Analisis Model Bangkitan dan Tarikan Perjalanan Bank

Analisis Bangkitan dan Tarikan Perjalanan Pada Daerah Perkantoran Khususnya
Perbankan Di Balikpapan
Ibnu Faqih (07151017), Alvin Renaldi (07171007), Egya Rizki Apikia (07171023), Isnan Hartanto
(07171037), M Kelvin Will (07171041), M Fachri W.R (07171051)
Program Studi Teknik Sipil, Institut Teknologi Kalimantan, Balikpapan
Jl. Soekarno-Hatta Km.15, Karang Joang, Balikpapan, Kalimantan Timur, 76127
ABSTRAK
Daerah perkantoran menjadi salah satu pusat aktivitas masyarakat kota dalam kehidupan
sehari-hari, keberadaan kantor seperti contohnya Bank merupakan salah satu guna lahan yang cukup
banyak menimbulkan arus pergerakan berupa Tarikan dan Bangkitan Perjalanan. Pengaruh adanya
Bank di suatu kawasan pada suatu tempat (kota) tentunya mempengaruhi arus perjalanan . Dengan
maksud mengetahui pengaruh Bank pada Bangkitan dan Tarikan Perjalanan penulis menyimpulkan
tujuan dari penelitian ini adalah untuk membuat model terbaik Tarikan Perjalanan serta Distribusi
Perjalanan. Penelitian ini diawali dengan pengambilan data berupa data primer dan data sekunder pada
4 Gedung Bank yaitu Bank Rakyat Indonesia (BRI), Bank Mandiri, Bank BNI dan Bank Central Asia
(BCA) di Balikpapan. Model tarikan perjalanan dianalisis dengan menggunakan metode Regresi
Linier Berganda. Regresi Linear Berganda adalah model regresi linear dengan melibatkan lebih dari
satu variable bebasatau predictor.Dalam bahasa inggris, istilah ini disebut dengan multiple linear
regression.
Kata Kunci :Bank, Bangkitan, Regresi, dan Tarikan
ABSTRACT
The office area is one of the centers of urban community activity in daily life, the existence of
an office such as a bank is one of the land uses that is causing a lot of movement in the form of tug and
trip generation. The effect of a bank in an area in a place (city) certainly affects the flow of travel. With
the intention of knowing the influence of the Bank on Trip Awakening and Travel Pull, the author
concludes the purpose of this study is to make the best model of Travel Pull and Travel Distribution.
The study began with data collection in the form of primary and secondary data in 4 Bank Buildings,
namely Bank Rakyat Indonesia (BRI), Bank Mandiri, Bank BNI and Bank Central Asia (BCA) in
Balikpapan. Trip traction models were analyzed using the Multiple Linear Regression method. Multiple
Linear Regression is a linear regression model involving more than one independent variable or
predictor. In English, this term is called multiple linear regression.
Keyword : Bank, Revive, Regression, And Attraction
Institut Teknologi Kalimantan

Perencanaan dan Permodelan Transport
Trip Generation Page 1
PENDAHULUAN
Proses pergerakan atau perpindahan (Tarikan Perjalanan) digunakan untuk

