Hasil Pencarian  ::  Simpan CSV :: Kembali

"Credit scoring adalah sebuah sistem yang digunakan kreditor seperti bank dan perusahaan asuransi untuk menentukan apakah pemohon kredit termasuk dalam grup good credit yakni grup yang kemungkinan besar akan membayar utangnya tepat waktu atau bad credit yang merupakan grup dengan kemungkinan besar tidak membayar utangnya tepat waktu. Salah satu metode yang paling sering digunakan dalam pembuatan model credit scoring adalah binary logistic regression.  Namun, seiring dengan kemajuan komputasi, banyak metode lain yang berkembang saat ini untuk dipakai dalam pembuatan model credit scoring yakni, metode gradient boosting. Pada skripsi ini dilakukan implementasi metode binary logistic regression dan gradient boosting dalam pemodelan credit scoring. Hasil yang didapatkan dengan menggunakan data 537.667 debitur dengan rincian 535.705 good credits dan 1.962 bad credits adalah pada data train penggunaan gradient boosting memberikan nilai tingkat akurasi 79,65%, uji KS 0,5389 dan AUROC/AUC 0,8393. Sementara pada data test penggunaan gradient boosting memberikan nilai tingkat akurasi 79,92%, uji KS 0,5345 dan AUROC/AUC 0,8313.  Nilai-nilai tersebut lebih tinggi dibandingkan dengan penggunaan binary logistic regression baik pada data train maupun data test. Berdasarkan nilai uji AUC, metode gradient boosting tergolong klasifikasi yang baik, sedangkan metode binary logistic regression> tergolong klasifikasi yang cukup. Hasil simulasi ini menunjukkan untuk data yang digunakan, metode gradient boosting memberikan hasil yang lebih baik dari sisi akurasi, uji KS, dan AUROC/AUC daripada binary logistic regression. Dengan kata lain, metode gradient boosting dapat meningkatkan discriminant power, yakni kemampuan untuk membandingkan target yang lebih baik dibandingkan dengan metode binary logistic regression.

---

Credit scoring is a system used by creditors such as banks and insurance companies to determine whether credit applicants are included in the good credit group, namely the group that is most likely to pay its debts on time or the bad credit group which is the group that is most likely to not pay its debts on time. One of the most frequently used methods in making credit scoring models is binary logistic regression. However, along with the progress of computation, many other methods are currently being developed to be used in making credit scoring models, namely, the gradient boosting method. In this thesis, we will compare the binary logistic regression and gradient boosting methods in credit scoring model. The results obtained using data from 537,667 debtors with details of 535,705 good credits and 1,962 bad credits are the train data using gradient boosting gives an accuracy rate of 79.65%, KS test 0.5389 and AUROC/AUC 0.8393. Meanwhile, the test data using gradient boosting gives an accuracy rate of 79.92%, KS test 0.5345, and AUROC/AUC 0.8313. These values ​​are higher than the use of binary logistic regression in both the train and test data. Based on the AUC test value, the gradient boosting method is a good classifier, while the binary logistic regression method is an acceptable classifier. The results of this simulation show that for the data used, the gradient boosting method gives better results in terms of accuracy, KS test, and AUROC/AUC than binary logistic regression. In other words, the gradient boosting method can increase discriminant power or the ability to compare targets better than the binary logistic regression method."

