MODEL TRIP DISTRIBUTION PENUMPANG DOMESTIK DAN INTERNASIONAL DI BANDARA INTERNASIONAL JUANDA Mareta Uci Kartika Indrawati1, Hera Widyastuti2 dan Wahju Herijanto3 1
Mahasiswa Program Magister, Jurusan Teknik Sipil, Institut Teknologi Sepuluh Nopember, Surabaya, Indonesia, email:
[email protected]
2
Dosen Jurusan Teknik Sipil, Institut Teknologi Sepuluh Nopember, Surabaya, Indonesia, email:
[email protected]
3
Dosen Jurusan Teknik Sipil, Institut Teknologi Sepuluh Nopember, Surabaya, Indonesia, email:
[email protected]
Sebagai angkutan transportasi yang cepat, angkutan udara sangat berperan di wilayah dengan aksesibilitas transportasi darat yang lemah, namun demikian transportasi udara juga dapat mendukung transportasi yang lain atau bahkan berkompetisi dengan angkutan yang lain jika memang demand berkehendak demikian, sehingga tidak menutup kemungkinan transportasi udara juga dibutuhkan di wilayah yang aksesibilitasnya baik. Pada dasarnya proses perencanaan transportasi memerlukan model untuk menganalisa sistem yang sudah ada maupun untuk dimasa mendatang. Oleh karena itu dalam studi ini akan dilakukan identifikasi asal dan tujuan penumpang pengguna transportasi udara untuk mendapatkan model sebaran pergerakan penumpang di Bandara Internasional Juanda saat ini sehingga dapat digunakan untuk meramalkan sebaran pergerakan penumpang dimasa yang akan datang. Langkah awal dari studi ini ialah dengan mengidentifikasi asal dan tujuan penumpang domestik dan internasional di Bandara Internasional Juanda melalui Matriks Asal Tujuan (MAT) yang berdasarkan dari hasil pengolahan survai wawancara. Dari MAT tersebut dapat dibuat beberapa model trip distribution dengan analisa model gravity tanpa batasan (UCGR) dengan menggunakan tiga fungsi hambatan yaitu fungsi pangkat, fungsi eksponensial negatif dan fungsi Tanner. Dari hasil pemodelan tersebut dapat diketahui karakteristik asal dan tujuan penumpang di di Bandara Internasional Juanda Dari hasil studi ini dapat diberikan masukan untuk merencanakan sarana dan prasarana transportasi udara yang sesuai dengan kebutuhan dimasa mendatang, yaitu model penerbangan domestik yang paling baik adalah Tij=5.44047E-30*Ei*Ej*Cij^7.1*exp (-0.01*Cij); dimana Ei dan Ej adalah parameter ekonomi (PDRB) zona asal dan tujuan. Sedangkan untuk penerbangan internasional adalah Tij=325.848* Pi*Pj*Cij^3.8737; dimana Pi dan Pj adalah parameter populasi zona asal dan tujuan. Kata kunci : Matriks Asal Tujuan, model gravity, trip distribution, Bandara Internasional Juanda.
