10 BAB. II TINJAUAN PUSTAKA II.1 Model Pemilihan Moda

10
BAB. II
TINJAUAN PUSTAKA
II.1 Model Pemilihan Moda Transportasi
Pemilihan moda mungkin merupakan
model terpenting dalam perencanaan
transportasi. Hal ini disebabkan karena peran kunci dari angkutan umum dalam
berbagai kebijakan transportasi. Tidak seoorangpun dapat menyangkal bahwa
moda angkutan umum menggunakan ruang jalan jauh lebih efisien daripada moda
angkutan pribadi. Selain itu, kareta api bawah tanah dan beberapa moda
transportasi kereta api lainnya tidak memerlukan ruang jalan raya untuk bergerak
sehingga tidak ikut memacetkan lalulintas jalan.
Model pemilihan moda bertujuan untuk mengetahui proporsi orang yang akan
menggunakan setiap moda. Bruton (1985), mendifinisikan pemilihan moda
sebagai pembagian secara proposional dari semua orang yang melakukan
perjalanan terhadap sarana transportasi yang ada, yang dapat dinyatakan dalam
bentuk fraksi, rasio atau prosentase terhadap jumlah total perjalanan. Pada analisa
pemilihan moda, diestimasi jumlah orang yang menggunakan masing-masing
sarana transportasi, seperti kendaraan pribadi, bus, kereta api dan angkutan umum
lainnya. Proses ini dilakukan dengan maksud untuk mengkalibrasi model
pemilihan moda pada tahun dasar dengan mengetahui peubah (atribut) yang
mempengaruhi pemilihan moda tersebut. Setelah dilakukan proses kalibrasi,
model dapat digunakan untuk meramalkan pemilihan moda dengan menggunakan
nilai peubah bebas (atribut) untuk masa mendatang.
Jika interaksi terjadi antara dua tata guna lahan di suatu kota, seseorang akan
memutuskan bagaimana interaksi tersebut dilakukan. Dalam kebanyakan kasus,
pilihan pertama adalah dengan menggunakan telepon (atau pos) karena hal ini
akan menghindarkan terjadinya perjalanan, akan tetapi biasanya interaksi tersebut
mengharuskan terjadinya perjalanan, dalam hal ini keputusan harus ditentukan
dalam hal pemilihan moda yang mana. Beberapa prosedur pemilihan moda
memodelkan pergerakan dengan hanya dua buah moda transportasi, yaitu
angkutan umum dan angkutan pribadi, sebagaimana dikutip dari Tamin (2000),
11
menekankan dua buah pendekatan umum tentang analisis sistem dengan dua buah
moda, sebagaimana terlihat pada gambar 2.1. berikut.
A
B
Sumber: Tamin (2000), Perencanaan Pemodelan Transportasi
Gambar II.1 Proses Pemilihan Dua Moda (Angkutan umum dan angkutan
pribadi)
12
Gambar A, mengasumsikan pemakai jalan membuat pilihan antara bergerak dan
tidak bergerak. Jika diputuskan untuk membuat pergerakan, pertanyaannya adalah
dengan angkutan umum atau pribadi?. Jika angkutan umum yang dipilih,
pertanyaan selanjutnya adalah apakah menggunakan bus atau kereta api.
Sedangkan, gambar B mengasumsikan bahwa begitu keputusan menggunakan
kendaraan diambil, pemakai jalan langsung memilih moda yang tersedia.
Model pemilihan moda yang berbeda tergantung pada jenis keputusan yang
diambil. Gambar A lebih sederhana dan mungkin lebih cocok untuk kondisi
Indonesia.
pendekatan yang diambil dalam studi ini adalah seperti yang
diperlihatkan pada gambar A, dimana yang diamati adalah pemilihan angkutan
umum untuk penumpang anatara angkutan kereta api dan angkutan bus .
Menurut Stopher (1978), sebagaimana dikutip dari Mulyanto, Y (1995), model
pemilihan moda realistis bersifat disagregate, behavioural dan probabilistic.
Model yang bersifat disaggregate adalah bila satuan dasar observasi untuk
kalibrasi model adalah pelaku perjalanan secara individu (perorangan). Model
yang bersifat behavioural adalah dikarenakan dua hal, yaitu, pertama, menyangkut
perilaku (behaviour) ekonomi konsumen dan perilaku psikologis dalam
menentukan pengambilan keputusan, kedua, model dibuat berdasarkan hipotesishipotesis yang berkaitan dengan identifikasi variabel-variabel yang menentukan
pengambilan keputusan untuk memilih. Dan model bersifat probabilistic adalah
dikarenakan model menunjukkan suatu probabilitas hasil dari pengambilan
keputusan traveller yang potensial.
Tamin (2000) menyatakan bahwa, faktor yang dapat mempengaruhi pemilihan
moda ini dapat dikelompokkan menjadi empat bagian, sebagaimana dijelaskan
berikut ini :
1.
Karakteristik Pengguna Jalan
Karakteristik orang yang akan melakukan perjalanan atau tempat dimana
mereka tinggal, beberapa faktor berikut ini diyakini akan sangat
mempengaruhi pemilihan moda :
13
a. Ketersediaan atau pemilikan kendaraan pribadi, semakin tinggi
tingkat pemilikan kendaraan pribadi akan semakin kecil pula
ketergantungan pada angkutan umum.
b. Pemilikan Surat Izin Mengemudi (SIM).
c. Struktur rumah tangga (pasangan muda, keluarga dengan anak,
pensiun, bujangan, dan lain-lain).
d. Pendapatan, semakin tinggi pendapatan akan semakin besar
peluang menggunakan kendaraan pribadi.
e. Faktor lain misalnya keharusan menggunakan bus ke tempat
bekerja dan keperluan mengantar anak sekolah.
2.
