NAMA : PUTRI SAKI

NIM : D1011181078

METODE LOGIT BINER SELIS

Dengan metode penaksiran regresi-l

menggunakan model logit-biner selisih, terdapat parameter
dan β dikalibrasikan dengan analisis regresi linear. Dengan ∆C
adalah kemiringan garis regresi dan α adalah intersepnya. Probabilitas Jalan Raya (Bus
sebagai berikut.

Dibandingkan dua moda Jalan Raya dan moda Jalan Baja. Dilakukan survei untuk mendapatkan tabel di baw
Tabel 1.1 Informasi operasi moda jalan raya dan jalan baja dan persentase pemilihan moda

Kota Kota Jalan raya (bus)

Asal Tujuan
X1 X2 X3
A U 20 3 30
B U 27 3 25
C U 18 3 21
D U 16 3 18
A V 25 5 40
B V 20 5 25
C V 15 5 15
D V 13 5 15
A W 29 4 42
B W 19 4 23
C W 16 4 20
D W 11 4 15

Dimana :
STEP - 1

Misalkan : 𝐶_𝐽𝑅 = C1

𝐶_𝐽𝐵 = C2
Asumsikan bahwa C1 dan C2 merupakan bagian yang diketahui dari biaya gabungan setiap moda dan pasa
Yi, seperti persamaan dib

CJB -CJR (1-P)/P

No CJR CJB
Xi
1 92 99 7 0.220
2 101 86 -15 0.250
3 79 78 -1 0.190
4 72 97 25 0.053
5 130 117 -13 0.333
6 105 92 -13 0.250
7 85 62 -23 0.818
8 81 88 7 0.124
9 131 120 -11 0.333
10 92 91 -1 0.250
11 83 74 -9 0.429
12 68 65 -3 0.176
-50
∑
-4.167

STEP - 2
Dengan menggunakan analisis regresi-linear, bisa didapatkan
A = (rata-rata Y) - B (rata-rata X)
RUMUS :
B=(N.∑XiYi-(∑Xi.∑Yi))/(N.∑Xi2 - (∑i)2)

a -1.6414
b -0.0470
STEP - 3
Nilai yang sudah di dapat akan dimasukkan

CJB -CJR (1-P)/P

No CJR CJB
Xi
1 92 99 7 0.220
2 101 86 -15 0.250
3 79 78 -1 0.190
4 72 97 25 0.053
5 130 117 -13 0.333
6 105 92 -13 0.250
7 85 62 -23 0.818
8 81 88 7 0.124
9 131 120 -11 0.333
10 92 91 -1 0.250
11 83 74 -9 0.429
12 68 65 -3 0.176
-50
∑
-4.167
B=(N.∑XiYi-(∑Xi.∑Yi))/(N.∑Xi2 - (∑i)2)
A = (rata-rata Y) - B (rata-rata X)

CJB-CJR Log e {(1-P)/P)

0
7 -1.5163
-15 -1.3863 -0.5
-1 -1.6582 R² = 0.810150215206883
25 -2.9444 -1
-13 -1.0986
Log e {(1-P)/P)

-13 -1.3863 -1.5

-23 -0.2007
-2
7 -2.0907
-11 -1.0986 -2.5
-1 -1.3863
-9 -0.8473 -3
-3 -1.7346
-3.5
-30 -20 -10 0
CJB-CJR

STEP - 4
Dengan mendapatkan nilai β dan α, persamaan model logit biner se
 Dengan mendapatkan nilai β dan α, persamaan model logit biner se

𝑃_𝐽𝑅=1/(1+exp⁡(−1,4759−0,0

CJB-CJR PJR -1.6414 a

-100 0.045 -0.0470 b
-90 0.070
-80 0.108 1.0
-70 0.162
-60 0.236 0.9
-50 0.330
-40 0.441 0.8
-30 0.558
-23 0.637
0.7
-13 0.737
-13 0.737
-11 0.755 PJR 0.6

