• Tidak ada hasil yang ditemukan

BAB IV HASIL DAN PEMBAHASAN. tersebut yaitu melakukan uraian dari hasil metode Regresi Linier secara manual.

N/A
N/A
Protected

Academic year: 2021

Membagikan "BAB IV HASIL DAN PEMBAHASAN. tersebut yaitu melakukan uraian dari hasil metode Regresi Linier secara manual."

Copied!
32
0
0

Teks penuh

(1)

BAB IV

HASIL DAN PEMBAHASAN

4.1 Hasil

Pada bab ini akan membahas tentang tahapan penelitian. Tahapan penelitian tersebut yaitu melakukan uraian dari hasil metode Regresi Linier secara manual.

4.1.1 Mendefinisikan dan Mengidentifikasi Kebutuhan

Pada tahap ini survey dilakukan pada dinas Pekerjaan Umum Kota Gorontalo dan SAMSAT Kota Gorontalo untuk melakukan identifikasi terhadap data- data yang dibutuhkan, seperti data prasarana jalan kota Gorontalo dan Jumlah Ranmor selama 6 tahun terakhir. Berikut data – data yang diperoleh dari dinas PU Kota Gorontalo pada tabel 4.1 dan data yang diperoleh dari dinas SAMSAT Kota Gorontalo pada tabel 4.2:

Tabel 4.1 Data Prasarana Jalan Kota

Tahun Total Panjang Ruas Jalan

(Km) Keterangan 2007 251,87 2008 253,49 2009 265,925 2010 265,925 2011 265,925 2012 265,925 21

(2)

Data pertumbuhan panjang total jalan tahun 2007 dan 2008 telah mengalami perubahan dari panjang 251,87 menjadi 253,49. Jadi panjang jalan pada tahun 2008 bertambah 1,62 km, sedangkan panjang total jalan dari tahun 2008 dan 2009 berubah menjadi 265,925. Jadi panjang jalan pada tahun 2009 bertambah 12,435 km. Panjang total jalan pada tahun 2009 sampai dengan 2012 tidak mengalami perubahan.

Tabel 4.2 Data Jumlah RANMOR Selama 6 Tahun Terakhir

No Jenis Kendaraan Tahun 2007 2008 2009 2010 2011 2012 1 Mobil Penumpang Sedan 205 229 247 262 278 289 Jeep 392 430 483 519 559 588 Station Wagon 2054 2584 3220 4074 4801 5288 Subur Ban - - - - Combi - - - - Kendaraan R3 - - - - Oplet / Microlet 675 668 668 662 658 656 Sub Total 3326 3911 4618 5517 6296 6821 2 Mobil Beban Truck Barang 1257 1396 1495 1582 1704 1767 Truck Kontainer 6 6 9 11 11 11 Truck Trailer 2 2 3 3 3 3

(3)

Truck Derek 1 1 1 1 1 1 Truck Tangki Air 56 57 60 61 61 61 Truck Tracktor - - - - Truck Pick Up 1547 1699 1814 2025 2422 2615 Sub Total 2869 3161 3382 3683 4202 4458 3 Mobil Bus Bus Biasa 124 128 126 144 142 145 Bus (chasis pjg) - - - - Mini Bus 93 97 102 104 104 105 Bus Tingkat - - - - Lain – lain - - - - Sub Total 217 225 228 248 246 250 4 Sepeda Motor Sepeda Kumbang - - - - Scooter 228 230 234 235 237 237 Sepeda Zygpan - - - - Sepeda 50 Cc keatas 31864 39237 46186 53314 61028 65157 Sub Total 32092 39467 46420 53549 61265 65394

(4)

5 Kendaraan Khusus Pemadamkar 9 9 9 9 9 9 Ambulance 38 39 40 40 40 42 Mobil Jenazah 20 2 2 2 2 2 Fork Lift 1 1 1 1 1 1 Lain – lain - - - - Sub Total 68 51 52 52 52 54 Total 38572 46815 54700 63049 72061 76977

Banyaknya kendaraan dari tahun 2007 sampai dengan 20012 telah mengalami pertumbuhan dengan jumlah kendaraan yang bervariasi. Pada tahun 2007 jumlah kendaraan berjumlah 38572. Pada tahun 2008, kendaraan bertambah 8243 unit. Pada tahun 2009 dan tahun 2010 kendaraan bertambah 7885 dan 8349 unit. Sedangkan pada tahun 2011 kendaraan bertambah 9012 unit dan pada tahun 2012 kendaraan bertambah 4916 unit. Sehingga total pertumbuhan kendaraan dari tahun 2007 sampai dengan 2012 adalah 76977 unit kendaraan.