Karakteristik Pergerakan
Karakteristik pergerakan yang akan dibuat, beberapa faktor berikut ini
diyakini juga sangat mempengaruhi pemilihan moda :
a. Tujuan Pergerakan, orang masih akan tetap menggunakan bus
pribadi ke tempat kerja, meskipun lebih mahal, karena ketepatan
waktu, kenyamanan, dan lain-lainnya yang tidak dapat dipenuhi
oleh angkutan umum.
b. Waktu Terjadinya Pergerakan, kalau kita ingin bergerak tengah
malam, kita pasti membutuhkan kendaraan pribadi karena pada
saat itu angkutan umum tidak ada atau jarang beroperasi.
c. Jarak Perjalanan, semakin jauh perjalanan, kita semakin cenderung
memilih angkutan umum dibandingkan dengan angkutan pribadi.
3.
Karakteristik Fasilitas Moda Transportasi
Hal ini dapat dikelompokkan menjadi dua kategori :
a. Faktor Kuantitatif, terdiri dari : Waktu perjalanan, waktu
menunggu di tempat pemberhentian bus, waktu berjalan kaki ke
tempat pemberhentian bus, waktu selama bergerak dan lain-lain.
Biaya transportasi, tarif, biaya bahan bakar, dan lain-lain.
Ketersediaan ruang dan tarif parkir.
14
b. Faktor Kualitatif, terdiri dari : kenyamanan dan keamanan,
keandalan dan keteraturan, dan lain-lain.
4.
Karakteristik Kota atau Zona
Beberapa karakteristik yang dapat mempengaruhi pemilihan moda adalah
jarak dari pusat kota dan kepadatan penduduk. Kelompok ini terdiri dari
variabel yang mulai jarang digunakan. Pada studi-studi terdahulu, terlihat
bahwa variabel tersebut mempunyai korelasi dengan pemilihan moda, tetapi
sering merupakan variabel-variabel yang tidak sesuai karena tidak
menerangkan bagaimana suatu moda tertentu dipilih.
II.2 Teknik Stated Preference
Teknik stated preference menawarkan sebuah teknik untuk menyediakan
informasi tentang permintaan dan perilaku perjalanan dengan baik untuk suatu
pengeluaran tertentu dengan alasan tertentu. Teknik stated preference mengacu
pada suatu pendekatan yang menggunakan pernyataan mengenai bagaimana
responden memberikan respon terhadap situasi yang berbeda atau berubah.
Stated preference berbeda dengan revealed preference yang datanya diperoleh dari
pengamatan terhadap perilaku aktual atau laporan-laporan perilaku pada masa
lampau. Revealed preference mencatat keputusan pilihan perjalanan yang aktual
termasuk indikator-indikator dari semua komponen yang mendasari keputusan
yang diambil. Teknik stated preference berasal dari ilmu psikologi matematika
dan mulai diperkenalkan pada akhir tahun 70-an.
Metode ini telah secara luas dipergunakan dalam bidang transportasi karena
metode ini dapat mengukur/memperkirakan bagaimana masyarakat memilih moda
perjalanan yang belum ada atau melihat bagaimana reaksi mereka bereaksi
terhadap suatu peraturan baru. Menurut definisinya Stated Preference berarti
pernyataan preferensi tentang suatu alternatif dibanding alternatif-alternatif yang
lain. Teknik ini menggunakan pernyataan preferensi dari para responden untuk
menentukan alternatif rancangan yang terbaik dari beberapa macam pilihan
rancangan. Teknik stated preference mendasarkan estimasi permintaan pada
15
sebuah analisis respon terhadap pilihan yang sifatnya hipotetikal misalnya sarana
yang masih dalam perencanaan. Hal ini, tentu saja, dapat mencakup atribut-atribut
dan kondisi-kondisi dalam lingkup yang lebih luas daripada sistem yang sifatnya
nyata.
Teknik stated preference dicirikan oleh adanya penggunaan desain eksperimen
untuk membangun alternatif hipotesa terhadap situasi (hypothetica situationl),
yang kemudian disajikan kepada responden. Selanjutnya responden ditanya
mengenai pilihan apa yang mereka inginkan untuk melakukan sesuatu atau
bagaimana mereka membuat rangking/rating atau pilihan tertentu didalam satu
atau beberapa situasi dugaan.
Sifat utama dari stated preference survai adalah sebagai berikut:
1. Stated Preference didasarkan pada pernyataan pendapat responden tentang
bagaimana respon mereka terhadap beberapa alternaternatif hipotesa.
2. Setiap pilihan direpresentasikan sebagai ‘paket’ dari atribut yang berbeda
seperti waktu, ongkos, headway, reliability dan lain-lain.
3. Peneliti membuat alternaternatif hipotesa sedemikian rupa sehingga
pengaruh individu pada setiap atribut dapat diestimasi, ini diperoleh
dengan teknik desain eksperimen (experimental design).
4. Alat interview (questionare) harus memberikan alternatif hipotesa yang
dapat dimengerti oleh responden, tersusun rapi dan dapat masuk akal.
5. Responden menyatakan pendapatnya pada setiap pilihan (option) dengan
melakukan rangking, rating dan choice pendapat terbaiknya dari sepasang
atau sekelompok pernyataan.
6. Respon sebagai jawaban yang diberikan oleh individu dianalisa untuk
mendapatkan ukuran secara quantitatif mengenai hal yang penting (relatif)
pada setiap atribut.
Kemampuan penggunaan stated preference terletak pada kebebasan membuat
desain eksperimen dalam upaya menemukan variasi yang luas bagi keperluan
penelitian. Kemampuan ini harus diimbangi oleh keperluan untuk memastikan
bahwa respon yang diberikan cukup realistis.
16
Untuk membangun keseimbangan dalam penggunaan stated preference, dibuat
tahapan-tahapan sebagai berikut:
1. Identifikasi atribut kunci dari setiap alternatif dan buat ‘paket’ yang
mengandung pilihan, seluruh atribut penting harus direpresentasikan dan
pilihan harus dapat diterima dan realistis.
2. Cara didalam memilih akan disampaikan pada responden dan responden
diperkenankan untuk mengekspresikan apa yang lebih disukainya. Bentuk
penyampaian
alternatif
harus
mudah
dimengerti,
dalam
konteks
pengalaman responden dan dibatasi.
3. Strategi sampel harus dilakukan untuk menjamin perolehan data yang
representatif.
Data stated preference (SP) memiliki beberapa perbedaan karakteristik tertentu
dibandingkan dengan Revealed Preference (RP) dalam mengembangkan model.
