Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
ABSTRAK
Perpindahan lajur adalah komponen yang penting dalam simulasi model lalu lintas mikroskopis, dan memiliki impact pada pergerakan lalu lintas pada segmen-segmen tertentu jalan. Perpindahan lajur pada off ramp menimbulkan efek diverging pada jalan, perpindahan lajur yang kurang tepat pada jalan bebas hambatan akan membahayakan banyak pengguna jalan bebas hambatan. Penelitian ini bertujuan untuk mengetahui perilaku masyarakat pengendara kendaraan kecil pada off ramp jalan bebas hambatan. Penelitian ini menggunakan data berbasis video dan menggunakan Trajectory Extractor yang dikembangkan oleh Lee et al. (2009) yang berfungsi untuk menghasilkan data posisi kendaraan tiap detik secara semi manual. Hasil penelitian ini menunjukan karakter perpindahan lajur pada off ramp jalan bebas hambatan. Hasil dari permodelan adalah pengemudi yang tidak akan keluar dari jalan bebas hambatan cenderung menghindari offramp.

---

ABSTRACT
Moving lanes are an important component in the simulation of microscopic traffic models, and have an impact on traffic movements in certain segments of the road. The transfer of the lane off the ramp creates a diverging effect on the road, the displacement of the lane that is not right on the freeway will endanger many freeway users. This study aims to determine the behavior of small motorists on the off road ramp. This study uses video-based data and uses the Trajectory Extractor developed by Lee et al. (2009) which functions to produce semi-manual vehicle position data every second. The results of this study indicate the character of the displacement of the freeway ramp on the ramp. The result of modeling is that drivers who will not get off the freeway tend to avoid the off ramp road.

 

 

Abstrak :
Latar belakang: Kecelakaan bus dan truk tahun 2019 tercatat 500 peristiwa dengan 119 korban jiwa. Penyebab kecelakaan 60% berasal dari faktor manusia. Salah satunya adalah dangerous driving behavior dan kualitas tidur. Tujuan penelitian untuk mengetahui hubungan kualitas tidur dan faktor lain terhadap dangerous driving behavior pada pengemudi bus antar kota antar provinsi (AKAP). Metode: Dilakukan pada Oktober 2022, desain analitik potong lintang. Metode consecutive sampling digunakan dengan minimal 78 pengemudi bus. Instrumen yang digunakan Dula Dangerous Driving Behavior Index (DDDI) dan Pittsburgh Sleep Quality Index (PSQI) telah di validasi dalam Bahasa Indonesia. Analisa multivariat regresi logistik digunakan untuk memprediksi faktor dominan. Hasil: Total 133 pengemudi bus komersial, 55,6% mempunyai kualitas tidur buruk dan dangerous driving behavior rendah-sangat rendah (83,5%). Kualitas tidur memiliki hubungan signifikan dengan dangerous driving behavior (p-value=0,03, aOR (adjusted Odds Ratio=9,1). Faktor lain yakni kebiasaan merokok (p=0,01, aOR=26). Nilai R square yang didapat adalah 0,48. Kesimpulan: Pengemudi dengan kualitas tidur buruk dan dangerous driving behavior tinggi mempunyai proporsi lebih kecil. Namun ada hubungan antara keduanya dimana semakin buruk kualitas tidur pengemudi maka beresiko lebih tinggi berperilaku dangerous driving behavior. Faktor resiko lain yang berhubungan adalah kebiasaan merokok. ......Background: There were 500 bus and truck accidents in 2019 with 119 fatalities. 60% of accidents are caused by the human factor. One of them is dangerous driving behavior and sleep quality. The aim of the study was to determine the relationship between sleep quality and other factors on dangerous driving behavior among intercity bus drivers. Method: Performed in October 2022, cross-sectional analytical design. The consecutive sampling method was used with a minimum of 78 bus drivers. The instruments used by the Dula Dangerous Driving Behavior Index (DDDI) and the Pittsburgh Sleep Quality Index (PSQI) have been validated in Indonesian. Multivariate logistic regression analysis was used to predict the dominant factor. Results: Of a total of 133 commercial bus drivers, 55.6% had poor sleep quality and low-very low dangerous driving behavior (83.5%). Sleep quality has a significant relationship with dangerous driving behavior (p-value=0.03, aOR (adjusted Odds Ratio=9.1). Another factor is smoking habits (p=0.01, aOR=26). R square value obtained is 0.48. Conclusion: Drivers with poor sleep quality and high dangerous driving behavior have a smaller proportion. However, there is a relationship between the two where the poorer the sleep quality of the driver, the higher the risk of dangerous driving behavior. Another related risk factor is smoking habit.