orang atau barang dari satu tempat ke tempat menyatakan suatu pergerakan berbasis rumah
lain disebut transportasi. Proses ini dapat yang mempunyai tempat asal dan atau tujuan
dilakukan dengan menggunakan sarana bukan rumah atau pergerakan yang tertarik oleh
angkutan berupa kendaraan atau tanpa pergerakan berbasis bukan rumah.
kendaraan. Perencanaan transportasi yang
matang akan membantu kelancaran Dalam pemodelan bangkitan
pelaksanaan pembangunan. pergerakan, metode analisis regresi linier
berganda (Multiple Linear Regression
Bank Adalah Lembaga intermediasi Analysis) paling sering digunakan. Sejak tahun
keuangan yang bertugas menghimpun dan 1950, sebagian besar penelitian perencanaan
menyalurkan dana di masyarakat untuk transportasi menggunakan analisis regresi linier
meningkatkan taraf hidup rakyat. Bank dengan untuk meneliti bangkitan perjalanan (Trip
segala fasilitas dan pelayanan umum yang generation). Teknik regresi linier berganda
dimiliki akan menimbulkan bangkitan dan menarik bagi analisis transportasi karena
tarikan lalulintas yang berpengaruh terhadap memberi kemudahan dalam menentukan
tingkat pelayanan jalan raya di sekitar lokasi derajat hubungan antara peubah tak-bebas dan
bank. peubah bebasnya. Konsep analisis regresi linier
berganda (Multiple Linier Regression
Perbankan adalah segala sesuatu yang Analysis) menyatakan hubungan antara satu
berhubungan tentang bank. Penghimpunan variabel tidak bebas ( dependent variable )
dana dari masyarakat dilakukan bank melalui dengan beberapa variabel bebas ( independent
simpanan atau tabungan dan penyaluran dana variable ).
dilakukan melalui kredit atau pinjaman kepada
masyarakat. Bank milik pemerintah merupakan Model matematika ini memiliki
bank yang pendiriannya maupun modal bank bentuk:
ini sepenuhnya dimiliki oleh pemerintah,
sehingga keuntungannya dimiliki oleh Y = a + b1 X1 + b2 X2 + ................+
pemerintah pula. Bank milik Swasta Nasional bn Xn
merupakan bank yang seluruh atau sebagian
dengan:
besar sahamnya dimiliki oleh swasta nasional,
sehingga keuntungannya menjadi milik swasta Y = variabel terikat ( jumlah produksi
pula. perjalanan )
Bangkitan pergerakan (Trip a = konstanta (angka yang akan dicari)

Generation) adalah tahapan permodelan yang
memperkirakan jumlah pergerakan yang b1, b2,...., bn = koefisien regresi ( angka yang
berasal dari suatu zona atau tata guna lahan, harus dicari)
atau jumlah pergerakan yang tertarik ke suatu
X1, X2,...., Xn = variabel bebas ( faktor-faktor
tata guna lahan atau zona. Pergerakan lalu lintas
yang berpengaruh )
merupakan fungsi tata guna lahan yang
menghasilkan pergerakan lalu lintas. Bangkitan Berdasarkan latar belakang yang telah
lalu lintas itu mencakup lalu lintas yang dikemukakan di atas, maka dibuat rumusan
meninggalkan suatu lokasi dan lalu lintas yang masalah sebagai berikut:
menuju atau tiba ke suatu lokasi.Trip attraction

1. Faktor-faktor apa yang Bank Mandiri cabang Klandasan, Bank Central
mempengaruhi terjadinya bangkitan dan Asia (BCA), Bank Negara Indonesia (BNI) dan
tarikan lalu lintas pada tata guna lahan Bank di Bank Rakyat Indonesia (BRI).
Balikpapan.
Peta Lokasi 4 Bank di Balikpapan
2. Bagaimana model bangkitan dan
tarikan pergerakan kendaraan bermotor roda
empat pada tata guna lahan Bank di
Balikpapan.
Tujuan penelitian penentuan model

