Dokumen tersebut membahas dua model logistik yang dibangun untuk memprediksi kemungkinan peralihan penggunaan kendaraan dari mobil ke transportasi umum atau bus. Model pertama memprediksi peralihan berdasarkan kenaikan biaya parkir, sedangkan model kedua memprediksi peralihan berdasarkan pengurangan waktu tempuh dan biaya tiket bus. Kedua model terbukti cocok untuk mewakili data dengan persamaan regresi yang signifikan.

1. NAMA : AUDREY CHIN LEE PENG
NOMBOR MATRIK : A154130
MODUL 9

2. 1. Seorang Datuk Bandar hendak mengurangkan penggunaan
kereta dalam bandar. Kaedah yang digunakan ialah dengan
menaikkan kadar parkir kereta. Data yang diperolehi hasil soal
selidik kepada pengguna kereka beralih kepada pengangkutan
awam adalah seperti jadual di bawah:
(a) Tuliskan model fungsi logistik yang sesuai
(b) Plotkan graf bagi data di bawah
(c) Tukarkan data dalam bentuk ln (log e)
(d) Plotkan graf dan dapatkan persamaan garisan regresi.
(e) Masukkan angka-angka parameter fungsi logistic anda
(f) Dengan menggunakan model yang dibina, kirakan
kebarangkalian pengguna kereta beralih kepada
pengangkutan awam.

3. Kadar parkir satu jam Keberangkalian peralihan 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.  Tuliskan model fungsi logistik yang sesuai
P = ______________
1 + e
1
α × kadar × C

5. 0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6
Keberangkalianperalihankepada
pengangkutanawam
Kadar parkir satu jam

6. KADAR PARKIR SATU
JAM
KEBERANGKALIAN
PERTUKARAN KEPADA
PENGANGKUTAN AWAM (P)
(1-P)/P Ln[(1-P)/P]
0.5 0.04 24 3.178054
1 0.06 15.66667 2.751535
1.5 0.1 9 2.197225
2 0.17 4.882353 1.585627
2.5 0.28 2.571429 0.944462
3 0.39 1.564103 0.447312
3.5 0.5 1 0
4 0.65 0.538462 -0.61904
4.5 0.75 0.333333 -0.09861
5 0.8 0.25 -1.38629
5.5 0.83 0.204819 -1.58563
6 0.86 0.162791 -1.81529
 Ln(______1 - P
P
)= α(kadar parkir per jam) + C

7. y = -0.4811x + 3.5107
R² = 0.9834
-3
-2
-1
0
1
2
3
4
1 2 3 4 5 6 7 8 9 10 11 12
Kadar Parkir Per Jam

8. PARKIR SATU JAM KEBERANGKALIAN PERTUKARAN
KE PENGANGKUTAN AWAM
0.5 0.04610862
1 0.07253405
1.5 0.11232093
2 0.16993331
2.5 0.24881356
3 0.34891769
3.5 0.46439785
4 0.58382611
4.5 0.69416204
5 0.7856959
5.5 0.85593748
6 0.90577454

9. 2. Dalam usaha untuk mengurangkan
penggunan 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 jadual di
bawah
(a)Tuliskan fungsi logistik yang sesuai
(b)Tukarkan dalam bentuk ln (log e)
(c)Lakukan analisis regresi
(d)Tuliskan model logistik dengan paremater
dari analisis regresi

10. Tambang
bas
Jimat masa Keberangkalian 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

11. P _____________= 1
1 + e α (tambang) + β (jimat masa) + C

12. 1 - P
P
) = α(tambang bas) + β( jimat masa) + CLn(

13. TAMBANG BAS JIMAT MASA KEBERANGKALIAN
PEMANDU KERETA
BERALIH KEPADA
BAS
(1-P)/P In (Log e)
2.9 0 0.1 9 2.197225
2.9 5 0.14 6.142857 1.815290
2.9 10 0.19 4.263158 1.450010
2.9 15 0.25 3 1.098612
2.9 20 0.32 2.125 0.753772
2.9 25 0.4 1.5 0.405465
2.9 30 0.48 1.083333 0.080043
2 20 0.35 1.857143 0.619039
2.25 20 0.34 1.941176 0.663294
2.5 20 0.33 2.030303 0.708185
2.75 20 0.32 2.125 0.753772
3 20 0.31 2.225806 0.800119
3.25 20 0.31 2.225806

15. Tuliskan model logistik dengan paremater dari analisis regresi
α = 0.152598 , ß = -0.0704 C = eksp(1.729461 ) = 5.637614
Tambang Bas Jimat Masa Kebarangkalia
n Pengguna
kereta
beralih
kepada bas
(1-P)/P In (Log e)
P
2.9 0 0.1 9 2.197225 0.122036629
2.9 5 0.14 6.142857 1.815290 0.127514245
2.9 10 0.19 4.263158 1.450010 0.133506695
2.9 15 0.25 3 1.098612 0.140090141
2.9 20 0.32 2.125 0.753772 0.147356547
2.9 25 0.4 1.5 0.405465 0.155418002
2.9 30 0.48 1.083333 0.080043 0.164412541
2 20 0.35 1.857143 0.619039 0.151825591
2.25 20 0.34 1.941176 0.663294 0.150618975
2.5 20 0.33 2.030303 0.708185 0.149385584
2.75 20 0.32 2.125 0.753772 0.14125444
3 20 0.31 2.225806 0.800119 0.146838622
3.25 20 0.31 2.225806 0.800119 0.145525228