Abstrak :
Konsumsi bahan bakar pada kendaraan roda empat tidaklah terlalu efisien. Salah satu alasan di balik kurang efisiennya penggunaan bahan bakar adalah perilaku berkendara yang tidak tepat karena didasar pada perasaan pengemudi. Hal ini menghasilkan efisiensi konsumsi BBM rendah. Untuk mengatasi masalah tersebut, dibutuhkan suatu sistem di mana perilaku berkendara seorang pengemudi dan konsumsi bahan bakar yang dihasilkan dapat dinilai dan dikalkulasikan. Penelitian ini mencoba untuk mengembangkan sistem di mana data dari On-Board Diagnostics-II (OBD-II) Port diambil oleh Raspberry Pi dan dikalkulasikan untuk mendapat angka konsumsi BBM, dan dikirim ke backend cloud storage untuk disimpan. Data tersebut didapatkan melalui serangkaian kegiatan berkendara yang dimonitor untuk mengembangkan aplikasinya dengan mengambil data accelerator pedal position dan fuel economy, sebelum akhirnya menggunakan data sesungguhnya dari kegiatan berkendara biasa. Hasil yang didapat adalah, fuel economy perilaku berkendara sport bernilai 0,4-5,9 km/L, normal 4,8-8,5 km/L, eco 8,5-11,1 km/L. Data accelerator pedal position perilaku berkendara eco 6-12%, normal 12-24%, sport 24-45%. Data ini kemudian ditampilkan melalui telepon genggam Android melalui serangkaian protokol yang mengambil data yang sudah dikalkulasikan dari cloud storage dan menyajikannya dalam format yang lebih mudah dimengerti bagi penggunanya. Lalu dilakukan validasi konsumsi BBM melalui aplikasi dengan metode full-to-full yang menghasilkan angka Mean Absolute Percentage Error (MAPE) sebesar rata-rata 13,1%. Angka ini merupakan angka kesalahan rata-rata aplikasi.

---

Fuel consumption in automobiles are not particularly efficient. One of the reasons behind the inefficiency is improper driving behavio due to the usage of feeling and judgment. To mitigate this problem, there needs to be a system where driver's driving behavior and the car's fuel consumption can be assessed and calculated. This research tried to develop a system where data from car's OBD-II Port are taken by Raspberry Pi, sent to cloud database, where it is then calculated to acquire the driving behavior and fuel consumption. The data are first obtained through a series of monitored driving to develop the application, before using real data from usual driving activity. The results are driving behavior's fuel consumption figure which is sport 0,4-5,9 km/L, normal 4,8-8,5 km/L, sport 8,5-11,1 km/L. The accelerator pedal position figures fore eco is 6-12%, 12-24%, and sport 24-45%.  This data is displayed on an Android phone through sets of protocol that collect the calculated data from cloud database and serve it in a more understandable manner in order for users to acquire useful information regarding the fuel consumption and driving behavior. The final application's fuel economy figures are then validated using full-to-full method to produce Mean Absolute Percentage Error (MAPE) which is 13,1%. This is the application's average fuel consumption reading's figure.

