Hasil Pencarian  ::  Simpan CSV :: Kembali

"Kota Depok mengalami pertumbuhan yang pesat dalam hal penduduk dan ekonomi yang menyebabkan tingginya permintaan transportasi. Hal ini mengakibatkan permasalahan transportasi yang memerlukan perencanaan transportasi. Penelitian ini bertujuan untuk menghitung besaran trip rate untuk setiap kategori dari karakteristik rumah tangga yang berpengaruh pada bangkitan perjalanan pada tahun dasar. Penelitian ini dilakukan dengan metode klasifikasi berganda yang berbasis rumah tangga. Uji statistik yang digunakan untuk mendapatkan variabel bebas adalah uji korelasi pearson dan ANOVA.Dari hasil analisis, didapat variabel bebas yang digunakan adalah Kategori Rumah Tangga, Kepemilikan Kendaraan, dan Tingkat Pengeluaran Transportasi. Sedangkan variabel terikatnya adalah perjalanan bekerja, perjalanan sekolah, perjalanan lain-lain, dan total perjalanan. Hasil trip rate yang didapat untuk tiap maksud perjalanan adalah perjalanan bekerja = 2.69 perjalanan/ rumah tangga, perjalanan sekolah = 2.06 perjalanan/ rumah tangga, perjalanan lain-lain = 0.63 perjalanan/ rumah tangga, dan total perjalanan = 5.4 perjalanan/ rumah tangga.

---

Depok city has rapid growth in terms of population and economy leading to high transport demand. This growth makes transportation problems that need transportation management. This study aimed to calculate the trip rate for each category of household characteristics affecting trip generation in the base year. Trip rate model is developed by apply multiple classification method based on household. The statistical test used to obtain independent variable are the Pearson correlation test and ANOVA test.

The analysis show that the independent variables are Household Category, Vehicles Ownership, and Transportation Expenditure Levels, while the dependent variable are work trips, school trips, other trips, and total trips. Trip rate values obtained for each purpose of the trip are a work trip 2.69 trips household, school trips 2.06 trips household, other trip 0.63 trips household, and total trips 5.4 trips household."

"Tingkat perjalanan merupakan salah satu indikator bagi para perencana transportasi dalam mengambil keputusan terkait kebijakan dan pembangunan infrastruktur di masa mendatang. Dalam memperkirakan tingkat perjalanan, Department for Transport (DFT) United Kingdom (UK) menggunakan metode 'predict and provide', yang menggunakan variabel sosio-ekonomi sebagai acuan kebijakan perencanaan masa depan. Sementara itu, TRICS menggunakan metode 'decide and provide' dengan cara menentukan tujuan masa depan sesuai yang diinginkan dan menyediakan infrastruktur yang diperlukan untuk mencapai tujuan tersebut. Metode ini menghitung tingkat perjalanan yang melibatkan penggunaan lahan dan gross floor area (GFA). Penelitian ini bertujuan untuk melihat pola tingkat perjalanan dari kedua pendekatan tersebut. Dengan menggunakan paradigma predict and provide, terdeteksi adanya kecenderungan penurunan tingkat perjalanan pada total semua tujuan perjalanan. Pada setiap tujuan perjalanan juga terdeteksi adanya penurunan kecuali pada tujuan perjalanan untuk berjalan kaki yang menunjukkan tren positif dan tujuan perjalanan untuk pendidikan yang stabil. Pada paradigma decide and provide, hanya tren penurunan tingkat perjalanan yang teridentifikasi pada moda angkutan pribadi dan bus, sedangkan moda lainnya tidak ditemukan adanya tren. Variabel-variabel dari kedua paradigma tersebut memiliki dampak yang bervariasi, tergantung pada berbagai faktor sosio-ekonomi dan demografi. Hasil penelitian ini memberikan informasi baru yang penting untuk mengidentifikasi dan mengklasifikasikan bagaimana berbagai faktor mempengaruhi perilaku perjalanan.

---

Trip rate is one of the indicators for transport planners in making decisions regarding future policies and infrastructure development. In estimating trip rates, the Department for Transport (DFT) United Kingdom (UK) uses the 'predict and provide' method, which uses socio-economic variables as a reference for future planning policies. Meanwhile, TRICS uses the 'decide and provide' method which decides the desired future and provides the necessary infrastructure to achieve it. This method calculates trip rates involving land uses and gross floor space (GFA) that takes land use into account. This research aims to examine the patterns in trip rates for both of these approaches. Using the Predict ad Provide Paradigm a decreasing trend of trip rate has been detected in the total of all trip purposes. In each trip purpose, a decrease is also detected except for the trip purpose for walking which shows a positive trend and the trip for education that are stable or no trend. With the Decide and Provide Paradigm only a decreasing trip rate trend was identified in other private transport and bus modes, while others were not found. The variables of both paradigms have varied effects depending on a range of socioeconomic and demographic factors. These results provide important new information for identifying and classifying how various factors influence travel behaviour"

"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 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."

