4 STEP MODEL : TRIP DISTRIBUTION

Seri Perencanaan Transportasi

Dosen :
Dr. Ir. La Ode Muh. Magribi, MT
SEBARAN PERJALANAN (TRIP DISTRIBUTION)
Merupakan kelanjutan/pengembangan dari tahap
bangkitan perjalanan (trip generation).
Merupakan jumlah perjalanan/yang bermula dari
suatu zona asal yang menyebar ke banyak zona
tujuan.
Atau, jumlah perjalanan/ yang datang mengumpul ke
suatu zona tujuan yang tadinya berasal dari sejumlah
zona asal.
Membantu kita melihat dengan mudah Pola
Perjalanan Antar Zona berupa arus pergerakan
kendaraan, penumpang dan barang.
Alat bantu untuk melihat Pola Perjalanan Antar Zona
berupa Matriks Pergerakan atau Matriks Asal-
Tujuan (MAT) atau O-D Matrix.
Pola Perjalanan dari dan ke Berbagai Zona

Zona Tujuan J1
200 Trip

Pergi ke atau Zona Tujuan J2

Zona Menyebar ke- 100 Trip
Menghasilkan
Asal i 1000 Perjalanan
Zona Tujuan J3
500 Trip

Zona Tujuan J4
200 Trip

Zona Asal I1
800 Trip

Zona Asal I2
50 Trip
1000 Perjalanan Zona
Datang Ke- Tujuan j
Zona Asal I3
50 Trip

Zona Asal I4
100 Trip
 M.A.T (O-D Matriks) Kondisi Yg. Harus Dipenuhi

N N
O i Tid Dd Tid
d 1 i1

N N N N
T Oi Dd Tid
i1 d1 i 1 d 1

Sel matriks, selain berisi informasi/data

Besarnya arus perjalanan, juga berisi
Data-data: tingkat aksesibilitas, jarak,
waktu perjalanan dan biaya transportasi.

Tid = pergerakan dari zona asal i ke

zona tujuan d
Oi = jlh. Pergerakan berasal dari zona
asal i
Dd = jlh. Pergerakan yang menuju ke
zona tujuan d
Sel matriks merupakan jumlah Perjalanan Total Perjalanan Antar
T = total matriks
Dari zona asal 3 ke zona tujuan 2 Zona dalam Wilayah Studi

BARIS MATRIKS (secara vertikal dari atas ke bawah) menyatakan ZONA

ASAL (dari mana sejumlah perjalanan = Oi berasal)
KOLOM MATRIKS (secara horisontal dari kiri ke kanan) menyatakan ZONA
TUJUAN (ke mana sejumlah perjalanan = Dj menuju/bertujuan)
SEL MATRIKS (persilangan baris dan kolom) menyatakan besarnya perjalanan
kendaraan, penumpang dan barang yang bergerak dari satu ZONA ASAL i
tertentu ke ZONA TUJUAN j tertentu.
 METODE UNTUK MENDAPATKAN M.A.T
Metode Wawancara di tepi jalan
Langsung Wawancara di rumah
Metode menggunakan bendera
Metode foto udara
Metode mengikuti mobil

Metode
Konvensional
Metode Analogi

Tanpa Batasan
- Seragam
Metode td Dengan Satu Batasan
Langsung - Batasan Bangkitan
- Batasan Tarikan
Metode
Dengan Dua Batasan
MAT
- Rata-Rata
- Fratar
- Detroit
- Furness

Metode Tidak Metode Berdasarkan

Konvensional Informasi Arus Lalulintas
Metode Sintetis
Estimasi Matriks Entropi
maksimum (EMEM) Model Opportunity
Model Estimasi Kebutu- Model Gravity
han Transportasi-MEKT Model Gravity-Opportu
nity
 METODE ANALOGI

Setiap metode berasumsi bahwa : Pola pergerakan pada saat

sekarang dapat diproyeksikan ke masa mendatang dengan
menggunakan TINGKAT PERTUMBUHAN zona yang berbeda-
beda.
Model persamaan umum : Tid = tid.E
Tid = pergerakan pada masa mendatang dari zona asal i ke zona
tujuan d
tid = pergerakan pada masa sekarang dari zona asal i ke zona
tujuan d
E = tingkat pertumbuhan
Tingkat pertumbuhan E dapat berupa 1 faktor saja atau
kombinasi dari berbagai faktor, yang bisa di dapat dari proyeksi
TGL atau bangkitan lalin.
METODE ANALOGI : Metode Tanpa Batasan