Abstrak :
Penelitian ini bertujuan untuk menguji efektivitas tiga jenis program intervensi, yaitu Cognitive Behavior Therapy (CBT), iklan dengan tampilan humor (iklan positif), dan iklan dengan tampilan menakutkan (iklan negatif) dalam menurunkan perilaku menge mudi secara agresif. Partisipan terdiri atas 196 pengemudi yang tergolong dalam kelompok usia dewasa muda (usia 18?35 tahun), yaitu usia dimana individu berisiko untuk menampilkan perilaku mengemudi secara agresif. Kepada partisipan dilakukan pengukuran de ngan menggunakan empat macam inventori lapor diri, yaitu inventori untuk mengukur persepsi mengenai kondisi lalu lintas, derajat frustrasi, emosi marah, dan perilaku mengemudi. Analisis dengan menggunakan desain mix-faktorial menunjukkan bahwa program intervensi CBT lebih efektif dibandingkan program intervensi iklan, khususnya dalam menurunkan derajat frustrasi dan emosi marah. Sedangkan antara iklan dengan tampilan humor dan iklan dengan tampilan menakutkan tidak ditemukan adanya perbedaan yang signifikan dalam menurunkan derajat frustrasi dan emosi marah. Baik program CBT maupun kedua jenis program intervensi iklan tidak cukup efektif untuk menurunkan perilaku mengemudi secara agresif. Mengacu pada Teori A-B-C tentang ketergugahan emosi yang dikemukakan oleh Ellis, maka hasil penelitian ini menunjukkan bahwa sasaran akhir yaitu perilaku mengemudi secara aman (faktor C) pada pengemudi usia dewasa muda tidak dapat tercapai walaupun keyakinan dan emosi mereka (faktor B) berhasil diubah menjadi lebih positif. Implikasi dari penelitian ini adalah bahwa untuk sampai terjadinya perubahan perilaku mengemudi secara aman diperlukan teknik modifikasi perilaku yang lain, misalnya pemberian sangsi yang kuat dari pihak otoritas yaitu polisi.

---

This study was conducted to examine the effectiveness of three intervention programs, i.e. CBT (Cognitive Behavior Therapy), humor appeal advertisements (positive ads), and fear appeal advertisements (negative ads) in reducing aggressive driving behavior. 196 young adults age between 18?35 years old, who are considered to be at risk in performing aggressive driving behavior had completed four self report inventories. The four inventories measures perception on traffic conditions, degree of frustration, anger emotion, and driving behavior. Analysis of mix factorial desigm shows that CBT intervention program is more effec tive than the advertising intervention program, particularly in reducing the degree of frustration and emotional upset. However, no significant difference between humor appeal and fear appeal advertisements in reducing the level of frustration and anger emotion. Moreover, CBT program as well as the other two advertising intervention programs is not sufficient enough to reduce driving behavior. Based on the A-B-C Theory of Emotonal Arousal proposed by Ellis, this result indicates that safety driving behavior (factor C) among young drivers cannot be achieved through these intervention programs, although their belief and emotion (factor B) has been changed. This study implies that other modification behavior technique, i.e. strong penalty from the authority (police) is needed to encourage safer driving behavior of Indonesian young driver.

Abstrak :
This study was conducted to examine the effectiveness of three intervention programs, i.e. CBT (Cognitive Behavior Therapy), humor appeal advertisements (positive ads), and fear appeal advertisements (negative ads) in reducing aggressive driving behavior. 196 young adults age between 18?35 years old, who are considered to be at risk in performing aggressive driving behavior had completed four self report inventories. The four inventories measures perception on traffic conditions, degree of frustration, anger emotion, and driving behavior. Analysis of mix factorial desigm shows that CBT intervention program is more effective than the advertising intervention program, particularly in reducing the degree of frustration and emotional upset. However, no significant difference between humor appeal and fear appeal advertisements in reducing the level of frustration and anger emotion. Moreover, CBT program as well as the other two advertising intervention programs is not sufficient enough to reduce driving behavior. Based on the A-BC Theory of Emotonal Arousal proposed by Ellis, this result indicates that safety driving behavior (factor C) among young drivers cannot be achieved through these intervention programs, although their belief and emotion (factor B) has been changed. This study implies that other modification behavior technique, i.e. strong penalty from the authority (police) is needed to encourage safer driving behavior of Indonesian young driver.