Perbedaan tersebut antara lain:
1. Data RP memiliki pengertian yang sesuai dengan perilaku nyata, tetapi
data Sp mungkin berbeda dengan perilaku nyatanya;
2. Metode SP secara langsung dapat diterapkan untuk perencanaan alternatif
yang baru (non existing);
3. Pertukaran (trade off) di antara atribut lebih jelas dan dapat diobservasi
dari data SP dan nilai koefisien spesifik individu dapat diperkirakan dari
data SP.
4. Format pilihan respon dapat bervariasi misalnya memilih salah satu
ranking, rating atau pun choice, sedangkan format pilihan untuk RP hanya
choice.
Beberapa alasan mengenai penggunaan metode preferensi, yaitu :
1. Dapat mengukur preferensi masyarakat terhadap alternatif baru yang akan
dioperasikan berdasarkan kondisi hipotetik.
2. Variabel yang digunakan bisa bersifat kuantitatif dan juga kualitatif, serta
tidak menduga-duga variabel yang akan digunakan untuk membangun
17
model, karena variabel yang akan digunakan untuk membangun model
telah ditentukan terlebih dahulu yaitu pada saat menyusun hypothetical
condition.
II.2.1 Desain Eksperimen (Experimental Design)
Untuk membuat alternatif hipotesa yang akan disampaikan kepada responden,
penggunaan stated preference disarankan menggunakan desain eksperimen.
Desain eksperimen harus memastikan bahwa kombinasi atribut yang disampaikan
kepada responden bervariasi tetapi tidak terkait satu dengan yang lainnya.
Tujuannya agar hasil dari setiap level atribut atas berbagai tanggapan lebih mudah
dipisahkan.
Desain pilihan dan penyampaiannya harus berisi tiga tahap:
1. Penyeleksian level atribut dan kombinasi susunan setiap alternatif.
2. Desain eksperimen apa yang akan disampaikan mengenai alternatif
(presentation of alternatives).
3. Persyaratan responden yang akan didapatkan dari jawaban responden
(specification of responses).
Jika jumlah atribut (a) dan jumlah level yang diambil (n), maka desain akan
menentukan desain faktorial (na), ini disebut sebagai full factorial design, artinya
setiap kombinasi kemungkinan level atribut semuanya dipakai.
Apabila jumlah pilihannya terlampau banyak, kemungkinan besar responden akan
kelelahan dalam menentukan pilihan, sehingga akan menimbulkan tanggapan
yang salah atau bahkan diabaikan oleh responden. Terdapat beberapa cara
pendekatan untuk mengurangi jumlah pilihan, salah satunya adalah dengan cara
memisahkan pilihan (option) kedalam bentuk blok melalui pembauran
(comfounding) yang disebut sebagai desain replika sebagaian (fractional
replication design), yaitu suatu bentuk tiruan dari full factorial kedalam pilihan
dengan jumlah yang lebih sedikit. Dalam buku Cochran & Cock (1991) telah
dibuat beberapa macam alternatif Fractional Replication Design untuk tiap
18
kombinasi level dan atribut dan alternatif hasil yang telah direduksi menjadi 4, 8,
16 dan 32 pertanyaan atau alternatif design yang ditawarkan.
II.2.2 Identifikasi Pilihan (Identification of Preference)
Terdapat 3 (tiga) teknik/cara untuk mengetahui dan mengumpulkan informasi
mengenai preference responden terhadap alternatif pilihan yang ditawarkan yaitu:
1. Ranking responses: seluruh pilihan pendapat disampaikan kepada
responden, kemudian responden diminta untuk merankingnya sehingga
merupakan nilai hirarki dari utilitas.
2. Rating techniques: responden menyatakan tingkat pilihan terbaiknya
dengan menggunakan aturan skala. Biasanya dipakai antara 1 sampai 10
dengan disertakan label spesifik sebagai angka kunci, contoh 1 = sangat
tidak suka, 5 = tidak peduli, 10 = sangat disukai. Pilihan terbaik individu
yang didapat kemudian diterjemahkan ke dalam skala cardinal.
3. Choice experiment : responden memilih pilihan yang lebih disukainya
(preference) dari beberapa alternative (dua atau lebih) dalam sekumpulan
pilihan. Hal ini analog dengan survey Revealed Preference, kecuali untuk
kenyataan bahwa alternative dan pilihan keduanya adalah hipotesa. Pada
akhir kuisioner responden ditawarkan skala semantic (makna).
Beberapa tipe yang digunakan antara lain:
a. Tentu lebih suka pilihan pertama
b. Kemungkinan menyukai pilihan pertama
c. Tidak dapat memilih (berimbang)
d. Kemungkinan menyukai pilihan kedua
e. Tentu lebih suka pilihan kedua.
II.3 Memahami Prilaku Perjalanan
Metoda stated preference menyediakan informasi tentang bobot pengaruh atributatribut yang menentukan perilaku seseorang dalam membuat keputusan. Proses
yang mendasari perilaku perjalanan ditampilkan pada Gambar II.2.
19
Karakteristik Sosial-ekonomi
dan Pengalaman Individu
Atribut dari Alternatif
Perjalanan
Informasi tentang
Alternatif Perjalanan
Persepsi
Sikap
Preferensi
Perilaku
Keterbatasan
Individu
Perilaku Perjalanan
Keterbatasan pada
Alternatif yang Tersedia
Elemen yang Teramati
Elemen yang Tidak Teramati
Gambar II.2 Komponen-komponen Perilaku Konsumen
(sumber: Pearmain et al 1991)
Diagram ini membedakan antara elemen-elemen yang berasal dari luar (eksternal,
misalnya: atribut-atribut alternatif perjalanan, batasan situasi) dan yang berasal
dari dalam (internal, misalnya: persepsi atau preferensi). Elemen yang berasal dari
luar memberikan batasan-batasan terhadap perilaku pasar, sedangkan yang berasal
dari dalam menggambarkan pengertian konsumen terhadap pilihan mereka dan
mempengaruhi keputusan-keputusan mereka mengikuti strategi-strategi tertentu.