Metode Tanpa Batasan = Metode Seragam

Asumsi : untuk keseluruhan daerah kajian hanya ada 1 nilai tingkat
pertumbuhan yang digunakan untuk mengalikan semua pergerakan pada
saat ini dalam upaya mendapatkan pergerakan pada masa mendatang
Persamaan umum :
T
E T = total pergerakan masa mendatang dlm daerah kajian
t = total pergerakan masa sekarang dlm daerah kajian
t

Tid t id .E Tid = jumlah perjalanan masa mendatang dari zona asal I ke zona tujuan d
tid = jumlah perjalanan masa sekarang dari zona asal I ke zona tujuan d

MAT pada masa sekarang dan tingkat pertumbuhan setiap zona

Zona 1 2 3 4 5 oi Oi Ei
1 20 40 50 60 80 250 500 2,000
2 40 30 100 50 80 300 300 1,000
3 60 30 20 90 150 350 875 2,500
4 80 70 60 40 200 450 1350 3,000
5 100 80 90 80 50 400 475 1,188
dd 300 250 320 320 560 1750
Dd 300 750 640 480 1330 3500
Ed 1,000 3,000 2,000 1,500 2,375 2
 METODE SERAGAM : LANJUTAN
MAT pada masa sekarang dan tingkat pertumbuhan setiap zona
Zona 1 2 3 4 5 oi Oi Ei
1 20 40 50 60 80 250 500 2.000
2 40 30 100 50 80 300 300 1.000
3 60 30 20 90 150 350 875 2.500
4 80 70 60 40 200 450 1350 3.000
5 100 80 90 80 50 400 475 1.188
dd 300 250 320 320 560 1750
Dd 300 750 640 480 1330 3500
Ed 1.000 3.000 2.000 1.500 2.375 2

MAT pada masa mendatang dengan E = 2,0

Zona 1 2 3 4 5 oi Oi Ei
1 40 80 100 120 160 500 500 1.000
2 80 60 200 100 160 600 300 0.500
3 120 60 40 180 300 700 875 1.250
4 160 140 120 80 400 900 1350 1.500
5 200 160 180 160 100 800 475 0.594
dd 600 500 640 640 1120 3500
Dd 300 750 640 480 1330 3500
Ed 0.500 1.500 1.000 0.750 1.188 1

Metode seragam tidak dapat menjamin dipenuhinya batasan bangkitan dan tarikan
Untuk zona yang tingkat pertumbuhannya < tingkat pertumbuhan global akan mengha-
silkan perkiraan lalin masa mendatang yang lebih tinggi dari yang diharapkan. Sebalik-
nya, untuk zona yang tingkat pertumbuhannya lebih tinggi, menghasilkan perkiraan la-
lulintas masa mendatang yang lebih rendah dari yang diharapkan.
Hanya dpt digunakan pada wilayah yang tingkat pertumbuhannya sudah merata.
Metode Dengan Satu Batasan
Batasan Bangkitan
Zona 1 2 3 4 5 oi Oi Ei
1 40 80 100 120 160 500 500 1.000
2 40 30 100 50 80 300 300 1.000
3 150 75 50 225 375 875 875 1.000
4 240 210 180 120 600 1350 1350 1.000
5 119 95 107 95 59 475 475 1.000
dd 589 490 537 610 1274 3500
Dd 300 750 640 480 1330 3500
Ed 0.509 1.531 1.192 0.787 1.044 1

Batasan Tarikan
Zona 1 2 3 4 5 oi Oi Ei
1 20 120 100 90 190 520 500 0.962
2 40 90 200 75 190 595 300 0.504
3 60 90 40 135 356 681 875 1.285
4 80 210 120 60 475 945 1350 1.429
5 100 240 180 120 119 759 475 0.626
dd 300 750 640 480 1330 3500
Dd 300 750 640 480 1330 3500
Ed 1.000 1.000 1.000 1.000 1.000 1
 Metode dengan Dua-Batasan
Dipakai jika masing-masing zona yang ada di dalam lingkup wilayah studi memiliki
karakteristik pertumbuhan yang berbeda-beda satu sama lain. Misalnya dalam hal
jumlah penduduk atau variabel lain seperti tingkat pendapatan, pertumbuhan
wilayah, dsb.
Tingkat pertumbuhan yang berbeda dirata-ratakan dengan jalan menjumlahkan
pertumbuhan di zona asal I dan zona tujuan d kemudian dibagi dua.

