Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian ini bertujuan membangun model bangkitan perjalanan untuk rumah sakit di kawasan padat penduduk, seperti di DKI Jakarta. Metode yang digunakan berbasis kepada ITE dan dikembangkan dengan penambahan uji statistik uji korelasi dan uji asumsi klasik pada pembangunan model regresi. Variabel bebas yang digunakan, yaitu luas lahan, luas bangunan, jumlah tempat tidur, jumlah dokter, dan jumlah karyawan. Nilai adjusted R2 digunakan untuk mengkomparasi model regresi setelah uji signifikansi, sedangkan model trip rate diseleksi dengan membandingkan standar deviasi dan weighted average trip rate terkecil maksimal 0,55. Ketika nilai R2 model regresi < 0,5 maka digunakan model alternatif berupa trip rate. Khusus rumah sakit kelas A terdapat model regresi yang sangat baik dalam menjelaskan hubungan antara jumlah dokter dengan jumlah pejalan kaki. Setelah itu diperoleh model akhir bangkitan perjalanan berupa persamaan regresi linier tunggal/berganda dan nilai trip rate baik dengan transformasi maupun tanpa transformasi data dalam satuan mobil, motor, SMP, pejalan kaki, dan total orang pada waktu jam sibuk pagi dan sore. Variabel bebas pada model akhir yang dominan adalah luas lahan, jumlah tempat tidur, dan jumlah karyawan. Kategorisasi rumah sakit kelas ldquo;A rdquo; dan kelas B di DKI Jakarta dapat digunakan untuk model trip rate sederhana, tetapi secara umum tidak cukup signifikan untuk pengembangan model regresi/terbaik. Terdapat juga model akhir regresi opsional khusus untuk rumah sakit kelas ldquo;A rdquo;. Dari serangkaian proses diatas, dihasilkan rekomendasi prosedur standar analisis bangkitan perjalanan yang dapat digunakan untuk tata guna lahan lainnya.

---

This research aims to develop a trip generation model for hospital in high populated areas, such as in DKI Jakarta. The methods are based on ITE and developed with the addition of statistical tests correlation test and classical assumption test of the regression model. Independent variables use land area, building area, number of beds, number of doctors, and number of employees. The adjusted R2 value is used to compare the regression models after the significance test, while the trip rate model is selected by comparing the the smallest ratio between standard deviation and weighted average trip rate max. 0.55. When R2 value of regression model 0,5 then used alternative model in the form of trip rate. Specifically for A class hospitals, there is an excellent regression model for explaining the relationship between the number of doctors and the number of pedestrians. Then the final models of trip generation have the form of single linear multiple regression equation and trip rate value that transformed or without data transformation in unit of car, motorcycle, SMP, pedestrian, and total person for morning and afternoon peak hour traffic. Domination of the independent variables in final model are land area, number of beds, and number of employees. The A and B classes categorization of hospitals in DKI Jakarta can be used for developing simple trip rate models, but generally not significant enough for the development of the best regression models regression. There is also an optional final regression model for the A class hospital. From a series of analytical processes that have been tried, standard procedures recommendation can be used to analyze trip generation for other land uses."

"Kepulauan Seribu memiliki potensi besar dalam sektor pariwisata dan telah ditetapkan sebagai Kawasan Strategis Pariwisata Nasional (KSPN) melalui PP Nomor 50 Tahun 2011 tentang Rencana Induk Pembangunan Kepariwisataan Nasional Tahun 2010–2025, serta masuk dalam 10 daerah prioritas KSPN berdasarkan PERPRES Nomor 3 Tahun 2016 tentang Percepatan Pelaksanaan Proyek Strategis Nasional. Sektor pariwisata merupakan pilar ekonomi utama di Kepulauan Seribu, di mana mayoritas penduduk bekerja di sektor jasa, terutama pariwisata, yang menyerap 30% tenaga kerja, dan 24% lainnya bekerja di sektor perdagangan, hotel, dan restoran yang dipengaruhi oleh aktivitas pariwisata, sesuai dengan Rencana Zonasi Wilayah Pesisir dan Pulau-Pulau Kecil (2022). Penelitian ini bertujuan untuk menganalisis pola perjalanan rekreasi, faktor-faktor yang mempengaruhinya, dan mengembangkan model persamaan bangkitan perjalanan dengan tujuan rekreasi di Kepulauan Seribu. Pendekatan kuantitatif dengan metode cross-sectional digunakan dalam pengumpulan data, di mana data primer dikumpulkan melalui kuesioner dan data sekunder diperoleh dari instansi terkait. Analisis regresi linear menunjukkan pendapatan keluarga kurang dari Rp1.500.000, antara Rp6.500.000 hingga Rp8.000.000, lebih dari Rp15.000.000, serta jumlah anggota keluarga yang bekerja memiliki pengaruh signifikan terhadap jumlah produksi perjalanan. Selain itu, luas wilayah wisata juga memiliki pengaruh signifikan terhadap jumlah atraksi perjalanan. Penelitian ini membantu perencana transportasi dan pembuat kebijakan dalam merencanakan dan mengembangkan transportasi penumpang di Kepulauan Seribu.