-9 0.772
-3 0.818 0.5
-3 0.818
-3 0.818 0.4
-1 0.831
7 0.878 0.3
25 0.944
30 0.955 0.2
40 0.971
50 0.982
0.1
60 0.989
70 0.993
80 0.995 0.0
-100 -90 -80 -70 -60
90 0.997
100 0.998

Dapat dilihat dari grafik bahwa 82% orang memilih jalan raya(bus), meskipun b

Jika biaya jalan baja lebih mahal sebanyak 30 satuan uan

Jika biaya jalan raya lebih mahal sebanyak 35 satuan uan

 Jika biaya jalan raya lebih mahal sebanyak 35 satuan uan

Grafik ini dapat digunakan oleh para pengambil kebijakan operasi

 NAMA : PUTRI SAKINA

NIM : D1011181078

METODE LOGIT BINER SELISIH

Dengan metode penaksiran regresi-linear

odel logit-biner selisih, terdapat parameter yakni, α dan β, maka nilai α
n dengan analisis regresi linear. Dengan ∆C sebagai peubah bebas maka β
intersepnya. Probabilitas Jalan Raya (Bus) dan Jalan Baja (Kereta Api) diketahui dengan rumusan
sebagai berikut.

kan survei untuk mendapatkan tabel di bawah ini.

rsentase pemilihan moda
Jalan baja
(bus)
(kereta api) % dengan moda jalan raya
X4 X1 X2 X3
10 20 10 19 82
10 18 8 18 80
10 15 10 8 84
10 15 15 7 95
20 25 10 27 75
20 20 8 20 80
20 10 8 10 55
20 15 12 10 89
15 25 10 30 75
15 15 9 25 80
15 12 10 10 70
15 10 10 5 85
dari biaya gabungan setiap moda dan pasangan asal-tujuan. Kemudian asumsikan lagi persamaan untuk mendapatkan nilai Xi
Yi, seperti persamaan dibawah:

Loge{(1-P)/P}
Xi Yi Xi2
(Yi)
-1.516 -10.614 49
-1.386 20.795 225
-1.658 1.658 1
-2.944 -73.610 625
-1.099 14.282 169
-1.386 18.022 169
-0.201 4.616 529
-2.091 -14.635 49
-1.099 12.085 121
-1.386 1.386 1
-0.847 7.626 81
-1.735 5.204 9
-17.348 -13.186 2028
-1.446

kan analisis regresi-linear, bisa didapatkan nilai A dan B. Diketahui α = A dan β = B.

= (rata-rata Y) - B (rata-rata X)
N.∑XiYi-(∑Xi.∑Yi))/(N.∑Xi2 - (∑i)2)
ilai yang sudah di dapat akan dimasukkan pada persamaan berikut:

Loge{(1-P)/P}
Xi Yi Xi2 exp(A+BXi) P=1/(1+exp(A+Bxi)
(Yi)
-1.516 -10.614 49 0.139 0.878
-1.386 20.795 225 0.392 0.718
-1.658 1.658 1 0.203 0.831
-2.944 -73.610 625 0.060 0.944
-1.099 14.282 169 0.357 0.737
-1.386 18.022 169 0.357 0.737
-0.201 4.616 529 0.571 0.637
-2.091 -14.635 49 0.139 0.878
-1.099 12.085 121 0.325 0.755
-1.386 1.386 1 0.203 0.831
-0.847 7.626 81 0.296 0.772
-1.735 5.204 9 0.223 0.818
-17.348 -13.1861 2028
-1.446
(N.∑Xi2 - (∑i)2) b -0.047
rata-rata X) a -1.641

R² = 0.810150215206883

-20 -10 0 10 20 30
CJB-CJR

i β dan α, persamaan model logit biner selisih dinyatakan dalam persamaan di bawah ini:
p⁡(−1,4759−0,0072(𝐶_𝐽𝐵−𝐶_𝐽𝑅 )))

