Transportasi

Bangkitan Tarikan Kota Bandung

person

Lead Researcher

Ripan Nursalam

Published

Mei 18, 2026

Read Time

Menghitung...

Views

visibility ...

Analisis Transportasi Kota · ITE Trip Generation · 2024

Bangkitan & Tarikan
Perjalanan
Kota Bandung

Pemodelan spasial-temporal pergerakan penduduk berbasis klasifikasi tata guna lahan ITE 11th Edition terhadap 413 ribu bangunan di 30 kecamatan.

0
Bangunan Teranalisis
0
Perjalanan Harian
30
Kecamatan
24 jam
Resolusi Temporal
scroll untuk eksplorasi
01 · Metodologi

Dari Data Bangunan
ke Model Perjalanan

Pipeline analisis ini menggabungkan data geospasial bangunan terbuka, standar tarif perjalanan internasional, dan distribusi temporal jam-an untuk menghasilkan estimasi bangkitan-tarikan yang komprehensif.

STEP 01
Akuisisi Data OSM
Unduh footprint bangunan seluruh Kota Bandung dari OpenStreetMap via Overpass API. ~650k+ raw features.
STEP 02
Estimasi GFA
Hitung luas tapak (footprint), estimasi jumlah lantai dari tag OSM/height, lalu GFA = Tapak × Lantai.
STEP 03
Klasifikasi ITE
Peta tag OSM (amenity, building, landuse) ke kode ITE menggunakan tabel prioritas mapping kustom.
STEP 04
Trip Rate × GFA
Hitung daily trips: Trips = GFA(1000sqft) × Rate(ITE). Unit residensial & hotel diestimasi dari GFA.
STEP 05
Distribusi Jam 0–23
Skalakan daily trips ke profil jam-an menggunakan distribusi ITE Appendices (Entering/Exiting %).
STEP 06
Analisis Spasial
Spatial join ke batas administrasi kecamatan/kelurahan, lalu agregasi dan pemodelan gravity OD.

Sumber Data

🌍
OpenStreetMap (OSM)
Footprint bangunan, tag amenity/building/landuse/shop untuk seluruh Kota Bandung. Diakses via Overpass API.
📖
ITE Trip Generation, 11th Ed.
Tarif perjalanan harian (daily trip rate) per kode land use, serta distribusi temporal jam-an (Vehicle Time of Day Distribution).
🗺️
Batas Administrasi BIG
GeoJSON batas kecamatan dan kelurahan Kota Bandung (30 kecamatan, 151 kelurahan) untuk spatial join dan agregasi.
⚙️
Stack Komputasi
Python · GeoPandas · Pandas · NumPy · SciPy · OSMnx. Pemrosesan 413k bangunan dengan vektorisasi NumPy.
Catatan metodologi: Analisis ini bersifat estimasi, bukan pengukuran langsung. Kualitas hasil sangat bergantung pada kelengkapan data OSM dan akurasi tag bangunan. Beberapa kecamatan dengan data OSM rendah mungkin under-represented.
02 · Ringkasan Eksekutif

Gambaran Umum Kota

Statistik agregat dari seluruh 30 kecamatan Kota Bandung berdasarkan pemodelan trip generation berbasis ITE.

413.102
Total Bangunan
Teridentifikasi & diproses dari OSM
10,0 juta
Perjalanan Harian
Gabungan masuk + keluar semua bangunan
16:00
Jam Puncak Dominan
87% kecamatan mencapai puncak sore
~88%
Dominasi Residensial
Rata-rata trip-share perumahan kota

Kecamatan Terpadat (Trips/Km²)

Kepadatan perjalanan mencerminkan intensitas aktivitas per satuan luas wilayah — indikator kemacetan lokal yang lebih akurat dibanding volume absolut.

Distribusi Jam Puncak

Mayoritas kecamatan mencapai puncak pada pukul 16:00 (sore/pulang kerja). Empat kecamatan dengan karakter edukasi/perkantoran tinggi berpuncak pagi (07:00).

26
Kecamatan
16:00 WIB
Puncak sore — karakter permukiman dominan
4
Kecamatan
07:00 WIB
Coblong, Sukasari, Cibeunying Kaler, Bandung Wetan
03 · Analisis Jam Puncak

Kepadatan Perjalanan
per Kecamatan

Trip density (perjalanan per km²) menunjukkan tekanan aktual infrastruktur jalan lokal. Kecamatan padat dengan luas kecil seperti Bojongloa Kaler dan Bandung Wetan memiliki densitas ekstrem meski volume absolutnya tidak tertinggi.

Trip Density per Kecamatan (Trips/Km²)
Diurutkan dari tertinggi ke terendah · seluruh 30 kecamatan
Tabel Lengkap
Semua metrik per kecamatan
04 · Profil Temporal

Pola Aktivitas 24 Jam:
Edukasi vs. Perkantoran

Perbandingan profil jam-an antara bangunan edukasi (sekolah, universitas) dan perkantoran mengungkap perbedaan signifikan dalam timing bangkitan perjalanan — menjelaskan pola kemacetan yang berbeda di pagi dan sore hari.