---

Kepulauan Seribu has great potential in the tourism sector and has been designated as Kawasan Strategis Pariwisata Nasional (KSPN) through PP Nomor 50 Tahun 2011 tentang Rencana Induk Pembangunan Kepariwisataan Nasional Tahun 2010–2025, as well as included in the 10 KSPN priority areas based on PERPRES Nomor 3 Tahun 2016 tentang Percepatan Pelaksanaan Proyek Strategis Nasional. The tourism sector is the main economic pillar in Kepulauan Seribu, where the majority of the population works in the service sector, especially tourism, which absorbs 30% of the workforce, and another 24% work in the trade, hotel and restaurant sector which is influenced by tourism activities, according to Rencana Zonasi Wilayah Pesisir dan Pulau-Pulau Kecil (2022). This study aims to analyze recreational travel patterns, the factors that influence them, and develop a travel generation equation model with recreational purposes in Kepulauan Seribu. A quantitative approach with a cross-sectional method was used in data collection, where primary data was collected through questionnaires and secondary data was obtained from relevant agencies. Linear regression analysis showed that family income of less than IDR1,500,000, between IDR6,500,000 to IDR8,000,000, more than IDR15,000,000, and the number of working family members have a significant influence on the amount of trip production. In addition, the size of the tourist area also has a significant influence on the number of travel attractions. This research helps transportation planners and policy makers in planning and developing passenger transportation in Administrative District of Kepulauan Seribu."

"Sebagai hasil dari perkembangan belanja daring yang pesat, semakin banyak barang dan jasa yang dikirim secara langsung ke unit tempat tinggal. Jumlah orang yang melakukan belanja secara daring melalui platform perdagangan elektronik juga meningkat dengan adanya pandemi Covid-19 sehingga berdampak pada peningkatan bangkitan perjalanan barang ke daerah pemukiman. Meningkatnya penggunaan belanja daring melalui platform perdagangan elektronik ini semakin mendorong pentingnya penelitian mengenai pola bangkitan perjalanan barang yang dihasilkan dari daerah pemukiman. Namun, penelitian-penelitian mengenai bangkitan perjalanan barang sebelumnya berfokus kepada bangkitan yang dihasilkan oleh perusahaan atau tempat usaha dan masih sedikit yang mengenai bangkitan perjalanan yang dihasilkan oleh daerah pemukiman. Penelitian ini bertujuan untuk menganalisis faktor yang memengaruhi bangkitan perjalanan barang dan mengembangkan model bangkitan perjalanan barang untuk pengiriman ke rumah. Pengumpulan data dilakukan dengan menggunakan metode kuisioner kepada 273 orang yang berdomisili Jabodetabek untuk mengetahui karakteristik individu, karakteristik rumah tangga, dan jumlah pengiriman barang ke rumah. Data tersebut dianalisis menggunakan metode regresi linear berganda yang selanjutnya dibuat model regresi linear berganda dengan jumlah pengiriman barang ke sebagai variabel dependen. Hasil penelitian menunjukkan terdapat korelasi antara jenis rumah tinggal, jumlah anggota keluarga, gender, jumlah penghasilan keluarga, dan jumlah kendaraan terhadap jumlah pengiriman barang ke rumah. Dalam permodelan regresi linear berganda, hanya variabel jenis rumah tinggal, jumlah penghasilan keluarga, dan jumlah kendaraan yang memiliki signifikansi terhadap model. Penelitian ini dapat dimanfaatkan oleh pihak perencanaan transportasi kota sebagai referensi untuk memperkirakan dampak pembangunan daerah pemukiman terhadap bangkitan perjalanan di sekitarnya. (Bangkitan perjalanan barang, pengiriman ke rumah, belanja daring, perdagangan elektronik)