bangkitan pergerakan pada tata guna lahan
Bank di Balikpapan, adalah sebagai
berikut:
(Google Maps)
1. Untuk mengetahui faktor-faktor
yang mempengaruhi bangkitan dan tarikan Pengumpulan Data
lalu lintas pada tata guna lahan Bank di
Data yang diambil ialah data primer,
Balikpapan.
dimana data primer adalah data yang diperoleh
2. Untuk mengetahui model langsung dari pengamatan, yaitu banyaknya
kendaraan yang menuju maupun meninggalkan
bangkitan dan tarikan perjalanan yang
Bank. Pengamatan di lokasi penelitian dimulai
dihasilkan oleh tata guna lahan Bank di
pukul 07:00 sampai 10:00 WITA. Pada setiap
Balikpapan. lokasi dilakukan sekali pengamatan yaitu pada
hari kerja. Dan data-data skunder yang meliputi
Bangkitan dan tarikan pergerakan
luas lahan (m2), banyaknya karyawan (orang),
digunakan untuk menyatakan bangkitan
banyaknya mesin atm pada bank (Unit) dan luas
pergerakan pada masa sekarang, yang akan lahan parkir (m2) diperoleh dari pengelola bank
digunakan untuk meramalkan pergerakan yang menjadi obyek penelitian.
pada masa mendatang. Bangkitan
pergerakan ini berhubungan dengan
penentuan jumlah keseluruhan yang
dibangkitkan atau ditarik oleh suatu tata
guna lahan.
METODE PENELITIAN
Lokasi Penelitian
Penelitian dilakukan pada 4 Bank di

Balikpapan, dengan pertimbangan beberapa
Bank tersebut mempunyai kriteria lokasi yang
hampir sama dengan jarak yang tidak jauh dari
pusat kota. Yaitu Bank Swasta dan Bank
BUMN yang dijadikan lokasi penelitian adalah
Langkah Penelitian

Adapun penelitian dilakukan sesuai
flowchart dibawah ini :
A. ANALISA DATA
1. Analisa regresi linear berganda tarikan

perjalanan kendaraan pribadi ( Mobil )
Tabel 1.2 Analisa regresi linear berganda
tarikan perjalanan kendaraan pribadi(Y1)
Dari hasil analisis regresi linear berganda
ANALISA DATA DAN PEMBAHASAN tersebut maka diperoleh model prediksi

sebagai berikut :
Dalam penelitian ini dilakukan analisis
regresi linear berganda untuk memprediksi Y1 = 65,183 + 0,009 X1 + (-0,038) X2
model tarikan dan bangkitan perjalanan
baik pada kendaraan bermotor maupun Adapun pengujian analisis regresi linear
pada kendaraan pribadi(mobil), model berganda yang dilakukan adalah sebagai
akumulasi luas lahan bangunan, dan luas berikut :
lahan parkiran yang mungkin
A. Uji T
mempengaruhi tarikan kendaraan bermotor 1. Jika nilai sig < 0,05, atau t hitung > t table
ataupun kendaraan pribadi(mobil). Analisi maka terdapat pengaruh variable x terhadap
regresi linear berganda dalam penelitian ini variable y
bertujuan untuk membuat peramalan atau 2. Jika nilai sig > 0,05, atau t hitung < t table
pendugaan atas koefisien-koefisien regresi maka tidak terdapat pengaruh variable x
terhadap variable y
yang dihasilkan, oleh karena itu koefisien
koefisien regresi yang dihasilkan harus α = 0,05 (tingkat kepercayaan)
diinterpretasikan.
n=4 (jumlah sampel)
Tabel 1.1 Data Primer dan Sekunder
k=2 (jumlah variable bebas)
yang didapat berdasarkan survey lapangan
T table = t(α/2 ; n-k-1) = t (0,025 ; 1) =
12,70620
B. Uji F