---

Penelitian ini bertujuan untuk menguji efektivitas tiga jenis program intervensi, yaitu Cognitive Behavior Therapy (CBT), iklan dengan tampilan humor (iklan positif), dan iklan dengan tampilan menakutkan (iklan negatif) dalam menurunkan perilaku mengemudi secara agresif. Partisipan terdiri atas 196 pengemudi yang tergolong dalam kelompok usia dewasa muda (usia 18?35 tahun), yaitu usia dimana individu berisiko untuk menampilkan perilaku mengemudi secara agresif. Kepada partisipan dilakukan pengukuran dengan menggunakan empat macam inventori lapor diri, yaitu inventori untuk mengukur persepsi mengenai kondisi lalu lintas, derajat frustrasi, emosi marah, dan perilaku mengemudi. Analisis dengan menggunakan desain mix-faktorial menunjukkan bahwa program intervensi CBT lebih efektif dibandingkan program intervensi iklan, khususnya dalam menurunkan derajat frustrasi dan emosi marah. Sedangkan antara iklan dengan tampilan humor dan iklan dengan tampilan menakutkan tidak ditemukan adanya perbedaan yang signifikan dalam menurunkan derajat frustrasi dan emosi marah. Baik program CBT maupun kedua jenis program intervensi iklan tidak cukup efektif untuk menurunkan perilaku mengemudi secara agresif. Mengacu pada Teori A-B-C tentang ketergugahan emosi yang dikemukakan oleh Ellis, maka hasil penelitian ini menunjukkan bahwa sasaran akhir yaitu perilaku mengemudi secara aman (faktor C) pada pengemudi usia dewasa muda tidak dapat tercapai walaupun keyakinan dan emosi mereka (faktor B) berhasil diubah menjadi lebih positif. Implikasi dari penelitian ini adalah bahwa untuk sampai terjadinya perubahan perilaku mengemudi secara aman diperlukan teknik modifikasi perilaku yang lain, misalnya pemberian sangsi yang kuat dari pihak otoritas yaitu polisi.

Abstrak :
Berbagai penelitian sebelumnya telah mengidentifikasi adanya perbedaan kondisi lalu lintas dan perilaku berkendara sebelum dan saat pandemi sebagai dampak dari kebijakan pembatasan sosial. Sayangnya, studi yang meneliti perbedaan kondisi lalu lintas dan perilaku berkendara di Indonesia saat dan setelah pandemi masih cukup minim. Penelitian ini bertujuan untuk menguji perbedaan persepsi pengendara terhadap kondisi lalu lintas, persepsi risiko, dan perilaku berkendara berisiko pada diri sendiri dan pengendara lain pada pengendara sepeda motor berusia dewasa menengah antara saat dan setelah terjadinya pandemi. Partisipan adalah 118 pengendara sepeda motor usia 26-40 tahun di Jabodetabek. Dari analisis paired sample t-test, hasil penelitian menunjukkan bahwa kondisi lalu lintas dipersepsikan semakin negatif setelah pandemi. Di sisi lain persepsi risiko, perilaku berkendara berisiko pada diri sendiri maupun pengendara lain setelah pandemi lebih  tinggi dibandingkan saat pandemi. Berdasarkan hasil penelitian ini, diperlukan adanya intervensi pada masa setelah pandemi untuk menurunkan perilaku berkendara berisiko dan mengkampanyekan perilaku berkendara yang aman, khususnya pada pengendara sepeda motor. ......Previous studies have identified differences in traffic conditions and driving behavior before and during pandemic as a result of social restriction policies. Unfortunately, studies that examine differences in traffic conditions and driving behavior in Indonesia during and after the pandemic are still quite hard to find. Therefore, this study aims to examine differences in drivers' perceptions of traffic conditions, risk perception, and their own and others’ risky driving behavior in middle adult motorcyclists between during and after the pandemic. This study involved 118 motorcyclists aged 26-40 years in Jabodetabek. From the analysis of paired sample t-test, this study shows that traffic conditions are perceived to be more negative after the pandemic. On the other hand, risk perception, drivers’ own and others’ risky driving behavior after the pandemic are higher than during pandemic. Based on the results of this study, interventions to reduce risky driving behavior and campaigns for safe driving behavior are needed, especially for motorcyclists.

