Asas Sains Data dalam Pengangkutan

1. LMCP 1352
ASAS SAINS DATA DALAM
PENGANGKUTAN
NAMA: FITRI NUR SHAQIRIN BINTI PIDRUL ROSLI
NO MATRIK: A160298
PENSYARAH: PROF DATO’ IR DR RIZA ATIQ ABDULLAH
BIN O.K. RAHMAT
MODUL 9:
PISAH RAGAMAN

2. Seorang Datuk Bandar hendak
mengurangkan penggunaan kereta
dalam bandar. Kaedah yang
digunakan ialah dengan
menaikkan kadar parkir kereta.
Data yang diperoleh hasil soal
selidik kepada pengguna kereta
beralih kepada pengangkutan
awam.
Kadar parkir satu jam
Kebarangkalian beralih
kepada pengangkutan
awam
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
SOALAN 1

3. (a) MODEL FUNGSI LOGISTIK
P =
1
1 + e(α×kadar+C)

4. (b) PLOT GRAF
0.04 0.06
0.1
0.17
0.28
0.39
0.5
0.65
0.75
0.8 0.83 0.86
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
0 1 2 3 4 5 6 7
Kebarangkalianberalihkepada
pengangkutanawam
Kadar parkir satu jam
Kebarangkalian beralih kepada pengangkutan awam

5. (c) DATA DALAM BENTUK IN (LOG E)
P =
1
1 + e (α×kadar+C)
1 − P
P
= e (α×kadar+C)
Ln
1 − P
P
= α × kadar + C

6. (d) PERSAMAAN GARISAN REGRESI
Kadar parkir satu jam
Kebarangkalian beralih
kepada pengangkutan
awam (P)
(1-P)/P Ln ((1-P) / P )
0.50 0.04 24 3.17805383
1.00 0.06 15.66667 2.75153513
1.50 0.10 9 2.197224577
2.00 0.17 4.882353 1.585627264
2.50 0.28 2.571429 0.944461609
3.00 0.39 1.564103 0.447312218
3.50 0.50 1 0
4.00 0.65 0.538462 -0.619039208
4.50 0.75 0.333333 -1.098612289
5.00 0.80 0.25 -1.386294361
5.50 0.83 0.204819 -1.585627264
6.00 0.86 0.162791 -1.815289967

7. (e) PARAMETER FUNGSI LOGISTIK
P =
1
1 + e(−0.9623×kadar+3.1507)
y = -0.9623x + 3.5107
-3
-2
-1
0
1
2
3
4
0 1 2 3 4 5 6 7
Ln((1-p_/p
Kadar parkir
Ln ((1-P) / P )

8. (f) KEBARANGKALIAN PENGGUNA KERETA BERALIH KEPADA
PENGANGKUTAN AWAM
Kadar parkir satu
jam
Kebarangkalian
beralih kepada
pengangkutan
awam (P)
(1-P)/P Ln ((1-P) / P ) P
0.50 0.04 24 3.17805383 0.046109
1.00 0.06 15.66667 2.75153513 0.072534
1.50 0.10 9 2.197224577 0.112321
2.00 0.17 4.882353 1.585627264 0.169933
2.50 0.28 2.571429 0.944461609 0.248814
3.00 0.39 1.564103 0.447312218 0.348918
3.50 0.50 1 0 0.464398
4.00 0.65 0.538462 -0.619039208 0.583826
4.50 0.75 0.333333 -1.098612289 0.694162
5.00 0.80 0.25 -1.386294361 0.78597
5.50 0.83 0.204819 -1.585627264 0.855937
6.00 0.86 0.162791 -1.815289967 0.905775

9. Dalam usaha untuk
mengurangkan penggunaan
kereta, masa perjalanan menaiki
bas hendak dikurangkan dengan
membina satu laluan khas bas
dan dalam masa yang sama
tambang bas pun juga akan
dikurangkan. Data dari hasil soal
selidik ke atas pengguna kereta
beralih kepada bas adalah seperti
dalam jadual.
SOALAN 2
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

10. (a) MODEL FUNGSI LOGISTIK
P =
1
1 + eα tambang +β masa +C

11. (b) DATA DALAM BENTUK IN (LOG E)
P =
1
1 + eα tambang +β masa +C
1 − P
P
= eα tambang +β masa +C
ln
1−P
P
= α tambang + β masa + C

12. (c) ANALISIS REGRESI
Tambang bas Kebarangkalian pengguna
kereta beralih kepada bas (1-P ) / P Ln ((1 – P ) / P)
2.90 0.10 9 2.197225
2.90 0.14 6.142857 1.81529
2.90 0.19 4.263158 1.45001
2.90 0.25 3 1.098612
2.90 0.32 2.125 0.753772
2.90 0.40 1.5 0.405465
2.90 0.48 1.083333 0.080043
2.00 0.35 1.857143 0.619039
2.25 0.34 1.941176 0.663294
2.50 0.33 2.030303 0.708185
2.75 0.32 2.125 0.753772
3.00 0.31 2.225806 0.800119
3.25 0.31 2.225806 0.800119
3.50 0.30 2.333333 0.847298
3.75 0.29 2.448276 0.895384

13. (d) MODEL LOGISTIK DENGAN PARAMETER DARI ANALISIS
REGRESI
Tambang bas Kebarangkalian
pengguna kereta
beralih kepada bas
(1-P ) / P Ln ((1 – P ) / P) P
2.90 0.10 9 2.197225 0.250834
2.90 0.14 6.142857 1.81529 0.250834
2.90 0.19 4.263158 1.45001 0.250834
2.90 0.25 3 1.098612 0.250834
2.90 0.32 2.125 0.753772 0.250834
2.90 0.40 1.5 0.405465 0.250834
2.90 0.48 1.083333 0.080043 0.250834
2.00 0.35 1.857143 0.619039 0.250834
2.25 0.34 1.941176 0.663294 0.250834
2.50 0.33 2.030303 0.708185 0.247519
2.75 0.32 2.125 0.753772 0.248452
3.00 0.31 2.225806 0.800119 0.249376
3.25 0.31 2.225806 0.800119 0.25029
3.50 0.30 2.333333 0.847298 0.251195
3.75 0.29 2.448276 0.895384 0.252091