4.1.2 Membuat Prototype

Pada tahap ini pengembang akan membuat sebuah prototype yaitu tentang peramalan pertumbuhan kendaraan dan fasilitas jalan dengan metode analisis Regresi Linear. Dalam metode ini ada beberapa langkah yang harus dikerjakan sesuai

(5)

dengan rumus yang telah ditentukan. Data yang telah diperlukan adalah data pertumbuhan panjang total jalan sebagai variabel (x) dan data pertumbuhan kendaraan sebagai variabel (y). Data – data tersebut dapat di lihat pada tabel berikut :

Tabel 4.3 Data jumlah pertumbuhan kendaraan dan panjang total jalan Indeks Pertumbuhan panjang Jalan (X) Pertumbuhan Kendaraan (Y)

2007 251,87 38.572 2008 253,49 46.815 2009 265,925 54.700 2010 265,925 63.049 2011 265,925 72.061 2012 265,925 76.977

Penyelesaiannya mengikuti langkah – langkah dalam analisis Regresi linear yaitu sebagai berikut :

Langkah 1 : Menentukan tujuan dalam soal ini.

Tujuan dari Soal ini adalah Memprediksi pertumbuhan kendaraan jika panjang jalan tidak berubah.

Langkah 2 : Identifikasi Variabel Penyebab dan Akibat

Menentukan variabel X dan Y. Dalam studi kasus ini yang menjadi variabel X adalah Pertumbuhan Panjang total jalan dan Jumlah Pertumbuhan Kendaraan merupakan variabel Y. `

(6)

Langkah 3 : Pada tahap ini kita akan melakukan pengumpulan data dalam hal ini membuat tabel regresi :

Tabel 4.4 Tabel perhitungan X2, Y2, XY dan total dari masing-masingnya

Indeks X Y X2 Y2 XY 2007 251,87 38.572 63.438,5 1.487.799.184 9.715.129,64 2008 1,62 8.243 2,62 67.947.049 13.353,66 2009 12.435 7.885 154,63 62.173.225 98.049,98 2010 0 8.349 0 69.705.801 0 2011 0 9.012 0 81.216.144 0 2012 0 4.916 0 24.167.056 0 Total(∑) 265,925 76.977 63595,75 1.793.008.459 9826533,28

Langkah 4 : Menghitung a dan b berdasarkan rumus Regresi Linear Menghitung Konstanta (a) :

a = (∑ ) (∑ 2) – (∑ ) (∑ ) n(∑ 2 ) - (∑ )2 (76.977) (63595,75) – (265,925)( 9.826.533,28) a = 6(63595,75) - (265,925)2 (4.895.410.047,75) – (2613120862,48) a = (381.574,50) – (70.716,11) 2.282.289.185,27 a = 310858,39 a = 7341,89

(7)

Menghitung koefisien Regresi (b) : b = n(∑ ) - (∑ ) (∑ ) n(∑ 2 ) - (∑ )2 6(9.826.533,28) - (265,925) (76.977) b = 6(63595,75) - (265,925)2 (58.959.199,68) – (20.470.108,73) b = (381.574,50) – (70.716,11) 38.489.090,96 b = 310858,39 b = 123,82

Langkah 5 : Membuat Model Persamaan Regresi Y = a + bX

Y = 7.341,89 + 123,82 X

Langkah 6 : Melakukan Prediksi atau peramalan terhadap varibel faktor penyebab - Memprediksikan Jumlah pertumbuhan kendaraan jika pertumbuhan jalan

tidak berubah. (variabel X) Contohnya : 265,925

Y = 7.341,89 + 123,82 (265,925) Y = 7.341,89 + 32926,83

(8)