"ABSTRAKDalam menganalisis suatu Daerah Aliran Sungai, salah satu parameter yang dibutuhkan adalah nilai runoff coefficient atau curve number. Dimana nilai ini menggambarkan aliran yang melimpas atau terserap ke dalam tanah sesuai dengan peruntukkan penggunaan lahannya. Dalam menentukan nilai parameter tersebut, perlu diperhatikan klasifikasi jenis tanah atau pengelompokkan hidrologis tanah (Hydrologic Soil Group). Hydrologic Soil Group ini terdiri dari 4 kelompok yaitu A, B, C, dan D. Saat jenis kelompok hidrologisnya berbeda, maka nilai runoff coefficient atau curve number ini akan berbeda. Pengelompokkan Hydrologic Soil Group dapat ditentukan dengan menggunakan beberapa cara, yaitu berdasarkan sifat-sifat tanah, peta tanah detail, atau laju infiltrasi minimum. Menurut Badan Informasi Geospasial, 2018, klasifikasi Hydrologic Soil Group pada DAS Ciliwung Hulu terbagi ke dalam tiga kelompok yaitu, A, B, dan D. Dalam klasifikasinya, Hydrologic Soil Group yang berbeda memiliki nilai laju infiltrasi yang berbeda pula. Sehingga dengan diketahuinya nilai laju infiltrasi di suatu lokasi, akan diketahui pula klasifikasi Hydrologic Soil Group pada lokasi tersebut. Dalam penelitian ini akan dilakukan analisis persebaran klasifikasi Hydrologic Soil Group berdasarkan laju infiltrasi yang didapatkan dari penelitian langsung di lapangan. Penelitian dilakukan di 14 titik lokasi yang berbeda, yang tersebar di wilayah DAS Ciliwung Hulu, dengan waktu yang berbeda. Metode penelitian langsung di lapangan dilakukan dengan menggunakan bantuan alat double-ring infiltrometer. Data yang didapatkan dari penelitian lapangan kemudian diolah dengan menggunakan estimasi parameter dan Metode Horton untuk mendapatkan laju infiltrasi Horton. Dengan bantuan Inverse Distance Weighted (IDW) pada software ArcMap, akan didapatkan peta persebaran laju infiltrasi dan peta persebaran klasifikasi Hydrologic Soil Group pada DAS Ciliwung Hulu. Hasil yang didapatkan dari penelitian ini menunjukkan bahwa nilai laju infiltrasi pada DAS Ciliwung bagian Hulu berkisar antara 0.15 - 24.45 cm/jam. Dengan laju infiltrasi tersebut, didapatkan pula persebaran Hydrologic Soil Group pada DAS Ciliwung Hulu, yaitu terdiri dari kelompok A, B, dan C. Dari peta persebaran Hydrologic Soil Group pada DAS Ciliwung Hulu terlihat bahwa kelompok Hydrologic Soil Group yang mendominasi adalah kelompok A yang memiliki kemampuan infiltrasi yang tinggi dan potensi run-off yang rendah.

---

ABSTRACTIn analyzing a watershed, one of the parameters needed is the runoff coefficient or curve number. This value describes the flow that overflows or absorbed into the soil in accordance with the intended use of land. In determining the value of these parameters, it is necessary to note the classification of soil types or soil hydrological grouping (Hydrologic Soil Group). The Hydrologic Soil Group consists of 4 groups: A, B, C, and D. When the types of hydrological groups are different, then the runoff coefficient or curve number will be different. Grouping the Hydrologic Soil Group can be determined using several methods, based on soil properties, detailed soil maps, or minimum infiltration rates. According to the Badan Informasi Geospasial, 2018, the classification of the Hydrologic Soil Group in the Ciliwung Hulu watershed is divided into three groups, namely, A, B, and D. In the classification, different Hydrologic Soil Groups have different infiltration rate values. So that by knowing the rate of infiltration in a location, the classification of the Hydrologic Soil Group will be known at that location. In this study, an analysis of the distribution of the Hydrologic Soil Group classification based on the infiltration rate obtained from direct research in the field will be conducted. The study was conducted in 14 different location points, which were spread across the Upper Ciliwung watershed, with different times. The direct research method in the field is carried out using the aid of a double-ring infiltrometer. Data obtained from field research were then processed using parameter estimation and Horton Method to obtain Horton infiltration rate. With the assistance of Inverse Distance Weighted (IDW) in ArcMap software, a map of the infiltration rate distribution and a map of the distribution of the Hydrologic Soil Group distribution in the Ciliwung Hulu watershed will be obtained. The results obtained from this study indicate that the infiltration rate in the Upper Ciliwung watershed ranges from 0.15 - 24.45 cm/hour. With the infiltration rate, the distribution of the Hydrologic Soil Group was also found in the Ciliwung Hulu watershed, which consisted of groups A, B, and C. From the distribution map of the Hydrologic Soil Group in the Upper Ciliwung watershed it was seen that the dominant group of Hydrologic Soil Group A had high infiltration capability and low run-off potential."

"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."

"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."