1. Jika nilai sig < 0,05, atau F hitung > 0,736 >0,05 dan nilai F hitung (0,422) <
F table maka terdapat pengaruh variable x (19,00), sehingga dapat disimpulkan bahwa
terhadap variable y H3 ditolak yang berarti tidak terdapat
pengaruh X1 dan X2 secara simultan
2. Jika nilai sig > 0,05, atau F hitung < F table terhadap Y
maka tidak terdapat pengaruh variable x
terhadap variable y 2. Analisa regresi linear berganda tarikan
perjalanan kendaraan bermotor
F table = F (k; n-k) = F (2; 2) = 19,00
Pengujian Hipotesis H1, H2, dan H3 dengan Uji
tarikan perjalanan kendaraan bermotor(Y2)
T serta Uji F
A. Pengujian Hipotesis Pertama (H1) Dari hasil analisis regresi linear berganda
Diketahui nilai Sig. untuk pengaruh X1 tersebut maka diperoleh model prediksi
terhadap Y adalah sebesar 0,603 > 0,05 dan sebagai berikut :
nilai t hitung (0,720) < t table (12,70620),
Y2 = 220,873 + 0,007 X1 + (-0,083) X2
sehingga dapat disimpulkan bahwa H1
ditolak yang berarti tidak terdapat pengaruh
X1 terhadap Y Pengujian Hipotesis H1, H2, dan H3 dengan Uji
T serta Uji F
A. Pengujian Hipotesis Pertama (H1)

B. Pengujian Hipotesis Kedua (H2)
Diketahui nilai Sig. untuk pengaruh X1
Diketahui nilai Sig. untuk pengaruh X2 terhadap Y adalah sebesar 0,766 > 0,05 dan
terhadap Y adalah sebesar 0,679 > 0,05 dan nilai t hitung (0,386) < t table (12,70620),
nilai t hitung (- 0,551) < t table (12,70620), sehingga dapat disimpulkan bahwa H1
sehingga dapat disimpulkan bahwa H2 ditolak yang berarti tidak terdapat pengaruh
ditolak yang berarti tidak terdapat pengaruh X1 terhadap Y
X1 terhadap Y

terhadap Y adalah sebesar 0,536 > 0,05 dan
nilai t hitung (- 0,893) < t table (12,70620),
sehingga dapat disimpulkan bahwa H2 ditolak
yang berarti tidak terdapat pengaruh X1
C. Pengujian Hipotesis Ketiga (H3) terhadap Y
Berdasarkan output diatas diketahui nilai
signifikansi untuk pengaruh X1 dan X2
secara simultan terhadap Y adalah sebesar

C. Pengujian Hipotesis Ketiga (H3) nilai t hitung (- 0,234) < t table (12,70620),
Berdasarkan output diatas diketahui nilai ditolak yang berarti tidak terdapat pengaruh
signifikansi untuk pengaruh X1 dan X2 X1 terhadap Y
0,433 > 0,05 dan nilai F hitung (2,167) <
(19,00), sehingga dapat disimpulkan bahwa
H3 ditolak yang berarti tidak terdapat
terhadap Y
C. Pengujian Hipotesis Ketiga (H3)
3. Analisa regresi linear berganda
bangkitan perjalanan kendaraan Berdasarkan output diatas diketahui nilai
pribadi (Mobil) signifikansi untuk pengaruh X1 dan X2
0,957 > 0,05 dan nilai F hitung (0,045) <
tarikan perjalanan kendaraan pribadi (Y3)
H3 ditolak yang berarti tidak terdapat
terhadap Y
4. Analisa regresi linear berganda

bangkitan perjalanan kendaraan
bermotor
Dari hasil analisis regresi linear berganda Tabel 1.5 Analisa regresi linear berganda
tersebut maka diperoleh model prediksi bangkitan perjalanan kendaraan bermotor (Y4)
sebagai berikut :
Y3 = 63,071 + 0,007 X1 + (-0,033) X2

T serta Uji F

Diketahui nilai Sig. untuk pengaruh X1 Dari hasil analisis regresi linear berganda
terhadap Y adalah sebesar 0,829 > 0,05 dan tersebut maka diperoleh model prediksi
nilai t hitung (-0,275) < t table (12,70620),
sebagai berikut :
ditolak yang berarti tidak terdapat pengaruh Y4 = 115,442 + (-0,009) X1 + (0,039) X2
X1 terhadap Y

