t K
et t f 1
DISTRIBUSI PEARSON TIPE III
K = suatu bilangan positif (antara 0 dan ∞) yang mempengaruhi bentuk kurva distribusi
α = pergeseran (shift) pada kurva
Γ(K) = gamma function
t
dt t f t h P
t t t
dt t f dt t f t t ht P
t t t f t f
t t ht P
2
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
45/52
FUNGSI PROBABILITAS DISTRIBUSI PEARSON TYPE III
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
46/52
Distribusi Pearson Type III merupakan suatu distribusi general :
Jika K positif dan α = 0 → distribusi Gamma
Jika K bilangan bulat positif dan α = 0 → distribusi Erlang
Jika K = 1 dan α > 0 → distribusi ‘shifted’ eksponensial negatif
Jika K = 1 dan α = 0 → distribusi eksponensial negatif
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
47/52
MODEL DISTRIBUSI PEARSON TIPE III
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
48/52
KELUARGA MODEL DISTRIBUSI PEARSON TIPE III
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
49/52
Contoh Perhitungan Distribusi Pearson Tipe
III Waktu Antara
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
50/52
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
51/52
8/18/2019 Karakteristik Mikroskopik Dan Makroskopik Arus Lalu Lintas
52/52
DISTRIBUSI KOMPOSIT WAKTU ANTARA