"Skripsi ini membahas mengenai pengaruh lingkungan kerja terhadap pemipetan pada sebuah laboratorium pangan di bagian lab mikrobiologi. Pemipetan merupakan suatu kegiatan/pekerjaan pada sebuah laboratorium untuk mengambil larutan cair dengan jumlah/volume tertentu dan memindahkan larutan cair tersebut ke dalam media yang lainnya. Faktor lingkungan kerja yang dapat mempengaruhi pemipetan antara lain: cahaya, suhu ruang, tingkat kebisingan dari suara blower, dan kelembaban udara yang dapat mempengaruhi akurasi dari pipet tersebut. Penelitian ini menggunakan metode analisis regresi linier berganda. Dari penelitian ini diperoleh persamaan regresi linier Y = 351,099 + 0,696X1 + 0,609X2 - 1,181X3 - 0,274X4 dimana X1 merupakan cahaya dari lampu dengan daya lampu yang berbeda-beda, X2 merupakan suhu ruangan, X3 merupakan tingkat kebisingan yang dihasilkan oleh blower, dan X4 merupakan kelembaban udara. Dimana rumus tersebut diperoleh dari faktor lingkungan kerja sebagai berikut: Untuk faktor cahaya menggunakan lampu 18 W, 30 W, 36 W dan 58 W, sedangkan untuk faktor suhu berada di antara 18°C sampai 25°C, faktor kebisingan berada di antara 23 dB sampai 92 dB, dan faktor kelembaban di antara 51% sampai 84%. Dan dari hasil penelitian menunjukkan model regresi dapat menjelaskan sekitar 97,4% dari total variasi terhadap kinerja analis dalam pemipetan dan sisanya 2,6% dijelaskan oleh hal-hal lain.

---

This thesis discusses the influence of the work environment in a laboratory pipetting food in the microbiology lab. Pipetting is a work in a laboratory to take a liquid solution with the number/specific volume of liquid solution and move into other media. Work environment factors that can affect pipetting, include: light, temperature, noise level of the sound blowers, and air humidity can affect the accuracy of the pipette. This study uses the method of multiple linear regression analysis.

From this study obtained a linear regression equation Y = 351.099 + 0.696 X1 + 0.609 X2 - 1.181 X3 - 0.274 X4, where X1 is the light from the lamp with lamp power different, X2 be an air-conditioning, X3 is the noise level generated by the blower, and X4 is the air humidity. Where the formula is derived from the work environment factors as follows: for the factors of light using lamps 18 W, 30 W, 36 W and 58 W, while for the temperature factor is between 18°C to 25°C, the noise factor is between 23 dB to 92 dB, and the humidity factor of 51% to 84%. And the results showed regression model can explain about 97.4% of the total variation of the analyst's performance in pipetting and the rest 2.6% is explained by other things."

"Efisiensi pelayanan rumah sakit salah satunya dapat dinilai dari BOR. Pencapaian BOR di RSU XYZ tahun 2013 terjadi penurunan cukup drastis dan tahun 2014 cenderung stagnant, namun penurunan tersebut tidak diikuti dengan penurunan jumlah pasien rawat inap dan hari perawatan. Sehingga tujuan penelitian ini adalah untuk diketahuinya pengaruh faktor internal mencakup kebijakan, pemasaran, dokter, perawat, fasilitas, peralatan dan faktor eksternal mencakup persepsi pasien, persepsi keluarga pasien dan program JKN. Penelitian ini dilakukan selama bulan Juli-Desember 2015, menggunakan penelitian kualitatif dengan metode analisis deskriptif melibatkan wawancara mendalam terhadap 12 informan. Hasil penelitian menunjukkan bahwa semua faktor internal dan eksternal berpengaruh dalam pencapaian BOR. Faktor internal yang menyebabkan BOR menurun drastis karena adanya kebijakan perubahan status rumah sakit menjadi rumah sakit umum tipe C dan BOR di tahun 2014 tetap karena adanya pembatasan kuota tempat tidur pasien JKN. Kelemahan faktor internal adalah pemasaran untuk pasien umum dan asuransi komersial belum optimal dan keterbatasan perawat di gedung utara. Ancaman eksternal adalah kurangnya komunikasi kepada pasien, rendahnya penggantian tarif BPJS. Diharapkan dengan diketahuinya faktor-faktor tersebut, bisa menjadi bahan evaluasi untuk meningkatkan pelayanan.

---

Cervices efficiency of the hospital is one of the thing that can be measured by BOR. In 2013 there was a dramatic decrease in number of BOR at XYZ hospital, while 2014 number remain stable. Decrease of BOR number was not equally means the drop of patients? number and inpatient day. So the purpose of this research is to know the influence of internal factors include the policy, marketing, doctors, nurses, facilities and external factors include the patient's perception, the perception of the patient's family and JKN program.This research was conducted in July to December 2015, using qualitative method with deep interview of 12 informant.

The result showed that all internal and external factors influence the achievement of the BOR. Internal factors that cause BOR dropped dramatically is policies to improve the status of hospitals into public hospitals type C, BOR stagnant in 2014 due to quota restrictions JKN patient's bed. The weakness internal factors, marketing to patients non JKN is not optimal and limitations nurse in the north building. While of external threat is the lack of communication to patient, the low cost of BPJS. Expected by knowing these factors, it could be a material evaluation to improve services."