Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKJakarta merupakan daerah yang memiliki ciri tersendiri di Indonesia, yakni sebagai ibukota negara.Banyak permasalahan yang dihadapi oleh Pemerintahan Provinsi Daerah Khusus Ibukata Jakarta (Pemprov DKI Jakarta), diantaranya yang paling sering kita dengar adalah kemacetan lalu lintas. Jumlah rata-rata laporan masyarakat tentang kemacetan lalu lintas adalah 343 laporan perbulan, sedangkan penanganan yang dapat diselesaikan hanya 80 laporan perbulan. Banyaknya jumlah laporan masyarakat terhadap masalah kemacetan lalu lintas, maka membutuhkan prioritas terhadap laporan yang harus diutamakan penanganannya.Dalam penelitian ini melakukan analisis sentimen pada media sosial Twitter untuk dapat melakukan prioritas penanganan masalah kemacetan di Jakarta berdasarkan tingkat kepuasan masyarakat terhadap kondisi lalu lintas di Jakarta. Langkah-langkah dalam melakukan analisis sentimen antara lain preprocessing, feature extraction dan classification. Preprocessing data teks yang dilakukan antara lain case folding, tokenisasi, filter token, translate dan stopword removal. Sedangkan feature extraction yang digunakan adalah model unigram dan bigram dengan kamus sentimen, sedangkan pembobotan menggunakan metode Term Frequency - Inverse Document Frequency(TF-IDF). Pembuatan Model klasifikasi sentimen menggunakan dua algoritma yaitu Naïve Bayes dan Support Vector Machine (SVM).Sedangkan mengukur sentimen masyarakat menggunakan Net Sentiment Score dari Netbasedengan visualisasi menggunakan calendar view.Hasil dari pembuatan model klasifikasi sentimen dalam penelitian menunjukkan bahwa algoritma SVM menghasilkan akurasi yang lebih tinggi dari pada algoritma Naïve Bayes. Hasil dari visualisasi dengan calendar view menunjukkan bahwa sentimen masyarakat memiliki nilai Net Sentiment Score yang rendah di hari Kamis dan Jumat pada waktu sore. Sedangkan pada hari Minggu dan awal bulan memiliki nilai net sentiment score yang lebih tinggi. Sehingga pada waktu Kamis dan Jumat pada waktu sore perlu penanganan masalah kemacetan yang lebih utama.

---

ABSTRACTJakarta is an area that has its own characteristics in Indonesia as the nation's capital. Many problems faced by the Jakarta Provincial Government, among the most frequently heard is a traffic congestion. Average number of public complain about the traffic congestion was 343 reports per month, while the handling can be solved only 80 reports per month. A large number of public complain about the problem of traffic congestion, it takes priority over the handling of the complain should come first.In this research perform sentiment analysis on Twitter social media to be able to prioritize the handling of the problem of traffic congestion in Jakarta based on the level of public satisfaction about traffic conditions in Jakarta. Steps in doing sentiment analysis that is preprocessing, feature extraction and classification. Preprocessing text data use in this research is case folding,tokenization, filter token, translate and stopword removal. Feature extraction use an unigram and a bigram models with sentiment dictionary, and then the weighting use Term Frequency - Inverse Document Frequency (TF-IDF) method. To make the Sentiment classification model is using two algorithms, that is Naïve Bayes and Support Vector Machine (SVM). To measure public sentiment using Net Sentiment Score from Netbase with visualization using calendar view.The results of the modeling sentiment classification in the research show that the SVM algorithm produce higher accuracy than Naïve Bayes algorithm. The results of visualization with calendar view shows that public sentiment has low value of Net Sentiment Score Thursday and Friday in the afternoon. Meanwhile, on Sunday and the beginning of the month has high value of Net Sentiment Score. So that at the time of Thursday and Friday in the afternoon need of handling the problem of traffic congestion should first to be solve."

