Hasil Pencarian  ::  Simpan CSV :: Kembali

"Tujuan dari penelitian ini adalah untuk mengetahui tingkat potensi permintaan perjalanan (demand) LRT Jabodebek akibat pengaruh layanan hipotetikal berupa pengumpan (feeder) dengan sistem tarif terpadu serta faktor yang paling memengaruhinya. Rute dan alur layanan dari feeder dirancang dan kemudian dilakukan survei dengan penyebaran kuesioner yang terdiri atas pertanyaan revealed preference dan stated preference untuk mengetahui preferensi populasi terhadap penggunaan LRT Jabodebek akibat adanya layanan feeder yang dihipotesakan. Data responden yang diperoleh dari survei dikelompokkan berdasarkan kategori pendapatan/pemasukkan dan pengguna mobil pribadi, Uji korelasi Spearman Rank yang dilakukan menunjukkan variabel tarif sebagai yang paling berpengaruh terhadap preferensi responden. Kemudian dilakukan analisis regresi logistik untuk menghasilkan fungsi utilitas yang diuji kelayakannya, lalu disusun model prediksi dari fungsi utilitas berupa model logit biner yang diuji validasinya dengan metode Root Mean Square Error (RMSE) untuk menentukan model terbaik. Uji komparasi Kruskal Wallis menghapus pengelompokkan data berdasarkan pendapatan/pemasukkan karena tidak signifikan, sehingga dilakukan pengelompokkan data serta pembentukan model prediksi secara ulang, Model prediksi terbaik diperoleh atas kelompok data pengguna mobil pribadi dengan maksud bekerja/bisnis dengan potensi demand terbesar adalah penggunaan layanan LRT Jabodebek dengan penggunaan layanan feeder dengan tarif layanan sebesar Rp10.000 dengan persentase 67,26%.

---

The purpose of this research is to determine the potential demand for LRT Jabodebek’s ridership due to the influence of a hypothetical feeder service with an integrated tariff system and the factors that most affect it. The service scenario and route of the hypothesized feeder service were designed, and then a survey was conducted by distributing a questionnaire consisting of revealed preference and stated preference questions to understand the population's preferences towards using LRT Jabodebek by using the hypothesized feeder service. The respondents’ data obtained from the survey were categorized based on income and private car users. Spearman Rank correlation shows that fare is the most influential variable on the respondents' preferences. Logistic regression analysis was then conducted to produce a utility function whose feasibility was tested, followed by the development of a prediction model from the utility function in the form of a binary logit model validated with the Root Mean Square Error (RMSE) method to determine the best model. The Kruskal Wallis comparative test removed data grouping based on income as it was not significant, so data grouping and prediction model development were reconducted. The best prediction model was obtained from the group of private car users with work/business purposes, with the highest potential demand towards LRT Jabodebek’s ridership is with the usage of the hypothesized feeder service with a fare of Rp10,000 (67.26%). "

"Pekerja commuter yang berasal dari Depok menuju daerah Sudirman mayoritas memilih KRL sebagai moda transportasi. Saat ini pemerintah berencana untuk megoperasikan feeder bus dari Depok menuju Ragunan dan selanjutnya menggunakan bus transjakarta koridor 6. Untuk mengetahui probabilitas orang yang memilih bus digunakan analisa dari model logit. Responden pengguna KRL asal Sukmajaya mempunyai probabilitas memilih bus yang lebih besar dibandingkan dengan responden pengguna KRL dari berbagai Kecamatan. Dari hasil analisa uji sensitivitas diketahui bahwa atribut yang paling sensitif mempengaruhi probabilitas pemilihan moda adalah biaya dan waktu. Dengan adanya perubahan nilai atribut biaya dan waktu secara gradual, nilai probabilitas memilih bus sebesar 0,5 akan tercapai jika terdapat kondisi sebagai berikut: biaya bus feeder Rp.0 untuk responden dari berbagai Kecamatan, biaya bus feeder Rp.1700,00 untuk responden dari Sukmajaya, waktu bus feeder 10 menit untuk dari berbagai Kecamatan, dan waktu bus feeder 28 menit untuk responden dari Sukmajaya.

---

Commuter workers who come from Depok to Sudirman area majority choose KRL as a mode of transportation. Currently, the government plans to operate feeder bus from Depok to Ragunan and then use the bus corridor Transjakarta 6. To determine the probability of people choosing the bus is used the analysis of the logit model. Respondents of KRL user from Sukmajaya have a probability of choosing bus bigger than respondents KRL user of the various Districts.

From the analysis, test sensitivity is known that the most sensitive attributes affect the probability of modal choice are cost and time. If there are changes in cost and time attribute values gradually, the probability of choosing bus of 0.5 would be achieved if the following conditions exist: the cost of feeder bus is Rp.0 for respondents from the various Districts, the cost of feeder bus is Rp.1700, 00 for respondents from Sukmajaya, the time of feeder bus is 10 minutes for respondents from the various Districts, and the time of feeder bus is 28 minutes for respondents from Sukmajaya."