07:00
Puncak Edukasi Pagi
173.795 perjalanan dalam 1 jam — terbesar sepanjang hari
08:00–16:00
Distribusi Perkantoran
Aktivitas lebih merata sepanjang jam kerja, puncak minor di 16:00
Profil Perjalanan Jam-an: Edukasi vs. Perkantoran
Total trips masuk + keluar per jam · seluruh kota · bangunan dengan fungsi spesifik
Lonjakan ekstrem edukasi pada jam 07:00 (173k trips) vs puncak kantor 08:00 (10k trips) mencerminkan pola "school rush" yang sangat terkonsentrasi. Hal ini juga menjelaskan fenomena kemacetan akut di koridor menuju kampus dan sekolah pada pukul 06:30–07:30.
05 · Tata Guna Lahan

Dominasi Fungsi Bangunan
per Kecamatan

Komposisi trip-share per kategori land use menunjukkan karakter fungsional tiap kecamatan. Bandung Wetan menonjol sebagai satu-satunya kecamatan dengan dominasi non-residensial yang signifikan — mencerminkan fungsinya sebagai pusat kota.

Legenda: ● Residensial ● Komersial/Retail ● Edukasi ● Pariwisata/Hotel ● Perkantoran ● Industri
Komposisi Trip-Share per Kecamatan (Top 15 berdasarkan Volume)
Nilai dalam % dari total daily trips kecamatan tersebut
🏘️
Dominasi Residensial Ekstrem
Bandung Kulon mencapai 99,6% residensial — hampir murni permukiman tanpa fungsi campuran. Ini mengindikasikan pola commuting tinggi ke pusat kota.
🏛️
Bandung Wetan: Anomali Positif
Satu-satunya kecamatan dengan Komersial/Retail (28%) dan Edukasi (18%) yang signifikan — mencerminkan fungsi CBD dan keberadaan kampus ITB/UPI di sekitarnya.
🎓
Kluster Edukasi: Coblong & Sukasari
Coblong (30,4%) dan Sukasari (25,9%) memiliki share edukasi jauh di atas rata-rata — konsisten dengan keberadaan Universitas Padjadjaran dan ITB.
06 · Matriks Asal-Tujuan

Pola Pergerakan Antar
Kecamatan (Gravity Model)

Matriks OD diaproksimasi menggunakan gravity model: volume perjalanan antar kecamatan diestimasi sebanding dengan produk bangkitan asal dan tarikan tujuan, berbanding terbalik dengan kuadrat jarak sentroid.

Formula: Tij = (Oi × Dj) / dij² · k — di mana O = total trip asal residensial, D = total trip tujuan non-residensial, d = jarak antar sentroid kecamatan.
Heatmap Matriks OD (30 × 30 Kecamatan)
Warna lebih terang = volume perjalanan lebih tinggi · diagonal = internal kecamatan
Rendah
Tinggi Max: 1,38 jt trips (Coblong → internal)
Top 10 Arus Pergerakan
Pasangan asal-tujuan dengan volume tertinggi (non-internal)
07 · Kebutuhan Parkir

Estimasi Satuan Ruang
Parkir (SRP) Non-Residensial

Kebutuhan parkir diestimasi dari akumulasi maksimum kendaraan yang masuk dikurangi keluar sepanjang 24 jam untuk bangunan non-residensial. Nilai ini merepresentasikan kebutuhan parkir puncak teoritis.

Estimasi Kebutuhan Parkir per Kecamatan (Top 15, SRP)
Satuan Ruang Parkir (SRP) = akumulasi maksimum kendaraan non-residensial
🅿️
Coblong: Kebutuhan Terbesar
11.313 SRP — didorong oleh aktivitas kampus, komersial, dan perkantoran yang terkonsentrasi di kawasan Dago dan sekitarnya.
🏨
Bandung Wetan & Cicendo
Masing-masing 8.277 dan 7.553 SRP — konsisten dengan kepadatan hotel, mal, dan perkantoran di Jl. Asia Afrika, Braga, dan sekitarnya.
08 · Analisis Hotspot

Kluster Perjalanan
Tertinggi di Kota Bandung

Top 10 grid sel (resolusi ~500m) dengan akumulasi perjalanan tertinggi, diidentifikasi menggunakan binned statistics 2D. Titik-titik ini merepresentasikan area dengan konsentrasi aktivitas perjalanan tertinggi.

Top 10 Hotspot Area
Klik marker di peta untuk membuka Google Maps
09 · Pergerakan Jam 0–23

Dinamika Perjalanan
Sepanjang Hari

Visualisasi temporal pergerakan masuk (entering) dan keluar (exiting) seluruh bangunan di Kota Bandung, dari tengah malam hingga dini hari berikutnya. Data menunjukkan ritme harian aktivitas kota secara nyata.

