LAMPIRAN B MODEL SEBARAN GRAVITY (GR) DAN GRAVITY-OPPORTUNITY (GO) DARI DATA ARUS LALULINTAS Dimana: Vl Tid .pidl i d Turunan pertama Vl terhadap parameter yang diestimasi: Vl T id . pidl i d Vl T id . pidl i d Turunan kedua Vl terhadap parameter yang diestimasi: 2Tid l 2Vl 2 . pid 2 i d 2Tid l 2Vl . pid 2 2 i d 2Tid l 2Vl . pid i d 265 MODEL GRAVITY DAN GRAVITY-OPPORTUNITY Tid Ai .Oi .Bd . Dd .Fid Dengan: Turunan pertama Tid terhadap parameter yang diestimasi: Tid F B A Oi . Dd . Ai .Bd . id Fid . i .Bd Ai . d Tid F B A Oi . Dd . Ai .Bd . id Fid . i .Bd Ai . d Turunan kedua Tid terhadap parameter yang diestimasi: 2 Fid F A B A . B . 2 id . i .Bd Ai . d i d 2 2Tid O . D . i d 2 2 Ai Ai Bd 2 Bd Fid . . B 2 A d i 2 2 2 Fid F A B A . B . 2 id . i .Bd Ai . d i d 2 2Tid Oi . Dd . 2 2 Ai Ai Bd 2 Bd Fid . . B 2 A i 2 d 2 2 Fid Fid Ai B . . Bd Ai . d Ai . Bd . F A 2Tid B O i . Dd . id i Bd Ai . d 2 Ai Ai Bd Ai Bd 2 Bd F . . B A i id d Dimana: Ai 1 Bd . Dd .Fid N dan Bd d 1 1 Ai .Oi .Fid N i 1 Turunan pertama Ai dan Bd terhadap parameter yang diestimasi: 266 N Ai B F 2 Ai . Dd . Fid . d Bd . id d 1 N Ai B F 2 Ai . Dd . Fid . d Bd . id d 1 B d 2 Bd . O . F . O . F Bd 2 Bd . Ai F Ai . id . Ai F Ai . id N i 1 i id N i 1 i id Turunan kedua Ai dan Bd terhadap parameter yang diestimasi: 2 N 2 Ai B d F 3 2 A . Bd . id Dd . Fid . i 2 d 1 2 Ai 2 . Dd . Bd . N d 1 Fid 2 2. N 2 Ai B d F 3 2 A . Bd . id Dd . Fid . i 2 d 1 Ai 2 Bd Fid 2 Bd . Fid . 2 2 N 2 Fid Bd Fid 2 Bd . Dd . Bd . 2. . Fid . 2 2 d 1 N 2 Ai B F 3 2 Ai . Dd . Fid . d Bd . id d 1 N Fid B Fid . d Dd . Bd . d 1 Bd 2 2 Ai . N 2 Fid Bd Fid 2 Bd 2. . Fid . Dd . Bd . d 1 2 Bd 3 2 B d 2 N A F . O i . Fid . i Ai . id i 1 2 N 2 Fid Ai Fid 2 Ai . O i . Ai . 2. . Fid . 2 2 i 1 267 2 Bd 3 2Bd 2 N i 1 N A F . O i . Fid . i Ai . id i 1 Bd 2 . Oi . Ai . 2 Fid 2 2. 2 Ai Fid 2 Ai . Fid . 2 N 2 Bd A F 3 2Bd . O i . Fid . i Ai . id i 1 N Fid A Fid . i O i . Ai . i 1 2 Bd . N 2 Fid A F 2 Ai 2. i . id Fid . O i . Ai . i 1 268 FUNGSI HAMBATAN MODEL GRAVITY Untuk fungsi hambatan eksponensial negatif, digunakan persamaan berikut ini. Fid exp Cid Fid 0 Fid C id . exp C id 2 Fid 0 2 2 Fid 2 C id . exp Cid 2 2 Fid 0 Untuk fungsi hambatan pangkat, digunakan persamaan berikut: Fid C id Fid 0 Fid log e C id .C id 2 Fid 0 2 2 Fid 2 log e C id .C id 2 2 Fid 0 Untuk fungsi hambatan Tanner, digunakan persamaan berikut: Fid C id . exp Cid Fid log e C id . exp Cid . C id 269 2 Fid 2 log e C id . exp C id . C id 2 Fid C id . exp C id . C id 2 Fid 2 C id . exp C id . C id 2 2 Fid C id log e C id . exp Cid . C id 270 MODEL GRAVITY Pada Model Gravity-Opportunity diusulkan : f id jdi 1 .Fij j j Fij U ip p , j 1 U ip p , Dimana Uip ditentukan oleh parameter Ω dan Φ yang dipilih terlebih dahulu (diluar proses kalibrasi): Rumus umum transformasi Box-Cox: y , y 1 y 1 0≤μ≤1 Untuk ε = 0, maka : j j j 1 j 1 Fij ln U ip ln U ip 1 exp U ip exp U ip p p p p Turunan pertama Fij terhadap parameter yang diestimasi: Fij 1 j U ip p j U ip p j 1 U ip 1 p j 1 U ip p j j 1 U ip U ip j j 1 p p 1 exp