ABSTRAK
Penelitian ini dimaksudkan untuk memperkirakan faktor-faktor apa saja yang dapat mempengaruhi preferensi penumpang dalam melakukan perjalanan di rute Jakarta Kota-Tanjung Priok. beserta membentuk perangkat analisis permintaan berbentuk model pemilihan moda. Analisis dilakukan dengan menggunakan model logit binomial yang dibentuk dengan hasil survey stated preference terhadap penumpang angkot yang melalui rute yang sama dengan KRL. Kuesioner stated preference dibentuk melalui studi literatur, survey awal, dan survey pilot. Berdasarkan hasil uji korelasi, diketahui bahwa variabel yang paling berpengaruh terhadap pilihan moda adalah tarif KRL. Melalui pembentukan model, diperoleh tiga model lolos uji untuk responden dengan perjalanan dari ujung ke ujung trayek Grup A, responden choice riders dari Grup A Grup B, dan responden berpendapatan diatas empat juta rupiah per bulan dari Grup B Grup C. Hasil analisis regresi menunjukkan bahwa model yang paling baik adalah model Grup C, sedangkan validasi split sample menunjukkan bahwa model Grup A dan B jauh lebih baik dari model tersebut.

---

ABSTRACT
The objective of this research is to estimate factors that could affect passengers mode preference on the route Jakarta Kota ndash Tanjung Priok and create a modal split model as a demand analysis tool. Analysis was created using binomial logit model which is made from stated preference survey results on share taxi passengers that goes through the same route as EMU Train. Stated preference questionaire was designed through literature study, preliminary survey, and pilot survey. Based on the results of correlation test it is known that the most influencing factor against mode choice was EMU tariff. By model creation, three tested models are obtained those who travels from edge to edge of train route Group A, choice riders on Group A Group B , and passengers with monthly income more than four million Rupiah from Group B Group C. The result of regression analysis shows that the best model is the model created from Group C, meanwhile split sample validation shows that Group A and B model is better than the last model.