Jadi jika jumlah jalan tidak berubah, maka akan diprediksikan pertumbuhan kendaraan pada periode berikutnya mencapai 40268,72 unit

- Jika pertumbuhan kendaraan mencapai 40268,72 maka berapakah jumlah ideal total panjang jalan yang seharusnya digunakan pada periode berikutnya.? Y = a + bX Y = 7.341,89 + 123,82 X 123,82 X = 40268,72 - 7.341,89 X = 32926.83 123,82 X = 265,92 km

Jadi prediksi jumlah ideal total panjang jalan yang seharusnya di gunakan pada periode berikutnya jika pertumbuhan kendaraan 40268,72 adalah 265,92 km.

a. Perancangan Sistem 1. External Entity Tabel 4.5 External Entity

Entity Input Output

Admin  Data pertumbuhan panjang total jalan

 Data jumlah pertumbuhan kendaraan

 Hasil peramalan

pertumbuhan kendaraan

 Hasil peramalan jumlah ideal panjang total jalan yang digunakan

(9)

2. Diagram Konteks

Gambar 4.1. Diagram Konteks sistem peramalan pertumbuhan kendaran dan fasilitas jalan.

3. DAD Level 0

Gambar 4.2. DAD Level 0 sistem peramalan pertumbuhan kendaran dan fasilitas jalan.

(10)

4. DAD Level 1 Proses 1

Gambar 4.3. DAD Level 1 proses 1 5. Relasi Antar Tabel

Pada perancangan database hanya ada 2 tabel yang di relasikan yaitu tabel data pertumbuhan kendaraan dan tabel panjang total jalan yang memiliki hubungan dari satu ke banyak atau one to many, artinya dalam satu jenis panjang total jalan bisa memiliki lebih dari satu jumlah pertumbuhan kendaraan. Relasi tabel seperti yang terlihat pada gambar 4.4.

(11)

6. Struktur Basis Data

Struktur tabel basis data dari sistem peramalan pertumbuhan kendaraan dan fasilitas jalan yaitu sebagai berikut :

Tabel 4.6 pertumbuhan_jalan

No Field Type Null Description

1 id_jln int(5) No Id Jalan

2 tahun varchar(5) No Tahun

3 jumlah Double No Jumlah panjang total jalan

Tabel 4.7 pertumbuhan_kendaraan

No Field Type Null Description

1 id_pertumbuhan int(5) No Id pertumbuhan

2 id_jln int(5) No Id jalan

3 jumlah int(5) No Jumlah kendaraan

Tabel 4.8 tbl_hasil

No Field Type Null Description

1 id int(11) No Id pertumbuhan

2 tahun int(5) No Tahun

3 pertumbuhan_jalan varchar (7) No Jumlah panjang jalan 4 pertumbuhan_kendaraan varchar (7) No Jumlah kendaraan

(12)

5 tahun_ramalan Int(5) No Tahun Ramalan 6 hasil_ramalan_jalan varchar(7) No Hasil peramalan jalan 7 hasil_ramalan_kendaraan varchar(7) No Hasil peramalan kendaraa

7. Desain Interface

Perancangan Program merupakan tampilan atau interface program aplikasi yang akan digunakan oleh pengguna untuk dapat berinteraksi dengan komputer. Tahapan ini sangat penting karena antarmuka yang baik akan membuat pengguna merasakan kenyamanan dalam menggunakan sebuah aplikasi komputer (user friendly).

Untuk lebih memudahkan pembuatan antarmuka suatu sistem, perlu dilakukan terlebih dahulu perancangan struktur menu program dari sistem yang akan dibangun, hal ini sangat berguna untuk mengetahui urutan menu yang akan digunakan oleh pengguna. Berikut struktur menu-menu yang akan dirancang pada aplikasi sistem peramalan pertumbuhan kendaraan dan fasilitas jalan.