"ABSTRAKPenelitian ini bertujuan untuk menyelidiki bentuk-bentuk argumentasi pengguna Twitter Indonesia selama periode pra-pemilihan, khususnya sentimen mereka terhadap pemilihan ulang Joko Widodo untuk kembali menjadi presiden RI, dan menganalisis polanya. Konten ini menganalisis penelitian yang mengadopsi kerangka kerja analisis media sosial Stieglitz dan Dang-Xuan, dan menggunakan perangkat lunak untuk penelitian berbasis media sosial yang disebut Reaper untuk mendapatkan data. Berdasarkan analisis, mayoritas pengguna tidak mengekspresikan argumentasi eksplisit dalam tweet mereka, tetapi lebih menunjukkan pola yang berbeda tentang bagaimana mereka menggunakan tagar yang sering digunakan dalam isu tersebut. Selanjutnya, tweet yang berisiargumentasi menampilkan pola sebagai berikut orang-orang yang menyetujui pemilihan ulang Joko Widodo menganggap presiden sebagai bagian dari mekanisme besar yang terstruktur, sementara orang-orang yang tidak setuju menempatkan presiden sebagai tokoh terkemuka yang sangat mempengaruhi keberhasilan suatu negara.

---

ABSTRACTThis research aims to investigate the argumentation of Indonesia s Twitter users during the pre-election period, specifically their sentiment towards Joko Widodo s re-election, and analyse the pattern. This content analyses research adopted Stieglitz and Dang-Xuan social media analysis framework, and utilize software for social mediabased research called Reaper to obtain the data. Based on the analyses, the majority of the users does not express explicit argumentation in their tweets, but rather showcase a distinctive pattern on how they utilize hashtag that surrounds the issue. Furthermore, tweets that does contain argumentation showcase a visible pattern; while people who approve with Joko Widodo re-election perceived the president as a part of a large, structured mechanism, people who disapprove positioned a president as a prominent figure that highly influenced the success of a nation."

"Pusat-pusat keramaian yang dibentuk oleh aktivitas perkantoran, perdagangan, rumah sakit, dan pendidikan seringkali dianggap sebagai penyebab kemacetan. Sehubungan dengan itu, penelitian ini bertujuan untuk mengetahui pola keruangan kemacetan dan faktor penyebab kemacetan pada pusat-pusat keramaian di Jakarta Pusat. Variabel yang digunakan untuk menentukan kemacetan adalah tingkat pelayanan jalan yang dihitung pada pagi, siang, dan sore hari di setiap ruas jalan.Hasil penelitian menunjukkan adanya variasi keruangan tingkat kemacetan menurut tempat dan waktu. Pada pagi hari tingkat kemacetan tinggi terdapat pada perkantoran dan sekolah, sedangkan pada sore hari terdapat pada perkantoran dan rumah sakit. Adapun pada siang hari tingkat kemacetan mengalami penurunan. Tingkat kemacetan tertinggi pada siang hari terdapat pada perkantoran, sekolah, dan rumah sakit. Penyempitan ruas jalan yang diakibatkan oleh hambatan samping merupakan faktor penyebab kemacetan di pusat-pusat keramaian. Jenis dan besaran hambatan samping berubah-ubah dari waktu ke waktu sesuai dengan aktivitas pada setiap pusat keramaian

---

The presence crowd centers such as the offices, trade centers, hospitals, and school areas are often considered as primary causes of traffic congestion. In concern with the problem, this study aims to analyzing spatial pattern of traffic congestions and identify their causal factors in the city of Central Jakarta. To determine characteristics of the congestion, the study used level of service road as a main indicator.

The results shows, there are spatial variations of traffic congestion over place and time. In the morning, a high level of congestion was found in the offices and schools areas, while in the afternoon it happened in the offices and hospitals. In the mid-day, level of congestion is lower than in the morning and afternoon. However, the highest level of congestion in the mid-day was found in the offices, schools and hospitals areas. Narrowing of road due to side constraints incidences is a main causal factor of the congestion. The type and value of side constraints vary from time to time in accordance with dynamics each crowd centers."