Mareta Uci Kartika Indrawati1, Hera Widyastuti2 dan Wahju Herijanto3
1. PENDAHULUAN 1.1.Latar Belakang Seiring dengan pertumbuhan ekonomi Indonesia yang semakin meningkat, ditinjau dari pertumbuhan rata-rata Produk Domestik Bruto pada tahun 2007 sebesar 18% dan tahun 2008 sebesar 25% (www.bps.go.id, 2009), menimbulkan dampak positif di beberapa bidang, salah satunya adalah bidang transportasi. Beberapa tahun ini demand yang terjadi terus menerus mengalami peningkatan. Terbukti dengan perkembangan transportasi udara akhir-akhir ini yang cukup menggembirakan, jika dilihat dari jumlah arus penumpang domestik pada tahun 2007 sebesar 7.880.131 dan tahun 2009 sebesar 8.045.077, sedangkan arus penumpang internasional pada tahun 2007 sebesar 943.097 dan pada tahun 2008 sebesar 1.058.975. (Statistik Lalu lintas Angkutan Udara, 2009). Peningkatan pelayanan transportasi udara, baik dalam memindahkan penumpang maupun barang sudah sewajarnyalah diimbangi dengan adanya angkutan udara yang aman, cepat, efisien, teratur, nyaman dan memiliki tingkat keselamatan yang tinggi serta mampu memicu dan mendukung pembangunan pada sektor lainnya. Sebagai angkutan transportasi yang cepat, angkutan udara sangat berperan di wilayah dengan aksesibilitas transportasi darat yang lemah, namun demikian transportasi udara juga dapat mendukung transportasi yang lain atau bahkan berkompetisi dengan angkutan yang lain jika memang demand berkehendak demikian, sehingga tidak menutup kemungkinan transportasi udara juga dibutuhkan di wilayah yang aksesibilitasnya baik. Jawa Timur (Surabaya) merupakan sentral industri dan transit antara Indonesia Barat, Tengah dan Timur melalui Bandara Internasional Juanda telah melayani kebutuhan penerbangan dalam negeri dan internasional. Surabaya sebagai provinsi yang memiliki jaringan transportasi darat yang cukup baik ternyata juga memiliki demand angkutan udara yang cukup progresif, hal ini terbukti dengan adanya rencana pengoperasian citylink yang menghubungkan bandara-bandara di dalam propinsi Jawa Timur, selain itu adanya bandara selain Bandara Internasional Juanda yang telah membuka rute penerbangan dari dan keluar wilayah Jawa Timur contohnya Bandara Abdul Rachman Soleh di Malang. (Lembaga Penelitian dan Pengabdian Masyarakat (LPPM) ITS, 2009) Guna menyediakan sarana dan prasarana yang sesuai dengan kebutuhan tersebut dimasa mendatang perlu diadakan prediksi kebutuhan yang terjadi serta perencanaan transportasi. Perencanaan transportasi dikenal dengan sebutan perencanaan empat tahap, dimulai dengan bangkitan perjalanan (trip generation), sebaran perjalanan (trip distribution), pemilihan moda (modal split), dan pemilihan rute (trip assignment). Pada dasamya proses perencanaan transportasi memerlukan model untuk menganalisa sistem yang sudah ada serta diharapkan dari model tersebut dapat memberikan masukan untuk merencanakan sarana dan prasarana transportasi udara yang sesuai dengan kebutuhan dimasa mendatang. Oleh karena itu dalam studi ini akan dilakukan identifikasi dan pemodelan trip distribution asal dan tujuan penumpang pengguna transportasi udara di Bandara Internasional Juanda. Model sebaran pergerakan yang akan digunakan adalah model gravity-tanpa-batasan (Unconstrained Gravity), dengan menggunakan tiga fungsi hambatan yaitu fungsi pangkat, fungsi eksponensial negatif dan fungsi Tanner.