Elemen eksternal merupakan elemen yang dapat diamati, kalaupun ada, masalah
yang muncul adalah menetapkan ukuran yang pantas. Elemen internal merupakan
elemen yang tidak teramati. Keberadaan dan pengaruh mereka dapat diprediksi
melalui aplikasi dari suatu metoda pengamatan secara kuantitatif, seperti metoda
stated preference, terhadap kondisi pilihan (suka atau tidak suka terhadap masingmasing pilihan) dan perilaku.
Akhirnya, penting untuk mencatat tahapan dari perilaku seseorang menjadi
perilaku pasar yang sebenarnya. Perilaku pasar yang sebenarnya mengacu pada
batasan terhadap tindakan secara individu terhadap pilihan yang tersedia. Sebagai
20
hasilnya, terdapat potensi perbedaan antara pernyataan (atau pilihan) yang
diperoleh dari metoda stated preference dengan perilaku yang sebenarnya.
Berkaitan dengan hal ini (McFADDEN, 1997) mengidentifikasi tantangan utama
dari metoda SP ini. Tantangan tersebut adalah:
a. metoda perancangan untuk memperoleh respon yang mengandung
informasi tentang perilaku pasar yang dapat diandalkan,
b. pengembangan metoda untuk menerjemahkan data eksperimental menjadi
ramalan pasar (market forecasts),
c. meyakinkan validasi hasil ramalan tersebut.
Isu tersebut merupakan dasar dalam memperoleh manfaat dari metoda stated
preference. Sebuah metoda yang menggunakan data yang dikumpulkan untuk
melakukan prediksi terhadap perubahan permintaan di masa depan secara akurat.
Hasilnya menjadikan metoda stated preference menjadi sebuah alat penelitian
yang layak digunakan.
II.4 Teori Dasar Perilaku Individu/Konsumen
Teori dasar perilaku individu/konsumen didasarkan pada konsep ekonomi klasik
dari seseorang untuk memperoleh utilitas dari konsumsi suatu produk. Utilitas
menggambarkan tingkat kepuasan dari suatu manfaat yang dinikmati sesorang
ketika menghabiskan potensi sumbernya pada produk yang lain. Utilitas yang
diukur dengan teknik stated preference tersebut digambarkan sebagai nilai utilitas
tidak langsung, sebab individu-individu memilih antara pilihan yang berbeda
dengan tetap mengacu pada keterbatasan potensi sumber yang mereka miliki.
Utilitas menyatakan secara tidak langsung suatu nilai yang dilkatkan pada suatu
produk secara menyeluruh oleh seseorang. Individu-individu diasumsikan
memilih produk dengan utilitas maksimum. Hal ini berarti, bahwa mereka akan
berusaha untuk memaksimumkan manfaat yang diperoleh dalam keterbatasan
potensi sumber yang dimiliki, biasanya waktu dan uang. Utilitas adalah tingkat
ukuran kepuasan yang akan diperoleh pengguna. Misalnya, utilitas untuk sebuah
rute dapat berupa faktor yang dipertimbangkan oleh pengguna seperti jarak, waktu
21
perjalanan, ketersediaan, keamanan, kenyamanan dan lain-lain yang juga
dikonversikan dalam bentuk biaya umum (generalised cost).
Persoalan pokok dalam pendekatan perilaku pemilihan moda transportasi adalah
bagaimana mengukur nilai utilitas dari setiap alternatif moda. Nilai utilitas
tersebut merupakan fungsi dari beberapa atribut pelanyanan yang mungkin
dipersepsikan/ditafsirkan secara berbeda bagi setiap individu, sesuai dengan
banyaknya informasi yang diterima dan latar belakang sosial ekonomi individu
tersebut.
II.4.1 Teori Pilihan Kemungkinan
Pendekatan nilai perilaku dilakukan dengan menyediakan kondisi pilihan
hipotetikal kepada responden, dan melalui jawabannya, kemudian diturunkan
model matematika. Model yang pantas diindikasika dengan ukuran statistik yang
baik dan ukuran berapa baik model tersebut menerangkan respon dari masingmasing individu, dimana perilaku perjalanan digambarkan.
Perkembangan
teori
pilihan
diawali
dari
pendekatan
ilmu
psikologi,
perkembangan teori ini muncul dari kebutuhan untuk menerangkan suatu
pengamatan eksperimental terhadap perilaku terhadap perilaku yang tidak
konsisten. Salah satu argumen menunjukkan bahwa perilaku manusia identik
dengan kemungkinan. Sesuatu yang tidak konsisten muncul dalam aplikasi secara
empiris saat pengamatan pilihan dibuat dengan sampel perorangan.
Dalam hal ini, dua atau lebih individu diamati dengan satu kumpulan pilihan yang
sama, serta atribut dan karakteristik sosial ekonomi yang juga sama, ternyata
mereka memilih alternatif yang tidak sama, (BEN AKIVA dan LERMAN,
1985). Sebuah contoh lain menampilkan kasus dari dua pelaku perjalanan yang
identik yang ternyata memilih moda yang berbeda untuk suatu perjalanan yang
sama ketempat kerja.
Mekanisme sebuah kemungkinan dapat digunakan untuk menerangkan efek-efek
dari variasi-variasi yang tidak termati yang terdapat diantara para pengambil
keputusan dan atribut-atribut alternatif yang tidak teramati. Hal ini dapat juga
mengambil kedalam teori perilaku random murni atau kesalahan disebabkan oleh
persepsi yang salah terhadap atribut dan alternatif-alternatif pilihan. Dengan
22
demikian teori pilihan kemungkinan dapat digunakan untuk mengatasi salah satu
kelemahan dari teori konsumen ini. Teori ini, kemudian, membawa pada konsep
utilitas random untuk merefleksikan elemen yang tidak teramati dari perilaku
pilihan.
II.5 Model Pemilihan Diskrit
Menurut Tamin (2000), secara umum model pemilihan diskrit dinyatakan sebagai
peluang setiap individu memilih suatu pilihan merupakan fungsi ciri sosioekonomi dan daya tarik pilihan tersebut. Untuk menyatakan daya tarik suatu
alternatif tidak menghasilkan utilitas, tetapi didapatkan dari karakteristiknya dan
dari setiap individu.