"Penelitian ini merupakan evaluasi terhadap kebijakan penanggulangan kemacetan lalu lintas di DKI Jakarta Perkembangan kota-kota besar di negara berkembang tidak terlepas dari kemacetan lalu lintas dari tahun-ketahun semakin mengesalkan pengguna jalan raya terutama pengguna angkutan umum.Analisis kebijakan penanggulangan kemacetan lalu lintas di DKI Jakarta, diangkat 4 hal pokok yaitu (1) Bagaimana mengatasi kemacetan lalu lintas di DKI Jakarta, (2) Prioritas kebijakan apa yang harus diterapkan didalam mengatasi kemacetan lalu lintas di DKI Jakarta, (3) Transportasi yang bagaimana di harapkan dalam mengatasi kemacetan lalu lintas di DKI Jakarta dan (4) Bagaimana koordinasi antar Departemen dan pihak swasta yang terkait di dalam mengatasi kemacetan lain lintas di DKI Jakarta.Hasil penelitian ini menemukan (1) Pihak yang paling berkepentingan untuk menanggulangi kemacetan lalu lintas di DKI Jakarta adalah pihak pemerintahan daerah bekerjasama dengan beberapa stakeholder lainnya, (2) Sasaran memperlancar arus lalu lintas di DKI Jakarta adalala kebijakan peningkatan jalan untuk dapat menampung luapan kendaraan yang terus bertambah setiap saat, (3) Prioritas mencapai beberapa sasaran yang ada yang perlu mendapatkan prioritas dalam rangka mencapai tujuan dari hasil penelitian ini adalah kebijakan penambahan jumlah armada bus dan pengembangan busway, (4) Lancarnya arus lalu lintas di DKI Jakarta akan mendorong terciptanya kondisi keamanan masyarakat pengguna jalan secara khusus dan stabilitas nasional secara umum.

---

This research is an evaluation on the policy to deal with the traffic jam in DKI Jakarta. The development of capital cities in the developing countries is inseparable from the traffic jam which is becoming more annoying from year to year specially for the public transport user.

There are 4 (four) main issues in the analysis of the policy to deal with the traffic jam in DKI Jakarta, which are (1) How to deal with the traffic jam in DKI Jakarta, (2), The priority of policy that should be implemented in dealing with the traffic jam in DKI Jakarta, (3) The type of transportation that is expected in dealing with the traffic jam in DKI Jakarta, and (4) The coordination between the Government Departments and related private sectors in dealing with the traffic jam in DKI Jakarta.

This research found that (1) The regional government, working together with the other stakeholder, has the most interest in dealing with the traffic jam in DKI Jakarta, (2) the objective to smoothen the traffic in DKI Jakarta is the policy to improve roads to accommodate the overflow of vehicles, (3) The policy to meet some of the objectives that has to be priorities to achieve the goal from the result of this research is the policy to increase the number of busses and the development of busway, (4) smooth traffic flow in DKI Jakarta will create a safe condition for the mad user in particular and the national stability in general."

"Fokus pembahasan dalam penelitian ini adalah mengenai alasan mengapa implementasi kebijakan sistem ganjil-genap yang tidak berhasil dalam mengurangi kemacetan di DKI Jakarta tahun 2018 - 2019. Hal yang juga menjadi fokus pembahasan dalam penelitian ini yaitu mengenai adanya perubahan teknis kebijakan dan juga peran aktor terkait baik dari aktor pelaksana kebijakan maupun kelompok sasaran kebijakan. Dalam penelitian ini, penulis menggunakan teori model implementasi kebijakan dari Merilee S. Grindle dan menggunakan metode penelitian kualitatif untuk meneliti mengenai implementasi kebijakan sistem ganjil genap yang tidak mengurangi kemacetan di DKI Jakarta tahun 2018 – 2019. Faktor apa saja yang membuat dan berpengaruh terhadap implementasi kebijakan tersebut sehingga tidak berhasil mengurangi kemacetan di Ibukota. Hasil penelitian ini menemukan bahwa tingkat kepatuhan dan daya tanggap kelompok sasaran serta keterbatasan sumber daya yaitu pengawas dan alat pengawas menjadi hambatan juga tantangan dalam implementasi kebijakan sistem ganjil-genap di DKI Jakarta tahun 2018 – 2019 yang mempengaruhi ketidakberhasilan implementasi kebijakan sistem ganjil - genap untuk mengurangi tingkat kemacetan di DKI Jakarta