1.0

0.9

0.8

0.7

0.6

0.5

0.4

0.3

0.2

0.1

0.0
-100 -90 -80 -70 -60 -50 -40 -30 -20 -10 0 10 20 30 40 5
CJB - CJR

KESIMPULAN

rang memilih jalan raya(bus), meskipun biaya jalan raya sama dengan biaya jalan baja. Hal ini membuktikan bahwa bus lebih

n baja lebih mahal sebanyak 30 satuan uang daripada biaya jalan raya, persentase orang menggunakan jalan raya adalah sebes

n raya lebih mahal sebanyak 35 satuan uang daripada biaya jalan baja, persentase orang menggunakan jalan raya adalah sebes
n raya lebih mahal sebanyak 35 satuan uang daripada biaya jalan baja, persentase orang menggunakan jalan raya adalah sebes

an oleh para pengambil kebijakan operasi bus dan kereta api untuk menentukan kebijakan yang harus diambil untuk merebut
umusan

% dengan moda
CJR CJB NIM : D1011181078
jalan baja

18 92 99
20 101 86
16 79 78
5 72 97
25 130 117
20 105 92
45 85 62
11 81 88
25 131 120
20 92 91
30 83 74
15 68 65
amaan untuk mendapatkan nilai Xi dan
 )))

10 20 30 40 50 60 70 80 90 100

l ini membuktikan bahwa bus lebih diminati daripada kereta api.

nggunakan jalan raya adalah sebesar 96%

nggunakan jalan raya adalah sebesar 50%

nggunakan jalan raya adalah sebesar 50%

yang harus diambil untuk merebut pasar pesaingnya

 NAMA : PUTRI SAK

NIM : D101118107

METODE LOGIT BINER NISB

Dengan metode penaksiran regresi

menggunakan model logit-biner selisih, terdapat paramete
dan β dikalibrasikan dengan analisis regresi linear. Dengan ∆
adalah kemiringan garis regresi dan α adalah intersepnya. Probabilitas Jalan Raya (Bu
sebagai berikut.

Dibandingkan dua moda Jalan Raya dan moda Jalan Baja. Dilakukan survei untuk mendapatkan tabel di baw
Tabel 1.1 Informasi operasi moda jalan raya dan jalan baja dan persentase pemilihan moda

Kota Kota Jalan raya (bus)

Asal Tujuan
X1 X2 X3
A U 20 3 30
B U 27 3 25
C U 18 3 21
D U 16 3 18
A V 25 5 40
B V 20 5 25
C V 15 5 15
D V 13 5 15
A W 29 4 42
B W 19 4 23
C W 16 4 20
D W 11 4 15

Dimana :
STEP - 1

Misalkan : 𝐶_𝐽𝑅 = C1

𝐶_𝐽𝐵 = C2
Asumsikan bahwa C1 dan C2 merupakan bagian yang diketahui dari biaya gabungan setiap moda dan pasan
seperti persamaan diba

CJR/CJB Log (W)

NO CJR CJB
(Wi) (Xi)
1 92 99 0.929 -0.032
2 101 86 1.174 0.070
3 79 78 1.013 0.006
4 72 97 0.742 -0.129
5 130 117 1.111 0.046
6 105 92 1.141 0.057
7 85 62 1.371 0.137
8 81 88 0.921 -0.036
9 131 120 1.092 0.038
10 92 91 1.011 0.005
11 83 74 1.122 0.050
12 68 65 1.046 0.020
∑ 0.231
Average 0.019

STEP - 2
Dengan menggunakan analisis regresi-linear, bisa didapatkan
A = (rata-rata Y) - B (rata-rata X)
RUMUS :
B=(N.∑XiYi-(∑Xi.∑Yi))/(N.∑Xi2 - (∑i)2)

a -0.7060 0.1968
b 4.0674
STEP - 3
Nilai yang sudah di dapat akan dimasukkan

CJR/CJB Log (W)

NO CJR CJB
(Wi) (Xi)
1 92 99 0.929 -0.032
2 101 86 1.174 0.070
3 79 78 1.013 0.006
4 72 97 0.742 -0.129
5 130 117 1.111 0.046
6 105 92 1.141 0.057
7 85 62 1.371 0.137
8 81 88 0.921 -0.036
9 131 120 1.092 0.038
10 92 91 1.011 0.005
11 83 74 1.122 0.050
12 68 65 1.046 0.020
∑ 0.231
Average 0.019
B=(N.∑XiYi-(∑Xi.∑Yi))/(N.∑Xi2 - (∑i)2)
A = (rata-rata Y) - B (rata-rata X)