Model Trip Distribution Penumpang Domestik dan Internasional di Bandara Internasional Juanda
Studi pemodelan trip distribution di Bandara Internasional Juanda pernah dilakukan pada tahun 2000 dan tahun 2003. Muntafiah (2000) dalam studinya yang berjudul “Pemodelan trip distribusi penumpang angkutan udara kawasan Indonesia Timur” menghasilkan rumus pemodelan sebaran pergerakan penumpang metode simultan (dengan data sekunder tahun 1996) serta peramalan sebaran pergerakan penumpang tahun 2010. Sedangkan Salmani (2003) dalam studinya yang berjudul “Pola distribusi pergerakan angkutan penumpang penerbangan domestik melalui pelabuhan udara Juanda Surabaya“ menyimpulkan bahwa model sebaran pergerakan Doubly Constrained Gravity adalah model yang terbaik (dengan SSM / SST = 0.862 dan MSE = 1.108.579,144) jika dibandingkan dengan dua jenis model gravity lainnya, yaitu UCGR (Unconstrained Gravity), PCGR (Production Constrained Gravity). Diharapkan dari studi ini dapat dihasilkan model gravity sebaran pergerakan penumpang dengan data sekunder 2009, sehingga dapat diketahui pola pergerakan asal dan tujuan penumpang angkutan udara yang ada di Bandara Internasional Juanda saat ini dan 10 tahun yang akan datang. Serta diketahui realibiltas antara model sebaran pergerakan dalam studi ini dan studi terdahulu. Model transportasi hasil studi ini dapat digunakan oleh instansi atau dinas-dinas terkait dalam rangka menentukan kebijakan bidang transportasi di masa datang. Secara spesifik, model transportasi ini digunakan untuk menemukan jumlah pergerakan penumpang angkutan udara yang ada di Bandara Internasional Juanda 10 tahun yang akan datang. 1.2.Perumusan Masalah 1. Bagaimana matriks asal dan tujuan penumpang domestik dan internasional pengguna transportasi udara di Bandara Internasional Juanda ? 2. Bagaimana hasil pemodelan trip distribution penumpang domestik dan internasional yang melalui Bandara Internasional Juanda dengan menggunakan model gravity tanpabatasan (Unconstrained Gravity) dengan menggunakan tiga jenis fungsi hambatan yaitu fungsi pangkat, fungsi eksponensial negatif dan fungsi Tanner? 1.3.Maksud dan Tujuan Penelitian 1. Memperoleh matriks asal dan tujuan tujuan penumpang domestik dan internasional pengguna transportasi udara. 2. Pemodelan trip distribution penumpang domestik dan internasional yang melalui Bandara Internasional Juanda dengan menggunakan model gravity-tanpa-batasan (Unconstrained Gravity) dengan menggunakan tiga jenis fungsi hambatan yaitu fungsi pangkat, fungsi eksponensial negatif dan fungsi Tanner. 1.4.Batasan Masalah Batasan masalah pada studi ini adalah sebagai berikut : 1. Data yang digunakan dalam studi ini adalah data sekunder, yang berasal dari hasil survai tahun 2009 dan PT. Angkasa Pura I tahun 2008. 2. Survai wawancara penumpang (pada point 1) hanya dilakukan di terminal keberangkatan domestik dan internasional di Bandara Internasional Juanda.
Mareta Uci Kartika Indrawati1, Hera Widyastuti2 dan Wahju Herijanto3
3. Pemodelan distribusi yang digunakan adalah model gravity-tanpa-batasan (Unconstrained Gravity) dengan menggunakan tiga jenis fungsi hambatan yaitu fungsi pangkat, fungsi eksponensial negatif dan fungsi Tanner.
2. DASAR TEORI Model Gravity Pada model gravity jarak mempengaruhi besar kecilnya jumlah perjalanan antar zona. Metode ini berasumsi bahwa ciri bangkitan dan tarikan pergerakan berkaitan dengan beberapa parameter zona asal, misalnya populasi dan nilai sel MAT yang berkaitan juga dengan aksesibilitas (kemudahan) sebagai fungsi jarak, waktu, atau pun biaya. Untuk keperluan transportasi model gravity dinyatakan dalam persamaan:
Tid = Oi D j Ai B j f (Cij )
(2.1)Menurut Hyman (1969) tiga jenis fungsi hambatan yang dapat digunakan dalam Model Gravity adalah sebagai berikut: a. b. c.