"Penelitian ini dilakukan untuk mengetahui bagaimana pengaruh kompetisi politik, dalam hal ini konsentrasi partai politik dan fragmentasi pemerintahan, terhadap peluang keterlambatan penetapan APBD. Penelitian ini menggunakan data panel tahunan dari 509 pemerintah daerah dalam kurun waktu tahun 2009-2017 yang kemudian dianalisa dengan regresi logistik biner dan OLS. Hasil penelitian menunjukkan bahwa kompetisi politik, dalam hal ini fragmentasi pemerintahan, secara signifikan meningkatkan peluang keterlambatan penetapan APBD. Sedangkan pengujian tambahan atas pengaruh kompetisi politik terhadap lamanya hari keterlambatan APBD menunjukkan bahwa kompetisi politik memiliki pengaruh yang tidak konsisten terhadap lamanya hari keterlambatan APBD. Faktor-faktor yang diduga mempengaruhi lamanya keterlambatan penetapan APBD dibawah 120 hari adalah konsentrasi partai politik, opini BPK, anggaran belanja dan kemandirian keuangan daerah. Sedangkan keterlambatan penetapan APBD yang lebih dari 120 hari dipengaruhi oleh faktor-faktor lain di luar variabel yang ada. Penelitian ini merekomendasikan pemerintah untuk membentuk perundang-undangan secara khusus mengenai keterlambatan penetapan APBD, yang mengatur mekanisme check and balances dalam proses penganggaran di daerah, serta menetapkan reward and punishment yang lebih tegas terkait ketepatan waktu penetapan APBD.

---

This study aims to find out how the effect of political competition, in this case the concentration of political parties and government fragmentation, on the probability of regional budget delays. This study uses annual panel data from 509 local governments for the period 2009-2017 which is then analyzed with binary logistic regression. The results show that political competition, in this case the fragmentation of government, significantly increases the opportunity of regional budget delays. An additional examination held on the effect of political competition on the duration of regional budget delays shows that political competition has an inconsistent effect on duration of delays. Factors predicted to influence the duration of regional budget delays that is less than 120 days are the concentration of political parties, BPK opinion, budgetary expenditures and regional independence. Meanwhile, the regional budget delays that is more than 120 days is influenced by factors other than the existing variables. This study recommends the government to establish specific regulation about regional budget delays, which regulates the check and balance mechanism in the regional budgeting process, as well as implements reward and punishment regarding the timeliness of regional budget. "

"ABSTRAKPenelitian ini bertujuan untuk menganalisis faktor-faktor yang memengaruhikemiskinan pekerja dibayar di perkotaan dengan menggunakan data Susenas2013. Berdasarkan analisis deskriptif dan regresi logistik biner diketahui bahwaumur, jenis kelamin, status migrasi, status perkawinan, pendidikan, lapanganusaha, status dalam pekerjaan, proporsi ART berumur > 15 tahun, proporsi ARTberumur > 64 tahun, dan proporsi ART lain bekerja dan berpenghasilan memilikipengaruh yang signifikan terhadap risiko pekerja dibayar di perkotaan berstatusmiskin. Faktor terkuat yang memengaruhi kemiskinan pekerja dibayar dengankriteria garis kemiskinan dalam penelitian ini adalah pendidikan, proporsi ARTlain bekerja dan berpenghasilan, dan proporsi ART berumur < 15 tahun. Dengankriteria Upah Minimum Provinsi, faktor terkuat yang menyebabkan pekerjadibayar hidup di bawah standar adalah proporsi ART lain bekerja danberpenghasilan, pendidikan, dan status migrasi

---

ABSTRACTThis research aims at analyzing factors influence poverty status at paid workersin urban area using 2013 Susenas. Descriptive analysis and result of binarylogistic regression indicate note that age, gender, migration status, marital status,education, field of business, status in employment, the proportion of under 15 yearold household member, the proportion of above 64 year old household member,and proportion of other household member?s work have significant effects on therisk of paid workers in urban to be poors. The strongest factors affecting povertystatus of paid workers by poverty line criteria in this study are education, theproportion of other hosehold member?s work, and the proportion of 15 year oldhousehold member. Based on provincial minimum wage criteria, the strongestfactors that cause paid workers paid live below the standard are the proportion inother hosehold member?s work, education, and the status of the migration;"