T serta Uji F

Dari hasil analisis regresi linear berganda
nilai t hitung (-0,454) < t table (12,70620),
sehingga dapat disimpulkan bahwa H1 tersebut maka diperoleh model prediksi
ditolak yang berarti tidak terdapat pengaruh sebagai berikut :
X1 terhadap Y
Y1 = 101,380 + 0,080 X3 + (-3,660) X4
B. Pengujian Hipotesis Kedua (H2) Pengujian Hipotesis H1, H2, dan H3 dengan Uji
T serta Uji F
nilai t hitung ( 0,355) < t table (12,70620),
sehingga dapat disimpulkan bahwa H2 A. Pengujian Hipotesis Pertama (H1)
ditolak yang berarti tidak terdapat pengaruh Diketahui nilai Sig. untuk pengaruh X3
X1 terhadap Y terhadap Y adalah sebesar 0,01< 0,05 dan
nilai t hitung (14,521) > t table (12,70620),
diterima yang berarti terdapat pengaruh X3
terhadap Y

signifikansi untuk pengaruh X1 dan X2 secara Diketahui nilai Sig. untuk pengaruh
simultan terhadap Y adalah sebesar 0,872 > X4terhadap Y adalah sebesar 0,04< 0,05
0,05 dan nilai F hitung (0,157) < (19,00), dan nilai t hitung (13,411) > t table
sehingga dapat disimpulkan bahwa H3 ditolak (12,70620), sehingga dapat disimpulkan
yang berarti tidak terdapat pengaruh X1 dan X2 bahwa H2 diterima yang berarti terdapat
secara simultan terhadap Y pengaruh X4 terhadap Y
5. Analisis Regresi Linear berganda

tarikan kendaraan pribadi (Mobil)
terhadap banyaknya karyawan (X3)
dan banyaknya mesin atm (X4)
Tabel 1.6 Analisa regresi linear berganda Berdasarkan output diatas diketahui nilai
tarikan perjalanan kendaraan pribadi(Y1) signifikansi untuk pengaruh X3 dan X4
0,03 < 0,05 dan nilai F hitung (21,286) >

(19,00), sehingga dapat disimpulkan bahwa bahwa H2 diterima yang berarti terdapat
H3 diterima yang berarti terdapat pengaruh pengaruh X4 terhadap Y
X3 dan X4 secara simultan terhadap Y

tarikan kendaraan bermotor (Motor)
terhadap banyaknya karyawan (X3)
dan banyaknya mesin atm (X4) C. Pengujian Hipotesis Ketiga (H3)
tarikan perjalanan kendaraan bermotor(Y2)
H3 diterima yang berarti terdapat pengaruh
Dari hasil analisis regresi linear berganda 7. Analisis Regresi Linear berganda
tersebut maka diperoleh model prediksi bangkitan kendaraan pribadi
sebagai berikut : (Mobil) terhadap banyaknya
Y2 = 452,672 + (-1,313) X3 + (-9,676) X4 karyawan (X3) dan banyaknya
mesin atm (X4)
T serta Uji F
bangkitan perjalanan kendaraan pribadi(Y3)

terhadap Y adalah sebesar 0,01< 0,05 dan
diterima yang berarti terdapat pengaruh X3 Dari hasil analisis regresi linear berganda
terhadap Y
tersebut maka diperoleh model prediksi
sebagai berikut :
B. Pengujian Hipotesis Kedua (H2) Y3 = 136,122 + (-0,173) X3 + (-4,229) X4
Diketahui nilai Sig. untuk pengaruh
X4terhadap Y adalah sebesar 0,02< 0,05 Pengujian Hipotesis H1, H2, dan H3 dengan Uji
dan nilai t hitung (13,745) > t table T serta Uji F
(12,70620), sehingga dapat disimpulkan

diterima yang berarti terdapat pengaruh X3 Dari hasil analisis regresi linear berganda
terhadap Y
tersebut maka diperoleh model prediksi
sebagai berikut :
B. Pengujian Hipotesis Kedua (H2) Y4 = 130,032 + (-0,340) X3 + (1,998) X4
terhadap Y adalah sebesar 0,02< 0,05 dan Pengujian Hipotesis H1, H2, dan H3 dengan Uji
nilai t hitung (13,305) > t table (12,70620), T serta Uji F
terhadap Y Diketahui nilai Sig. untuk pengaruh X3
terhadap Y