f (C ij ) = C ij−α
f (C ij ) = e
− β Cij
f (C ij ) = C ijα e
− β Cij
(fungsi pangkat)
(2.2)
(fungsi eksponensial-negatif)
(2.3)
(fungsi Tanner)
(2.4)
Berdasarkan jenisnya model gravity dibagi menjadi empat yaitu : 1. Dengan tanpa batasan (Unconstrained Gravity) 2. Dengan batasan bangkitan (Production Constrained Gravity) 3. Dengan batasan tarikan pergerakan (Attraction Constrained Gravity) 4. Dengan dua batasan (Doubly Constrained Gravity) Pada studi ini model gravity yang akan digunakan adalah model gravity tanpa batasan (Unconstrained Gravity). Pada model ini minimal terdapat satu batasan, total pergerakan yang dihasilkan harus sama dengan total pergerakan yang diperkirakan dari tahapan bangkitan pergerakan. Alasan digunakanya model ini adalah dikarenakan kurang tersedianya data bangkitan dan tarikan di wilayah studi, sehingga akan terjadi ketidakakuratan model jika dilakukan peramalan untuk dimasa yang akan datang jika menggunakan model lain selain model dengan tanpa batasan. Syarat batas pada UCGR (Unconstrained Gravity) ditulis sebagai berikut: Ai =1 untuk seluruh i Bj =1 untuk seluruh j. Pada model gravity di studi ini variabel yang digunakan adalah populasi penduduk dan PDRB masing – masing kota atau negara wilayah kajian. Sehingga pada proses peramalan trip distribution Bandara Internasional Juanda dimasa yang akan datang dengan menggunakan model gravity hasil studi ini, maka perlu diramalkan terlebih dahulu
Model Trip Distribution Penumpang Domestik dan Internasional di Bandara Internasional Juanda
populasi penduduk dan PDRB masing – masing kota atau negara wilayah kajian untuk beberapa tahun mendatang.
3. METODOLOGI 3.1. Pengumpulan Data Pada studi ini data yang digunakan adalah data – data sekunder yang berasal dari instansi – instansi yang terkait. Data – data sekunder yang dibutuhkan antara lain: 1. Data hasil survai wawancara asal tujuan penumpang di terminal keberangkatan domestik dan internasional Bandara Internasional Juanda yang dilakukan oleh Laboratorium Perhubungan dan Bahan Jalan Jurusan Teknik Sipil, FTSP – ITS Surabaya. 2. Jumlah penduduk di wilayah – wilayah studi. 3. PDRB kota/kabupaten atau propinsi asal dan tujuan penumpang wilayah studi. 4. Gross National Income (GNI) Negara/daerah asal dan tujuan penumpang wilayah studi. 5. Rute perjalanan pesawat di Bandara Internasional Juanda. 6. Jarak antar bandara dengan Bandar Udara di kota maupun Negara asal dan tujuan penerbangan. 7. Data asal tujuan perjalanan penumpang di Bandara Internasional Juanda oleh PT Angkasa Pura I. 8. Data asal tujuan perjalanan pesawat di Bandara Internasional Juanda oleh PT Angkasa Pura I. 3.2. Pengolahan Data Data – data dari hasil survai wawancara kepada pelaku perjalanan kemudian diolah menjadi Matrik Asal Tujuan perjalanan penumpang. Namun sebelum dibuat Matrik Asal Tujuan terlebih dahulu hasil wawancara yang berisi kota atau kabupaten asal serta kota atau kabupaten tujuan diberi kode agar supaya memudahkan pengelompokan daerah serta mengidentifikasi asal ataupun tujuan dalam bentuk matriks asal tujuan penumpang. 3.3. Matriks Expanded Survai wawancara yang dilakukan di Bandara Internasional Juanda hanya berdasarkan sampling dari jumlah penumpang, sehingga belum bisa mewakili kondisi sebenarnya dari arus penumpang selama tahun 2009. Untuk mengkalibrasi Matriks Asal Tujuan hasil wawancara menjadi Matriks Asal Tujuan selama satu tahun (matriks expanded), diperlukan faktor pengali. Faktor pengali ini didapatkan dari frekuensi perjalanan penumpang di Bandara Internasional Juanda untuk setiap tujuan perjalanan selama satu tahun. 3.4. Pemodelan Trip Distribution Pemodelan trip distribution yang digunakan dalam studi ini adalah model gravity tanpa batasan (Unconstrained Gravity). Untuk mendapatkan rumus model gravity tersebut tahapan yang perlu dilakukan adalah sebagai berikut: 1. Data – data dari hasil survai wawancara diolah menjadi Matrik Asal Tujuan (MAT) perjalanan penumpang dan MAT jarak.