II.5.1 Utilitas
Dari himpunan alternatif yang diberikan, pertanyaan selanjutnya adalah
bagaimana pembuat keputusan memilih diantara alternatif yang tersedia dalam Cn
? Dalam analisis pemilihan, direpresentasikanlah kemenarikan/daya tarik
(attractiveness) atau utilitas dari tiap-tiap alternatif itu sendiri dan atribut individu.
Utilitas didefenisikan sebagai ukuran istimewa seseorang dalam menentukan
pilihan alternatif terbaiknya atau sesuatu yang dimaksimumkan oleh setiap
individu (Tamin, 2000). Misalkan, utilitas suatu moda angkutan penumpang bagi
individu tertentu bisa jadi direpresentasikan sebagai fungsi dari atribut-atribut
berikut:
-
Waktu perjalanan rata-rata
-
Waktu tunggu dan waktu untuk berjalan kaki
-
Ongkos yang dikeluarkan
Dan atribut-atribut dari pembuat keputusan:
-
Pendapatan
-
Pemilihan kendaraan
-
Umur
-
Pekerjaan
23
Bentuk fungsi utilitas sulit untuk diasumsikan, oleh karena itu dengan alasan
kemudahan dalam perhitungan, maka fungsi utlitas sering direpresentasikan
sebagai parameter-parameter linier (linear in parameter).
Dalam memodelkan pemilihan moda, maka utilitas dari suatu pilihan i bagi
individu n dapat dituliskan sebagai:
Uin= β1 (waktuin) + β2 (ongkosin)
...........(2.1)
Lebih umumnya, fungsi utilitas alternatif i dan pembuat keputusan n dituliskan
sebagai:
Uin= β1 xin1 + β2 xin2 + ...+ βk .xink
...........(2.2)
Dimana:
Uin
= utilitas alternatif i bagi pembuat keputusan n
xin1, xin2,..., xink
= sejumlah k variabel yang menerangkan atribut-atribut
alternatif i bagi pembuat keputusan n
β1, β2,..., βk
= koefisien-koefisien yang perlu diinferensikan dari data
yang tersedia
II.5.2 Utilitas Acak
Dasar teori, kerangka atau paradigma dalam menghasilkan model pemilihan
diskrit adalah teori utilitas acak. Domencich and McFadden (1975) dan
Williams (1977), sebagaimana dikutip dari Tamin (2000), mengemukakan
bahwa, individu yang berada dalam suatu posisi yang homogen akan bertindak
secara rasional dan memiliki informasi yang tepat sehingga biasanya dapat
menentukan pilihan yang dapat memaksimumkan utilitas individunya masingmasing sesuai dengan batasan hukum, sosial, fisik, waktu dan uang.
Misalkan seorang pelaku perjalanan dihadapkan pada sekumpulan alternatif Cn
dimana setiap alternatif i sebagai bagian dari Cn dapat diterangkan oleh fungsi
pemilihan V(i). Fungsi V(i) lazimnya merupakan fungsi linier dari kombinasi
beberapa atribut permintaan (demand) dan persediaan (supply).
Fungsi pemilihan ini akan berbentuk fungsi deterministik sebagai berikut:
24
Vin
= Ai.Xi
...........(2.3)
Dimana:
Vin
= fungsi deterministik dari moda alternatif i oleh individu n
Ai
= suatu parameter yang merepresentasikan pengaruh tiap atribut.
Xi
= suatu faktor dari atribut permintaan dan persediaan yang mempengaruhi
pemilihan.
Apabila nilai utilitas i memberikan harga yang maksimum, maka pilihan akan
jatuh pada alternatif i.
Dalam fungsi pemilihan deterministik diatas, nilai utilitas ini bersifat pasti
(constant utility). Hal ini bisa terjadi dengan asumsi bahwa si pengambil
keputusan mengetahui secara pasti seluruh atribut yang berpengaruh terhadap nilai
utilitas setiap moda alternatif dan pengambil keputusan tersebut memiliki
informasi serta kemampuan menghitung nyaris sempurna pada atribut tersebut.
Asumsi ini tentunya sulit diterima dalam praktek kehidupan sehari-hari, sehingga
penggunaannya sangat terbatas.
Masalah di atas oleh Manski (Ben-Akiva, 1985), dengan adanya konsep utilitas
acak (random utility), dimana terdapat empat hal yang menyebabkan terjadinya
keacakan tersebut, yaitu:
1. Adanya atribut yang tidak teramati
2. Adanya variasi cita rasa individu yang tidak teramati (unobservedtaste
variations)
3. Adanya kesalahan pengukuran (measurement errors) karena informasi dan
perhitungan yang tidak sempurna.
4. Adanya variabel acak yang bersifat instrumental (proxy).
Domencich and McFadden (1975) dan Williams (1977), sebagaimana dikutip
dari Tamin (2000), juga mengemukakan bahwa setiap set pilihan mempunyai
utilitas Uin untuk setiap individu n dan pemodel yang juga merupakan pengamat
sistem tersebut tidak mempunyai infoormasi yang lengkap tentang semua unsur
25
yang dipertimbangkan oleh setiap individu yang menentukan pilihan. Sehingga
dalam dua komponen, yaitu:
1. Vin yang terukur sebagai fungsi dari atribut terukur (deterministik)
2. Bagian acak εin, yang mencerminkan hal tertentu dari setiap individu,
termasuk kesalahan yang dilakukan oleh pemodel.
Secara umum, pengaruh tersebut dapat diekspresikan menjadi:
Uin
= Vin + εin
...........(2.4)
Dimana:
Uin
= utilitas alternatif i bagi pembuat keputusan i
Vin
= fungsi deterministik utilitas moda i bagi individu n
εin
= kesalahan acak (random error) atau komponen stokastik dan berfungsi
distribusi tertentu.
Persamaan (2.4) tersebut dapat menjelaskan hal-hal yang tidak rasional.
Contohnya, dua individu dengan atribut yang sama dan mempunyai set pilihan
yang sama mungkin memilih pilihan yang berbeda dan beberapa individu tidak
selalu memilih alternatif yang terbaik.