"Kota Semarang merupakan kota metropolitan terbesar kelima di Indonesia. Berbagai permasalahan lingkungan sering timbul sebagai dampak dari banyaknya konversi lahan di wilayah pesisir maupun perbukitan. Penelitian ini bertujuan untuk mengukur perubahan lanskap dan penutup lahan di Kota Semarang periode tahun 1996-2016. Pengolahan Citra Landsat tahun 1996, 2003, dan 2016 dilakukan untuk memperoleh klasifikasi penutup lahan. Penggunaan Indeks Lanskap seperti PD, PLAND, LPI, LSI, MNN, IJI, SHDI, dan SHEI dilakukan untuk menganalisis struktur dan pola lanskap. Regresi Logistik Biner digunakan untuk membuat model perubahan lanskap dan penutup lahan serta faktor-faktor yang mempengaruhi perubahan tersebut. Faktor fisik, sosial ekonomi, dan lingkungan digunakan sebagai variabel prediktor dari model tersebut. Pada periode tahun 1996-2016, lahan yang ada semakin terfragmentasi dengan tingkat percampuran dan pola persebaran antar penutup lahan yang tinggi. Pada tahun 1996-2003, hal tersebut dominan terjadi di wilayah ketinggian 25-100 mdpl, sedangkan pada periode tahun 2003-2016, hal tersebut terjadi di wilayah ketinggian 100-500 mdpl. Model perubahan lanskap dan penutup lahan Kota Semarang paling baik diterapkan pada wilayah ketinggian 100-500 mdpl. Berdasarkan model tersebut, probabilitas perubahan lanskap dan penutup lahan paling tinggi adalah ketika berada di wilayah yang tinggi dan datar, kerapatan sungai dan jalan yang relatif tinggi, kepadatan penduduk tinggi, status tanah berupa Hak Pakai dan Hak Guna Bangunan, nilai tanah yang rendah, dan jarak yang relatif jauh dari pusat kota.

---

Semarang City is one of the largest city in Indonesia. Tidal flooding, flash floods, sea water intrusion at the coast and landslide at the hills, are the issues the city currently dealt with as a side effect of land conversion. The study on spatial pattern and its change of landscape land cover is important for a better understanding in environmental management at this city. Landsat images from 1996, 2003 and 2016 and eight landscape indices PD, PLAND, LPI, LSI, MNN, IJI, SHDI, dan SHEI were used to analyze landscape land cover pattern and its change. Binary Logistic Regression and geography information system were used to build a mathematical and spatial modelling of landscape land cover change using driving factors such as elevation, slope, land subsidence, population density, land ownership, land price, street density, drainage density, and distance from city center. Landscape indices shows that the highest land utilization higher PD, LSI, MNN, IJI, SHDI, SHEI and lower LPI mostly occurred at elevation 25 100 meter in 1996 and 2003 and in 2016, it occurred at elevation 100 500 meter. In the period of 1996 2003, land fragmentation with high mixing and diversity occurred at elevation 25 100 meter, while in the period 2003 2016, it occurred at elevation 100 500 meter. Spatial modeling of landscape land cover at Semarang City is best applied at elevation 100 500 meter. The probability of landscape land cover change is high when located at the high and flat areas, high drainage and street density, highest population density, and lowest land price. "