(13)

1. Form Home User

Gambar 4.5 Form Utama User

2. Form Prediksi User

(14)

3. Form Daftar Persentase

Gambar 4.7 Form Daftar persentase

4. Form Login

(15)

5. Form Utama

Gambar 4.9 Form Utama

6. Form Input Data

(16)

7. Form Input Data Jumlah Pertumbuhan panjang total jalan

Gambar 4.11 Form Input Data Pertumbuhan Panjang Total Jalan 8. Form Input Data Jumlah Pertumbuhan Kendaraan

(17)

9. Form Daftar Pertumbuhan Panjang Total Jalan

Gambar 4.13 Form Daftar Pertumbuhan Panjang Total Jalan 10. Form Regresi Linear

(18)

b. Implementasi

Implementasi sistem adalah suatu proses pemodelan yang digunakan dalam suatu bahasa pemrograman. Berikut ini tampilan dari sistem peramalan pertumbuhan kendaraan dengan fasilitas jalan.

a. Form Tampilan Menu Home User

Tampilan ini merupakan tampilan awal user ketika aplikasi ini dibuka. Pada tampilan ini terdiri dari beberapa menu yaitu menu prediksi dan button untuk mencari data persentase setiap tahun.

Gambar 4.15 Form Tampilan Menu Home User b. Form Tampilan Menu Prediksi User

Pada tampilan ini user bisa melihat hasil peramalan menggunakan Regersi tentang pertumbuhan panjang total jalan ideal dan pertumbuhan kendaraan ditahun mendatang tanpa dengan harus melakukan login terlebih dahulu.

(19)

Gambar 4.16 Form Tampilan Menu Prediksi User

c. Form Tampilan Persentase

Pada menu ini user dapat melihat data persentase tentang pertumbuhan panjang total jalan dan pertumbuhan kendaraan setiap tahun tanpa harus melakukan login terlebih dahulu.

(20)

d. Form Tampilan Menu Login

Pada halaman ini administrator maupun operator diharuskan untuk mengisi form login untuk dapat masuk ke dalam sistem. Data yang diisikan di form login yaitu username dan password yang telah disimpan dalam data admin. Berikut tampilan form login.

Gambar 4.18 Form Tampilan Menu Login e. Form Tampilan Menu Home

Tampilan menu utama adalah rancangan halaman awal yang ditampilkan saat aplikasi sistem mulai dijalankan. Menu utama pada aplikasi ini terdiri dari 5 bagian yaitu menu home, input data, daftar pertumbuhan panjang total jalan, regresi linear, dan logout. Berikut tampilan menu home.

(21)

Gambar 4.19 Form Tampilan Menu Home f. Form Tampilan Menu Input Data

Form menu input data ini terdiri 2 sub menu yaitu input data pertumbuhan kendaraan dan input data pertumbuhan jalan. Tampilan form menu input data ini dapat dilihat pada gambar berikut.

Gambar 4.20 Form Tampilan Menu Input Data

g. Form Tampilan Input Data Jumlah Pertumbuhan Panjang Total Jalan

Tampilan menu input data jumlah pertumbuhan panjang total jalan ini berfungsi untuk menginput data pertumbuhan panjang total jalan dari tahun 2007 sampai dengan tahun 2012. Pada tampilan ini admin diminta untuk memilih tahun

(22)

kemudia menginputkan data yang di maksud setelah itu di simpan. Tampilan menu dapat di lihat pada gambar berikut.

Gambar 4.21 Form Tampilan Menu Input Data Pertumbuhan Panjang Total Jalan

h. Form Tampilan Input Data Jumlah Pertumbuhan Kendaraan

Tampilan pada menu ini juga tujuannya untuk menambahkan data pertumbuhan kendaran. Untuk menginput data pertumbuhan kendaraan ini harus secara berurut setelah data pertumbuhan panjang total jalan di input. Menu ini juga terdapat menu simpan yang tujuannya untuk menyimpan data jumlah pertumbuhan kendaraan yang sudah di tambahkan. Tampilan menu dapat di lihat pada gambar berikut.

(23)

i. Form Tampilan Menu Daftar Pertumbuhan Panjang Total Jalan

Pada form ini kita bisa melihat daftar pertumbuhan panjang total jalan pada setiap tahun. Pada tampilan ini juga admin bisa melakukan update data atau menghapus data seperti pada tampilan gambar berikut.