Ei Ed Oi Dd
Tid t id . Ei dan Ed
2 oi dd

o i Oi dan d d Dd
Proses pengulangan (iterasi) harus dilakukan untuk meminimumkan besarnya
perbedaan tsb dengan mengatur nilai Ei dan Ed sampai oi = Oi dan dd = Dd,
sehingga :

O D E 0
E 0

Ei
0 i
dan E d
0 d
Tid t id .
1 0 i d

oi dd 2
Contoh Perhitungan : Metode Rata-Rata

Zona 1 2 3 4 5 oi Oi Ei
1 20 40 50 60 80 250 500 2.000
2 40 30 100 50 80 300 300 1.000
3 60 30 20 90 150 350 875 2.500
4 80 70 60 40 200 450 1350 3.000
5 100 80 90 80 50 400 475 1.188
dd 300 250 320 320 560 1750
Dd 300 750 640 480 1330 3500
Ed 1.000 3.000 2.000 1.500 2.375 2

Perhitungan nilai Tid untuk iterasi ke-1

E10 E10 2 1
T t .
1
11
0
11 20. 30
2 2
E10 E 02 2 3
T t .
1
12
0
12 40. 100
2 2
...
...
E 50 E 50 1,1878 2,3750
T t .
1
55
0
55 50. 89,06
2 2
Contoh Perhitungan : MAT iterasi I
Zona 1 2 3 4 5 oi Oi Ei
1 30 100 100 105 175 510 500 0.980
2 40 60 150 62.5 135 447.5 300 0.670
3 105 82.5 45 180 365.63 778.13 875 1.124
4 160 210 150 90 537.5 1147.5 1350 1.176
5 109.38 167.5 143.44 107.5 89.06 616.88 475 0.770
dd 444.38 620 588.44 545 1302.19 3500.01
Dd 300 750 640 480 1330 3500
Ed 0.675 1.210 1.088 0.881 1.021 1.000

Perhitungan nilai Tid untuk ierasi ke-2

E11 E11 0,9804 0,6751
T t .
2
11
1
11 30. 24,83
2 2
E11 E 02 0,9804 1,2097
T t .
2
12
1
12 100. 109,50
2 2
...
...
E15 E15 0,7700 1,0214
T t .
2
55
1
55 89,06. 79,77
2 2
MAT iterasi ke-2
Zona 1 2 3 4 5 oi Oi Ei
1 24.83 109.5 103.4 97.71 175.15 510.59 500 0.979
2 26.91 56.4 131.85 48.47 114.19 377.82 300 0.794
3 94.48 96.28 49.77 180.47 392.29 813.29 875 1.076
4 148.13 250.55 169.81 92.57 590.67 1251.73 1350 1.079
5 79.03 165.8 133.23 88.73 79.77 546.56 475 0.869
dd 373.38 678.53 588.06 507.95 1352.07 3499.99
Dd 300 750 640 480 1330 3500
Ed 0.803 1.105 1.088 0.945 0.984 1.000003

MAT iterasi ke-20

Zona 1 2 3 4 5 oi Oi Ei
1 19 118 115 89 159 500 500 1.00
2 16 49 118 35 83 301 300 1.00
3 84 120 64 191 416 875 875 1.00
4 128 305 213 95 609 1350 1350 1.00
5 52 158 131 71 64 476 475 1.00
dd 299 750 641 481 1331 3502
Dd 300 750 640 480 1330 3500
Ed 1.00 1.00 1.00 1.00 1.00 1.00
Metode Fratar

Asumsi Dasar :
a. Sebaran pergerakan dari zona asal pada masa mendatang sebanding
dengan sebaran pergerakan pada masa sekarang;
b. Sebaran pergerakan pada masa mendatang dimodifikasi dengan nilai
tingkat pertumbuhan zona tujuan pergerakan tersebut.
Secara matematis, metode Fratar dapat dinyatakan sebagai:

Li Ld
Tid t id .E i .E d .
2
N N

t ik t kd
Li N
k i
dan Ld N
k d

E
k i
k .t ik E
k d
k .t kd
 N N

t ik t kd
Li k i
dan Ld k d

Contoh: Metode Fratar N

E
k i
k .t ik
N

E
k d
k .t kd
Zona 1 2 3 4 5 oi Oi Ei Li
1 20 40 50 60 80 250 500 2.00 0.523
2 40 30 100 50 80 300 300 1.00 0.47
3 60 30 20 90 150 350 875 2.50 0.552
4 80 70 60 40 200 450 1350 3.00 0.664
5 100 80 90 80 50 400 475 1.19 0.47
dd 300 250 320 320 560 1750
Dd 300 750 640 480 1330 3500
Ed 1.00 3.00 2.00 1.50 2.38 2.00
Ld 0.469 0.557 0.431 0.533 0.554

t 12 t 13 t 14 t 15 40 50 60 80
L1 0,523
E 2 .t 12 E 3 .t 13 E 4 .t 14 E 5 .t 15 40 x1 50 x 2,5 60 x3 80 x1,188
t 21 t 23 t 24 t 25 40 100 50 80
L2 0,470
E1 .t 21 E 3 .t 23 E 4 .t 24 E 5 .t 25 40 x 2 100 x 2,5 50 x3 80 x1,188
Li ...
...
t 51 t 52 t 53 t 54 100 80 90 80
L5 0,470
E1 .t 51 E 2 .t 52 E 3 .t 53 E 4 .t 54 100 x 2 80 x1 90 x 2,5 800 x3,0
t 21 t31 t 41 t51 40 60 80 100
L1 0,469
E2 .t 21 E3 .t31 E4 .t 41 E5 .t51 40 x3 60 x 2 80 x1,5 100 x 2,375
t12 t32 t 42 t52 40 30 70 80
L2 0,557
E1.t12 E3 .t32 E4 .t 42 E5 .t52 40 x1 30 x 2 70 x1,5 80 x 2,375
...
Ld
...
t15 t 25 t35 t 45 80 80 150 200
L5 0,554
E1.t15 E2 .t 25 E3 .t35 E4 .t 45 80 x1 80 x3 150 x 2,0 200 x1,5
 Contoh: Metode Fratar (Iterasi ke-1)
L1 L11 0,523 0,469
T111 t11
1
.E11 .E11 . 1 20 x 2,000 x1,000 x 19,83

2 2
L11 L12 0,523 0,557
T12 t12 .E1 .E 2 .
1 1 1 1
40 x 2,000 x3,000 x 129,56

2 2
Li Ld L1 L13
50 x 2,000 x 2,000 x
0,523 0,431
Tid t id .E i .E d . T131 t13 .E11 .E 31 . 1 95,34
1

2 2
2 ...
L12 L11 0,470 0,469
T 1
t .E .E .
1 1 1
40 x1,000 x1,000 x 18,76
21 21 2 1
2 2
...
L15 L15 0,470 0,554
T 1
t .E .E .
1 1 1
50 x1,188 x 2,375 x 72,21
55 55 5 5
2 2

Zona 1 2 3 4 5 oi Oi Ei Li
1 19.83 129.56 95.34 95.05 204.64 544.42 500 0.92 1.009
2 18.76 46.19 90.02 37.61 97.27 289.85 300 1.04 1.029
3 76.53 124.73 49.12 183.1 492.55 926.03 875 0.94 1.002
4 135.91 384.59 197.03 107.76 868.05 1693.34 1350 0.80 0.966
5 55.72 146.31 96.23 71.47 72.21 441.94 475 1.07 1.055
dd 306.75 831.38 527.74 494.99 1734.72 3895.58
Dd 300 750 640 480 1330 3500
Ed 0.98 0.90 1.21 0.97 0.77 0.90
Ld 1.009 1.029 1.074 0.934 0.963
 Perhitungan Li dan Ld Iterasi ke-2
t12 t13 t14 t15 129,56 95,34 95,05 204,64
L1 1,009
E 2 .t12 E 3 .t13 E 4 .t14 E 5 .t15 129,56 x1,035 95,34 x0,945 95,05 x0,797 204,64 x1,075
t 21 t 23 t 24 t 25 18,76 90,02 37,61 97,27
L2 1,029
Li E1 .t 21 E 3 .t 23 E 4 .t 24 E 5 .t 25 18,760 x0,918 90,020 x0,945 37,61x0,797 97,27 x1,075
..
..
t 51 t 52 t 53 t 54 55,72 146,31 96,23 71,47
L5 1,055
E1 .t 51 E 2 .t 52 E 3 .t 53 E 4 .t 54 55,720 x0,918 146,31x1,035 96,23x0,945 71,47 x0,797