Berdasarkan output diatas diketahui nilai B. Pengujian Hipotesis Kedua (H2)
signifikansi untuk pengaruh X3 dan X4 secara Diketahui nilai Sig. untuk pengaruh X4
simultan terhadap Y adalah sebesar 0,03 < 0,05 terhadap Y adalah sebesar 0,03< 0,05 dan
dan nilai F hitung (20,047) > (19,00), sehingga
dapat disimpulkan bahwa H3 diterima yang sehingga dapat disimpulkan bahwa H2
berarti terdapat pengaruh X3 dan X4 secara diterima yang berarti terdapat pengaruh X4
simultan terhadap Y terhadap Y

bangkitan kendaraan bermotor
(Motor) terhadap banyaknya
karyawan (X3) dan banyaknya
mesin atm (X4)
tarikan perjalanan kendaraan bermotor (Y4)

H3 diterima yang berarti terdapat pengaruh
berdasarkan hipotesis yang diterima
pada analisis data.
B.PEMBAHASAN
1. Berdasarkan data dari hasil analisis maka D. Bangkitan Perjalanan Kendaraan (Y3
diperoleh rumus matematik untuk dan Y4)
memprediksi :
Y3 = 136,122 + (-0,173) X3 + (-4,229)
A. Tarikan Perjalanan Kendaraan (Y1 dan Y2)
X4
Y1 = 65,183 + 0,009 X1 + (-0,038) X2
Y4 = 130,032 + (-0,340) X3 + (1,998)
Y2 = 220,873 + 0,007 X1 + (-0,083) X2
X4
Tarikan perjalanan kendaraan tidak Bangkitan perjalanan kendaraan

dipengaruhi oleh luas lahan dipengaruhi oleh banyak karyawan(X3)
bangunan(X1) dan luas parkir
kendaraan(X2) karena berdasarkan dan banyak mesin atm(X4) karena
hipotesis yang ditolak pada analisis berdasarkan hipotesis yang diterima
data.
pada analisis data.
B. Bangkitan Perjalanan Kendaraan (Y3
dan Y4) KESIMPULAN
Berdasarkan analisa data dan pembahasan

Y3 = 63,071 + 0,007 X1 + (-0,033) X2
yang ada, maka dapat disimpulkan :
Y4 = 115,442 + (-0,009) X1 + (0,039) X2
Bangkitan perjalanan kendaraan tidak 1. Tarikan perjalanan pada kendaraan pribadi
dipengaruhi oleh luas lahan bangunan(X1) (Mobil) dipengaruhi oleh banyak karyawan
dan luas parkir kendaraan(X2) karena dan banyak mesin atm dan tarikan
perjalanan pada kendaraan pribadi (Mobil)
berdasarkan hipotesis yang ditolak pada
tidak dipengaruhi oleh luas bangunan, dan
analisis data.
luas lahan parkir
2. Berdasarkan data dari hasil analisis maka 2. Tarikan perjalanan pada kendaraan
diperoleh rumus matematik untuk bermotor dipengaruhi oleh banyak
memprediksi :
C. Tarikan Perjalanan Kendaraan (Y1 dan Y2) karyawan dan banyak mesin atm dan
tarikan perjalanan pada kendaraan
Y1 = 101,380 + 0,080 X3 + (-3,660) X4 bermotor tidak dipengaruhi oleh luas
Y2 = 452,672 + (-1,313) X3 + (-9,676) bangunan, dan luas lahan parkir
X4 3. Bangkitan perjalanan pada kendaraan
Tarikan perjalanan kendaraan pribadi (Mobil) dipengaruhi oleh banyak
dipengaruhi oleh banyak karyawan(X3) karyawan dan banyak mesin atm dan
dan banyak mesin atm(X4) karena bangkitan perjalanan pada kendaraan