Gambar 4.23 Form Tampilan Menu Daftar Pertumbuhan Panjang Total Jalan

j. Form Tampilan Regresi Linear

Pada tampilan menu Regresi Linear ini terdapat tampilan perkalian dari variabel (X) pertumbuhan panjang total jalan dan variabel (Y) jumlah pertumbuhan kendaraan serta total dari jumlah keseluruhannya. Pada form ini juga kita akan langsung bisa melihat nilai a dan b serta hasil peramalan dari Y. Pada menu ini juga terdapat Button hitung dimana tujuannya untuk menghitung atau menentukan nilai peramalan dari pertumbuhan kendaraan ditahun yang akan datang. Untuk menentukan nilai forecast (variabel Y) harus menginputkan jumlah nilai dari akibat (variabel X) pertumbuhan panjang total jalan. Pada tampilan ini juga terdapat button

(24)

view map untuk melihat informasi peramalan dalam bentuk maps. seperti pada gambar berikut.

Gambar 4.24 Form Tampilan Menu Regresi Linear

(25)

4.1.3 Pengujian dan Evaluasi

Pengujian dan evaluasi dilakukan setelah tahap implementasi, pada tahap pengujian akan dilakukan perhitungan secara manual dengan menggunakan rumus yang ada dalam Regresi Linear.

Pada perhitungan Regresi Linear ini, dimana pertumbuhan panjang total jalan X (variabel Sebab) dan Jumlah pertumbuhan kendaraan sama dengan Y (variabel Akibat), setelah itu akan dijumlahkan pada tabel Perhitungan X2, Y2, XY dan totalnya. Kemudian menentukan nilai a dan b berdasarkan rumus regresi linier hingga mendapatkan hasil akhir. Selanjutnya hasil akhir dari nilai a dan b di buat model persamaan dari rumus Y = a + bX, dari nilai model persamaan itu maka sudah bisa melakukan prediksi atau peramalan terhadap variabel faktor penyebab, menentukan variabel faktor penyebab ini sama dengan menentukan forecast nilai peramalan pertumbuhan kendaraan di tahun yang akan datang dan panjang total jalan ideal yang harus digunakan. Hasil peramalan itu terhitung setelah kita menginput data jumlah pertumbuhan panjang total jalan pada tahun terakhir untuk menentukan peramalan pertumbuhan kendaraan kedepan dan menginput data pertumbuhan panjang total jalan pada tahun terakhir untuk menentukan peramalan panjang toal jalan ideal yang harus digunakan pada tahun berikutnya kemudian menekan tombol button hitung. Pada tampilan ini juga terdapat button view map untuk melihat informasi peramalan dalam bentuk maps.

(26)

Gambar 4.26 Form Tampilan Hasil peramalan dari Regresi Linear

Berdasarkan hasil dari pengujian dan evaluasi diatas maka tentunya metode Regresi Linear ini sangat cocok digunakan untuk melakukan peramalan karena memiliki cara penyelesaian yang cukup sederhana dan tidak terlalu kompleks.

4.1.4 Memperbaiki Prototype

Jika pengujian tidak sesuai dengan perhitungan manual maka dilakukan perbaikan terhadap sistem peramalan pertumbuhan kendaraan dan fasilitas jalan kota Gorontalo kemudian dilakukan pengujian kembali.

(27)

4.1.5 Mengembangkan Versi Produk

Setelah pengujian sistem peramalan pertumbuhan kendaraan dan fasilitas jalan diatas sudah sesuai dengan perhitungan manual maka pengembang akan merampungkan sesuai dengan masukan terakhir dari pengguna.

4.2 Pembahasan

Penerapan metode analisis Regresi Linear untuk peramalan pertumbuhan kendaraan dan fasilitas jalan kota Gorontalo dapat digunakan untuk membantu pemerintah dalam melihat pertumbuhan kendaraan dan panjang total jalan ideal yang akan digunakan pada tahun berikutnya.