Mareta Uci Kartika Indrawati1, Hera Widyastuti2 dan Wahju Herijanto3
2. MAT perjalanan penumpang dikali dengan faktor pengali yang didapatkan dari frekuensi perjalanan penumpang di Bandara Internasional Juanda untuk setiap tujuan perjalanan selama satu tahun. Hasil perkalian tersebut menghasilkan MAT expanded. 3. Sedangkan MAT jarak digunakan untuk mendapatkan nilai dari variabel α dan β pada fungsi hambatan. 4. Metode yang digunakan dalam mendapatkan nilai α dan β adalah metode sederhana nilai α dan β dicari dengan cara trial and error dengan memberikan nilai awal sembarang. Trial and error ini akan berhenti sampai didapatkan selisih prosentase minimum antara nilai sebaran hasil pengamatan dan model. 5. Tahap berikutnya adalah mendapatkan model empiris dengan memasukkan faktor ekonomi setiap negara/kota/kabupaten asal tujuan. Tij = Ei . Ej. f(Cij) (3.1) Dimana : Ei = variabel ekonomi negara/kota/kabupaten asal. Ej = variabel ekonomi negara/kota/kabupaten tujuan. Variabel ekonomi dalam studi ini berupa PDRB kota/kabupaten/propinsi dan GNI dari negara asal dan tujuan penumpang. 6. Untuk mendapatkan MAT hasil pemodelan maka yang perlu dilakukan terlebih dahulu adalah membandingkan jumlah pergerakan penumpang pada MAT expanded dengan jumlah pergerakan penumpang MAT model empiris. Dari hasil pembandingan tersebut didapatkan nilai K, 7. Kemudian nilai K tersebut dikali dengan MAT model empiris sehingga didapatkan MAT hasil pemodelan. Tij = K . Ei . Ej. f(Cij) (3.2) 3.5. Grafik Trip Length Distribution Grafik trip length distribution adalah grafik antara data jarak untuk setiap asal tujuan perjalanan penumpang dengan prosentase jumlah perjalanan penumpang pesawat, ada dua garis dalam grafik trip length distribution, garis pertama menunjukan pola trip distribution data dan garis berikutnya menunjukan trip distribution hasil pemodelan. 3.6. Pengujian Model Pada tahapan sebelumnya telah didapatkan grafik Trip Length Distribution (TLD). Pada tahap pengujian model yang dilakukan adalah meminimalkan selisih maksimum antara grafik TLD data dan TLD hasil pemodelan. Jika selisih antara keduanya masih besar, maka perlu dilakukan trial and error dalam memasukkan nilai variabel α atau β sampai didapatkan selisih terkecil antara TLD data dan TLD hasil model. 3.7. Memilih Model Terbaik Setelah mendapatkan model gravity tanpa batasan (Unconstrained Gravity) dengan masing – masing fungsi hambatan yaitu fungsi pangkat, fungsi eksponensial negatif dan fungsi Tanner maka kemudian dipilih model yang terbaik yaitu berdasarkan TLD. Model yang terbaik tersebut dijadikan model sebaran perjalanan penumpang pesawat di Bandara Internasional Juanda.