II.6 Analisa Data Stated Preference
Fungsi utilitas adalah mengukur daya tarik setiap pilihan (skenario hipotesa) yang
diberikan pada responden. Fungsi ini merefleksikan pengaruh pilihan responden
pada seluruh atribut yang termasuk dalam stated preference.
Umumnya fungsi utilitas berbentuk linier, sebagai berikut:
Ui
= a0 + a1.x1 + ...+ an.xn
Dimana:
Ui
= Utilitas pilihan i
a0 ....an = parameter model
x1...xn = nilai selisih atribut kereta api dan bus
.......(2.5)
26
Tujuan analisa adalah menentukan estimasi nilai a0 sampai an dimana nilai-nilai
tersebut disebut sebagai bobot pilihan atau komponen utilitas. Dari nilai parameter
model, dapat diketahui efek relatif setiap atributpada seluruh utilitas.
Setelah komponen utilitas dapat diestimasi, maka selanjutnya dapat digunakan
untuk berbagai tujuan, seperti menentukan kepentingan relatif dari atribut yang
termasuk dalam eksperimen dan menentukan fungsi utilitas untuk peramalan
model.
Terdapat beberapa cara yang secara keseluruhan dapat menentukan komponen
utiliti.
Empat teknik analisis stated preference adalah:
1. Naive atau metode grafik
Naive atau metode grafik digunakan sangat sederhana dengan pendekatan
yang didasarkan pada prinsip bahwa tiap level dari tiap atribut sering
muncul sama-sama dalam desain eksperimen tertentu. seihingga beberapa
ciri utilitas (relatif) dari pasangan level atribut tersebut dapat ditentukan
dengan menghitung rata-rata (mean) nilai rangking, rating atau choice
setiap pilihan yang telah dimasukkan dalam level tersebut, dan
membandingkannya dengan rata-rata mean yang sama untuk level dan
atribut lain.
Kenyataannya, plotting nilai rata-rata ini pada grafik sering memberikan
ciri yang sangat berguna tentang penting (relatif) dari berbagai atribut
yang termasuk dalam eksperimen. Model ini tidak menggunakan teori
statistik dan oleh karena itu gagal dalam memberikan indikasi hasil
statistik yang signifikan.
2. Analisa Monotonic Variance
Metoda ini menggunakan pendekatan yang digunakan untuk skala non
metric. Metoda ini sangat cocok untuk menganalisis data dalam bentuk
ranking pilihan yang diperoleh dalam eksperimen Stated Preference. Akan
tetapi kurang dapat diandalkan dalam hasil tes kesesuaian (goodness to fit)
sehingga jarang digunakan.
27
3. Metode Regresi
Teknik regresi secara luas digunakan dalam pemodelan transportasi.
Dalam penggunaan analisa stated preference, teknik regressi digunakan
pada pilihan rating. Pengolahan data dilakukan untuk mendapatkan
hubungan kuantitatif antara sekumpulan atribut dan respon individu.
Hubungan tersebut dinyatakan dalam bentuk persamaan linier sebagai
berikut:
Y
= a0 + a1.x1 + a2.x2 + ... + ak.xk
.......(2.6)
Dimana y adalah respon individu, x1, x2,... xk adalah atribut pelanyanan, a0
adalah konstanta dan a1, a2, ... ak adalah parameter model.
Residual untuk setiap kejadian dirumuskan sebagai berikut:
δ = y = (a0 + a1.x1 + a2.x2 + ... + ak.xk)
.......(2.7)
Dan jumlah kuadrat residual untuk sejumlah n observasi adalah:
∑ δ2 = ∑ [ y - (a0 + a1.x1 + a2.x2 + ... + ak.xk) ]2
.......(2.8)
Menggunakan prinsip kuadrat terkecil, dengan meminimalkan nilai ∑ δ2,
diperoleh jika turunan parsial ∑ δ2 berturut-turut terhadap a0, a1, a2, ... ak
adalah sama dengan nol.
Dengan langkah ini maka akan diperoleh k + 1 persamaan dengan
sejumlah k + 1 koefisien regressi, sehingga masing-masing koefisien
regressi dapat ditentukan.
4. Analisa Logit
Metoda analisis yang, diperkirakan, paling banyak digunakan dalam
praktek adalah model Unit Probabilitas Logistik (Logistic Probability
Unit), atau Logit. Untuk membangun model probabilitas ini, perlu dibuat
asumsi-asumsi yang berkaitan dengan komponen random dari utilitas
random. Model logit tergantung dari asumsi-asumsi bahwa komponen
random (1) berdistribusi secara independen, (2) berdistribusi secara identik
dan (3) mengikuti distribusi Gumbell.
28
II.7 Model Logit Binomial
Pada model logit binomial pengambil keputusan dihadapkan pada sepasang
alternatif diskrit, dimana alternatif yang akan dipilih adalah yang mempunyai
utiliti terbesar, utiliti dalam hal ini dipandang sebagai variabel acak (random).
Menurut konsep utilitas acak, probabilitas pilihan jatuh pada alternatif i adalah
sama dengan probabilitas jika utilitas alternatif i lebih besar dari pada utilitas pada
alternatif lain yang termasuk dalam himpunan alternatif.
Sehingga probabilitas alternatif i yang dipilih oleh individu n yang dihadapkan
pada sejimlah alternatif Cn adalah sebagai berikut:
Pn(i/Cn)
= Prob (Uin ≥ Ujn, j
Cn),
...........(2.9)
Dengan Vin – Vjn ≥ εjn - εin
..........(2.10)
Dalam model logit binomial, Cn terdiri dari dua alternatif (dalam hal ini i dan j),
sehingga probabilitas individu n memilih alternatif i adalah:
Pin
= Prob (Uin ≥ Ujn)
Pin
= Prob (εjn ≤ εin + (Vin – Vjn), j
...........(2.11)
Cn)
...........(2.12)
Seangkan probabilitas memilih alternatif j adalah:
Pjn
= 1 - Pin
...........(2.13)
Teknik analisis yang diperkirakan, paling banyak digunakan dalam praktek adalah
model Unit Probabilitas Logistik (Logistic Probability Unit), atau Logit. Untuk
membangun model probabilitas ini, perlu dibuat asumsi-asumsi yang berkaitan
dengan komponen random dari utilitas random. Model logit binomial tergantung
dari asumsi-asumsi bahwa komponen random (1) berdistribusi secara independen,
(2) berdistribusi secara identik dan (3) mengikuti distribusi Gumbell. Dengan
mengasumsikan bahwa ε‘s berdistribusi Gumbell secara independen dan identik
maka hal tersebut sama dengan mengasumsikan bahwa εn = εj - εi berdistribusi
secara logistik,
F (ε n) =
1
, μ > 0, - ∞ < εn < ∞
1 + e- με n
...........(2.14)
29
dimana μ adalah parameter dengan skala positif. Di samping pendekatan dengan
distribusi normal cukup baik, dstribusi logistik lebih mudah dalam analisisnya.