Metode ini sangat efektif dalam melakukan peramalan untuk satu tahun kedepan. Disini pengembang tidak menghitung peramalan pertumbuhan jalan tahun 2013 akan tetapi hanya menghitung panjang total jalan ideal yang harus digunakan, karena metode Regresi linear ini dikhususkan untuk satu parameter artinya yang mempengaruhi hasil peramalan pertumbuhan kendaraan di tahun 2013 adalah nilai dari pertumbuhan panjang total jalan pada tahun 2012 (variabel X), karena pertumbuhan panjang total jalan tersebut merupakan faktor penyebab dari pertumbuhan kendaraan yang merupakan variabel Y, sehingga dapat meramalkan berapa jumlah pertumbuhan kendaraan dan panjang total jalan ideal di tahun yang akan datang.

Data yang akan dipakai yaitu data pertumbuhan panjang total jalan dan jumlah pertumbuhan kendaraan dari tahun 2007 – 2012, hasil akhir dari peramalan metode

(28)

ini, yaitu dengan pertumbuhan panjang total jalan pada tahun 2012 berjumlah 265,925 km, maka pertumbuhan kendaraan untuk tahun 2013 mencapai 40268.72 buah kendaraan, sedangkan untuk melakukan peramalan terhadap panjang total jalan ideal yang akan digunakan pada tahun 2013 yaitu dengan memasukan nilai hasil peramalan pertumbuhan kendaraan pada tahun 2013 adalah 40268.72 unit maka panjang total jalan ideal yang digunakan pada tahun 2013 adalah 265,92 km. Pada tahun 2013 pertumbuhan kendaraan bertambah 40268,72 unit. Jadi jumlah pertumbuhan kendaraan sampai tahun 2013 mencapai 117.245,72 unit, sedangkan hasil peramalan pertumbuhan jalan sampai dengan tahun 2013 dengan selisih kendaraan yang bertambah 40268,72 masih tetap 265,92 km.

Jika pada tahun 2013 pertumbuhan kendaraan mencapai 40268.72 buah kendaraan maka panjang total jalan ideal yang harus digunakan pada tahun 2014 adalah 272,17 km. Melihat hasil dari panjang total jalan ideal dengan menggunakan data peramalan maka bisa di asumsikan untuk jumlah panjang total jalan ideal yang harus digunakan pada tahun 2014 sudah tidak masuk pada panjang total jalan saat ini 265,925. Sedangkan jika pada tahun 2013 pertumbuhan kendaraan mencapai 123.620 buah kendaraan maka panjang total jalan ideal yang harus digunakan pada tahun 2014 adalah 2340,69 km. Melihat hasil dari panjang total jalan ideal maka bisa di asumsikan untuk jumlah panjang total jalan pada tahun 2014 sudah melewati panjang total jalan yang ada saat ini 265,925 km, sehingga rekomendasi buat pemerintah untuk segera melakukan penambahan jalan.

(29)

Jadi, kesimpulannya prediksi pertumbuhan kendaraan kedepan sangat dipengaruhi oleh panjang total jalan yang ada.

(30)

DAFTAR PUSTAKA

Chandra,J.K.2011. Sistem Informasi Akademik Di SMA Shandy Putra

Kabupatn Bandung Berbasis Web. Skripsi Tidak Diterbitkan. Bandung : Universitas Komputer Indonesia.

Dickson.2013.Analisis Regresi Linear Sederhana(Simple Linear

Regresion),(Online),http://www.produksielektronik.com/2013/04/analisis

-regresi-linear-sederhana-simple-linear-regression/. diakses 30 April

2013.

Dinas Pekerjaan Umum Kota Gorontalo.2013. Data Dasar Prasarana Jalan Kota. Gorontalo : Dinas Pekerjaan Umum Kota Gorontalo

Fathurahman, M.H. 2011. Pemodelan Regresi Linear untuk Data Deret

Waktu. Jurnal Eksponensial, Volume 2, Nomor 2,

http://fmipa.unmul.ac.id/pdf/113, Accesed 25 April 2013.

Indratmo, D. 2006.Kajian Kapasitas Jalan dan Derajat Kejenuhan Lalu Lintas Dijalan Ahmad Yani Surabaya. Jurnal Aplikasi. Volume 1. Nomor 1.

http://diplomasipil.its.ac.id/ejournal/Artikel-5%20D-Indra%20JP%2008-06.pdf. Accesed 28 April 2013.