Model Trip Distribution Penumpang Domestik dan Internasional di Bandara Internasional Juanda
4. HASIL DAN DISKUSI Dari perhitungan yang telah dilakukan sesuai dengan prosedur pemodelan trip distribution, didapatkan hasil pemodelan untuk penerbangan Domestik dan Internasional. Berikut ini disajikan hasil model gravity dengan fungsi hambatan Eksponensial, power dan tanner yang menggunakan parameter PDRB dan populasi. Untuk penerbangan domestik terdapat pada Tabel 1 sampai dengan Tabel 3. Tabel. 1. Hasil Pemodelan Gravity Fungsi Eksponensial untuk Penerbangan Domestik Domestik Hambatan Beta TLD (%) Rumus PDRB 0,00281 3,92393 Tij=2.68E-13*Ei*Ej*exp (-0.00281*Cij) Eksponensial-TLD Populasi 0,011 9,87078 Tij=1.54E-9*Pi*Pj*exp (-0.011*Cij) Tabel. 2. Hasil Pemodelan Gravity Fungsi Power untuk Penerbangan Domestik Domestik Hambatan Alpha TLD (%) Rumus PDRB 0,838 1,60519 Tij=3.6368E-12*Ei*Ej*Cij^0.838 Power-TLD Populasi 1,5563 1,98994 Tij=3.53194E-7* Pi*Pj*Cij^1.5563 Tabel. 3. Hasil Pemodelan Gravity Fungsi Tanner untuk Penerbangan Domestik Domestik Hambatan Alpha Beta TLD (%) Rumus PDRB 7,1 0,01 0,17938 Tij=5.44047E-30*Ei*Ej*Cij^7.1*exp (-0.01*Cij) Tanner-TLD Populasi 1 0,1 9,87415 Tij=3.87118E-9* Pi*Pj*Cij^1*exp (-0.1*Cij)
Dari keenam model gravity penerbangan domestik, dipilih satu model terbaik berdasarkan nilai TLD yang terkecil. Nilai TLD ini berarti selisih prosentase sebaran pergerakan penumpang menurut data dan hasil model. Model gravity yang memiliki nilai TLD terkecil, yakni sebesar 0,17938%; adalah model gravity fungsi hambatan tanner dengan parameter zona asal dan tujuan PDRB (Pendapatan Domestik Regional Bruto). Grafik hasil pemodelan trip distribution penerbangan domestik terdapat pada Gambar 1
Maretaa Uci Kartika Indrawati1, Hera H Widyastu uti2 dan Wahju Herijanto3
Gambar 1. Trip p Length Disttribution (TLD) Penerbanggan Domestikk Hasil Wawaancara dan Pemoddelan Gravity Fungsi Tanner-TLD dengan Parameterr PDRB
Dari gambar g 1 dapat d dilihatt bahwa sellisih prosenntase sebarann pergerakaan penumpaang penerbbangan dom mestik data dan d hasil peemodelan yaang paling maksimum m a adalah sebessar 0,179338% yang berarti b sangaat kecil, sehhingga garis sebaran datta dan modeel pada graffik terlihaat berhimpit. Sedanngkan untuk penerbangann Internasionnal, hasil peemodelan grravity terdappat pada Tab bel 4 samppai dengan Tabel T 6 Tabel. 4.
