Garuda - Garba Rujukan Digital

Analisis Tingkat Kecerdasan Emosi Pengemudi Kendaraan Angkutan Umum Kota Tangerang Selatan Studi Kasus Trayek Pondok Jagung-Gintung Mardiana, Tetty Sulastry
Warta Penelitian Perhubungan Vol. 27 No. 5 (2015): Warta Penelitian Perhubungan
Publisher : Sekretariat Badan Penelitian dan Pengembangan Perhubungan

Pelanggaran lalu lintas yang terjadi saat ini sebagian besar dilakukan oleh awak angkutan umum. Hal ini disebabkan oleh tekanan akibat mengejar target setoran, kemacetan lalu lintas, rebutan penumpang dengan pengendara lain dan berhadapan dengan penumpang yang menjengkelkan sehingga menimbulkan kelalaian dalam berkendaraan maupun berlalu-lintas.Kajian bertujuan untuk mengetahui tingkat kecerdasan emosi para pengendara angkutan umum dalam pelaksanaan tugas dan kewajibannya. Pendekatan kualitatif atau sering disebut dengan metode penelitian naturalistik, dilakukan pada kondisi yang alamiah (natural setting), dimana peneliti adalah sebagai instrumen kunci.Jenis dan sumber data, yaitu data primer melalui hasil wawancara kepada key informant dan pengamatan langsung/ observasi di lapangan. Teknik pengumpulan data dilakukan secara triangulasi (gabungan), teknik analisis data bersifat induktif dimana hasil lebih menekankan makna daripada generalisasi. Dalam pengolahan hasil wawancara dan observasi dilakukan pendekatan kuantifikasi melalui pembobotan pada jawaban key informant dan temuan dilapangan.Ruang lingkup penelitian baik wawancara dan observasi dilaksanakan berdasarkanaspek kemampuan mengenali emosi diri, kemampuan mengelola emosi diri sendiri, serta kemampuan memahami emosi orang lain. Setelah melalui proses pengolahan data maka hasilnya adalah bahwaproses penyelenggaraan angkutan umum trayek Pondok Jagung-Gintung belum dilaksanakan sesuai peraturan lalu lintas yang berlaku dan belum memenuhi hak pengguna jasa angkutan umum, hal ini terjadi karena ketidakcerdasanemosi yang timbul dari pengendara angkutan umum.

Efektifitas Smart Tachograph Pada Kendaraan Umum Dalam Upaya Penurunan Emisi Gas Rumah Kaca Sonny, Imam; Mardiana, Tetty Sulastry
Warta Penelitian Perhubungan Vol. 26 No. 11 (2014): Warta Penelitian Perhubungan
Publisher : Sekretariat Badan Penelitian dan Pengembangan Perhubungan

Permasalahan tingginya angka kecelakaan di Indonesia dan tingginya jumlah emisi gas rumah kaca yang dihasilkan dari kegiatan sektor transportasi, mengidentifikasikan perlunya dilaksanakan kajian mengenai teknologi smart tachograph dan pengaruhnya terhadap angka kecelakaan, Kajian bertujuan untuk mendapatkan tingkat efektifitas teknologi smart tachograph dalam menurunkan konsumsi bahan bakar dan jumlah emisi GRK dari sektor transportasi. Penelitian menggunakan pendekatan gabungan kualitatif dan kuantitatif dengan pendekatan penelitian yang lebih dominan pendekatan kualitatif. Pengumpulan data primer dilaksanakan untuk menganalisa efektivitas alat smart tachograph. Analisis data menggunakan persamaan mobile combustion. Pengaktifan driving asistance pada alat tachograph dapat menghemat konsumsi bahan bakar kendaraan rata-rata sebesar8.22 %. Jumlah emisi yang dihasilkan dari sampel kendaraan tanpa driving asistance adalah 161.635 Ton CO2/ tahun. Jumlah konsumsi BBM pada kendaraan dengan driving asistance adalah 2.002.010.361 MJ. Jumlah emisi yang dihasilkan kendaraan dengan driving asistance adalah 148.349 Ton CO2/ tahun. Penurunan emisi kendaraan setelah menggunakan alat smart tachograph dengandriving asistance adalah 13.286 Ton CO2/ tahun.