Kadir, Abdul.2013. Pengenalan Sistem Informasi. Yogyakarta : Andi Kansil, A. 2011. Identifikasi Sistem Jaringan Jalan Nasional di Provinsi

Gorontalo. Tugas Akhir Tidak Diterbitkan. Gorontalo : Universitas Negeri Gorontalo.

Prasetya, H dan Lukiastuti, F.2009. Manajemen Operasi.Yogyakarta : MedPress Misuari, R. S. 2012. Pemetaan Lokasi Rawan Kecelakaan dengan

Menggunakan Sistem Informasi Geografis. Tugas Akhir Tidak Diterbitkan. Jawa Timur: Universitas Pembangunan Nasional Veteran Jawa Timur.

Noer, A.S.U.2005. Statistik Deskriptif dan Probabilita.Yogyakarta: Universitas Gajah Mada.

(31)

Purba, N.M.2009.Proyeksi Jumlah Kendaraan BermotorMenurut Jenisnya Di

Pematang Siantar Tahun 2010. Tugas Akhir Tidak Diterbitkan. Medan: Universitas Sumatera Utara.

Undang – Undang No. 38 tahun 2004 Tentang Jalan. Lembaran Negara RI tahun 2004, No. 4444.Jakarta

SAMSAT Kota Gorontalo.2013. Laporan Jumlah Ranmor yang Terdaftar di SAMSAT Kota Gorontalo. Gorontalo: SAMSAT Kota Gorontalo Sinaga, R.M.2009.Analisis Korelasi Jumlah Kendaraan Bermotor dan Panjang

Jalan terhadap Kecelakaan Lalu Lintas Di Tapanuli Utara. Tugas Akhir Tidak Di Terbitkan. Medan: Universitas Sumatera Utara.

Supranto,J. 2000. Teori dan Aplikasi Edisi Keenam.Surabaya : Erlangga Supratman, Agus.2012. Perbandingan Model Andreassen dan Model Artificial

Neural Network Untuk Prediksi Fatalitas Korban Kecelakaan Lalu Lintas. Jurnal Transportasi. Volume 12. Nomor 1.

(32)

Gambar

Tabel 4.1 Data Prasarana Jalan Kota
Tabel 4.2 Data Jumlah RANMOR Selama 6 Tahun Terakhir
Tabel 4.3 Data jumlah pertumbuhan kendaraan  dan panjang total jalan  Indeks  Pertumbuhan panjang Jalan (X)  Pertumbuhan Kendaraan (Y)
Gambar 4.1. Diagram Konteks sistem peramalan pertumbuhan kendaran dan   fasilitas jalan
+7

Referensi

Dokumen terkait

RENCANA PROGRAM INVESTASI JANGKA MENENGAH 2015-2019 Kab.Bolaang Mongondow 4) Terbukanya peluang bagi masyarakat berpenghasilan rendah untuk selain mendapatkan perumahan

Pada penelitian ini dilakukan untuk melihat efek dari aktivitas antibakteri dari kombinasi ekstrak etanol daun paliasa ( Kleinhovia hospita L) varietas bunga putih

Citra Nutrindo Langgeng adalah memproduksi produk olahan minyak nabati dengan bahan baku minyak nabati yang digunakan dalam produksi berasal dari PT.. Hasil Abadi

Data yang diambil merupakan data penggunaan obat kemoterapi pasien kanker yang mendapat pelayanan jaminan (askes, jamsostek maupun kjs) meliputi diagnosa, regimen

Kegiatan survei lokasi dimaksudkan untuk menganalisis kecukupan debit mata air yang dihasilkan sumber mata air untuk disesuaikan dengan desain mesin dongki yang akan

percaya diri adalah sikap positif individu yang merasa mampu dengan dirinya untuk mengembangkan penilaian positif, baik terhadap diri sendiri maupun terhadap lingkungan dan

b) apabila semua harga penawaran atau harga penawaran terkoreksi di atas nilai total HPS, pelelangan dinyatakan gagal. 2) harga satuan yang nilainya lebih besar

Hasil penelitian menunjukkan bahwa campuran feses kuda dan feses sapi potong berpengaruh tidak nyata terhadap kandungan nitrogen (N) dalam kompos, hal ini diduga