t 21 t 31 t 41 t 51 18,76 76,53 135,91 55,72

L1 1,009
E 2 .t 21 E 3 .t 31 E 4 .t 41 E 5 .t 51 18,760 x0,902 76,530 x1,213 135,91x0,970 55,720 x0,767
t12 t 32 t 42 t 52 129,56 124, ,73 384,59 146,31
L2 1,029
E1 .t12 E 3 .t 32 E 4 .t 42 E 5 .t 52 129,56 x0,978 124,73x1,213 384,59 x0,970 146,31x0,767
Ld ..
..
t 51 t 52 t 53 t 54 204,64 97,27 492,55 868,05
L5 1,055
E1 .t 51 E 2 .t 52 E 3 .t 53 E 4 .t 54 204,64 x0,978 97,27 x0,902 492,55 x1,213 868,05 x0,970
 Perhitungan Tid Iterasi ke-2
L12 L12 0,523 0,469
T112 t 11
2
.E12 .E12 . 20 x 2,00 x1,00 x
19,83

2 2
L12 L22 0,523 0,557
T122 t 12
2
.E12 .E 22 . 40 x 2,00 x3,00 x 129,56

2 2
L12 L23 0,523 0,431
T132 t 13 .E12 .E 32 . 50 x 2,00 x 2,00 x 95,34
Li Ld

2

2 2
Tid t id .E i .E d . ...
2 ...
L22 L12 0,470 0,469
T21 2
t 21
2
.E 22 .E12 . 40 x1,00 x1,00 x
18,76

2 2
...
...
L25 L25 0,47 0,554
T552 t 55
2
.E 52 .E 52 . 50 x1,19 x 2,38 x
72,21

2 2

MAT Pada Masa Mendatang dengan Metode Fratar (Iterasi Ke-10)

Zona 1 2 3 4 5 oi Oi Ei Li
1 19 118 115 89 159 500 500 1.00 1.009
2 20 45 116 38 81 300 300 1.00 1.029
3 81 124 65 187 418 875 875 1.00 1.002
4 119 316 215 91 609 1350 1350 1.00 0.966
5 60 148 129 75 63 475 475 1.00 1.055
dd 299 751 640 480 1330 3500
Dd 300 750 640 480 1330 3500
Ed 1.00 1.00 1.00 1.00 1.00 1.00
Ld 1.009 1.029 1.074 0.934 0.963
METODE DETROIT

Dikembangkan bersamaan dengan pelaksanaan Detroit

Metropolitan Area Traffic Study.
Keuntungannya mengurangi waktu operasi komputer.
Prinsipnya mirip dengan metode Rata-Rata dan Fratar
Asumsinya:
Jumlah pergerakan dari zona i meningkat sesuai
dengan tingkat pertumbuhan Ei, pergerakan ini harus
juga disebarkan ke zona d sebanding dengan Ed dibagi
dengan tingkat pertumbuhan global (E).

E i .E d
Tid t id .
E
 Contoh Perhitungan Metode Detroit
MAT Pada Masa Sekarang dengan Tingkat Pertumbuhan Setiap Zona
Zona 1 2 3 4 5 oi Oi Ei
1 20 40 50 60 80 250 500 2.000
2 40 30 100 50 80 300 300 1.000
3 60 30 20 90 150 350 875 2.500
4 80 70 60 40 200 450 1350 3.000
5 100 80 90 80 50 400 475 1.188
dd 300 250 320 320 560 1750
Dd 300 750 640 480 1330 3500
Ed 1.000 3.000 2.000 1.500 2.375 2