07:00
Puncak Keluar (Exiting)
513.228 trip keluar — orang meninggalkan rumah ke aktivitas
16:00
Puncak Masuk (Entering)
500.745 trip masuk — aktivitas kembali ke permukiman
04:00–05:00
Titik Terdiam Kota
Volume terendah — aktivitas minimal, kota sedang "istirahat"
12 jam
Window Aktif Utama
Jam 06:00–18:00 menampung ~78% seluruh perjalanan harian
Volume Perjalanan Masuk vs Keluar — Seluruh Kota (0–23)
Sumbu Y: jumlah trip per jam · Warna biru = keluar dari bangunan asal (exiting) · Amber = masuk ke bangunan tujuan (entering)
Volume Total per Jam (Entering + Exiting)
Termasuk semua bangunan dari 30 kecamatan
Selisih Bersih per Jam (Entering − Exiting)
Positif = lebih banyak masuk · Negatif = lebih banyak keluar
Volume per Kecamatan pada Jam Tertentu
Geser slider untuk melihat distribusi tiap jam · Total trips masuk + keluar
00:00
WIB
00:00 06:00 12:00 18:00 23:00
Putar otomatis 24 jam (0.7 detik/jam)
Profil 24 Jam — Top 10 Kecamatan (Volume Total)
Perbandingan pola temporal antar kecamatan dengan volume perjalanan tertinggi
Akumulasi Pergeseran Populasi Bersih (Kumulatif) — Top 10 Kecamatan
Nilai negatif = populasi "keluar" (kecamatan asal permukiman) · Nilai positif = populasi "masuk" (kecamatan tujuan aktivitas)
Grafik ini menunjukkan berapa banyak populasi yang "meninggalkan" tiap kecamatan secara kumulatif sepanjang hari. Kecamatan residensial menunjukkan penurunan tajam di pagi hari, lalu pemulihan di sore hari.
10 · Temuan & Implikasi

Ringkasan Temuan
Kunci

Berdasarkan pemodelan terhadap 413 ribu bangunan, berikut temuan utama yang relevan untuk perencanaan transportasi dan tata kota Bandung.

🕓
Puncak Sore Dominan
87% kecamatan mencapai jam puncak pada 16:00 — menunjukkan pola commuting residensial yang kuat. Kebijakan manajemen lalu lintas harus memprioritaskan koridor utama sore hari.
🎓
Beban Akut Koridor Kampus
Lonjakan edukasi 07:00 (173k trips/jam) vs kantor (10k trips/jam) menunjukkan sekolah dan kampus adalah penghasil kemacetan pagi terbesar, bukan perkantoran.
🔄
Arus Andir ↔ Cicendo
Pasangan OD Andir↔Cicendo (116k+92k trips/hari) dan Sumur Bandung→Bandung Wetan (124k trips) menunjukkan kebutuhan kapasitas jalan yang tinggi di koridor tengah-barat kota.
🏘️
Ketidakseimbangan Fungsi Kota
Dominasi residensial ekstrem (>95%) di Babakan Ciparay, Bandung Kulon, dan Astana Anyar menunjukkan kurangnya mixed-use development — mendorong ketergantungan mobilitas tinggi.
🅿️
Defisit Parkir di Coblong
Kebutuhan 11k+ SRP di Coblong — didorong aktivitas kampus dan komersial Dago — kemungkinan besar melebihi kapasitas parkir tersedia saat ini.
📍
Hotspot Kawasan Selatan
Dua dari top-3 hotspot berada di kawasan Buahbatu–Margahayu (koordinat sekitar -6.926, 107.637) — konsisten dengan ekspansi permukiman dan pusat perbelanjaan di koridor selatan.

Keterbatasan & Agenda Riset Lanjutan

Pemodelan ini memiliki beberapa keterbatasan yang perlu diperhatikan:

  • Data OSM tidak seragam — beberapa kecamatan pinggiran memiliki coverage lebih rendah
  • Estimasi jumlah lantai berdasarkan tag OSM yang seringkali tidak terisi
  • ITE rates bersumber dari konteks Amerika Utara — perlu kalibrasi lokal
  • Gravity model OD adalah aproksimasi, bukan survei OD aktual
  • Tidak memperhitungkan variasi musiman dan hari libur

Pengembangan yang disarankan:

  • Kalibrasi trip rate dengan data traffic count lapangan
  • Integrasi data mobile location (GPS traces) untuk validasi OD
  • Skenario what-if: dampak TOD/mixed-use terhadap pola perjalanan
  • Ekstensi ke kabupaten sekitar (Cimahi, KBB, Sumedang)
  • Pemodelan mode-split dan emisi CO₂ per kecamatan
Analisis Bangkitan Perjalanan Kota Bandung
Pemodelan spasial berbasis data terbuka · ITE Trip Generation 11th Edition
Data OSM © OpenStreetMap Contributors · Batas admin © BIG Indonesia
Python · GeoPandas · NumPy · SciPy OSMnx · Chart.js · Leaflet.js 413.102 bangunan · 30 kecamatan · 24 jam resolusi
Parameters: Transportasi
Diberdayakan oleh Blogger