---

The focus of the discussion in this research is on the reasons why the implementation of the odd-even system policy is not successful in reducing congestion in DKI Jakarta in 2018 - 2019. What is also the focus of discussion in this research is the existence of technical changes in policies and also the role of related actors both from policy implementing actors and policy target groups. In this study, the author uses the theory of policy implementation model from Merilee S. Grindle and uses qualitative research methods to examine the implementation of the odd-even system policy that does not reduce congestion in DKI Jakarta in 2018 - 2019. What factors make and influence the implementation This policy has not succeeded in reducing congestion in the capital city. The results of this study found that the level of compliance and responsiveness of the target group as well as limited resources, namely supervisors and supervisory tools, became obstacles as well as challenges in implementing the odd-even system policy in DKI Jakarta in 2018 - 2019 which affected the unsuccessful implementation of the odd-even system policy to reduce congestion in DKI Jakarta."

"Analisis sentimen terhadap opini publik di Twitter dapat memberikan wawasan yang berharga dalam memahami dukungan dan pemikiran masyarakat terkait calon presiden dan isu-isu terkait Pilpres 2024. Penelitian ini bertujuan untuk mengembangkan sistem analisis sentimen terhadap opini publik tentang Pilpres Indonesia 2024 yang tersebar di media sosial Twitter dalam bahasa Indonesia. Algoritma yang digunakan dalam pengembangan sistem tersebut adalah Naïve Bayes, sebuah algoritma klasifikasi yang telah terbukti efektif dalam analisis sentimen. Data yang digunakan dalam penelitian ini adalah kumpulan tweet atau cuitan yang diperoleh dari Twitter dengan menggunakan teknik web scraping. Persentasi Akurasi pada uji coba setiap skenario yang dilakukan mendapatkan hasil terbaik dengan nilai 81,18% untuk Skenario 1, 72,58% untuk Skenario 2, 65,05% untuk Skenario 3, dan 80,11% untuk Skenario 4. Hasil evaluasi model sistem yang dikembangkan terhadap klasifikasi sebenarnya menunjukkan bahwa analisis sentimen menggunakan algoritma Naïve Bayes dapat memberikan hasil yang baik tentang sentimen opini publik terkait Pilpres Indonesia 2024 di media sosial Twitter. Pengembangan sistem yang dikerjakan memberikan hasil model yang dapat melakukan analisis sentimen secara mandiri dengan akurasi yang tinggi terhadap opini publik terkait Pilpres Indonesia 2024 dengan nilai rata-rata 81,18%. Hasil analisis sentimen ini dapat membantu pihak-pihak terkait, termasuk calon presiden dan tim kampanye mereka, untuk memahami sejauh mana opini publik mendukung atau menentang mereka.

---

Sentiment analysis of public opinion on Twitter can provide valuable insight in understanding public support and thoughts regarding presidential candidates and issues related to the 2024 presidential election. This research aims to develop a sentiment analysis system for public opinion about the 2024 Indonesian Presidential Election shared on Twitter social media. in Indonesian. The algorithm used in developing the system is Naïve Bayes, a classification algorithm that has been proven effective in sentiment analysis. The data used in this research is a collection of tweets obtained from Twitter using web scraping techniques. The percentage of accuracy in testing each scenario carried out obtained the best results with a value of 81.18% for Scenario 1, 72.58% for Scenario 2, 65.05% for Scenario 3, and 80.11% for Scenario 4. Model evaluation results system developed for classification actually shows that sentiment analysis using the Naïve Bayes algorithm can provide good results regarding public opinion sentiment regarding the 2024 Indonesian Presidential Election on Twitter social media. The system development carried out provides model results that can carry out sentiment analysis independently with high accuracy regarding public opinion regarding the 2024 Indonesian Presidential Election. The results of this sentiment analysis can help related parties, including presidential candidates and their campaign teams, to understand the extent of opinion. they. society supports or opposes them."

