Rabi'atul Adawiyah (A167694) Asas-asas Sains Data dalam Pengangkutan

1. LMCP1352
ASAS-ASAS SAINS DATA DALAM
PENGANGKUTAN
MODUL 9: TUGASAN PISAH RAGAMAN
RABI’ATUL ADAWIYAH BINTI SUHARDI
A167694
PROF. DATO’ RIZA ATIQ BIN O.K. RAHMAT

2. TUGASAN

3. SOALAN 1
a) MODEL FUNGSI LOGISTIK
b) PLOT GRAF
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
Model fungsi logistik
P =
1
1 + eα Kadar Parkir +C
b)
0.00
0.10
0.20
0.30
0.40
0.50
0.60
0.70
0.80
0.90
1.00
1 2 3 4 5 6 7 8 9 10 11 12
Kebarangkalian
beralih
kepada
pengangkutan
awam
Kadar parkir (1 jam)
a)

4. SOALAN 1
C) TUKAR DATA DALAM BENTUK (LOG E)
𝑃 =
1
1 + 𝑒𝛼 𝐾𝑎𝑑𝑎𝑟 𝑃𝑎𝑟𝑘𝑖𝑟 +𝐶
1 − 𝑃
𝑃
= 𝑒𝛼 𝐾𝑎𝑑𝑎𝑟 𝑃𝑎𝑟𝑘𝑖𝑟 +𝐶
ln
1 − 𝑃
𝑃
= 𝑒𝛼 𝐾𝑎𝑑𝑎𝑟 𝑃𝑎𝑟𝑘𝑖𝑟 +𝐶
Kadar parkir satu
jam
𝟏 − 𝑷
𝑷
𝐥𝐧
𝟏 − 𝑷
𝑷
0.50 24 3.17805383
1.00 15.66666667 2.751535313
1.50 9 2.197224577
2.00 4.882352941 1.585627264
2.50 2.571428571 0.944461609
3.00 1.564102564 0.447312218
3.50 1 0
4.00 0.538461538 -0.61903921
4.50 0.333333333 -1.09861229
5.00 0.25 -1.38629436
5.50 0.204819277 -1.58562726
6.00 0.162790698 -1.81528997

5. e)
y = -0.9623x + 3.5107
R² = 0.9834
-3
-2
-1
0
1
2
3
4
0.00 2.00 4.00 6.00 8.00 10.00 12.00 14.00
ln
[(1-P)/P]
Kadar parkir (1 jam)
SOALAN 1
D) PLOT GRAF & PERSAMAAN REGRESI
E) PARAMETER FUNGSI LOGISTIK
Persamaan Regresi : 𝑦 = −0.9623𝑥 + 3.5107
ln
1−𝑃
𝑃
= −0.9623𝑥 + 3.5107
𝛼 = −0.9623, 𝐶 = 3.5107
d)

6. SOALAN 1
F) KEBARANGKALIAN PENGGUNA KERETA BERALIH KEPADA PENGANGKUTAN BAHARU (P)
𝛼 = −0.9623, 𝐶 = 3.5107
𝑃 =
1
1 + 𝑒𝛼 𝐾𝑎𝑑𝑎𝑟 𝑃𝑎𝑟𝑘𝑖𝑟 +𝐶
𝑃 =
1
1 + 𝑒−0.9623 𝐾𝑎𝑑𝑎𝑟 𝑃𝑎𝑟𝑘𝑖𝑟 +3.5107
Kadar parkir satu jam 𝑷
0.50 0.04611
1.00 0.07253
1.50 0.11232
2.00 0.16993
2.50 0.24881
3.00 0.34892
3.50 0.46440
4.00 0.58383
4.50 0.69416
5.00 0.78597
5.50 0.85594
6.00 0.90577

7. SOALAN 2
a) Fungsi logistik
b) Bentuk ln (log e)
Model fungsi logistik
P =
1
1 + eα Tambang bas + β Masa +C
a)
1 − 𝑃
𝑃
= 𝑒𝛼 𝐾𝑎𝑑𝑎𝑟 𝑃𝑎𝑟𝑘𝑖𝑟 +𝛽 𝑀𝑎𝑠𝑎 +𝐶
ln
1 − 𝑃
𝑃
= 𝑒𝛼 𝐾𝑎𝑑𝑎𝑟 𝑃𝑎𝑟𝑘𝑖𝑟 +𝛽(𝑀𝑎𝑠𝑎)+𝐶
b)
Tambang
bas
Jimat masa
Kebarangkalian Pengguna
kereta beralih kepada bas
1 − 𝑃
𝑃
ln
1 − 𝑃
𝑃
2.90 0 0.1 9.0000 2.1972
2.90 5 0.14 6.1429 1.8153
2.90 10 0.19 4.2632 1.4500
2.90 15 0.25 3.0000 1.0986
2.90 20 0.32 2.1250 0.7538
2.90 25 0.4 1.5000 0.4055
2.90 30 0.48 1.0833 0.0800
2.00 20 0.35 1.8571 0.6190
2.25 20 0.34 1.9412 0.6633
2.50 20 0.33 2.0303 0.7082
2.75 20 0.32 2.1250 0.7538
3.00 20 0.31 2.2258 0.8001
3.25 20 0.31 2.2258 0.8001
3.50 20 0.3 2.3333 0.8473
3.75 20 0.29 2.4483 0.8954

8. SUMMARY OUTPUT
Regression Statistics
Multiple R 0.999640683
R Square 0.999281494
Adjusted R Square 0.999161743
Standard Error 0.01548873
Observations 15
ANOVA
df SS MS F Significance F
Regression 2 4.00378234 2.00189117 8344.664286 1.37588E-19
Residual 12 0.002878809 0.000239901
Total 14 4.006661149
Coefficients Standard Error t Stat P-value Lower 95% Upper 95% Lower 95.0% Upper 95.0%
Intercept 1.733471846 0.029611002 58.54147895 4.07735E-16 1.668955015 1.797988677 1.668955 1.797989
Tambang bas 0.151179739 0.009556105 15.82022637 2.11108E-09 0.130358776 0.172000703 0.130359 0.172001
Jimat masa -0.070417106 0.000549934 -128.046448 3.45318E-20 -0.071615309 -0.069218902 -0.07162 -0.069219
SOALAN 2
c) Analisis regresi

9. SOALAN 2
a) Model logistik dengan parameter berdasarkan analisis regresi
Persamaan Regresi :
y = 0.1512x − 0.0704w + 1.7335
y = 0.1512(Tambang Bas) − 0.0704(Masa) + 1.7335
ln
1 − P
P
= 0.1512(Tambang Bas) − 0.0704(Masa) + 1.7335
α = 0.1512, β = −0.0704, C = 3.5107
Model logistik:
P =
1
1 + eα Tambang Bas +β(Jimat Masa) +C
P =
1
1 + e0.1512(Tambang Bas)−0.0704(Jimat Masa) +1.7335