Dengan asumsi bahwa εn berdistribusi secara logistik, probabilitas pilihan untuk
alternatif i diberikan oleh,
Pn(i)
= Pr(Uin > Ujn)
1
=
(
- μ Vin − V jn
1+ e
=
)
e μVin
e μVin + e
μVjn
..........(2.15)
Ini adalah model logit binomial. Catatan bahwa jika Vin dan Vjn diasumsikan linier
pada parameternya, maka
Pn(i)
=
=
e μβxin
e μβxin + e
μβxjn
1
− μβ (xin − xjn )
1+ e
..........(2.16)
Dalam kasus utilitas dengan parameter yang linier, parameter μ tidak dapat
dibedakan dari keseluruhan skala dari β‘s. Untuk lebih mudahnya, secara umum,
dibuat asumsi bahwa nilai μ = 1.
Lebih lanjut, dengan menetapkan j = KA dan i = bus, maka didapat persamaan :
PKA =
expU KA
exp(U KA −U BUS )
=
expU KA + expU BUS 1 + exp(U KA −U BUS )
.........(2.17)
dengan demikian berlaku juga :
PBUS = 1 − PKA =
1
1 + exp
(U KA −U BUS )
dengan:
PKA
= Probabilitas pemilihan kereta api
Pbus
= Probabilitas pemilihan bus
..........(2.18)
30
UKA
= Utilitas moda kereta api
UBUS = Utilitas moda bus
Persamaan ini menyatakan bahwa probabilitatas seseorang memilih kereta api
atau bus adalah fungsi dari selisih utilitas kedua moda tersebut. Secara sederhana
fungsi dari utilitas itu sendiri dapat dianggap bergerak secara linear yang terdiri
dari berbagai macam atribut-atribut. Oleh karena itu perbedaan utilitas dari kedua
moda dapat dinyatakan dalam bentuk selisih atribut-atribut. Tentunya selisih yang
dimaksud adalah selisih dari masing-masing atribut yang sejenis yang terdapat
pada kedua moda yang ditinjau. Maka persamaannya adalah sebagai berikut :
UKA − UBUS = a0 + a1( X1) + a2 ( X 2 ) + K+ an ( X n )
.....(2.19)
Dalam persamaan ini a1, a2, hingga an adalah koefisien dari atribut-atribut (X1, X2,
hingga Xn) yang sama-sama terdapat pada kedua moda dan X1, X2, hingga Xn
adalah nilai selisih antara atribut kereta api dan bus. Nilai dari koefisien-koefisien
ini ditentukan kemudian dengan konsep least square dengan metode multiple
linear regression. Sedangkan a0 adalah konstanta yang menampung semua
kesalahan dan atribut-atribut yang tidak diperhitungkan.
Persamaan di atas sejalan dengan kenyataan bahwa bila seseorang akan memilih
moda perjalanannya ia akan menimbang-nimbang berapa selisih keuntungan dan
kekurangan dari tiap-tiap moda yang bersaing.
Dengan cara yang berbeda, nilai utilitas sebagai respon dari individu dapat juga
dinyatakan dalam bentuk probabilitas pemilihan moda tertentu. Ini dinyatakan
dalam persamaan berikut ini :
⎡ P
⎤
Ln ⎢ KA ⎥ = a0 + a1 ( X 1 ) + a2 ( X 2 ) + K + an ( X n )
1
P
−
KA ⎦
⎣
....(2.20)
Sehingga dari persamaan (2.19) dan (2.20) ini dapat dihasilkan persamaan baru
sebagai berikut :
⎡ P ⎤
Ln ⎢ KA ⎥ = U KA − U BUSl
⎣1 − PKA ⎦
....(2.21)
Dalam menentukan sifat penting untuk memahami dan meramalkan perilaku,
digunakan ukuran statistik. Yaitu konsep significance test yang memberikan
31
ukuran tingkat keberartian dari faktor yang mempengaruhi atau tidak dan ukuran
kesesuaian model atau goodness-of-fit (R-square). Persamaan-persamaan di atas
juga berlaku dalam hal pemodelan Kereta Api – Bus. Persamaan (2.21) disebut
sebagai
transformasi
linear
model
logit
binomial atau dikenal sebagai
transformasi Berkson-Theil.
II.8 Elastisitas pemilihan Moda
Ortuzar dan Willumsen (1994), mengartikan elastisitas sebagai besarnya
pengaruh persentase perubahan dari variabel tidak bebas terhadap variabel bebas
lainya. Elastisitas juga merupakan ukuran yang sering digunakan untuk
menyatakan perubahan reaksi permintaan (The Demand for Public Transport,
1980).
Kegunaan elastisitas model berkaitan dengan pemilihan moda adalah memberikan
informasi dari model yang diperoleh dengan cara mengukur sensitivitas respon
pengguna moda terhadap variabel bebas.
Elastisitas ini terbagi dua, yaitu:
1. Elastisitas Langsung (direct-elasticity). Elastisitas langsung mengukur
persentase perubahan didalam probabilitas memilih moda, sebagai hasil
perubahan persentase yang diberikan pada atribut didalam fungsi utilitas
moda yang ditentukan.
2. Elastisitas Silang (cross-elasticity). Elastisitas silang mengukur persentase
perubahan didalam probabilitas memilih moda, sebagai hasil perubahan
prosentase yang diberikan pada satu atribut didalam fungsi utilitas
alternatif moda yang ditentukan.