Abstrak :
Kecelakaan lalu lintas merupakan penyebab kematian terbesar ke-8 di dunia. Di Indonesia, kasus kecelakaan lalu lintas juga cenderung mengalami peningkatan setiap tahunnya. Faktor manusia menjadi salah satu penyebab terbesar kecelakaan lalu lintas. Perilaku mengemudi yang berisiko, termasuk distraksi saat mengemudi, merupakan salah satu faktor manusia yang berkontribusi pada kecelakaan lalu lintas. Di lain sisi, usia pengemudi juga memengaruhi perilaku mengemudi, dengan pengemudi muda dan paruh baya yang cenderung lebih berpotensi melakukan perilaku mengemudi berisiko. Pemahaman yang mendalam terhadap faktor-faktor yang berkontribusi pada kecelakaan lalu lintas diperlukan untuk meningkatkan upaya keselamatan jalan. Penelitian ini bertujuan untuk merancang model yang menghubungkan distraksi, umur, dan perilaku mengemudi dengan kecelakaan/insiden lalu lintas pada pengemudi muda dan paruh baya, serta merumuskan strategi untuk meningkatkan keselamatan jalan. Sebanyak 284 pengemudi yang terdiri dari kelompok umur muda dan kelompok umur menengah di DKI Jakarta terlibat sebagai responden penelitian ini. Metode yang digunakan melibatkan metode Partial Least Square Structural Equation Modeling (PLS-SEM), Pearson's Chi-square, dan Importance-Performance Analysis (IPA) dengan instrumen kuesioner seperti Driving Behavior Questionnaire (DBQ), Road Distractions Scale (RDS), dan Risk Perception and Regulation Scale (RPRS). Temuan menunjukkan bahwa terdapat kesamaan hipotesis antara dua kelompok umur, yaitu distraksi memiliki dampak langsung terhadap penyimpangan (lapses), serta pelanggaran (violations) memiliki dampak langsung terhadap insiden kecelakaan. Selain itu, ditemukan adanya mediasi pada kelompok pengemudi muda, yakni pelanggaran menjadi mediasi antara distraksi dan insiden lalu lintas. Berdasarkan hasil penelitian secara keseluruhan, dibuat beberapa rekomendasi strategi yang diproyeksikan dapat menjadi alternatif dalam mengurangi angka kecelakaan dan meningkatkan keselamatan mengemudi secara umum. ...... Traffic accidents are the 8th leading cause of death in the world. In Indonesia, traffic accident cases also tend to increase every year. Human factors are one of the major causes of traffic accidents. Risky driving behavior, including driving distractions, is one of the human factors that contribute to traffic accidents. On the other hand, the age of the driver also influences driving behavior, with young and middle-aged drivers being more prone to risky driving behavior. A deep understanding of the factors contributing to traffic accidents is necessary to improve road safety efforts. This study aims to design a model that connects distractions, age, and driving behavior with traffic accidents/incidents among young and middle-aged drivers, as well as formulate strategies to improve road safety. A total of 284 drivers consisting of young and middle-aged groups in DKI Jakarta participated as respondents in this study. The methods used involve Partial Least Square Structural Equation Modeling (PLS-SEM), Pearson's Chi-square, and Importance-Performance Analysis (IPA) with questionnaire instruments such as the Driving Behavior Questionnaire (DBQ), Road Distractions Scale (RDS), and Risk Perception and Regulation Scale (RPRS). The findings show that there are hypothesis similarities between the two age groups, namely that distractions have a direct impact on lapses, and violations have a direct impact on traffic incidents. Additionally, mediation was found in the young driver group, where violations mediate between distractions and traffic incidents. Based on the overall research results, several strategic recommendations are made that are projected to serve as alternatives in reducing accident/incident rates and improving driving safety in general.

