Professional Documents
Culture Documents
(𝜆𝑡)𝑛 𝑒 −𝜆𝑡
P (n) =
𝑛!
P (n) = Peluang terdapat sejumlah n kendaraan yang tiba dalam selang waktu t
(𝜆𝑡)𝑛 𝑒 −𝜆𝑡
P (0) =
𝑛!
Pada Table 24.1 didapat sejumlah 101 kendaraan tiba dalam selang waktu 15
menitan dari pukul 12.00-12.15. sehingga, tingkat rerata (λ) adalah sebesar
0,112 kendaraan/detik (=101/900).
Sehingga, peluang mendapatkan sejumlah lebih dari 6 (>6) kendaraan yang tiba
dalam setiap selang waktu 60 detikan adalah sebesar:
Sehingga, peluang mendapatkan sejumlah lebih dari 6 (>6) kendaraan yang tiba
akan tiba pada 3 (tiga) selang waktu 60 detikan berikutnya adalah adalah
perkalian dari peluang tersebut, yaitu:
Asumsi pola kedatangan kendaraan mengikuti sebaran peluang poisson juga
berdampak pada pola sebaran selang waktu antar kedatangan (time headway).
Untuk membuktikan hal ini, dengan mengetahui tingkat kedatangan kendaraan
rerata adalah:
Jika diasumsikan besarnya peluang tidak terdapat kendaraan yang tiba pada
suatu selang waktu t (P0), ekuivalen dengan peluang time headway (h)
kendaraan yang lebih besar atau sama dengan selang waktu t, maka dari
persamaan (24.3) didapat:
Contoh 24.3 pertimbangkan situasi arus lalu lintas pada contoh 24.1 (λ=360
kendaraan/jam). Berapa besarnya peluang time headway (h) antarkendaraan
kurang dari 8 (h≤8) detik, dan berapa besarnya peluang time headway antara 8-
10 (8<h<10) detik?
Dari definisi didapatkan P(h<t)=1-P(h≥t). Oleh sebab itu, besarnya peluang time
headway kurang dari 8 (h≤8) detik adalah:
Untuk mendapatkan besarnya peluang time headway antara 8-10 (8<h<10) detik
adalah 1-0,551-0,368=0,081.
Gambar 24.2 Sebaran peluang eksponensial-negatif dari time headway yang lebih
besar atau sama dengan t (h≥t), dengan =360 kendaraan/jam.
Akan tetapi, jika kondisi arus lalu lintas padat atau pada kasus
persimpangan belampu lalu lintas di mana pada saat lampu lalu lintas
telah mengganggu arus lalu lintas, maka beberapa sebaran peluang
lainnya dirasakan lebih cocok.