The Road Safety: Utilising Machine Learning Approach for Predicting Fatality in Toll Road Accidents Mutharuddin, Mutharuddin; Rosyidi, M.; Karmiadji, Djoko Wahyu; Fitri, Hastiya Annisa; Irawati, Novi; Waskito, Dwitya Harits; Mardiana, Tetty Sulastry; Subaryata, Subaryata; Nugroho, Sinung
Automotive Experiences Vol 7 No 2 (2024)
Publisher : Automotive Laboratory of Universitas Muhammadiyah Magelang in collaboration with Association of Indonesian Vocational Educators (AIVE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31603/ae.11082

Road safety is one of the critical government transportation concerns, especially on the toll roads. With the increasing number of toll roads as part of infrastructure planning, road traffic accidents are significantly escalating. Developing a system that predicts accidents on toll roads will benefit to reduce the harm that is caused by traffic accidents. This study will propose a method for analysing toll road accidents in Indonesia using historical toll road accident data as a dataset to become a pattern to examine the frequency of accidents. This dataset consists of various parameters from three main factors that cause accidents: human, environmental, and road infrastructure factors. Machine learning technique will be mainly used to determine the most influencing factors by employing classifiers such as Logistic Regression (LR), Decision Tree (DT), Gaussian Naïve Bayes (GNB), and K-Nearest Neighbors (KNN) can construct the prediction model. Fourteen subfactors from the data were used to predict the future fatalities caused by accidents, which allowed the system to forecast the accident fatality. The results show accuracy performance on the test set with LR, DT, KNN, and GNB models, 85.3%, 79.4%, 87.1%, and 77.1%, respectively. The KNN Classifier model has the most minor error value of 0.6 compared to the other models. The study’s findings will help analyse the causal factors involved in toll road accidents and could be utilised by road authorities to employ risk control options to mitigate the ramifications.

Analisis Tingkat Kecerdasan Emosi Pengemudi Kendaraan Angkutan Umum Kota Tangerang Selatan Studi Kasus Trayek Pondok Jagung-Gintung Mardiana, Tetty Sulastry
Warta Penelitian Perhubungan Vol. 27 No. 5 (2015): Warta Penelitian Perhubungan
Publisher : Sekretariat Badan Penelitian dan Pengembangan Perhubungan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25104/warlit.v27i5.802

Pelanggaran lalu lintas yang terjadi saat ini sebagian besar dilakukan oleh awak angkutan umum. Hal ini disebabkan oleh tekanan akibat mengejar target setoran, kemacetan lalu lintas, rebutan penumpang dengan pengendara lain dan berhadapan dengan penumpang yang menjengkelkan sehingga menimbulkan kelalaian dalam berkendaraan maupun berlalu-lintas.Kajian bertujuan untuk mengetahui tingkat kecerdasan emosi para pengendara angkutan umum dalam pelaksanaan tugas dan kewajibannya. Pendekatan kualitatif atau sering disebut dengan metode penelitian naturalistik, dilakukan pada kondisi yang alamiah (natural setting), dimana peneliti adalah sebagai instrumen kunci.Jenis dan sumber data, yaitu data primer melalui hasil wawancara kepada key informant dan pengamatan langsung/ observasi di lapangan. Teknik pengumpulan data dilakukan secara triangulasi (gabungan), teknik analisis data bersifat induktif dimana hasil lebih menekankan makna daripada generalisasi. Dalam pengolahan hasil wawancara dan observasi dilakukan pendekatan kuantifikasi melalui pembobotan pada jawaban key informant dan temuan dilapangan.Ruang lingkup penelitian baik wawancara dan observasi dilaksanakan berdasarkanaspek kemampuan mengenali emosi diri, kemampuan mengelola emosi diri sendiri, serta kemampuan memahami emosi orang lain. Setelah melalui proses pengolahan data maka hasilnya adalah bahwaproses penyelenggaraan angkutan umum trayek Pondok Jagung-Gintung belum dilaksanakan sesuai peraturan lalu lintas yang berlaku dan belum memenuhi hak pengguna jasa angkutan umum, hal ini terjadi karena ketidakcerdasanemosi yang timbul dari pengendara angkutan umum.