---

As a result of online shopping’s rapid development, more goods and services are being delivered directly into residences. The number of people who shop online using e-commerce platforms also increases with the Covid-19 pandemic and causes an increase in freight trip generation. This increase further pushes the need to understand freight trip generation patterns. However, most research on freight trip generation still focuses on freight generated by business establishments in comparison to freight trips generated by residential units. This research aims to analyze the factors that affect freight trip generation and develop a freight trip generation model for home deliveries. Data collection is done using questionnaires with 273 people who reside in Jabodetabek as samples to understand the individual characteristics, household characteristics, and the number of freight trips generated by each residential unit. Collected data is analyzed using multiple linear regression method into multiple linear regression model with the number of freight trips generated as the dependent. The result shows that there’s a correlation between the home type, number of household members, gender, household income, and number of vehicles with the number of goods delivered to residential units. On multiple linear regression modelling, only the home type, household income, and number of vehicles have significance towards the model. This research can be used by city transportation authorities as a reference to predict the impact of urban areas development towards freight trip generation."

"Tingginya angka statistik orang yang tinggal di daerah sub-urban (Depok) dan melakukan perjalanan ke DKI Jakarta membuat perlunya diadakan penelitian tentang banyak perjalanan yang terjadi dari kota Depok ke kota DKI Jakarta, sehingga dengan mengetahui banyaknya perjalanan yang terjadi tersebut, maka dapat dibuat sebuah model matematis dan diketahui pula parameter-parameter apa saja yang mempengaruhi bangkitan perjalanan tersebut.Adapun metodologi yang dilakukan untuk mendapatkan model matematis tersebut adalah dengan melakukan survey di Depok. Dari hasil survey tersebut maka didapat sejumlah data yang merupakan gambaran atau profil masyarakat kota Depok dan perjalanan yang mereka lakukan. Langkah berikutnya adalah dengan meregresi linier data tersebut, sehingga didapat sebuah model matematis yang merepresentasikan bangkitan perjalanan masyarakat kota Depok.Dalam penelitian bangkitan perjalanan ini variabelvariabel bebas maupun tidak bebas yang digunakan : banyak perjalanan per KK (variabel tidak bebas Y), tingkat pendapatan per KK per bulan (variabel bebas X1), pengeluaran per KK per bulan (variabel bebas X2), luas bangunan rumah (variabel bebas X3), kepemilikan kendaraan bermotor (variabel bebas X4), dan jumlah penghuni rumah (variabel bebas X5).Berikut ini adalah hasil model matematis yang didapatkan berdasarkan klasifikasi kelas ekonomi dan kelas kepemilikan kendaraan bermotor: untuk kelas ekonomi rendah: Y = 0,9 X5 - 0,2 untuk kelas ekonomi menengah: Y = 7,021E-07X1 + 0,498 X5 - 1,223 untuk kelas ekonomi atas: Y = 0.736 X5 - 0,127 untuk kelas kepemilikan motor: Y = -0,214 X4 + 0,793 X5 + 0,136 untuk kelas kepemilikan mobil dan motor: Y = 0,654X5 + 0.39Selain mendapatkan bentuk daripada model matematis persamaan regresi bangkitan perjalanan ini, dapat diketahui pula parameter-parameter apa saja yang berpengaruh terhadap banyaknya perjalanan yang terjadi. Dari hasil pemodelan matematis di atas dapat diketahui bahwa variabel jumlah penghuni rumah (X5) merupakan variabel bebas yang paling berpengaruh untuk setiap model di tiap kelas klsifikasi."

"Penelitian ini menganalisis model permintaan perjalanan penumpang berbasis rumah tangga dengan tujuan berbelanja di Kabupaten Administrasi Kepulauan Seribu. Penelitian ini menjawab tiga pertanyaan utama: pola perjalanan belanja, faktor-faktor yang memengaruhi bangkitan dan tarikan perjalanan, serta pengembangan model matematis yang memprediksi bangkitan dan tarikan perjalanan tersebut. Pengumpulan data melibatkan sumber primer dan sekunder, dengan data primer dikumpulkan melalui survei di sebelas pulau berpenghuni Kepulauan Seribu. Penelitian ini menggunakan metode analisis regresi untuk memodelkan proses bangkitan dan tarikan perjalanan, dengan mempertimbangkan berbagai faktor sosial ekonomi. Hasil utama menunjukkan bahwa karakteristik rumah tangga, seperti jumlah anggota keluarga berdasarkan usia, dan karakteristik tempat perbelanjaan, seperti jumlah pedagang, berpengaruh signifikan terhadap frekuensi perjalanan berbelanja. Model regresi yang dikembangkan memberikan wawasan tentang hubungan antara variabel sosial ekonomi dan permintaan perjalanan yang berkontribusi pada pemahaman dinamika kompleks sistem transportasi kepulauan dan menawarkan dasar untuk perencanaan kebijakan pada masa depan guna meningkatkan kualitas hidup dan peluang ekonomi bagi penduduk Kabupaten Administrasi Kepulauan Seribu.