CJB-CJR Log e {(1-P)/P)

0.000
0.9293 -0.659
1.1744 -0.602 -0.200
1.0128 -0.720
0.7423 -1.279 -0.400
1.1111 -0.477
Log {(1-P)/P)

1.1413 -0.602 -0.600

1.371 -0.087
-0.800
0.9205 -0.908
1.0917 -0.477
-1.000
1.011 -0.602
1.1216 -0.368 -1.200
1.0462 -0.753
-1.400
0.7 0.8 0.9 1
CJR/C
STEP - 4
Dengan mendapatkan nilai β dan α, persamaan model logit biner s

𝑃_𝐽𝑅=1/(1+0,197 〖 (𝐶_𝐽𝑅/𝐶

CJR/CJB PJR 0.197 a

0.1 1 4.067 b
0.2 0.9997
0.3 0.9985
1
0.4 0.9953
0.6 0.976 0.9
0.7423 0.9447
0.9205 0.8768 0.8
1.011 0.8294
1.0303 0.8182 0.7
1.0349 0.8155
1.0385 0.8133 0.6
1.0462 0.8087
PJR

0.5
1.0917 0.7805
1.1111 0.768 0.4
1.1216 0.7611
1.1413 0.748 0.3
1.2 0.7076
1.3 0.6361 0.2
1.371 0.5847
1.5 0.4941 0.1
1.75 0.3429
0
2 0.2326 0 0.5
2.25 0.158
2.5 0.109
3 0.055
3.25 0.0404

Dapat dilihat dari grafik bahwa 82% orang memilih jalan raya(bus), meskipun biaya jalan raya sama dengan

Jika biaya jalan raya lebih mahal sebanyak 1,5 kali d

 Jika biaya jalan raya lebih mahal sebanyak 1,5 kali d

Grafik ini dapat digunakan oleh para pengambil kebijakan operasi

 NAMA : PUTRI SAKINA

NIM : D1011181078

METODE LOGIT BINER NISBAH

Dengan metode penaksiran regresi-linear

model logit-biner selisih, terdapat parameter yakni, α dan β, maka nilai α
kan dengan analisis regresi linear. Dengan ∆C sebagai peubah bebas maka β
lah intersepnya. Probabilitas Jalan Raya (Bus) dan Jalan Baja (Kereta Api) diketahui dengan rumusan
sebagai berikut.

ukan survei untuk mendapatkan tabel di bawah ini.

persentase pemilihan moda
Jalan baja
a (bus) % dengan moda
(kereta api)
jalan raya
X4 X1 X2 X3
10 20 10 19 82
10 18 8 18 80
10 15 10 8 84
10 15 15 7 95
20 25 10 27 75
20 20 8 20 80
20 10 8 10 55
20 15 12 10 89
15 25 10 30 75
15 15 9 25 80
15 12 10 10 70
15 10 10 5 85
dari biaya gabungan setiap moda dan pasangan asal-tujuan. Kemudian asumsikan lagi persamaan untuk mendapatkan nilai X
seperti persamaan dibawah:

log{(1-P/P}
(1-P)/P XiYi Xi2
(Yi)
0.220 -0.659 0.021 0.001
0.250 -0.602 -0.042 0.005
0.190 -0.720 -0.004 0.000
0.053 -1.279 0.166 0.017
0.333 -0.477 -0.022 0.002
0.250 -0.602 -0.035 0.003
0.818 -0.087 -0.012 0.019
0.124 -0.908 0.033 0.001
0.333 -0.477 -0.018 0.001
0.250 -0.602 -0.003 0.000
0.429 -0.368 -0.018 0.002
0.176 -0.753 -0.015 0.000
-7.535 0.051 0.052
-0.628

nakan analisis regresi-linear, bisa didapatkan nilai A dan B. Diketahui α = A dan β = B.

