Dokumen ini membahas fungsi logistik dan data yang digunakan untuk memodelkan kemungkinan pengguna kereta beralih ke pengangkutan umum berdasarkan kadar parkir dan tambang bas, serta kemungkinan beralih ke bas berdasarkan tambang dan waktu penghematan. Data dianalisis menggunakan regresi logistik untuk menghasilkan model prediksi kemungkinan beralih.

1. LMCP1352: ASAS-ASAS SAINS DATA DALAM
PENGANGKUTAN
NAMA:
NUR AINA AMIRAH BT JAMRIY (A170736)
NAMA PENSYARAH :
PROF. DATO’ IR. DR RIZA ATIQ ABDULLAH BIN
0.K. RAHMAT

2. Soalan 1

3. Fungsi logistik dan data yang diberikan
Kadar Parkir Satu
Jam
Kebarangkalian
beralih kepada
pengangkutan awam
(P)
0.50 0.04
1.00 0.06
1.50 0.10
2.00 0.17
2.50 0.28
3.00 0.39
3.50 0.50
4.00 0.65
4.50 0.75
5.00 0.80
5.50 0.83
6.00 0.86
𝑃 =
1
1 + 𝑒 𝑎 × 𝑘𝑎𝑑𝑎𝑟 + 𝐶

4. Graf
kebarangkalian
beralih kepada
pengangkutan
awam melawan
kadar parkir.
0.00
0.10
0.20
0.30
0.40
0.50
0.60
0.70
0.80
0.90
1.00
0.00 1.00 2.00 3.00 4.00 5.00 6.00 7.00
Kebarangkalianberalihkepadapengangkutanawam
Kadar Parkir Satu Jam

5. Data dalam bentuk ln (log e)
Kadar Parkir Satu Jam
Kebarangkalian beralih kepada
pengangkutan awam (P) (1-P)/P ln[(1-P)/P]
0.50 0.04 24.000 3.178
1.00 0.06 15.667 2.752
1.50 0.10 9.000 2.197
2.00 0.17 4.882 1.586
2.50 0.28 2.571 0.944
3.00 0.39 1.564 0.447
3.50 0.50 1.000 0.000
4.00 0.65 0.538 -0.619
4.50 0.75 0.333 -1.099
5.00 0.80 0.250 -1.386
5.50 0.83 0.205 -1.586
6.00 0.86 0.163 -1.815

6. Graf Garisan Regresi
y = -0.9623x + 3.5107
R² = 0.9834
-3.000
-2.000
-1.000
0.000
1.000
2.000
3.000
4.000
0.00 1.00 2.00 3.00 4.00 5.00 6.00 7.00
ln[(1-P)/P]
Kadar Parkir Satu Jam
𝑃 =
1
1 + 𝑒−0.9623 × 𝑘𝑎𝑑𝑎𝑟 +3.5107

7. Kebarangkalian Pengguna Kereta Beralih
Kepada Pengangkutan Awam
Kadar Parkir Satu Jam 𝑃 =
1
1 + 𝑒−0.9623 × 𝑘𝑎𝑑𝑎𝑟 +3.5107
0.50 0.046
1.00 0.073
1.50 0.112
2.00 0.170
2.50 0.249
3.00 0.349
3.50 0.464
4.00 0.584
4.50 0.694
5.00 0.786
5.50 0.856
6.00 0.906

8. Soalan 2

9. Fungsi Logistik dan Data Yang Diberikan
Tambang bas Jimat Masa
Kebarangkalian
pengguna kereta
beralih kepada bas
2.90 0 0.10
2.90 5 0.14
2.90 10 0.19
2.90 15 0.25
2.90 20 0.32
2.90 25 0.40
2.90 30 0.48
2.00 20 0.35
2.25 20 0.34
2.50 20 0.33
2.75 20 0.32
3.00 20 0.31
3.25 20 0.31
3.50 20 0.30
3.75 20 0.29
𝑃 =
1
1 + 𝑒 𝑎 𝑡𝑎𝑚𝑏𝑎𝑛𝑔 + 𝐶
𝑃 =
1
1 + 𝑒 𝑏 𝑗𝑖𝑚𝑎𝑡 𝑚𝑎𝑠𝑎 + 𝐶

10. Data dalam bentuk
ln(log e)
Tambang bas Jimat Masa Kebarangkalian pengguna kereta beralih kepada bas (1-P)/P ln[(1-P)/P]
2.90 0 0.10 9.000 2.197
2.90 5 0.14 6.143 1.815
2.90 10 0.19 4.263 1.450
2.90 15 0.25 3.000 1.099
2.90 20 0.32 2.125 0.754
2.90 25 0.40 1.500 0.405
2.90 30 0.48 1.083 0.080
2.00 20 0.35 1.857 0.619
2.25 20 0.34 1.941 0.663
2.50 20 0.33 2.030 0.708
2.75 20 0.32 2.125 0.754
3.00 20 0.31 2.226 0.800
3.25 20 0.31 2.226 0.800
3.50 20 0.30 2.333 0.847
3.75 20 0.29 2.448 0.895

11. Analisa Regresi
y = 0.1073x + 2.7873
R² = 0.0176
y = -13.96x + 30.592
R² = 0.9843
0 0.5 1 1.5 2 2.5
0
5
10
15
20
25
30
35
0 0.5 1 1.5 2 2.5
0.00
0.50
1.00
1.50
2.00
2.50
3.00
3.50
4.00
JimatMasa
ln[(1-p)/p]
TambangBas
Tambang bas Jimat Masa Linear (Tambang bas) Linear (Jimat Masa)

12. Model
Logistik
𝑃 =
1
1 + 𝑒0.1073 𝑡𝑎𝑚𝑏𝑎𝑛𝑔 +2.7873
𝑃 =
1
1 + 𝑒−13.96 𝑗𝑖𝑚𝑎𝑡 𝑚𝑎𝑠𝑎 +30.592