---

This research analyzes the household-based passenger travel demand model with the aim of shopping in the Administrative District of Kepulauan Seribu. It addresses three main questions: shopping travel patterns, factors influencing trip generation and attraction, and the development of a mathematical model to predict these trip generations and attractions. Data collection involved both primary and secondary sources, with primary data gathered through surveys across eleven inhabited islands in Kepulauan Seribu. The study employs regression analysis to model the trip generation and attraction processes, considering various socio-economic factors. Key findings indicate that household characteristics, such as family size, and shopping location characteristics, such as the number of vendors, significantly affect shopping trip frequency. The developed regression model provides insights into the relationship between socio-economic variables and travel demand, contributing to a better understanding of the complex dynamics of the island transportation system. This offers a foundation for future policy planning to enhance the quality of life and economic opportunities for the residents of the Administrative District of Kepulauan Seribu."

"Sebagaimana disebutkan dalam Pasal 31 ayat (1) UUD 1945, pendidikan ialah hak setiap warga. Kendati demikian, rendahnya indeks aksesibilitas transportasi di Kabupaten Administrasi Kepulauan Seribu masih terjadi dan berakibat pada disparitas hak-hak masyarakat, salah satunya hak atas pendidikan yang layak. Lebih lanjut, dilansir dari Badan Pusat Statistik (BPS), angka partisipasi sekolah yang diukur dengan Angka Partisipasi Murni (APM) di Kepulauan Seribu hanya 35 persen atau setara dengan kabupaten-kabupaten di Indonesia yang secara konstitusional ditetapkan sebagai daerah tertinggal. Untuk itu, perlu dilakukan studi ini guna menganalisis pola perjalanan sekolah, faktor atau variabel yang memengaruhi perjalanan sekolah, serta model persamaan bangkitan perjalanan sebagai untuk memprediksi permintaan perjalanan. Adapun penelitian dilakukan secara kuantitatif dengan metode cross-sectional dalam pengumpulan data. Terdapat data primer yang dikumpulkan dengan menggunakan instrumen penelitian form kuesioner dan data sekunder yang dikumpukan dengan melakukan observasi dan permintaan data langsung kepada pihak sekolah terkait. Analisis dalam penelitian ini dilakukan dengan metode regresi linear dengan jumlah trip production berbasis rumah tangga dan trip attraction berbasis sekolah sebagai variable dependen. Dalam pemodelan regresi, didapatkan bahwa variabel pendapatan dan jumlah anggota keluarga berusia sekolah memiliki pengaruh paling signifikan terhadap jumlah trip production, sementara variabel luas bangunan sekolah memiliki pengaruh paling signifikan terhadap jumlah trip attraction. Penelitian ini dapat digunakan oleh regulator, dalam hal ini Dinas Perhubungan DI Jakarta untuk bahan evaluasi dalam perencanaan dan pengembangan transportasi penumpang kepulauan.

---

As stated in Pasal 31 ayat (1) UUD 1945, education is the right of every citizen. However, the low transportation accessibility index in the Kabupaten Administrasi Kepulauan Seribu still happens and results in disparities in community rights, one of which is the right to proper education. Furthermore, as reported by Badan Pusat Statistik (BPS), the school participation rate measured by the Angka Partisipasi Murni (APM) in Kepulauan Seribu is only 35 percent or equivalent to districts in Indonesia that are constitutionally designated as disadvantaged areas. For this reason, it is necessary to conduct this study to analyze school travel patterns, factors or variables that influence school travel, and travel generation equation models to predict travel demand. The research was conducted quantitatively with a cross- sectional method in data collection. There are primary data collected using questionnaire form research instruments and secondary data collected by conducting observations and direct data requests to the relevant schools. The analysis in this study was conducted using linear regression method with the number of trip production and trip attraction as the dependent variable. In the regression modelling, it was found that the variables of income and number of school-age family members have the most significant influence on the number of trip production, while the variable of school building area has the most significant influence on the number of trip attraction. This research can be used by regulators, in this case the Dinas Perhubungan DI Jakarta, for evaluation in planning and developing island passenger transportation."