"AIDS merupakan fase infeksi dari virus HIV yang paling kronis yang dapat melemahkan kekebalan tubuh. AIDS disebabkan oleh virus HIV yang menyerang dan menghancurkan sel CD4 atau yang biasa disebutk dengan sel T. Pada tahun 2020, Provinsi Jawa Timur merupakan provinsi dengan jumlah infeksi HIV terbanyak dan urutan ketiga terbanyak untuk total kasus AIDS di Indonesia. Tujuan penelitian ini untuk memodelkan data tingkat proporsi kasus AIDS Provinsi Jawa Timur menggunakan Geographically Weighted Logistic Regression (GWLR) dan melihat hasil pengelompokan kabupaten/kota menggunakan analisis klaster k-means. Variabel yang digunakan untuk penelitian ini adalah Gini Rasio, Indeks L Pengeluaran Per Kapita, Rasio Jenis Kelamin, Rasio Ketergantungan, Indeks Pembangunan Gender (IPG), dan Jumlah Pos Pelayanan KB Desa. Tingkat proporsi kasus AIDS dikategorikan menjadi 2 kategori berdasarkan cut point yang telah ditentukan, dengan kategori 0 sebagai tingkat rendah dengan proporsi kasus AIDS kurang dari 0,0006 dan kategori 1 sebagai tingkat tinggi dengan proporsi kasus AIDS lebih dari atau sama dengan 0,0006. Penaksiran parameter untuk model Geographically Weighted Logistic Regression (GWLR) menggunakan metode Maximum Likelihood Estimation (MLE) dengan fungsi pembobot kernel Fixed Gaussian dan bandwidth optimum ditentukan menggunakan Akaike’s Information Criterion corrected (AICc). Nilai Z hitung dari parameter model yang paling sesuai akan dikelompokan menggunakan analisis klaster k-means, dengan Z hitung adalah nilai estimasi parameter dibagi dengan standar error. Hasil pengelompokan menunjukkan bahwa anggota klaster 1 memiliki kecenderungan merupakan kabupaten/kota yang memiliki variabel signifikan yaitu rasio jenis kelamin dan rasio ketergantungan yang merupakan perbandingan jumlah penduduk bukan angkatan kerja dengan jumlah penduduk angkatan kerja, sementara anggota klaster 2 memiliki kecenderungan merupakan kabupaten/kota yang memiliki variabel signifikan rasio ketergantungan.

---

AIDS is the most chronic phase of HIV infection which can weaken the immune system. AIDS is caused by HIV which attacks and destroys CD4 cells or also known as T cells. In 2020, East Java Province is a province which has the most HIV infections and in the third place for the highest total number of AIDS cases in Indonesia. The purpose of this research is to build a model using Geographically Weighted Logistic Regression (GWLR), and to work out the grouping results of regencies/cities using K- means Clustering Analysis. The variables used in this research are Gini Ratio, L Index of Per Capita Expenditure, Gender Ratio, Dependency Ratio, Gender Development Index, and The Number of Post Pelayanan KB Desa. The proportion levels of AIDS cases are categorized into 2 categories based on cut-point which has been specified, which 0 as the category of low level with the proportion of AIDS cases is less than 0.0006 and 1 as the category of high level with the proportion of AIDS cases is more than or equal to 0.0006. Parameter estimation for Geographically Weighted Logistic Regression (GWLR) is using Maximum Likelihood Estimation (MLE) method with Fixed Gaussian as weighted kernel function and optimum bandwidth is determined using Akaike’s Information Criterion Corrected (AICc). Z-Score of the most suitable model will be grouped using K-means Clustering Analysis, with Z-score is parameter estimator divided by standard error. Grouping results indicates cluster 1 members tend to be regencies/cities that have gender ratio and dependency ratio as significant variables, meanwhile cluster 2 members tend to be regencies/cities that have only dependency ratio as significant variable."

"Pertumbuhan Perbankan Syariah di Indonesia Umumnya dan Di Sumbawa khususnya masih belum memuaskan dan masih jauh dari target yang diharapkan. Penelitian ini dilakukan untuk menguji dan mengetahui faktor - faktor apa saja yang dapat mempengaruhi Masyarakat dalam memilih Perbankan Syariah dilihat dari 4 (empat) Aspek yaitu Aspek Ibadah, Aspek Ekonomi, Aspek Pelayanan dan Aspek Merek. Data sampel diperoleh dari lapangan dengan menggunakan metode survey dengan pengumpulan data dalam bentuk kuesioner.Berdasarkan hasil analisis logit faktor yang mempengaruhi masyarakat dalam memilih perbankan syariah adalah faktor merek terutama pada indikator pengelolaan bank syariah yang dikenal profesional.Hal ini disebabkan karena masyarakat modern saat ini lebih memerlukan dan memilih pengelolaan uang yang lebih profesional, aman dan memudahkan mereka dalam memenuhi kebutuhan transaksi keuangannya.