"Model multinomial logit adalah model yang biasa digunakan untuk memodelkan pilihan. Model tersebut dapat diturunkan dari fungsi utilitas, dengan asumsi error antar alternatif berdistribusi gumbel, dan saling bebas, serta error antar observasi saling bebas. Jika asumsi error antar alternatif saling bebas tidak terpenuhi, maka dibutuhkan alternatif model lain untuk memodelkan pilihan. Model nested logit adalah salah satu model yang dapat digunakan untuk mengatasi permasalahan tersebut. Alternatif pilihan yang saling berpengaruh dikelompokkan ke dalam satu sarang. Penaksiran parameter pada Model nested logit dapat dilakukan dengan Full Information Maximum Likelihood (FIML) dimana parameter untuk sarang dan alternatif pilihan ditaksir secara simultan. Tetapi turunan fungsi log likelihoodnya tidak linier sehingga dibutuhkan metode NewtonRaphson.

---

The multinomial logit model is a model commonly used to model choices. This model can be derived from the utility function, with the assumption that the interalternative error has a Gumbel distribution, are mutually independent, and the error between observations are also mutually independent. If the assumption of mutual independence of the interalternative error is not satisfied, then another model is needed to model the alternatives. Nested logit model is one of the models that can be used to overcome this kind of problem. Alternative choices that affect each other are grouped into a single nest. Estimation of parameters of the nested logit model can be done by the Full Information Maximum Likelihood (FIML). But the derivative of log likelihood functions are not linear so the NewtonRaphson methods are needed in the process. "

"Kecelakaan lalu lintas adalah kejadian yang diakibatkan oleh satu kendaraan atau lebih yang menyebabkan cedera, kerusakan atau kerugian pada pemiliknya atau orang lain. Tujuan penelitian ini untuk mengetahui faktor yang berhubungan dengan keparahan korban kecelakaan lalu lintas pada pengendara sepeda motor. Metode penelitian yaitu menggunakan pendekatan ordered logit model dengan bantuan R programing, untuk mengetahui faktor yang mempengaruhi tingkat keparahan kecelakaan. Variabel bebas yang digunakan pada penelitian ini adalah peran korban, intensitas cahaya, jam dan hari terjadinya kecelakaan, ketersediaan median, type kecelakaan, usia korban, kondisi perkerasan jalan, kondisi LOS, persentasi jumlah kendaraan, dan cuaca. Pada penelitian ini menggunakan data kecelakaan di Jawa Barat dan Jawa Tengah tahun 2014-2016. Hasil dari penelitian ini adalah faktor yang paling mempengaruhi tingkat keparahan korban kecelakaan sepeda motor yaitu kecelakaan tunggal, di Jawa Barat faktor yang paling signifikan adalah kecelakaan tunggal yang melibatkan 1 kendaraan dengan kemungkinan terjadinya korban meninggal dunia sebesar 53,2, dan di Jawa Tengah faktor yang paling signifikan adalah kecelakaan tunggal antara kendaraan dengan objek diam yaitu kemungkinan terjadinya korban meninggal dunia sebesar 7,6.

---

A traffic accident is an event caused by one or more vehicles causing injury, damage or loss to the owner or another person. The purpose of this study to determine the factors associated with the severity of traffic accident victims on motorcycle riders. The method of research is using an approach logit model with the help of R programming, to know the factors that affect the severity of the accident. The independent variables used in this study are the role of the victim, the intensity of light, the time and day of the accident, the availability of median, the type of accident, the age of the victim, the condition of the road pavement, the LOS condition, the percentage of the vehicle, and the weather. In this research use accident data in West Java and Central Java year 2014 2016.

The results of this study are the factors that most influence to the severity of the casualty of motorcycle accident victims is a single accident, in West Java the most significant factor is a single accident involving 1 vehicle with the possibility of deaths by 53.2, and in the Central Java factor the most significant is a single accident between vehicles with an obstacle that is the possibility of the death is 7.6."

"ABSTRACTPenyakit Parkinson terbagi dalam dua subtipe, yaitu Tremor Dominant (TD) dan Postural Instability/Gait Dominant (PIGD). Tiap subtipe memiliki perbedaan dalam penanganan klinis, sehingga perlu dilakukan klasifikasi subtipe penyakit Parkinson. Dalam Statistika, ada beberapa model yang membahas klasifikasi diantaranya adalah decision tree, regresi logistik, dan logit leaf model (LLM). LLM merupakan model campuran dari decision tree dan regresi logistik yang diusulkan oleh De Caigny et al. (2018). Penulisan ini membahas klasifikasi subtipe penyakit Parkinson menggunakan model klasifikasi statistika beserta penanganan masalah imbalanced data yang terjadi pada data penyakit Parkinson. Diperoleh model klasifikasi regresi logistik dengan melakukan proses SMOTE ± = 600, = 200 untuk menangani masalah imbalanced data. Model tersebut memberikan akurasi sebesar 98,83%, sensitivitas sebesar 98,41%, dan spesifisitas sebesar 99,07%.

---

ABSTRACTParkinsons Disease has two sub-types which are Tremor Dominant (TD) and Postural Instability/Gait Difficulty (PIGD). Each subtype has the difference in clinical treatment, so it is necessary to classify Parkinsons Disease subtypes. In Statistics, there are statistical models for classifying such as decision tree, logistic regression, and logit leaf model (LLM). LLM is a hybrid model from decision tree and logistic regression that proposed by (De Caigny et al., 2018). In this thesis discuss Parkinsons Disease Classification using statistical models with imbalanced data problem handling happen in Parkinson`s Disease data. For the result, logistic regression by processing SMOTE ± = 600, = 200 to handle data imbalanced problem. The model provides an accuracy of 98,83%, sensitivity of 98.41%, and specificity of 99.07%."