Dokumen ini membahas pemodelan pemilihan kendaraan dengan menggunakan model fungsi logistik. Data kadar parkir satu jam dan kebarangkalian peralih ke pengangkutan umum diplot dan dianalisis regresinya, menghasilkan parameter fungsi logistik. Proses serupa dilakukan untuk data tambang bas, jimat masa, dan kebarangkalian peralih ke bas. Model logistik kemudian dibangun menggunakan parameter dari analisis regresi untuk memprediksi ke

1. LMCP 1352
ASAS-ASAS SAINS DATA DALAM
PENGANGKUTAN
Module 9: Pemodelan pemilihan kenderaan
Tugasan Pisah Ragaman
PENSYARAH: PROF. DATO’ IR. DR. RIZA ATIQ
ABDULLAH BIN O.K.RAHMAT
NAMA:NURSHAFIZA BINTI MAT SAAD
(A166496)

3. Kadar Parkir Satu
Jam
Keberangkalian Peralih 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

4. A) MODEL FUNGSI LOGISTIK YANG
SESUAI
Kadar parkir 1 jam + c

5. B) GRAF JADUAL 1
0.040.06
0.1
0.17
0.28
0.39
0.5
0.65
0.75
0.8 0.830.86
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
Kebarangkalianperalihkepada
pengangkutanawam
Kadar parkir satu jam

6. C) DATA DALAM BENTUK IN ( LOG E)
Kadar
parkir 1 jam
Keberangkalian peralih
kepada pengangkutan awam
(P)
(1-p)/p Ln((1-p)/P)
0.50 0.04 24.00000 3.17805
1.00 0.06 15.66667 2.75154
1.50 0.10 9.00000 2.19722
2.00 0.17 4.88235 1.58563
2.50 0.28 2.57143 0.94446
3.00 0.39 1.56410 0.44731
3.50 0.50 1.00000 0.00000
4.00 0.65 0.53846 -0.61904
4.50 0.75 0.33333 -1.09861
5.00 0.80 0.25000 -1.38629
5.50 0.83 0.20482 -1.58563
6.00 0.86 0.16279 -1.81529

7. D) GRAF DAN GARISAN REGRESI

8. E) ANGKA PARAMETER FUNGSI LOGISTIK
y = -0.9623x + 3.5107
R² = 0.9834
𝛼 = −0.9623
𝐶 = 3.5107
9623.0
1
1
9623.0
1
ln
1
ln








 





 
e
P
P
P
P
P


9. F) KEBARANGKALIAN PENGGUNA KERETA
BERALIH KEPADA PENGANGKUTAN AWAM
Kadar
Parkir
Satu Jam
Kebarangkalian
Peralih Kepada
Pengankutan
Awam (P) (1-p) / P Ln (1-P) / P
P =
1/(1+e^0.9623 X
Kadar -3.1507)
0.5 0.04 24 3.17805383 -1.18787
1 0.06 15.6666667 2.751535313 0.072534
1.5 0.1 9 2.197224577 0.112321
2 0.17 4.88235294 1.585627264 0.169933
2.5 0.28 2.57142857 0.944461608 0.248814
3 0.39 1.56410256 0.447312218 0.348918
3.5 0.5 1 0 0.464398
4 0.65 0.53846154 -0.619039209 0.583826
4.5 0.75 0.33333333 -1.09861229 0.694162
5 0.8 0.25 -1.386294361 0.78597
5.5 0.83 0.20481928 -1.585627264 0.855937
6 0.86 0.1627907 -1.815289971 0.905775

10. 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

12. B) DATA DALAM BENTUK IN ( LOG E)
Tambang bas Jimat masa
Kebarangkalian
pengguna kereta
beralih kepada
bas (1-p)/p Ln (1-P)/P
2.90 0 0.1 9 2.197225
2.90 5 0.14 6.142857 1.81529
2.90 10 0.19 4.263158 1.45001
2.90 15 0.25 3 1.098612
2.90 20 0.32 2.125 0.753772
2.90 25 0.4 1.5 0.405465
2.90 30 0.48 1.083333 0.080043
2.00 20 0.35 1.857143 0.619039
2.25 20 0.34 1.941176 0.663294
2.50 20 0.33 2.030303 0.708185
2.75 20 0.32 2.125 0.753772
3.00 20 0.31 2.225806 0.800119
3.25 20 0.31 2.225806 0.800119
3.50 20 0.3 2.333333 0.847298
3.75 20 0.29 2.448276 0.895384

13. C) ANALISIS REGRESI
Tambang
bas
Jimat
Masa
Kebarangkalia
n Pengguna
Kereta beralih
kepada Bas
ln(1-P)/P
2.90 0 0.10 2.19722
2.90 5 0.14 1.81529
2.90 10 0.19 1.45001
2.90 15 0.25 1.09861
2.90 20 0.32 0.75377
2.90 25 0.40 0.40547
2.90 30 0.48 0.08004
a = - 0.0705
c = 2.1716

14. C) ANALISIS REGRESI
Tamban
g bas
Jimat
Masa
Kebarangkali
an Pengguna
Kereta beralih
kepada Bas
ln(1-P)/P
2.00 20 0.35 0.61904
2.25 20 0.34 0.66329
2.50 20 0.33 0.70819
2.75 20 0.32 0.75377
3.00 20 0.31 0.80012
3.25 20 0.31 0.80012
3.50 20 0.30 0.84730
3.75 20 0.29 0.89538

15. D) MODEL LOGISTIK DENGAN PARAMETER
DARIPADA ANALISIS REGRESI

16. Tamba
ng bas
Jimat
Masa
Kebarangkalian
Pengguna Kereta
beralih kepada Bas
ln(1-P)/P
Kebarangkalian Pengguna
Kereta beralih kepada Bas
selepas analisis regresi
2.90 0 0.10 2.19722 0.05
2.90 5 0.14 1.81529 0.07
2.90 10 0.19 1.45001 0.10
2.90 15 0.25 1.09861 0.13
2.90 20 0.32 0.75377 0.18
2.90 25 0.40 0.40547 0.24
2.90 30 0.48 0.08004 0.31
2.00 20 0.35 0.61904 0.20
2.25 20 0.34 0.66329 0.19
2.50 20 0.33 0.70819 0.19
2.75 20 0.32 0.75377 0.18
3.00 20 0.31 0.80012 0.18
3.25 20 0.31 0.80012 0.17
3.50 20 0.30 0.84730 0.17
3.75 20 0.29 0.89538 0.16

17. SEKIAN, TERIMA KASIH