---

Growth Banking Syariah in Indonesia generally and in Sumbawa especially has not yet gratified and still far from expected goals. This Research is conducted to test and know any factors that can influence society i n selecting banking Syariah is seen from 4 (four) aspect that is Religious Aspect, Economy Aspect, Service Aspect and Brand Aspect. Sample Data is obtained from field by using method survey with data collecting in the form of questioner.

Based on the results of logit analysis of factors affecting the banking community in choosing a brand of sharia is a factor, especially in the Islamic bank management indicator known professional.This is because modem society is much needed and choose money management more professional, secure and enables them to meet the needs of financial transactions."

"Keberhasilan program keluarga berencana (KB) merupakan salah satu faktor yang turut berperan terhadap penurunan tingkat fertilitas di Indonesia. Saat ini, walaupun prevalensi kontrasepsi di Indonesia terus meningkat, pertumbuhannya dari tahun ke tahun terus mengalami penurunan. Salah satu media TIK potensial yang dapat digunakan untuk peningkatan promosi program KB adalah Internet. Sementara itu, pengguna Internet di Indonesia terus mengalami pertumbuhan yang pesat. Penelitian ini bertujuan untuk mempelajari pengaruh akses Internet terhadap keputusan penggunaan kontrasepsi di Indonesia. Dengan menggunakan analisis regresi logistik biner, hasil penelitian menunjukkan bahwa, setelah dikontrol oleh tingkat pendidikan, status pekerjaan, daerah tempat tinggal, dan umur, akses Internet secara statistik dan siginifikan berpengaruh positif terhadap penggunaan kontrasepsi pada wanita kawin/hidup bersama berumur 15-54 tahun yang tinggal dengan suami/pasangannya di Indonesia.

---

The success of family planning program is one of the factors that contributes to the decline of fertility rate in Indonesia. Although the prevalence of contraception in Indonesia continues to increase, its growth from year to year continues to decline. Internet is a potential ICT media that can be used to promote family planning program as the growth of Internet users in Indonesia continues to increase.

This study aims to investigate the effect of Internet access on the decision to use contraception in Indonesia. Using binary logistic regression analysis, the results show that after controlling for education level, working status, place of residence, and age, Internet access statistically and significantly and positively affects contraceptive use on married woman aged 15-54 years who living with her husband/partner in Indonesia."

"AIDS merupakan fase infeksi dari virus HIV yang paling kronis yang dapat melemahkan kekebalan tubuh. AIDS disebabkan oleh virus HIV yang menyerang dan menghancurkan sel CD4 atau yang biasa disebutk dengan sel T. Pada tahun 2020, Provinsi Jawa Timur merupakan provinsi dengan jumlah infeksi HIV terbanyak dan urutan ketiga terbanyak untuk total kasus AIDS di Indonesia. Tujuan penelitian ini untuk memodelkan data tingkat proporsi kasus AIDS Provinsi Jawa Timur menggunakan Geographically Weighted Logistic Regression (GWLR) dan melihat hasil pengelompokan kabupaten/kota menggunakan analisis klaster. Variabel yang digunakan untuk penelitian ini adalah Gini Rasio, Indeks L Pengeluaran Per Kapita, Rasio Jenis Kelamin, Rasio Ketergantungan, Indeks Pembangunan Gender (IPG), dan Jumlah Pos Pelayanan KB Desa. Tingkat proporsi kasus AIDS dikategorikan menjadi 2 kategori berdasarkan cut point yang telah ditentukan, dengan kategori 0 sebagai tingkat rendah dengan proporsi kasus AIDS kurang dari 0,0006 dan kategori 1 sebagai tingkat tinggi dengan proporsi kasus AIDS lebih dari atau sama dengan 0,0006. Penaksiran parameter untuk model Geographically Weighted Logistic Regression (GWLR) menggunakan metode Maximum Likelihood Estimation (MLE) dengan fungsi pembobot kernel Fixed Gaussian dan bandwidth optimum ditentukan menggunakan Akaike’s Information Criterion corrected (AICc). Nilai Z hitung dari parameter model yang paling sesuai akan dikelompokan menggunakan analisis klaster k-means, dengan Z hitung adalah nilai estimasi parameter dibagi dengan standar error. Hasil pengelompokan menunjukkan bahwa anggota klaster 1 memiliki kecenderungan merupakan kabupaten/kota yang memiliki variabel signifikan yaitu rasio jenis kelamin dan rasio ketergantungan yang merupakan perbandingan jumlah penduduk bukan angkatan kerja dengan jumlah penduduk angkatan kerja, sementara anggota klaster 2 memiliki kecenderungan merupakan kabupaten/kota yang memiliki variabel signifikan rasio ketergantungan.

