transitlab. UI → BLOK M · A GRAPH THAT REROUTESUI → BLOK M · GRAF YANG MENCARI JALAN LAIN
NOTES FROM THE LABCATATAN DARI LAB

How the route is chosen.Cara rute dipilih.

A slide-based explanation of how the original project models the UI to Blok M public transport network, combines fare and time, and uses Dijkstra's algorithm to find the minimum objective value.Penjelasan berdasarkan slide proyek asli tentang cara jaringan transportasi umum UI ke Blok M dimodelkan, harga dan waktu digabungkan, lalu algoritma Dijkstra mencari nilai objektif minimum.

01

Background and questionsLatar belakang dan masalah

The route problem and research questions stated in the original presentation.Masalah rute dan pertanyaan penelitian yang dinyatakan dalam presentasi asli.

The problemPermasalahan

Choosing an optimal public transport route is difficult because passengers face many possible lines, different travel times and fares, and changes between modes. The project selected Universitas Indonesia to Blok M because Blok M is a popular Jakarta district with high public transport mobility and varied mode choices.Menentukan rute transportasi umum yang optimal menjadi sulit karena penumpang menghadapi banyak pilihan jalur, perbedaan waktu tempuh dan tarif, serta perpindahan moda. Proyek memilih perjalanan Universitas Indonesia ke Blok M karena Blok M merupakan kawasan populer di Jakarta dengan mobilitas transportasi umum yang tinggi dan pilihan moda yang beragam.

Three research questionsTiga rumusan masalah

The presentation asks how the transport network can be modelled as a weighted graph, how fare and travel time can be assigned as weights, and how the most optimal route can be determined from those two parameters.Presentasi mengajukan tiga pertanyaan: bagaimana jaringan transportasi dimodelkan sebagai graf berbobot, bagaimana harga dan waktu tempuh ditetapkan sebagai bobot, serta bagaimana rute paling optimal ditentukan dari kedua parameter tersebut.

02

OPTG network modelModel jaringan OPTG

How transport information is brought together in one graph.Cara informasi transportasi disatukan dalam satu graf.

What OPTG representsHal yang direpresentasikan OPTG

Ostensive Public Transportation Graph is designed to place important journey information in one model. In the presentation, the graph can evaluate time, cost, distance and transfers together without separating the analysis into preprocessing and postprocessing stages.Ostensive Public Transportation Graph dirancang untuk menempatkan informasi penting perjalanan dalam satu model. Dalam presentasi, graf ini dapat mengevaluasi waktu, biaya, jarak, dan transit secara bersamaan tanpa memisahkan analisis ke tahap prapemrosesan dan pascapemrosesan.

Nodes, edges and labelsSimpul, busur, dan label

The project workflow collects routes, distances, travel times, fare systems and transfer points. Stations or stops and vehicle types form the graph structure, while edges represent movement or transfers between points. Distance and travel time label the relevant edges, and fare is calculated using a function that depends on the route or distance.Alur proyek mengumpulkan rute, jarak tempuh, waktu tempuh, sistem tarif, dan titik transit. Stasiun atau halte serta jenis kendaraan membentuk struktur graf, sedangkan busur merepresentasikan perjalanan atau perpindahan antartitik. Jarak dan waktu tempuh menjadi label pada busur yang sesuai, sementara tarif dihitung melalui fungsi yang bergantung pada rute atau jarak.

03

Weights and DijkstraBobot dan Dijkstra

How fare and time become one value that can be minimised.Cara harga dan waktu menjadi satu nilai yang dapat diminimalkan.

Normalisation and objective functionNormalisasi dan fungsi objektif

Fare and time use different units, so the presentation scales them as Fp = Σpi / pmax and Ft = Σti / tmax. It then combines them as F = αpFp + αtFt. The reported balanced scenario sets both weights to 0.5, and the route with the smallest objective value is selected.Harga dan waktu memiliki satuan berbeda, sehingga presentasi menskalakannya sebagai Fp = Σpi / pmax dan Ft = Σti / tmax. Keduanya lalu digabungkan sebagai F = αpFp + αtFt. Skenario seimbang yang dilaporkan memberi bobot 0,5 pada masing-masing parameter, lalu memilih rute dengan nilai objektif terkecil.

Dijkstra's rolePeran algoritma Dijkstra

Dijkstra's algorithm searches a graph with non-negative weights by gradually fixing the smallest known distance from the starting node. In this project, the distance being minimised is the combined objective value, so the output balances travel cost and travel time rather than optimising only one of them.Algoritma Dijkstra mencari lintasan terpendek pada graf dengan bobot non-negatif dengan menetapkan jarak terkecil dari simpul awal secara bertahap. Dalam proyek ini, nilai yang diminimalkan adalah fungsi objektif gabungan, sehingga hasilnya menyeimbangkan biaya dan waktu perjalanan, bukan hanya mengoptimalkan salah satunya.

04

Reported result and web extensionHasil laporan dan pengembangan web

The conclusion in the presentation, separated from later interactive features.Kesimpulan dalam presentasi, dipisahkan dari fitur interaktif yang dibuat kemudian.

Result in the original presentationHasil pada presentasi asli

The presentation reports this route: walk from UI to Stasiun UI, take the Bogor Line to Manggarai, continue on the Cikarang Line to Sudirman, walk to Dukuh Atas, then take TransJakarta corridor 1 to Blok M. It costs Rp9,500, takes approximately 49.3 minutes and involves two mode changes. The result table also compares ten paths and identifies cheapest, fastest and Pareto options.Presentasi melaporkan rute berikut: berjalan kaki dari UI ke Stasiun UI, naik KRL Bogor Line ke Manggarai, melanjutkan dengan Cikarang Line ke Sudirman, berjalan kaki ke Dukuh Atas, lalu naik TransJakarta koridor 1 ke Blok M. Biayanya Rp9.500, waktu perjalanannya sekitar 49,3 menit, dan terdapat dua kali perpindahan moda. Tabel hasil juga membandingkan sepuluh lintasan serta menandai pilihan termurah, tercepat, dan Pareto.

What this website addsTambahan pada situs ini

This website turns the original ranked output into an interactive interface. It adds live weight changes, schematic and geographic route tracing, mode filters, required stops, station-closure experiments, animation and bilingual explanations. For the changing candidate set, the browser ranking uses min-max scaling so the slider can span the current alternatives. Because those controls alter the comparison, the live result may differ from the balanced result reported in the slides.Situs ini mengubah keluaran peringkat pada proyek asli menjadi antarmuka interaktif. Tambahannya meliputi perubahan bobot langsung, penelusuran rute skematik dan geografis, filter moda, halte wajib, eksperimen penutupan stasiun, animasi, dan penjelasan dwibahasa. Untuk kumpulan kandidat yang dapat berubah, peringkat di peramban memakai penskalaan min-max agar slider mencakup alternatif yang sedang tersedia. Karena kontrol tersebut mengubah perbandingan, hasil lab dapat berbeda dari hasil seimbang yang dilaporkan dalam slide.

Scope of the resultCakupan hasil

The model compares documented fare and travel-time values. It does not include current delays, crowding, accessibility, weather or personal comfort, so it should not replace live information from transport operators.Model membandingkan nilai tarif dan waktu tempuh yang terdokumentasi. Model belum memasukkan keterlambatan terkini, kepadatan, aksesibilitas, cuaca, atau kenyamanan pribadi, sehingga tidak menggantikan informasi langsung dari operator transportasi.

Back to the labKembali ke lab ↗