"Kemacetan Jakarta menjadi masalah yang cukup serius dan sampai sekarang tidak ada penyelesaian atas masalah tersebut. Kemacetan di Jakarta sudah menjadi hal yang lumrah terjadi, hampir di setiap jalan arteri besar di kota Jakarta terjadi kemacetan pada jam-jam sibuk. Berdasarkan Tomtom Traffic Index 2019, Jakarta mendapatkan peringkat ke-10 sebagai kota termacet di dunia, dengan nilai Traffic Index sebesar 53%. Tujuan dari penelitian ini adalah untuk mengetahui berapa besar Traffic Index diruas Jalan Arteri, dalam kasus kali ini, Jalan Jenderal Sudirman dipilih sebagai tempat penelitian. Analisis besaran Traffic Index sangat bergantung terhadap waktu tempuh. Waktu tempuh didapatkan dengan melakukan survey langsung di lapangan menggunakan kamera pribadi. Survey dilakukan pada siang hari dan sore hari. Dengan cara merekam lalu lintas kendaraan dari jembatan penyebrangan orang. Berdasarkan Tomtom, nilai Traffic Index Jakarta pada saat hari survey di siang hari sebesar 21% dan pada sore hari sebesar 51%, sedangkan nilai Traffic Index hasil survey pada siang hari sebesar 47,99% dengan waktu tempuh rata-rata sebesar 6 menit 23 detik, terdapat perbedaan sebesar 21%, sedangkan nilai Traffic Index hasil survey pada sore hari sebesar 58.34%, dengan waktu tempuh rata-rata sebesar 6 menit 50 detik, terdapat perbedaan sebesar 7,85%. Berdasarkan hasil tersebut dapat disimpulkan bahwa nilai Traffic Index siang hari dan nilai Traffic Index sore hari pada Jalan Jenderal Sudirman arah Bundaran HI – Senayan, termasuk dalam kategori macet. Dan untuk waktu kemacetan terparah, terjadi pada waktu sore hari.

---

Jakrta’s traffic congestion is a serious problem and until now there has been no solution over this matter. Traffic Congestion in Jakarta has become a common thing, almost every major arterial road in the city of Jakarta is jammed during rush hour. Based on the 2019 Tomtom Traffic Index, Jakarta is ranked 10th as the most congested city in the world, with a Traffic Index value of 53%. The purpose of this research is to find out how big the Traffic Index is in the Arterial Road section, in this case, Jalan Jenderal Sudirman was chosen as the research site. Analysis of the amount of the Traffic Index is very dependent on travel time. Travel time is obtained by conducting a direct survey in the field using a personal camera. The survey was conducted in the afternoon and evening. By recording vehicle traffic from pedestrian bridges. Based on Tomtom, the Jakarta Traffic Index value during the survey day in the afternoon was 21% and in the afternoon was 51%, while the Traffic Index value from the survey during the day was 47.99% with an average travel time of 6 minutes 23 seconds. , there is a difference of 21%, while the Traffic Index value of the survey results in the afternoon is 58.34%, with an average travel time of 6 minutes 50 seconds, there is a difference of 7.85%. Based on these results, it can be concluded that the value of the Traffic Index during the day and the value of the Traffic Index in the afternoon on Jalan Jenderal Sudirman in the direction of Bundaran HI – Senayan, are included in the traffic jam category. And for the worst traffic jam, it happened in the afternoon."