A = (rata-rata Y) - B (rata-rata X)
B=(N.∑XiYi-(∑Xi.∑Yi))/(N.∑Xi2 - (∑i)2)
 Nilai yang sudah di dapat akan dimasukkan pada persamaan berikut:

log{(1-P/P}
(1-P)/P XiYi Xi2 WiB
(Yi)
0.220 -0.659 0.021 0.001 0.742
0.250 -0.602 -0.042 0.005 1.923
0.190 -0.720 -0.004 0.000 1.053
0.053 -1.279 0.165 0.017 0.298
0.333 -0.477 -0.022 0.002 1.535
0.250 -0.602 -0.035 0.003 1.712
0.818 -0.087 -0.012 0.019 3.609
0.124 -0.908 0.033 0.001 0.714
0.333 -0.477 -0.018 0.001 1.429
0.250 -0.602 -0.003 0.000 1.046
0.429 -0.368 -0.018 0.002 1.595
0.176 -0.753 -0.015 0.000 1.202
-7.535 0.051 0.052
-0.628
Yi))/(N.∑Xi2 - (∑i)2) b 4.067
- B (rata-rata X) -0.706
a 0.197

.7 0.8 0.9 1 1.1 1.2 1.3 1.4 1.5

CJR/CJB
nilai β dan α, persamaan model logit biner selisih dinyatakan dalam persamaan di bawah ini:

197 〖 (𝐶_𝐽𝑅/𝐶_𝐽𝐵 ) 〗 ^4,067 )

0.9

0.8

0.7

0.6
PJR

0.5

0.4

0.3

0.2

0.1

0
0 0.5 1 1.5 2

CJR/CJB

KESIMPULAN

us), meskipun biaya jalan raya sama dengan biaya jalan baja. Hal ini membuktikan bahwa bus lebih diminati daripada kereta

ya jalan raya lebih mahal sebanyak 1,5 kali daripada biaya jalan baja, persentase orang menggunakan jalan raya adalah sebesa
ya jalan raya lebih mahal sebanyak 1,5 kali daripada biaya jalan baja, persentase orang menggunakan jalan raya adalah sebesa

akan oleh para pengambil kebijakan operasi bus dan kereta api untuk menentukan kebijakan yang harus diambil untuk mereb
rumusan

% dengan moda
CJR CJB NIM : D1011181078
jalan baja

18 92 99
20 101 86
16 79 78
5 72 97
25 130 117
20 105 92
45 85 62
11 81 88
25 131 120
20 92 91
30 83 74
15 68 65
maan untuk mendapatkan nilai Xi dan Yi,
 P=1/(1+(AWiB))

0.873
0.726
0.828
0.945
0.768
0.748
0.585
0.877
0.781
0.829
0.761
0.809

4.067
-0.706
0.197
 2 2.5 3 3.5

CJR/CJB

us lebih diminati daripada kereta api. (Hal yang sama juga dihasilkan model logit biner selisih)

gunakan jalan raya adalah sebesar 50%

gunakan jalan raya adalah sebesar 50%

yang harus diambil untuk merebut pasar pesaingnya

 NAMA : PUTRI SAKINA

NIM : D1011181078

ANALISA UJI KEPEKAAN

Berikut ini dilakukan analisis beberapa uji kepekaan yang dapat dilakukan dalam bentuk perubahan ke
baja, atau dapat juga berupa berupa perubahan kebijakan global pemerintah di sektor transportasi, mi
kasus diuji kepekaannya dalam kaitannya terhadap pangsa pasar penumpang kedu

MACAM-MACAM KASUS:
Kasus 1
Terjadi peningkatan harga BBM sebanyak 50% yang secara langsung berpengaruh pada nilai X 3 (1,5 ka
Kasus 2
Terjadi penurunan waktu tempuh menjadi 40% dari kondisi awal . Peningkatan pelayanan jalan raya se
kendaraan) menjadi 60% dari kondisi awal (khusus untuk kendaraan di jalan raya)
Kasus 3
Terjadi peningkatan pelayanan kerata api sehingga waktu tempuh dan waktu menunggu berkurang men
tempuh (X1) dan waktu menunggu (X2) jalan baja menurun sebesar 40 % dari kondisi awal.
Kasus 4
Biaya terminal untuk jalan raya (X4) dihilangkan.