U ip exp U ip p p Fij 1 j U ip p j U ip p j 1 U ip 1 p j 1 U ip p 271 j j 1 U ip U ip j j 1 p exp U p 1 exp U ip ip p p Turunan kedua Fij terhadap parameter yang diestimasi: 2 j j 2 U ip U ip 1 p 1 p j 2 2 j U ip U ip p 2 Fij p 2 2 j 1 j 1 2 U ip U ip 1 p 1 p j 1 2 2 j 1 U ip U ip p p 2 j j 2 U ip U ip j j p exp U p exp U ip 2 ip p p 1 2 j 1 j 1 2 U ip U ip j 1 j 1 p exp U p exp U ip 2 ip p p 272 2 j j 2 U ip U ip 1 p 1 p j 2 2 j U ip U ip p 2 Fij p 2 2 j 1 j 1 2 U ip U ip 1 p 1 p j 1 2 2 j 1 U ip U ip p p 2 j j 2 U ip U ip j p j p exp U ip exp U ip 2 p p 1 2 j 1 j 1 2 U ip U ip j 1 j 1 p exp U p exp U ip ip 2 p p 273 j j j U ip U ip 2 U ip p 1 1 p p 2 j j U ip U ip 2 p p Fij j 1 j 1 j 1 2 U ip U ip U ip 1 1 p p p j 1 2 j 1 U ip U ip p p j j j 2 U ip U U ip ip j j p exp U p p U ip exp ip p p 1 j 1 j 1 j 1 U ip U ip 2 U ip j 1 j 1 exp U p p exp U p ip ip p p Untuk ε ≠ 0, maka: j j 1 1 1 U ip 1 U ip 1 j j 1 p p Fij 1 U ip 1 U ip 1 p p Turunan pertama Fij terhadap parameter yang diestimasi: j j 1 U j 1 ip j 1 1 U ip Fij p U p U ip ip p p j j 1 1 1 1 U ip 1 U ip j j 1 p p 1 U ip 1 U ip 1 p p 274 j j 1 U ip U j 1 1 ip j 1 Fij p U p U ip ip p p j j 1 1 1 1 U ip 1 U ip j j 1 p U 1 p 1 U ip 1 ip p p Turunan kedua Fij terhadap parameter yang diestimasi: 2 j j 2 U U 1 2 ip ip j j p 1 U p U ip ip 2 p p 2 Fij 2 2 2 j 1 j 1 U ip U 1 2 ip j 1 j 1 p 1 U p U ip ip 2 p p 2 2 j j 1 1 1 U 2 U p ip 1 j p ip j U ip 1 1 U ip 1 2 p p 1 2 j 1 j 1 1 2 1 1 U ip 2 U ip j 1 p p 1 j 1 1 U ip 1 U ip 1 2 p p 275 2 j j 2 1 2 U ip U ip j j p p 1 U U ip ip 2 p p 2 Fij 2 2 2 j 1 j 1 U ip 2 U ip j 1 1 j 1 p p U ip 1 U ip 2 p p 2 2 j j 1 1 1 U 2 U p ip 1 j p ip j U ip 1 1 U ip 1 2 p p 1 2 j 1 j 1 1 2 1 1 U ip 2 U ip j 1 p p 1 j 1 U ip 1 2 1 U ip 1 p p 276 j j j 2 U U U j 1 2 ip ip ip j p p p U ip 1 U ip p p 2 Fij 2 j 1 j 1 j 1 1 2 j 1 U ip U ip U ip j 1 p p p 1 U U ip ip p p j 1 2 1 j 1 U ip 2 p 1 j U ip 1 1 U ip 1 p p j j U ip U ip p p 1 j 1 1 2 1 1 U 2 j 1 p ip j 1 1 U ip 1 1 U ip 1 p p j 1 j 1 U ip U ip p p 277 Pemilihan nilai Ω dan Φ untuk menentukan nilai Uip Ω = 1 dan Φ = 1 U ip exp 1 ε .α. Dip β .Cip U ip 1 ε . D ip . exp 1 ε .α. D ip β .C ip α U ip C ip . exp 1 ε .α. D ip β .C ip β 2U ip 2U ip 2 2 C ip exp 1 . . D ip .C ip 2 U ip β 2 1 D ip exp 1 . . D ip . ln Cip 2U ip ln Cip . exp 1 ε .α. D ip β . ln Cip 2 ln 2 C ip . exp 1 . . D ip . ln C ip 1 ε . D ip . exp 1 ε .α. D ip β . ln C ip α 2U ip U ip C ip 1 D ip exp 1 . . D ip C ip Uip exp 1 . .Dip . ln Cip 2 Ω = 1 dan Φ = 0 2U ip 1 D ip exp 1 . . D ip .Cip 2 2U ip 1 . D ip ln C ip exp 1 . . D ip . ln C ip Ω = 0 dan Φ = 1 Uip exp 1 . . ln Dip .Cip U ip α 1 ε . ln D ip . exp 1 ε .α. D ip β .C ip 278 U ip C ip . exp 1 ε .α. ln D ip β .C ip β 2U ip 1 ln D ip exp 1 . . ln D ip .Cip 2 2U ip 2U ip 2 2 C ip . exp 1 . . ln D ip .C ip 2 1 . ln D ip C ip exp 1 . . ln D ip .C ip Ω = 0 dan Φ = 0 U ip Dip U ip α β 2 2U ip D ip 1 1 C ip ln C ip 2 C ip 2 .ln D ip 1 1 Cip 1 ln 2 D ip D ip 2U ip .Cip C ip 1 ε . ln D ip D ip U ip 2U ip 1 2 C ip . C ip 2 ln C 1 ln D D ip 279 i p i 1 p