"Kota Depok mengalami pertumbuhan demografi dan ekonomi yang pesat pada setiap tahunnya sehingga menyebabkan tingginya tingkat permintaan transportasi. Apabila hal ini tidak didukung oleh perencanaan yang sesuai dapat menyebabkan permasalahan transportasi. Penulisan ini bertujuan untuk melihat karakteristik perjalanan dan membangun model bangkitan perjalanan yang mampu menggambarkan banyaknya permintaan transportasi di masa mendatang. Model bangkitan perjalanan dibangun dengan menggunakan metode regresi linier berbasis zona kelurahan dengan menggunakan data sampel hasil survei wawancara rumah tangga dan data sampel yang diekspansi.Dengan menggunakan uji korelasi, uji t, dan uji F didapat variabel bebas yang digunakan adalah populasi (X1) dan jumlah pekerja atau pelajar (X2) sedangkan variabel terikatnya adalah jumlah perjalanan per kelurahan (Y). Model bangkitan perjalanan yang didapatkan untuk perjalanan bekerja kategori pendapatan rendah, menengah, tinggi, dan tanpa kategori adalah Y = 0.992X2 + 1.054, Y = 0.379X1 + 3.309, Y = 1.086X2 ? 1.080, dan Y = 0.392X1 + 0.111. Sedangkan untuk perjalanan sekolah adalah Y = X2 + 0.239, Y = 1.003X2 + 0.416, Y = 1.012X2 ? 0.008, dan Y = 1.002X2 + 0.052.

---

Depok experienced economic and demographic growth in every year, so that the demand for transportation became very high. If this is not supported by proper planning can cause transportation problems. This research is aiming to look at the characteristics of the journey and developing model of trip generation that is able to describe the number of transportation demand in the future. The trip generation model is developed with linear regression method using sampling data from household interview survey and also the expanded sampling data.

Correlation test, t-test, and F-Test are used to determine the variables where independent variable used is the population (X1) and total workers or students (X2); for dependent variable is the number of trips each zone (Y). The best models obtained for working trip for the low, middle, and high income categorys and also uncategorized respectively are Y = 0.992X2 + 1.054, Y = 0.379X1 + 3.309, Y = 1.086X2 ? 1.080, dan Y = 0.392X1 + 0.111. And for education trip are Y = X2 + 0.239, Y = 1.003X2 + 0.416, Y = 1.012X2 ? 0.008, dan Y = 1.002X2 + 0.052."

"Kemacetan lalu lintas di Jakarta diakibatkan tingginya mobilitas kendaraan mulai dari transportasi umum hingga transportasi barang yang juga kerap melakukan pelanggaran-pelanggaran seperti Over Dimension and Over Loading (ODOL). Maka dari itu, perlu diadakan perencanaan yang matang terhadap pergerakan angkutan barang di Indonesia khususnya DKI Jakarta. Estimasi bangkitan perjalanan di DKI Jakarta untuk berbagai jenis komoditas menjadi penting dikarenakan setiap komoditas memiliki karakteristiknya masing-masing. Salah satu komoditas utama yang merupakan kebutuhan dasar manusia ialah bahan pangan, seperti sayur dan buah-buahan. Dengan demikian, diperlukan suatu kajian untuk memprediksi bangkitan perjalanan angkutan barang bahan pangan di DKI Jakarta. Penelitian ini dilakukan untuk mengetahui model bangkitan perjalanan angkutan barang dengan mengetahui jumlah volume yang ditarik dan diproduksi pada satu waktu di satu daerah dan juga faktor-faktor yang memengaruhi jumlah tersebut. Maka metode penelitian yang dipilih ialah Cross Sectional Studies, dimana dilakukan pengumpulan data sekaligus pada satu saat tertentu saja untuk mempelajari korelasi antara faktor-faktor tersebut. Penelitian ini menggunakan dua variabel independen yaitu luas toko dan jumlah karyawan, sedangkan untuk variabel dependen terdapat dua juga yang merupakan volume barang yang diatraksi dan diproduksi. Hasil prediksi dari model-model kedua variabel Y menunjukan bahwa estimasi yang didapatkan oleh model sudah cukup akurat, dimana perbedaan antara nilai Yaktual dengan nilai Ymodel tidak memiliki nilai yang ekstrim. Dari nilai ini maka dapat diestimasikan apabila terdapat 1000 toko yang menjual bahan pangan pada pasar induk kramat jati, maka perharinya ada kurang lebih 4050 ton barang yang masuk dan 2921 ton barang yang keluar pada Pasar Induk Kramat Jati. Hasil dari penelitian ini dapat digunakan oleh pihak perencanaan transportasi kota sebagai referensi untuk estimasi volume barang yang akan diatraksi dan diproduksi pada suatu daerah berdasarkan faktor-faktor yang sudah ditentukan sebelumnya