Pada tugas ini saya memilih Kasus 1 untuk dilakukan analisis uji kepekaan dengan model logit - biner

Dibandingkan dua moda Jalan Raya dan moda Jalan Baja. Dilakukan survei untuk mendapatkan tabel d
Tabel 1.1 Informasi operasi moda jalan raya dan jalan baja dan persentase pemilihan moda
Jalan baja
Jalan raya (bus)
Kota Asal Kota Tujuan (kereta api)
X1 X2 X3 X4 X1
A U 20 3 30 10 20
B U 27 3 25 10 18
C U 18 3 21 10 15
D U 16 3 18 10 15
A V 25 5 40 20 25
B V 20 5 25 20 20
C V 15 5 15 20 10
D V 13 5 15 20 15
A W 29 4 42 15 25
B W 19 4 23 15 15
C W 16 4 20 15 12
D W 11 4 15 15 10

Dimana :
 PENYELESAIAN

Tabel 1.2 Informasi operasi moda jalan raya dan jalan baja dan persentase pemilihan moda
Jalan baja
Jalan raya (bus)
Kota Asal Kota Tujuan (kereta api)
X1 X2 X3 X4 X1
A U 20 3 45 10 20
B U 27 3 37.5 10 18
C U 18 3 31.5 10 15
D U 16 3 27 10 15
A V 25 5 60 20 25
B V 20 5 37.5 20 20
C V 15 5 22.5 20 10
D V 13 5 22.5 20 15
A W 29 4 63 15 25
B W 19 4 34.5 15 15
C W 16 4 30 15 12
D W 11 4 15 15 10

METODE LOGIT BI

CJB -CJR (1-P)/P Loge{(1-P)/P}

No CJR CJB Xi Yi
Xi (Yi)
1 107 108.5 1.5 0.220 -1.516 -2.274
2 113.5 95 -18.5 0.250 -1.386 25.647
3 89.5 82 -7.5 0.190 -1.658 12.437
4 81 100.5 19.5 0.053 -2.944 -57.416
5 150 130.5 -19.5 0.333 -1.099 21.423
6 117.5 102 -15.5 0.250 -1.386 21.488
7 92.5 67 -25.5 0.818 -0.201 5.118
8 88.5 93 4.5 0.124 -2.091 -9.408
9 152 135 -17 0.333 -1.099 18.676
 10 103.5 103.5 0 0.250 -1.386 0.000
11 93 79 -14 0.429 -0.847 11.862
12 68 67.5 -0.5 0.176 -1.735 0.867
-92.5 -17.348 48.41855
∑
-7.708 -1.446
B=(N.∑XiYi-(∑Xi.∑Yi))/(N.∑Xi2 - (∑i)2)
A = (rata-rata Y) - B (rata-rata X)

CJB-CJR Log e {(1-P)/P) 0

1.5 -1.5163
-18.5 -1.3863 -0.5
-7.5 -1.6582 R² = 0.796318769314286
19.5 -2.9444 -1

Log e {(1-P)/P)
-19.5 -1.0986
-15.5 -1.3863 -1.5
-25.5 -0.2007
-2
4.5 -2.0907
-17 -1.0986 -2.5
0 -1.3863
-14 -0.8473 -3
-0.5 -1.7346
-3.5
-30 -20 -10 0
CJB-CJR

PERHITUNGAN PJR DAN PJB DENGAN

CJB -CJR PJR PJR (%) PJB(%)

1.5 0.867 87 13
-18.5 0.720 72 28
-7.5 0.811 81 19
19.5 0.937 94 6
-19.5 0.711 71 29
-15.5 0.747 75 25
-25.5 0.651 65 35
4.5 0.882 88 12
-17 0.734 73 27
0 0.858 86 14
-14 0.760 76 24
-0.5 0.856 86 14