Elastisitas dalam memilih moda dinyatakan sebagai berikut:
∂Pji x jni
Ej
=
.
x jni ∂x jni Pji
dimana:
.......(2.22)
32
Ej
x jni
= elastisitas dari probabilitas dalam memilih moda j, berkaitan dengan
perubahan dalam atribut ke-n yang dinyatakan dalam fungsi utilitas bagi
individu i.
xjni = atribut ke-n dalam memilih moda j, bagi individu i.
Pji = probabilitas memilih moda j, bagi individu i.
Dengan menyelesaikan turunan terhadap xjni, elastisitas langsung seperti telah
didefenisikan pada persamaan (2.22) dapat dirumuskan sebagai berikut:
Ej
x jni
= β jni .Pji (1 − Pji ).
x jni
Pji
= βjni . xjni (1 – Pji)
.......(2.23)
Denga cara yang sama elastisitas silang dapat dirumuskan sebagai berikut:
Ej
x kni
=
∂Pji x kni
.
= − β kni .x kni .Pki
∂x kni Pji
.......(2.24)
dimana:
βjni adalah koefisien dari atribut xjni
Dalam pemilihan moda yang menggunakan model logit binomial atau pemilihan
terhadap dua alternatif moda, pembahasan elastisitas yang ditetapkan adalah
dalam bentuk selisih nilai atribut antara kedua moda yang dalam studi ini adalah
kereta api dan bus. Oleh karena itu rumusan elastisitas langsung yaitu elastisitas
pemilihan kereta api terhadap perubahan selisih nilai atribut ke-n adalah:
EKA
= − β n .( xn KA − xn BUS ).(1 − PKA )
( xn KA − xn BUS )
.......(2.25)
dan rumusan elastisitas silang yaitu elastisitas pemilihan terhadap perubahan
selisih nilai atribut ke-n adalah:
E BUS
= − β n .( xnKA − xnBUS ).PKA
( xnKA − xnBUS )
.......(2.26)
33
Nilai E langsung dan E silang dibedakan pada penggunaan nilai atributnya, misal
E langsung (moda A terhadap atribut moda A) dan E silang (moda A terhadap
atribut moda B/alternatif lain). Nilai E silang dapat berupa bilangan positif atau
negatif, jika positif artinya A dan B merupakan substitusi (diganti) dan jika
negatif artinya A dan B merupakan komplemen (pelengkap).
Dari hasil rumusan di atas nilai-nilai elastisitas bervariasi dari nol sampai tak
terhingga dan mempunyai arti sebagai berikut:
™ E > 1 artinya persentase perubahan probabilitas pemilihan moda lebih
besar dari pada persentase perubahan atribut pemilihan moda, disebut
elastis;
™ E = 1 artinya persentase perubahan probabilitas pemilihan moda sama
dengan dari pada persentase perubahan atribut pemilihan moda, disebut
unitary elastis, pada hal ini perubahan atribut akan menyebabkan
persentase perubahan probabilitas pemilihan moda yang sama pada setiap
titik pada kurva permintaan;
™ E <1 artinya persentase perubahan probabilitas pemilihan moda lebih kecil
dari pada persentase perubahan atribut pemilihan moda, disebut in elastis;
™ E = 0 artinya sama sekali tidak ada perubahan probabilitas pemilihan
moda, bila atribut pemilihan moda berubah, disebut sama sekali tidak
elastis, hal ini dikatakan bahwa jumlah permintaan pemilihan moda tidak
peka/tidak sensitif terhadap perubahan nilai atribut ;
™ E = ∞ artinya berubah probabilitas pemilihan moda, tetapi atribut
pemilihan moda sama sekali tidak berubah, disebut sama sekali elastis.
Keadaan semacam ini permintaan pemiliham moda bebas memilih pada
nilai atribut yang berlaku;
™ Nilai E langsung dan E silang dibedakan pada penggunaan nilai atributnya,
misal E langsung (moda A terhadap atribut moda A) dan E silang (moda A
terhadap atribut moda B/alternatif lain). Nilai E silang dapat berupa
bilangan positif atau negatif, jika positif artinya A dan B merupakan
34
substitusi (diganti) dan jika negatif artinya A dan B merupakan
komplemen (pelengkap).
II.9 Penelitian Model Disagregat Yang Pernah Dikembangkan
Ortuzar dan Garrido (1993) mengadakan penelitian terhadap 122 pelajar dan 125
staf pada Universitas Katolik Chile di Santiago mengenai pemilihan moda antara
bus dan kendaraan pribadi.
Atribut level of service dari dua pilihan moda tersebut adalah:
a. Biaya perjalanan (variasi dalam 3 level)
b. Waktu perjalanan (variasi dalam 2 level)
c. Jarak berjalan (variasi dalam 3 level)
d. Transit antar kedatangan, dihubungkan pada waktu tunggu (variasi dalam 2
level).
Identifikasi pilihan digunakan metoda rating skala semantik (makna) dan analisa
regresi linier.
Sitindaon (2001) menggambarkan model disagregat pemilihan moda angkutan
barang antara kereta api dan truk pada Rute Pematang Siantar – Medan yang
menggunakan model logit binomial. Variabel yang digunakan terdiri dari:
a. Keadaan atribut secara umum terdiri dari tipe komoditas, jarak perjalanan,
ukuran pengiriman, nilai komoditas, unit kargo dan tujuan pengiriman.
b. Atribut perjalanan dan pelayanan terdiri dari akses ke terminal, waktu tunggu
di terminal asal, ongkos transport, waktu perjalanan, kepercayaan terhadap
penumpang hilang/rusak/bocor dan waktu tunggu di pelabuhan.
Estimasi parameter model dengan menggunakan metode analisa multiple linear
regression dengan prinsip Least square dan sebagai pembanding digunakan
analisa logit biner dengan prinsip maximum likelihood.
Hasil pertimbangan
terhadap enam atribut dalam kajian model pemilihan moda yang dilakukan cukup
rendah dengan R2 yaitu 0,295 untuk maximum likelihood, hal ini disebabkan
ketidakseimbangan perbandingan pilihan sampel sedangkan untuk analisis regresi
hasilnya cukup baik yaitu dengan R2 = 0,511.