"Komisi Pemberantasan Korupsi (KPK) memiliki kewenangan dalam melakukan pendaftaran dan pemeriksaan terhadap Laporan Harta Kekayaan Penyelenggara Negara (LHKPN). Pelaporan ini berfungsi untuk melakukan pengawasan kejujuran, integritas, dan deteksi kemungkinan adanya tindakan memperkaya diri secara melawan hukum oleh pejabat publik. Publikasi LHKPN sering menimbulkan prasangka negatif dan kecurigaan publik terhadap laporan harta kekayaan pejabat yang mengakibatkan kekhawatiran pejabat untuk melaporkan harta kekayaan secara lengkap dan benar. Persepsi ini menjadi kontraproduktif dengan upaya pencegahan korupsi yang dilakukan oleh KPK apabila tidak direspon dengan cepat. Penelitian ini bertujuan untuk membuat model analisis sentimen dan pemodelan topik yang dapat mengeksplorasi topik dari data media sosial Twitter. Indonesia memiliki jumlah pengguna aktif terbesar keenam di dunia dengan 15,7 juta pengguna yang didominasi kelompok usia 25-34 tahun. Dataset sejumlah 881 data diambil dari Twitter dengan kata kunci "lhkpn" dan "harta kekayaan pejabat" pada periode 1 Agustus sampai 5 November 2021. Penelitian ini mengekplorasi beberapa algoritma klasifikasi, representasi fitur unigram, bigram, dan trigram dengan CountVectorizer dan TFIDF, serta metode oversampling SMOTE. Algoritma klasifikasi dengan performa paling baik pada penelitian ini adalah Multilayer Perceptron dengan fitur unigram CountVectorizer dan metode oversampling dengan accuracy 76,60%, precision 78,19%, recall 76,60%, dan F1 score 76,95%. Hasil pemodelan topik menggunakan Latent Dirichlet Allocation pada kategori ‘negatif’ didominasi ekspresi kekecewaan dan kemarahan masyarakat terhadap meningkatnya harta kekayaan pejabat selama masa pandemi Covid-19 yang berbanding terbalik dengan meningkatnya utang negara dan kesulitan yang dihadapi masyarakat selama pandemi. Topik yang dihasilkan pada kategori ‘positif’ cukup beragam mulai dari aturan untuk melakukan pembuktian terbalik, usulan mengenai kewajiban pelaporan dan sanksi, permintaan untuk membuka laporan kekayaan kepada publik, serta pembahasan mengenai kewajaran penambahan harta kekayaan yang disebabkan oleh meningkatnya nilai aset tidak bergerak.

---

The Corruption Eradication Commission (KPK) has the authority to register and examine Public Officials Wealth Reports (LHKPN). This report serves to monitor honesty, integrity, and detect the possibility of illegal enrichment by public officials. Publication of LHKPN often creates negative prejudice and public suspicion of official wealth reports, which causes officials to worry about reporting assets completely and correctly. This perception is counterproductive to the efforts to prevent corruption carried out by the KPK if it is not responded to quickly. This study aims to create a sentiment analysis model and topic modelling that can explore topics from Twitter social media data. Indonesia has the sixth-largest number of active users in the world with 15.7 million users, dominated by the 25-34 year age group. A dataset of 881 data was taken from Twitter with the keywords "lhkpn" and "official assets" in the period August 1 to November 5, 2021. This study explores several classification algorithms, representation of unigram, bigram, and trigram features with CountVectorizer and TFIDF, as well as SMOTE oversampling methods. The classification algorithm with the best performance is the Multilayer Perceptron with the unigram CountVectorizer feature and the oversampling method with 76.60% accuracy, 78.19% precision, 76.60% recall, and 76.95% F1 score. The results of topic modelling using Latent Dirichlet Allocation in the 'negative' category are dominated by expressions of public disappointment and anger towards the increase in official wealth during the Covid-19 pandemic which is inversely proportional to the increase in state debt and the difficulties faced by the community during the pandemic. The topics generated in the 'positive' category are quite diverse, starting from the rules for conducting reverse verification, proposals on reporting obligations and sanctions, requests to disclose wealth reports to the public, as well as discussions on the reasonableness of adding to assets caused by the increase in the value of immovable assets."