UJI KEPEKAAN KASUS 1 DENGAN M

Kota Yang Ada Sekarang Kasus 1

 Kota Yang Ada Sekarang Kasus 1
Asal Tujuan JR JB JR JB
A U 82 18 87 13
B U 80 20 72 28
C U 84 16 81 19
D U 95 5 94 6
A V 75 25 71 29
B V 80 20 75 25
C V 55 45 65 35
D V 89 11 88 12
A W 75 25 73 27
B W 80 20 86 14
C W 70 30 76 24
D W 85 15 86 14

METODE LOGIT BI

CJR/CJB Log (W) log{(1-P/P}

NO CJR CJB (1-P)/P
(Wi) (Xi) (Yi)
1 107 108.5 0.986 -0.006 0.220 -0.659
2 113.5 95 1.195 0.077 0.250 -0.602
3 89.5 82 1.092 0.038 0.190 -0.720
4 81 100.5 0.806 -0.094 0.053 -1.279
5 150 130.5 1.149 0.061 0.333 -0.477
6 117.5 102 1.152 0.062 0.250 -0.602
7 92.5 67 1.381 0.140 0.818 -0.087
8 88.5 93 0.952 -0.022 0.124 -0.908
9 152 135 1.126 0.052 0.333 -0.477
10 103.5 103.5 1.000 0.000 0.250 -0.602
11 93 79 1.177 0.071 0.429 -0.368
12 68 67.5 1.007 0.003 0.176 -0.753
∑ 0.382 -7.535
Average 0.032 -0.628
B=(N.∑XiYi-(∑Xi.∑Yi))/(N.∑Xi2 - (∑i)2)
A = (rata-rata Y) - B (rata-rata X)

CJB-CJR Log e {(1-P)/P) 0.000

0.986 -0.659
1.195 -0.602 -0.200
1.092 -0.720
0.806 -1.279 -0.400
Log {(1-P)/P)

1.149 -0.477
-0.600
1.152 -0.602
1.381 -0.087 -0.800

-1.000

-1.200
 -0.400

Log {(1-P)/P)
-0.600

-0.800
0.952 -0.908
1.126 -0.477 -1.000
1.000 -0.602
1.177 -0.368 -1.200
1.007 -0.753
-1.400
0.700 0.800 0.900 1.000 1.100
CJR/CJB

PERHITUNGAN PJR DAN PJB DENGAN

CJB -CJR PJR PJR (%) PJB(%)

0.986 0.863 86 14
1.195 0.726 73 27
1.092 0.799 80 20
0.806 0.940 94 6
1.149 0.759 76 24
1.152 0.757 76 24
1.381 0.579 58 42
0.952 0.881 88 12
1.126 0.776 78 22
1.000 0.855 86 14
1.177 0.739 74 26
1.007 0.851 85 15

UJI KEPEKAAN KASUS 1 DENGAN M

Kota Yang Ada Sekarang Kasus 1

Asal Tujuan JR JB JR JB
A U 82 18 86 14
B U 80 20 73 27
C U 84 16 80 20
D U 95 5 94 6
A V 75 25 76 24
B V 80 20 76 24
C V 55 45 58 42
D V 89 11 88 12
A W 75 25 78 22
B W 80 20 86 14
C W 70 30 74 26
D W 85 15 85 15
 REKAP UJI KEPEKAAN KASUS 1 DENGAN MET

Model Logit - Biner - Model Logit - Biner -

Kota Yang Ada Sekarang
Selisih Nisbah
Asal Tujuan JR JB JR JB JR
A U 82 18 87 13 86
B U 80 20 72 28 73
C U 84 16 81 19 80
D U 95 5 94 6 94
A V 75 25 71 29 76
B V 80 20 75 25 76
C V 55 45 65 35 58
D V 89 11 88 12 88
A W 75 25 73 27 78
B W 80 20 86 14 86
C W 70 30 76 24 74
D W 85 15 86 14 85

Terlihat dari tabel di atas bahwa model logit biner sleisih dan model logit biner nisbah tidak mempe
cenderung sama. Dan pada kasus 1 ini, peningkatan harga BBM ternyata tidak memperngaruhi pan
operator jalan raya.
: PUTRI SAKINA