Abstrak :
Dengan berbagai kemajuan teknologi, transportasi tetap bertanggung jawab sebagai penyumbang polusi udara terbesar khususnya emisi CO2. Dampak emisi CO2 ini sangat berbahaya bagi kesehatan dan lingkungan. Sudah ada beberapa cara yang dilakukan untuk mengurangi dampak yang dihasilkan emisi CO2 pada kendaraan roda empat. Salah satunya dengan melakukan tes emisi. Prosedur tes emisi ini dilakukan dengan perilaku berkendara tetap yang menyebabkan tes ini tidak representative terhadap keadaan nyata di jalan, oleh karena itu dibutuhkan monitoring langsung pada perilaku berkendara yang berbeda-beda. Dengan memanfaatkan teknologi OBD II dan konsep IoT (Internet of Things), peneliti dapat melakukan pengembangan ke arah monitoring. Pengembangan dilakukan dengan cara menghubungkan OBD II dan Raspberry Pi ke kendaraan roda empat. Perhitungan emisi CO2 dilakukan dengan memanfaatkan data MAF yang diperoleh dari OBD II. Hasil perhitugan tersebut dikirim ke aplikasi Android melalui Cloud Server agar dapat dibaca oleh pengguna aplikasi Android tersebut. Untuk memverifikasi model perhitungan, pengetesan dilakukan pada Nissan Juke tahun 2015 dengan melakukan uji jalan sejauh 300km pada tiga perilaku berkendara yang berbeda. Emisi CO2 yang dihasilkan diukur menggunakan Portable CO2 Meters Detector Tvoc Hcho AQI Monitor dan dibandingkan dengan hasil uji pada aplikasi. Nilai error verifikasi pengukuran pada masing-masing perilaku berkendara yaitu 11,65 % untuk eco, 7,38% untuk Normal, dan 49,56% untuk Sport. pengetesan yang dilakukan juga menunjukkan bahwa model perilaku berkendara Eco memiliki tingkat emisi terendah dibanding dua perilaku berkendara lainnya dengan jumlah emisi CO2 yang dihasilkan sebesar 33.401,25 g sedangkan untuk Normal dan Sport masing-masing secara berurutan menghasilkan emisi CO2 sebesar 56.250,26 g dan 123.122,99 g. Kemudian apabila dihubungkan dengan parameter perilaku berkendara, perilaku berkendara Eco dengan interval nilai Accelerator Position 4,63% – 10,99% menghasilkan CO2 per detiknya sebesar 0,57 g/s – 1,93 g/s, perilaku berkendara Normal dengan interval nilai Accelerator Position 16,23% – 24,15% menghasilkan CO2 per detiknya sebesar 3,37 g/s – 5,09 g/s, dan perilaku berkendara Sport dengan interval nilai Accelerator Position 71,89% – 78,39% menghasilkan CO2 per detiknya sebesar 13,00 g/s – 14,24 g/s.

---

With various technological advances, transportation remains responsible as the biggest contributor to air pollution, especially CO2 emissions. The impact of CO2 emissions is very dangerous for health and the environment. There have been several ways to reduce the impact of CO2 emissions on four-wheeled vehicles. One of them is by conducting emission tests. This emission test procedure is carried out with a fixed driving behavior which causes this test not to be representative of the actual situation on the road, because of that we require direct monitoring of different driving behaviors. By utilizing OBD II technology and collaborating with the concept of IoT (Internet of Things) Researchers can make development towards monitoring. Development is carried out by connecting the OBD II and Raspberry Pi that has been programmed to calculate CO2 emissions. The calculation of CO2 emissions is done by calculating the MAF data that can be obtained from OBD II. The results of these calculations are sent to the Android application via Cloud Server so that they can be read by the application's users. To verify the calculation model, testing was done on the 2015 Nissan Juke by conducting a road test on three different driving behaviors. The resulting CO2 emissions are measured using Portable CO2 Meters Detector Tvoc Hcho AQI Monitor and compared with test results on the application. The verification error measurement value on each driving behavior is 11,65% for Eco, 7,38% for Normal, and 49,56% for Sport. The testing also shows that the Eco-driving behavior model has the lowest emission level compared to the other two driving behaviors with the amount of CO2 emissions produced of 33.401,25 g while for Normal and sport respectively produced CO2 emissions of 56.250,26 g and 123.122,99 g. Then when connected with driving behavior parameters, Eco-driving behavior with an interval value of Accelerator Position 4.63% - 10.99% produces CO2 per second of 0.57 g/s - 1.93 g/s, Normal driving behavior with an interval value Accelerator Position 16.23% - 24.15% produces CO2 per second of 3.37 g/s - 5.09 g/s and Sport driving behavior with an interval of Accelerator Position 71.89% - 78.39% produces CO2 per second of 13.00 g/s - 14.24 g/s.