---

AIDS is the most chronic phase of HIV infection which can weaken the immune system. AIDS is caused by HIV which attacks and destroys CD4 cells or also known as T cells. In 2020, East Java Province is a province which has the most HIV infections and in the third place for the highest total number of AIDS cases in Indonesia. The purpose of this research is to build a model using Geographically Weighted Logistic Regression (GWLR), and to work out the grouping results of regencies/cities using K-means Clustering Analysis. The variables used in this research are Gini Ratio, L Index of Per Capita Expenditure, Gender Ratio, Dependency Ratio, Gender Development Index, and The Number of Post Pelayanan KB Desa. The proportion levels of AIDS cases are categorized into 2 categories based on cut-point which has been specified, which 0 as the category of low level with the proportion of AIDS cases is less than 0.0006 and 1 as the category of high level with the proportion of AIDS cases is more than or equal to 0.0006. Parameter estimation for Geographically Weighted Logistic Regression (GWLR) is using Maximum Likelihood Estimation (MLE) method with Fixed Gaussian as weighted kernel function and optimum bandwidth is determined using Akaike’s Information Criterion Corrected (AICc). Z-Score of the most suitable model will be grouped using K-means Clustering Analysis, with Z-score is parameter estimator divided by standard error. Grouping results indicates cluster 1 members tend to be regencies/cities that have gender ratio and dependency ratio as significant variables, meanwhile cluster 2 members tend to be regencies/cities that have only dependency ratio as significant variable. "

"Studi ini bertujuan untuk mendapatkan bukti empiris apakah manajemen aset berpengaruh terhadap performa aset negara. Indikator asset life cycle management (ALCM) digunakan untuk mengestimasi parameter manajemen aset sebagai variabel prediktor terhadap variabel respon berupa performa aset negara. Melalui penggunaan metode regresi logistik biner, kami menemukan bahwa terdapat dua faktor ALCM yang memberikan pengaruh signifikan terhadap performa aset negara. Estimasi pada masing-masing jenis aset menunjukkan pengaruh dan besaran yang berbeda dibanding dengan model estimasi keseluruhan. Identifikasi lanjutan melibatkan aspek spasial sebagai pembobot dalam interaksi antar variabel prediktor dengan variabel respon melalui pendekatan Geographically Weight Logistic Regression (GWLR) tidak berhasil menemukan adanya pengaruh yang signifikan

---

This study aims to obtain empirical evidence whether asset management affects the performance of state assets. The asset life cycle management (ALCM) is used as an indicator of asset management to predict state asset performance as a dependent variable. Using binary logistic regression method, we found that there are two aspects of ALCM affect significantly on the performance of state assets. Estimation on specific asset shows different effects and magnitudes compared to the previous estimation. Further identification involving the spatial aspect using the Geographically Weight Logistic Regression (GWLR) failed to find a significant effect on ALCM and performance asset."