Hasil Peemodelan Graavity Fungsi Eksponensial E untuk Penerbbangan Internnasional Innternasional Hambatan n Beta TLD (%) Rumus PDRB 0,005629 16,152879 1 Tij=3.9016E-116*Ei*Ej*expp (-0.005629**Cij) Eksponnensial-TLD Populasi 0,00199 14,923499 1 Tij =1.5254E E-9* Pi*Pj*expp (-0.00199*C Cij) Tabel. 5. Hasil Pemodelan Gravity Fungsi Power P untuk Penerbangan P I Internasional Innternasional Hambataan Alpha TLD (% %) Rum mus PDRB 9,855 16,1403382 Tij=1.6E+12*E = * j*Cij^9.8555 i*E Pow wer-TLD Populasi 3,8737 13,8067763 Tij=325.848* = Pi*Pj*Cij^3.8737 Tabel. 6. Hasil Pemodelan Gravity Fungsi Tanner T untuk Penerbangan Internasionall Internasionnal Hambatan Alppha Beta TLD (%) Rum mus PD DRB 7,66661 0,01 16,154018 Tij=1.3E-377*Ei*Ej*Cij^7.6661*exp (-0.01*Cij) ( Tanneer-TLD Populasi 155 0,01 16,034586 Tij=5E-552* Pi*Pj*Cijj^15*exp (-0.01*Cij)
Moodel Trip Disttribution Penu umpang Domeestik dan Interrnasional di Bandara B Internasional Juan nda
Dari keenam mo odel gravityy penerbanngan internaasional, dippilih satu model m terbaaik berdassarkan nilai TLD yangg terkecil. Nilai N TLD ini i berarti selisih s proseentase sebarran pergerrakan penum mpang menuurut data dann hasil modeel. Model grravity yang memiliki niilai TLD terkecil, t yak kni sebesar 13,806763% %; adalah model m gravityy fungsi ham mbatan pow wer dengann parameterr zona asal dan d tujuan populasi. p Grrafik hasil peemodelan trrip distributiion penerbbangan internasional terddapat pada Gambar G 2
Gambar 2. Trip p Length Disstribution (TL LD) Penerbanngan Internassional Hasil Wawancara W d dan Pemoddelan Gravity Fungsi Poweer-TLD dengaan Parameter Populasi
Dari Gambar G 2 daapat dilihat bahwa b selisihh prosentasee sebaran perrgerakan pennumpang haasil data dan d model yang y paling besar adalaah pada jarakk menengahh 3000 km, yakni sebessar 13,8066763%.
5. KE ESIMPUL LAN Kesimpullan yang dappat diambil dari studi inni, sesuai deengan tujuann studi, adallah sebagaai berikut: •
Ruumus modell gravity sebbaran pergerakan penum mpang peneerbangan doomestik adallah sebbagai beriku ut: Tij=5.44047E--30*Ei*Ej*C Cij^7.1*exp (-0.01*Cij) ( Diimana: Ei dan Ej : Paarameter Ekonomi zona asal dan tujuuan (PDRB)) Cijj : Jaarak antar zoona
Mareta Uci Kartika Indrawati1, Hera Widyastuti2 dan Wahju Herijanto3
•
Rumus model gravity sebaran pergerakan penumpang penerbangan internasional adalah sebagai berikut: Tij=325.848* Pi*Pj*Cij^3.8737 Dimana: Pi dan Pj Cij
: Parameter zona asal dan tujuan (Populasi) : Jarak antar zona
6. DAFTAR PUSTAKA Biro Perencanaan dan Sim, Statistik Lalu lintas Angkutan Udara 2009, PT. Angkasa Pura I. Internet (2009), Produk Domestik Bruto Atas Dasar Harga Berlaku untuk Negara Indonesia, www.bps.go.id. ITS, LPPM. 2009. Penyusunan Rencana Kebijakan Angkutan Barang dan Penumpang pada Transportasi Udara – Badan Perencanaan Pembangunan Daerah Provinsi Jawa Timur. Institut Teknologi Sepuluh Nopember, Surabaya Morlock, E. K. (1985), Pengantar Teknik dan Perencanaan Transportasi, Edisi 2, Penerbit Erlangga, Bandung. Muntafiah, S (2000), Pemodelan Trip Distribusi Penumpang Angkutan Udara Kawasan Indonesia Timur, Tugas Akhir, Institut Teknologi Sepuluh Nopember, Surabaya. Pignataro, L. J. (1973), Traffic Engineering Theory And Practice, Prentice Hall, inc. Salmani, M. (2003), Pola Distribusi Pergerakan Angkutan Penumpang Penerbangan Domestik Melalui Pelabuhan Udara Juanda Surabaya, Tesis Master, Institut Teknologi Sepuluh Nopember, Surabaya. Sugiyono (2006). Statistik untuk Penelitian, Penerbit Alfabeta, Bandung. Tamin, O. Z. (2000). Perencanaan dan Pemodelan Transportasi, Penerbit ITB, Bandung.