<![CDATA[ABSTRAKAngkutan berbasis rel menjadi angkutan umum yang dinilai efektif dan efisien karena dapat mempersingkat waktu tempuh. Di kawasan perkotaan Jabodetabek (Jakarta, Bogor, Depok, Tangerang, Bekasi), angkutan berbasis rel hampir semuanya menggunakan Kereta rel Listrik (KRL) sebagai angkutan komuter. Pada kasus ini diambil rute Manggarai – Jatinegara dengan jarak tempuh 2652 meter, dengan stasiun antara yaitu stasiun Matraman yang berjarak 1387.49 meter dari stasiun Manggarai, dan berjarak 1309.75 dari stasiun Jatinegara. Dengan jarak tempuh tersebut, waktu tempuh KRL dari Manggarai ke Matraman sebesar 185 detik, dan dari Matraman ke Jatinegara sebesar 168 detik. Selama jarak tempuh dan waktu tempuh tersebut, pergerakan KRL akan mengalami tiga kondisi, yaitu percepatan (acceleration), coasting, dan perlambatan (deceleration) atau pengereman (braking). Data kecepatan, jarak tempuh, dan waktu tempuh kereta diperoleh dengan sensor GPS pada Smartphone melalui aplikasi Phyphox.Kata kunci: Phyphox, python, profil kecepatan, driving cycle ABSTRACTRail-based transportation is public transportation that is considered effective and efficient because it can shorten travel time. In the Greater Jakarta areas (Jakarta, Bogor, Depok, Tangerang, Bekasi), almost all rail-based transportation uses Commuter Electric Railway or Kereta Rel Listrik (KRL) as a commuter transportation. In this case, the Manggarai – Jatinegara route is taken with a distance of 2652 meters, with the intermediate station, Matraman station, which is 1387.49 meters from Manggarai station, and a distance of 1387.49 meters from Manggarai station.1309.75 from Jatinegara station. With this distance, the KRL travel time from Manggarai to Matraman is 185 seconds, and from Matraman to Jatinegara is 168 seconds. During the mileage and travel time, the movement of the KRL will experience three conditions, there are: acceleration, coasting, and deceleration or braking. Train speed, time, and distance data will be recorded by GPS sensor on smartphone through Phyphox app.Keywords: Phyhpox, Python, speed profile, driving cycle]]>