---

Traffic congestion in Jakarta is caused by the high mobility of vehicles ranging from public transportation to goods transportation which also often commits violations such as Over Dimension and Over Loading (ODOL). Therefore, it is necessary to carry out careful planning for the movement of goods transport in Indonesia, especially DKI Jakarta. The estimation of trip generation in DKI Jakarta for various types of commodities is important because each commodity has its own characteristics. One of the main commodities which is a basic human need is food, such as vegetables and fruits. Thus, a study is needed to predict the trip generation of food goods transportation in DKI Jakarta. This research was conducted to determine the freight transport trip generation model by knowing the amount of volume attracted and produced at one time in one area and also the factors that influence this amount. So the research method chosen is Cross Sectional Studies, where data collection is carried out at one time only to study the correlation between these factors. This study uses two independent variables, namely the size of the store and the number of employees, while for the dependent variable there are also two which are the volume of goods attracted and produced. The prediction results from the models of the two Y variables show that the estimates obtained by the model are quite accurate, where the difference between the actual value and the Ymodel value does not have an extreme value. From this value, it can be estimated that if there are 1,000 shops selling food at the Kramat Jati main market, then approximately 4,050 tons of goods come in per day and 2,921 tons of goods come out at the Kramat Jati Main Market. The results of this study can be used by urban transportation planning parties as a reference for estimating the volume of goods to be attracted and produced in an area based on predetermined factors."

"Indonesia memiliki ketergantungan tinggi pada sistem transportasi laut yang mendukung konektivitas antarpulau. Kabupaten Administrasi Kepulauan Seribu menjadi salah satu objek justifikasi yang diidentifikasi sebagai wilayah yang dapat meningkatkan aktivitas perjalanan, mendukung pertumbuhan ekonomi, dan memenuhi kebutuhan transportasi. Penelitian ini berfokus pada perjalanan penumpang laut dengan berbagai tujuan bekerja, termasuk sektor swasta, wirausaha, nelayan, buruh, guru, keamanan publik, tenaga kesehatan, hingga Aparatur Sipil Negara (ASN). Melalui pendekatan demand forecasting dengan metode stastistik inferensi regresi linear, penelitian ini bertujuan untuk menganalisis pola perjalanan dan faktor-faktor yang mempengaruhi bangkitan perjalanan penumpang, serta membuat model matematis bangkitan perjalanan penumpang dengan tujuan bekerja di Kabupaten Administrasi Kepulauan Seribu. Data responden diperoleh berdasarkan survei secara cross-sectional yang kemudian direkapitulasi untuk proses pengembangan dan analisis model. Melalui metode statistik inferensi Regresi Linear, Uji Korelasi dan Signifikansi, Uji Koefisien Determinasi, Uji Hipotesis Distribusi, dan Uji Asumsi Klasik, didapatkan model yang layak digunakan serta penentuan model terbaik melalui validasi data untuk menyesuaikan model prediksi dengan observasi menggunakan Root Mean Square Error (RMSE). Hasil penelitian menungkap faktor terbaik yang mempengaruhi bangkitan perjalanan penumpang melalui Trip Production dan Trip Attraction serta nilai koefisien determinasi (R²) yang dihasilkan masing-masing persamaan model.