pribadi (Mobil) tidak dipengaruhi oleh luas
bangunan, dan luas lahan parkir
4. Bangkitan perjalanan pada kendaraan
bermotor dipengaruhi oleh banyak
karyawan dan banyak mesin atm dan
bangkitan perjalanan pada kendaraan
bermotor tidak dipengaruhi oleh luas lahan
bangunan dan luas lahan parkir
DAFTAR PUSTAKA
Frans,John H,Sudiyo Utomo,Annisa E.

Normandiri.”Model Tarikan Pergerakan
Transportasi Pada Kompleks Lippo Plaza,
Flobamora Mall Dan Hypermart Bundaran
PU Kota Kupang.”Kupang : Jurnal Teknik
Sipil, Vol. V, No. 2.September 2016
Melayu Hasibuan.”Dasar-Dasar
Perbankan.”:Jakarta : Bumi Akasara,2008
Saraswati, Nina. (2017), “Perencanaan

Tarikan Dan Distribusi Perjalanan
Karyawan Pada Gedung Kantor Bank
Dikota Surabaya ( Studi Kasus: Bank
BRI Surabaya ).”Surabaya : Institut
Teknologi Surabaya.


Analisis Model Bangkitan dan Tarikan Perjalanan Bank

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Analisis Model Bangkitan dan Tarikan Perjalanan Bank

Diunggah oleh

Hak Cipta:

Format Tersedia

Analisis Bangkitan dan Tarikan Perjalanan Pada Daerah Perkantoran Khususnya

Program Studi Teknik Sipil, Institut Teknologi Kalimantan, Balikpapan

Jl. Soekarno-Hatta Km.15, Karang Joang, Balikpapan, Kalimantan Timur, 76127

Kata Kunci :Bank, Bangkitan, Regresi, dan Tarikan

Keyword : Bank, Revive, Regression, And Attraction

Institut Teknologi Kalimantan

Proses pergerakan atau perpindahan (Tarikan Perjalanan) digunakan untuk

Bangkitan pergerakan (Trip a = konstanta (angka yang akan dicari)

Institut Teknologi Kalimantan

Tujuan penelitian penentuan model

Penelitian dilakukan pada 4 Bank di

Institut Teknologi Kalimantan

1. Analisa regresi linear berganda tarikan

Dari hasil analisis regresi linear berganda

ANALISA DATA DAN PEMBAHASAN tersebut maka diperoleh model prediksi

Institut Teknologi Kalimantan

A. Pengujian Hipotesis Pertama (H1)

B. Pengujian Hipotesis Kedua (H2)

Institut Teknologi Kalimantan

4. Analisa regresi linear berganda

Pengujian Hipotesis H1, H2, dan H3 dengan Uji

A. Pengujian Hipotesis Pertama (H1)

Institut Teknologi Kalimantan

A. Pengujian Hipotesis Pertama (H1)

C. Pengujian Hipotesis Ketiga (H3)

5. Analisis Regresi Linear berganda

Institut Teknologi Kalimantan

6. Analisis Regresi Linear berganda

A. Pengujian Hipotesis Pertama (H1)

Institut Teknologi Kalimantan

C. Pengujian Hipotesis Ketiga (H3)

8. Analisis Regresi Linear berganda

Institut Teknologi Kalimantan

Tarikan perjalanan kendaraan tidak Bangkitan perjalanan kendaraan

Berdasarkan analisa data dan pembahasan

Institut Teknologi Kalimantan

Frans,John H,Sudiyo Utomo,Annisa E.

Saraswati, Nina. (2017), “Perencanaan

Institut Teknologi Kalimantan

Anda mungkin juga menyukai