E i .E d Ei0 .Ed0
Tid t id . T t .
1
id
0
id 0


E E
E i0 .E10 2,00 x1,00
T 1
11 t .
0
11
20 x
20

0
E 2 ,0
E10 .E 20 2,00 x3,00
T121 t12 .
0
40 x
120

0
E 2 , 0
...
...
E 50 .E 50 1,19 x 2,38
T 1
55 t .
0
55
50 x
70,51

0
E 2, 0
Metode Detroit : Hasil Iterasi Ke-1

E i0 .E10 2,00 x1,00

T t .
1
11
0
11

20 x 20

0
E 2 ,0
E10 .E 20 2,00 x3,00
T12 t12 .
1 0

40 x 120

0
E 2 , 0
...
...
E 50 .E 50 1,19 x 2,38
T 1
55 t .
0
55
50 x
70,51
2,0
0
E

Zona 1 2 3 4 5 oi Oi Ei
1 20 120 100 90 190 520 500 0.962
2 20 45 100 37.5 95 297.5 300 1.008
3 75 112.5 50 168.75 445.31 851.56 875 1.028
4 120 315 180 90 712.5 1417.5 1350 0.952
5 59.38 142.5 106.88 71.25 70.51 450.52 475 1.054
dd 294.38 735 536.88 457.5 1513.32 3537.08
Dd 300 750 640 480 1330 3500
Ed 1.019 1.020 1.192 1.049 0.879 0.989517
 Metode Detroit : Perhitungan Iterasi Ke-2
E 1 .E 1 0,9615 x1,0191
T112 t11
1
. i 1 1 20,00 x 19,81
E 0,9895
E .E
1 1
0,9615 x1,0204
T122 t 12
1
. 1 1 2 120,0 x 118,99
E 0,9895
...
...
E 1 .E 1 1,0544 x0,8789
T552 t 55
1
. 5 1 5 70,51x
66,03
E 0,9895

Zona 1 2 3 4 5 oi Oi Ei
1 19.81 118.99 115.84 91.76 162.26 508.66 500 0.983
Iterasi Ke-2

2 20.77 46.79 121.48 40.1 85.09 314.23 300 0.955

3 79.37 119.2 61.89 183.85 406.4 850.71 875 1.029
4 117.7 309.36 206.52 90.88 602.69 1327.15 1350 1.017
5 64.47 154.94 135.75 79.65 66.03 500.84 475 0.948
dd 302.12 749.28 641.48 486.24 1322.47 3501.59
Dd 300 750 640 480 1330 3500
Ed 0.993 1.001 0.998 0.987 1.006 0.999546
Zona 1 2 3 4 5 oi Oi Ei
1 19 118 115 89 159 500 500 1.000
Iterasi Ke-8

2 20 45 117 38 81 301 300 0.997

3 81 124 65 187 418 875 875 1.000
4 119 316 213 91 611 1350 1350 1.000
5 61 147 130 74 62 474 475 1.002
dd 300 750 640 479 1331 3500
Dd 300 750 640 480 1330 3500
Ed 1.000 1.000 1.000 1.002 0.999 1
METODE FURNESS