---

Indonesia has a high dependency on sea transportation systems that support inter-island connectivity. Kepulauan Seribu Administrative District is one of the justification objects identified as an area that can increase travel activity, support economic growth, and meet transportation needs. This research focuses on sea passenger trips with various work purposes, including the private sector, entrepreneurs, fishermen, public safety, teachers, public security, health workers, and the State Civil Apparatus (ASN). Through a demand forecasting approach with a linear regression inference statistical method, this research aims to analyze travel patterns and factors that influence the generation of passenger trips, as well as to create a mathematical model of passenger travel generation with the purpose of working. Respondent data was obtained based on a cross-sectional survey which was then recapitulated for the model development and analysis process. Through statistical methods of Linear Regression inference, Correlation and Significance Test, Determination Coefficient Test, Distribution Hypothesis Test, and Classical Assumption Test, a feasible model is obtained and the best model is determined through data validation to adjust the prediction model with observations using Root Mean Square Error (RMSE). The results of the study revealed the best factors affecting the generation of passenger trips through Trip Production and Trip Attraction and the coefficient of determination (R²) generated by each model equation. "

"ABSTRAKKemacetan di Jakarta menjadi salah satu masalah utama yang belum terselesaikan hingga kini. Salah satu penyebab kemacetan adalah kegiatan pendidikan. Berdasarkan catatan Dinas Pendidikan (2014) terdapat 16% penduduk jakarta yang terlibat dalam kegiatan pendidikan. Studi duku dinas perhubungan jakarta selatan pada tahun 2013 juga menunjukkan terdapat 10 sekolah penyebab terjadinya kemacetan. Untuk itu, diperlukan penelitian untuk mencari variabel-variabel yang paling berpengaruh dan membentuk model transportasi yang berkaitan dengan perjalanan siswa ke sekolah agar dapat memahami bangkitan perjalanan secara terukur. Model tersebut dibentuk dengan metode Regresi Linierdengan data yang diperoleh dari sampel kuesioner di enam sekolah di Jakarta selatan. Analisa dan validasi model dilakukan dengan membandingkan jumlah Person Trips yang terbentuk dengan hasil metode Category Analysis. Jumlah Trip Generation Rate kemudian dapat dihitung berdasarkan jenjang dan karakteristik lokasi sekolah. Hasil model menunjukkan kondisi sosial ekonomi siswa seperti ukuran keluarga, pendapatan, kepemilikan kendaraan dan komponen perjalanan siswa seperti waktu, biaya dan jarak merupakan variabel-variabel yang paling berpengaruh terhadap jumlah bangkitan perjalanan siswa ke sekolah. Adapun variabel sekolah yang berpengaruh adalah jumlah kelas. Hasil perbandingan menunjukkan jumlah Person Trips dan Trip Generation rate antara model regresi dan Category Analysis mendekati atau sama. Nilai Trip Generation Rate per m2 luas sekolah yang terdiri dari tarikan dan bangkitan perjalanan sekolah adalah sebagai berikut : Sekolah Dasar Negeri (0.23 dan 0.20), Sekolah Menengah Pertama Negeri (0.35 dan 0.32), Sekolah Menengah Atas Negeri (0.25 dan 0.24), sekolah di wilayah perbatasan (0.24 dan 0.22) dan sekolah di pusat kota (0.31 dan 0.29).

---

ABSTRACT

Congestion in Jakarta became one of the major unresolved problem until now. One of causes is school acitivity. Jakarta Education Agency (2014) stated there is 16% of population which involved in school activity. Study of the South Jakarta Transportation Agency in 2013 indicates there are 10 schools that cause congestion. Therefore, it is necessary to study the most influential variables and create transportation models related to student traveling to school in order to understand measurable trip generation. The models are formed using Linear Regression Methode with data obtained from sample of Bangkitan perjalanan..., Pameliantoro Dhani Grahutama, FT UI, 2016

xii Universitas Indonesia

questionnaires in six schools in South Jakarta. Analysis and validation models were conducted by compare the Person Trips values with the result of Category Analysis method. Then, amount of Trip Generation Rate was calculated based on school level and characteristic of location. The models show that students?s socio-economy such as family size, income, vehicle ownership and component of student travel such as time, cost and distance are the most influential variables on the number of trip generation of student travel to school. The number of class is also the influential variable. The results showed similarity of the number of Person Trips and Trip Generation Rate value are between the regression model and Category Analysis. The values of Trip Generation Rate per m2school area consisting attraction and generation school trip are as :State Elementary School (0.23 and 0.20), State Junior High School (0.35 and 0.32), State High School (0.25 and 0.24), Schools in Border Area (0.24 and 0.22) and Schools in Central City (0.31 and 0.29)."