: D1011181078

KEPEKAAN

m bentuk perubahan kebijakan manajemen angkutan jalan raya maupun jalan

sektor transportasi, misalnya harga bahan bakar minyak (BBM). Beberapa
pasar penumpang kedua jenis moda transportasi tersebut.

uh pada nilai X 3 (1,5 kali dari kondisi awal ).

pelayanan jalan raya secara tidak langsung akan mempengaruhi X 1 (waktu tempuh
a)

nunggu berkurang menjadi 60% dari kondisi awal. Hal ini akan mengakibatkan waktu
ndisi awal.

an model logit - biner - selisih dan model logit - biner - nisbah

uk mendapatkan tabel di bawah ini.

ihan moda
Jalan baja
% dengan moda % dengan moda
(kereta api) CJR CJB NIM : D10111
jalan raya jalan baja
X2 X3
10 19 82 18 92 99
8 18 80 20 101 86
10 8 84 16 79 78
15 7 95 5 72 97
10 27 75 25 130 117
8 20 80 20 105 92
8 10 55 45 85 62
12 10 89 11 81 88
10 30 75 25 131 120
9 25 80 20 92 91
10 10 70 30 83 74
10 5 85 15 68 65
 PENYELESAIAN

ihan moda
Jalan baja
% dengan moda % dengan moda
(kereta api) CJR CJB NIM : D10111
jalan raya jalan baja
X2 X3
10 28.5 82 18 107 108.5 x3 dikali
8 27 80 20 113.5 95
10 12 84 16 89.5 82
15 10.5 95 5 81 100.5
10 40.5 75 25 150 130.5
8 30 80 20 117.5 102
8 15 55 45 92.5 67
12 15 89 11 88.5 93
10 45 75 25 152 135
9 37.5 80 20 103.5 103.5
10 15 70 30 93 79
10 7.5 85 15 68 67.5

METODE LOGIT BINER SELISIH

Xi2 exp(A+BXi) P=1/(1+exp(A+Bxi)

2.25 0.154 0.867

342.25 0.388 0.720
56.25 0.233 0.811
380.25 0.067 0.937
380.25 0.407 0.711
240.25 0.338 0.748
650.25 0.537 0.651
20.25 0.134 0.882
289 0.362 0.734
 0 0.165 0.858
196 0.315 0.760
0.25 0.169 0.856
2557.25

b -0.046
a -1.802

769314286

-10 0 10 20 30
CJB-CJR

R DAN PJB DENGAN METODE LOGIT BINER SELISIH

KASUS 1 DENGAN METODE LOGIT BINER SELISIH

METODE LOGIT BINER NISBAH

XiYi Xi2 WiB P=1/(1+(AWiB))

0.004 0.00004 0.939 0.008

-0.047 0.00598 2.237 0.003
-0.027 0.00144 1.486 0.005
0.120 0.00878 0.377 0.020
-0.029 0.00366 1.878 0.004
-0.037 0.00378 1.897 0.004
-0.012 0.01963 4.305 0.002
0.020 0.00046 0.799 0.010
-0.025 0.00265 1.710 0.005
0.000 0.00000 1.000 0.008
-0.026 0.00503 2.093 0.004
-0.002 0.00001 1.034 0.007
-0.062 0.05146
-0.628
b 4.526
-0.772
a 0.169
 1.000 1.100 1.200 1.300 1.400 1.500
CJR/CJB

R DAN PJB DENGAN METODE LOGIT BINER NISBAH

KASUS 1 DENGAN METODE LOGIT BINER NISBAH

SUS 1 DENGAN METODE LOGIT BINER SELISIH DAN NISBAH

Model Logit - Biner -

Nisbah
JB
14
27
20
6
24
24
42
12
22
14
26
15

er nisbah tidak memperlihatkan perbedaan hasil yang signifikan. Hasilnya

ak memperngaruhi pangsa pasar secara umum dan masih menguntungkan
an raya.
NIM : D1011181078
NIM : D1011181078

1.5