"Congestion sering terjadi pada sebuah jaringan yang menyebabkan beberapa gangguan, seperti packet loss dan delay. Congestion di jaringan nirkabel sensor bawah air dapat disebabkan oleh jarak antar node dan tingkat kedalaman posisi node. Pada tesis ini dilakukan evaluasi efek congestion window terhadap variasi kedalaman, data rate dan jumlah node sensor yang diterapkan di lingkungan jaringan nirkabel sensor bawah air. Penelitian dilakukan dengan melakukan simulasi menggunakan aplikasi Network Simulator (NS-3), NetAnim dan Gnuplot. Simulasi dilakukan dengan melakukan eksperimen dengan variasi parameter data rate, luas area dan jumlah paket. Simulasi tingkat kedalaman posisi node dari 10–100 meter terlihat bahwa throughput yang dihasilkan mencapai maksimum terjadi pada congestion window 120 Bytes sebesar 50,3467 bps. Data rate yang berkisar dari 80 – 120 bps menunjukkan bahwa throughput mencapai nilai maksimal 67,84 bps. Semakin banyak node yang digunakan maka throughput yang dihasilkan akan semakin kecil. Dari percobaan yang dilakukan menunjukkan bahwa throughput mencapai nilai maksimal ketika node berjumlah 10 dan 15 node.

---

Congestion often occurs on a network that causes some disorders, such as packet loss and delay. Congestion in underwater sensor networks may be caused by the distance between nodes and the node depth level position. This thesis evaluated the effect of congestion window to depth variations in underwater wireless sensor network environment. Research carried out by building a simulation using Network Simulator application (NS-3), NetAnim and Gnuplot. The simulation experiment was done by variying the parameters of data rate, size of area and number of packets. Simulation with depth variation of node position 10-100 meters show that the throughput reaches a maximum value occurs in congestion window 120 Bytes of 50.3467 bps. Data rate ranges from 80-120 bps show that the throughput reaches a maximum value of 67.84 bps. The greater nodes are used in the simulation, the throughput will be worse. From the experiments was conducted show that the throughput reaches the maximum value when the node numbered of 10 and 15 nodes."