Metodenya sangat sederhana dan mudah

digunakan.
Sebaran pergerakan pada masa mendatang
didapatkan dengan mengalikan sebaran
perherakan pada saat ini dengan tingkat
pertumbuhan zona asal atau zona tujuan yang
dilakukan secara bergantian.
Secara matematis, metode Furness dapat
dinyatakan sebagai berikut:
Tid t id .Ei Tid t id .E d
Contoh Metode Furness
MAT Pada Masa Sekarang dengan Tingkat Pertumbuhan Setiap Zona
Zona 1 2 3 4 5 oi Oi Ei
1 20 40 50 60 80 250 500 2.000
2 40 30 100 50 80 300 300 1.000
3 60 30 20 90 150 350 875 2.500
4 80 70 60 40 200 450 1350 3.000
5 100 80 90 80 50 400 475 1.188
dd 300 250 320 320 560 1750
Dd 300 750 640 480 1330 3500
Ed 1.000 3.000 2.000 1.500 2.375 2
1
T11 t11
0
.E10 20 x 2,0 40
1
T12 t12
0
.E10 40 x 2,0 80
1
T13 t13
0
.E10 50 x 2,0 100
...
1
T21 t 21
0
.E20 40 x1,0 40
...
1
T55 t55
0
.E50 50 x1,19 59,38 Iterasi Ke-1
Zona 1 2 3 4 5 oi Oi Ei
1 40 80 100 120 160 500 500 1.000
2 40 30 100 50 80 300 300 1.000
3 150 75 50 225 375 875 875 1.000
4 240 210 180 120 600 1350 1350 1.000
5 118.75 95 106.88 95 59.38 475.01 475 1.000
dd 588.75 490 536.88 610 1274.38 3500.01
Dd 300 750 640 480 1330 3500
Ed 0.510 1.531 1.192 0.787 1.044 0.999997
 Contoh Metode Furness : Iterasi Ke-2
T112 t11
1
.E11 40 x0,5096 20,38
T122 t 12
1
.E 21 80 x1,5306 122,45
T132 t13
1
.E 31 100 x1,192 119,21
...
T212 t 21
1
.E 21 40 x0,5096 20,38
...
T552 t 55
1
.E 51 59,38 x1,044 61,97 Iterasi Ke-2
Zona 1 2 3 4 5 oi Oi Ei
1 20.38 122.45 119.21 94.43 166.98 523.45 500 0.955
2 20.38 45.92 119.21 39.34 83.49 308.34 300 0.973
3 76.43 114.8 59.6 177.05 391.37 819.25 875 1.068
4 122.29 321.43 214.58 94.43 626.19 1378.92 1350 0.979
5 60.51 145.41 127.4 74.75 61.97 470.04 475 1.011
dd 299.99 750.01 640 480 1330 3500
Dd 300 750 640 480 1330 3500
Ed 1.000 1.000 1.000 1.000 1.000 1

Zona 1 2 3 4 5 oi Oi Ei
1 19 118 115 89 159 500 500 1.000
Iterasi Ke-10

2 20 45 117 38 81 301 300 0.997

3 81 124 65 187 418 875 875 1.000
4 119 316 213 91 611 1350 1350 1.000
5 61 147 130 74 62 474 475 1.002
dd 300 750 640 479 1331 3500
Dd 300 750 640 480 1330 3500
Ed 1.000 1.000 1.000 1.002 0.999 1
Keuntungan Metode Analogi
Mudah dimengerti dan digunakan, hanya membutuhkan data
pergerakan antarzona (MAT) pada masa sekarang dan
perkiraan tingkat pertumbuhan zona pada masa mendatang
yang sederhana.
Proses pengulangan (iterasi) nya sederhana
Data aksesibilitas (waktu, jarak, dan biaya) antar zona tidak
diperlukan.
Penggunaannya fleksibel, misalnya untuk moda transportasi
lain, untuk tujuan perjalanan yang berbeda, untuk selang
waktu yang berbeda, dan juga dapat digunakan untuk arah
pergerakan yang berbeda.
Sudah sering digunakan dan menghasilkan tingkat ketepatan
yang cukup tinggi jika digunakan pada daerah yang pola
pengembangan wilayahnya stabil.
Kekurangan Metode Analogi

Membutuhkan data lengkap dari seluruh pergerakan antarzona pada saat

sekaran (tid), informasi ini sangat mahal.
Dibutuhkan jumlah zona yang selalu tetap.
Jika ditemukan bahwa anatara 2 buah zona pada saat sekarang belum
terjadi pergerakan (tid=0), maka tidak akan pernah diperoleh ramalan
pergerakan tersebut pada masa mendatang.
Pergerakan intra zona (i=d) tidak diperhitungkan, sehingga meningkatkan
galat dan membutuhkan jumlah iterasi yang semakin banyak, selanjutnya
memungkinkan terjadinya galat yang semakin besar.
Jika pada masa sekarang terdapat sel matriks yang tidak didapatkan
informasi pergerakannya (datanya tidak ada), maka sel matriks tersebut
tidak akan didapatkan pergerakannya masa mendatang.
Metode ini sangat tergantung pada tingkat akurasi informasi pergerakan
antar zona pada masa sekarang.
Asumsi mengenai tidak ada perubahan pada aksesibilitas sering dikritik.
Metode ini tidak dapat digunakan pada daerah yang pesat pengembangan
wilayahnya dan tajam peningkatan aksesibilitas sistem jaringan
transportasinya.