"Kota Bogor berada di tengah wilayah Kabupaten Bogor serta lokasinya cukup dekat dengan lingkup Jabodetabek sehingga mobilitas masyarakat semakin tinggi. Namun, terdapat beberapa layanan angkutan umum yang tidak efisien di Kota Bogor sehingga diperlukan alternatif untuk meningkatkan layanan angkutan umum di Kota Bogor. Penelitian ini bertujuan untuk menganalisis preferensi masyarakat terhadap layanan Trem di Kota Bogor. Metode analisis pada penelitian ini menggunakan model logit biner yang dibangun berdasarkan hasil data survei primer dengan metode Stated Preference. Model fungsi utilitas dibangun dengan pendekatan regresi logistik yang dikelompokkan berdasarkan karakteristik perjalanan dan moda transportasi. Pembentukan fungsi utilitas pada setiap kelompok dibangun dengan variabel yang berkorelasi dan signifikan berdasarkan uji korelasi Spearman serta terpilih melalui metode stepwise. Setiap fungsi utilitas diuji kelayakannya dengan uji Omnibus Test of Model Coefficients, Hosmer and Lameshow Test, Overall Percentage, -2 Log Likelihood, dan Nagelkerke R Square. Selanjutnya dilakukan uji validasi antara data real dengan data model menggunakan Root Mean Square Error (RMSE). Setelah itu, dilakukan pemilihan model terbaik berdasarkan hasil uji kelayakan dan validasi serta dilakukan pengujian komparasi menggunakan Mann-Whitney. Berdasarkan hasil analisis, ditetapkan enam model terpilih dengan variabel yang paling berpengaruh terhadap preferensi masyarakat, yaitu tarif, waktu tunggu, penghematan waktu, dan selisih biaya. Potensi penggunaan layanan Trem berdasarkan preferensi tarif Rp5.500 pada kendaraan umum eksternal sebesar 93.96%, pada kendaraan mobil internal sebesar 76.69%, dan pada kendaraan motor eksternal sebesar 93.36%. Sedangkan tingkat potensi penggunaan layanan Trem berdasarkan preferensi waktu tunggu 5 menit pada kendaraan umum internal sebesar 91.88% dan pada waktu tunggu 10 menit sebesar 86.39%.

---

Bogor City is located in the middle of Bogor Regency and is quite close to the Jabodetabek area, resulting in higher community mobility. However, there are several inefficient public transport services in Bogor City so that alternatives are needed to improve public transport services in Bogor City. This study aims to analyze people's preferences for Tram services in Bogor City. The analysis method in this study uses a binary logit model built based on the results of primary survey data with the Stated Preference method. The utility function model was built with a logistic regression approach grouped by travel characteristics and transportation modes. The formation of utility functions in each group was built with variables that were correlated and significant based on the Spearman correlation test and selected through the stepwise method. Each utility function was tested for feasibility using the Omnibus Test of Model Coefficients, Hosmer and Lameshow Test, Overall Percentage, -2 Log Likelihood, and Nagelkerke R Square. Furthermore, a validation test is carried out between real data and model data using Root Mean Square Error (RMSE). After that, the best model selection was carried out based on the results of the feasibility and validation tests and comparative testing using Mann-Whitney. Based on the results of the analysis, six models were selected with the most influential variables on public preferences, namely tariff, waiting time, time savings, and cost difference. The potential use of Tram services based on tariff preferences of Rp5,500 on external public vehicles amounted to 93.96%, on internal car vehicles amounted to 76.69%, and on external motor vehicles amounted to 93.36%. While the level of potential use of Tram services based on 5-minute waiting time preferences on internal public vehicles amounted to 91.88% and at a waiting time of 10 minutes amounted to 86.39%."