"Kota Bogor dikenal sebagai "Kota Sejuta Angkutan Kota", ini terjadi karena banyaknya angkutan kota yang memadati jalan-jalan di Kota Bogor dan selalu menimbulkan kemacetan. Kapasitas jalan yang ada di Kota Bogor telah mendekati batas ambang sehingga tidak memadai lagi. Seperti batas ambang pada ruas-ruas jalan (VCR) di daerah Jalan Raya Pajajaran dengan nilai VCR berkisar antara 0,40 hingga 0,74. Sedangkan batas ambang yang laik dibawah 0,5. Pada tahun anggaran 2004 penataan transportasi menyerap biaya sebesar Rp 19.294.947.000,00 yang bersumber dari APBD Kota Bogor sebesar Rp 10.166.947.000,00 yang terdiri dari belanja operasional Rp 4.916.335.000,00 dan belanja modal Rp 5.250.612.000,00 dan dari APBD provinsi sebesar Rp6.730.000.000,00 serta dari APBN sebesar Rp 2.398.000.000,00.Tujuan penelitian ini adalah untuk mencari penyebab kemacetan lalu lintas di Kota Bogor dan menemukan kebijakan untuk mengatasi kemacetan lalu lintas di Kota Bogor Pada penelitian ini, pengolahan data menggunakan AHP (Analitic Hierarchy Process), sehingga respondennya adalah mereka yang dikatakan ahli dalam mengkaji kebijakan mengatasi kemacetan lalu lintas di Kota Bogor. Narasumber berasal dari BAPEDA, Dinas Lalu Lintas dan ]alas Raya, DPRD, LSM, polisi, masyarakat, supir dan Ahli Pengembangan Wilayah dan Transportasi di Kota Bogor. Masing-masing satu orang.Berdasarkan referensi dan hasil wawancara, maka struktur hirarki diawali dengan tujuan umum, kemudian sumber kemacetan, pelaku penyebab kemacetan, kendalanya dan alternatif kebijakan. Sumber kemacetan lalu lintas adalah keterbatasan prasarana lalu lintas, jumlah kendaraan yang melebihi kapasitas, tingginya perkembangan dan aktivitas penduduk. Para pelaku penyebab kemacetan di Kota Bogor adalah pemerintah Kota Bogor, pengusaha, pedagang kaki lima, supir angkutan kota, petugas lalu lintas dan pengguna jalan. Dengan kendala: koordinasi antara Pemerintah Kota Bogor dan Pemerintah Kabupaten Bogor, tataruang, keuangan dan penegakkan hukum. Sedangkan alternatif kebijakannya adalah kerjasama dengan Pemerintah Kabupaten Bogor, penataan kawasan penting, meningkatkan prasarana lalu lintas, pengaturan trayek, penegakkan disiplin, dan mengurangi angkutan kota atau/dan penggantian moda.Hasil penggalian opini ahli, kemudian diolah menggunakan Expert Choice 2000 menyimpulkan bahwa sumber utama dari kemacetan di Kota Bogor adalah jumlah kendaraan yang melebihi kapasitas. Hal ini dapat terjadi karena dari tahun ke tahun jumlah kendaraan di Kota Bogor selalu meningkat, baik itu kendaraan roda dua, kendaraan umum maupun kendaraan penumpang umum. Pelaku penyebab kemacetan di Kota Bogor, adalah pemerintah. Hal ini dikarenakan kurang ketatnya Pemerintah Kota Bogor dalam penegakkan aturan, seperti membatasi perizinan jumlah kendaraan yang ada di Kota Bogor, karena setiap tahun jumlah kendaraan meningkat. Hal lainnya adalah pemberian izin untuk kawasan perdagangan, yaitu terpusatnya fasilitas perdagangan di tengah kota.Kendala utama kemacetan di Kota Bogor adalah penegakkan hukum. Hal ini dapat dilihat di jalanan, seperti pengemudi tidak disiplin menurunkan/menaikkan penumpang tidak pada tempatnya, berhenti di tempat terlarang, pengguna jalan tidak disiplin, naik/turun di tempat terlarang, pekerja informal/kaki lima yang tidak tertib, penyalahgunaan wewenang oleh petugas, konsistensi penegakkan hukum, tidak jelasnya sanksi bagi yang melanggar, kurangnya perangkat hukum, aturan yang ada tidak jelas mengatur sehingga perlu dipertegas dan petugas penegak hukum dilapangan kurang.Prioritas utama untuk mengatasi kemacetan di Kota Bogor adalah pengurangan angkutan kota dan/atau penggantian moda. Hal ini karena jumlah kendaraan dari tahun ke tahun mengalami peningkatan Kebijakan berikutnya dengan nilai yang relatif dekat yaitu kebijakan pengaturan trayek, artinya kebijakan utama tersebut dapat dilaksanakan dengan di-back up kebijakan pengaturan trayek, jika tidak maka kebijakan utama tidak akan optimal. Karena ada beberapa daerah yang dilewati oleh lebih dari satu trayek. Kebijakan berikutnya adalah memperbaiki prasarana lalu lintas, kerjasama dengan Pemerintah Kabupaten Bogor, penegakkan disiplin dan penataan kawasan penting. Berdasarkan analisis sensitivitas dari jumlah kendaraan yang melebihi kapasitas, urutan prioritas kebijakan tidak berubah, yaitu prioritas utama adalah pengurangan angkutan kota dan/atau penggantian moda."