Efektifitas Smart Tachograph Pada Kendaraan Umum Dalam Upaya Penurunan Emisi Gas Rumah Kaca Sonny, Imam; Mardiana, Tetty Sulastry
Warta Penelitian Perhubungan Vol. 26 No. 11 (2014): Warta Penelitian Perhubungan
Publisher : Sekretariat Badan Penelitian dan Pengembangan Perhubungan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25104/warlit.v26i11.950

Permasalahan tingginya angka kecelakaan di Indonesia dan tingginya jumlah emisi gas rumah kaca yang dihasilkan dari kegiatan sektor transportasi, mengidentifikasikan perlunya dilaksanakan kajian mengenai teknologi smart tachograph dan pengaruhnya terhadap angka kecelakaan, Kajian bertujuan untuk mendapatkan tingkat efektifitas teknologi smart tachograph dalam menurunkan konsumsi bahan bakar dan jumlah emisi GRK dari sektor transportasi. Penelitian menggunakan pendekatan gabungan kualitatif dan kuantitatif dengan pendekatan penelitian yang lebih dominan pendekatan kualitatif. Pengumpulan data primer dilaksanakan untuk menganalisa efektivitas alat smart tachograph. Analisis data menggunakan persamaan mobile combustion. Pengaktifan driving asistance pada alat tachograph dapat menghemat konsumsi bahan bakar kendaraan rata-rata sebesar8.22 %. Jumlah emisi yang dihasilkan dari sampel kendaraan tanpa driving asistance adalah 161.635 Ton CO2/ tahun. Jumlah konsumsi BBM pada kendaraan dengan driving asistance adalah 2.002.010.361 MJ. Jumlah emisi yang dihasilkan kendaraan dengan driving asistance adalah 148.349 Ton CO2/ tahun. Penurunan emisi kendaraan setelah menggunakan alat smart tachograph dengandriving asistance adalah 13.286 Ton CO2/ tahun.

Peningkatan Keselamatan Bus Penumpang dengan Metode Human Factor Analysis and Classification System (HFACS) Mutharuddin, Mutharuddin; Puriningsih, Feronika Sekar; Maulidina Siregar, Nurul Aldha; Mardiana, Tetty Sulastry; Subaryata, Subaryata; Putra, Hasriwan
Jurnal Penelitian Transportasi Darat Vol. 25 No. 1 (2023): Jurnal Penelitian Transportasi Darat
Publisher : Sekretariat Badan Kebijakan Transportasi, Formerly by Puslitbang Transportasi Laut, Sungai, Danau, dan Penyeberangan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25104/jptd.v25i1.2181

Rasio kematian akibat kecelakaan lalu lintas di Indonesia menempati posisi pertama di dunia. Jumlah korban tewas mencapai 25.266 orang dari 103.645 kasus kecelakaan pada tahun 2021. Sementara itu, kesalahan manusia sering ditunjuk sebagai kontributor utama dalam investigasi kecelakaan, yaitu sebesar 61%. Kasus kecelakaan yang melibatkan bus jarak jauh menjadi perhatian besar karena berpotensi menelan banyak korban dalam satu kali kecelakaan. Oleh karena itu, langkah konkret untuk menyelesaikan hal ini menjadi urgen. Salah satu cara yang bisa dilakukan adalah dengan mengidentifikasi tindakan tidak aman secara sistematis. Artikel ini menggunakan prinsip-prinsip Human Factors Analysis and Classification System (HFACS) untuk mengidentifikasi dan mengklasifikasikan faktor manusia dan organisasi yang terlibat dalam kecelakaan bus jarak jauh. Penelitian ini menggunakan pendekatan kualitatif dengan melakukan observasi lapangan, wawancara mendalam, dan studi pustaka data investigasi kecelakaan KNKT tahun 2020-2021. Analisis data penelitian mengunakan piranti lunak Nvivo. Hasil penelitian menemukan bahwa beberapa tidakan tidak aman dilakukan oleh bebagai pihak. Tindakan tidak aman yang dilakukan oleh pengemudi meliputi menunda perjalanan, gagal menyalip kendaraan, berulang kali menggunakan rem, tidak menggunakan engine brake dan exhaust brake, melakukan kebiasaan tidak aman, dan tidak memakai sabuk pengaman. Selain itu, prasyarat tindakan tidak aman yang rumuskan oleh manajemen sumber daya personel adalah kurangnya pemahaman tentang rute jalan, keterbatasan informasi cuaca, dan tidak memahami kondisi jalan. Adapun tingkat pengawasan yang tidak aman meliputi tindakan yang menugaskan pengemudi yang tidak terdaftar, tidak ada pelacak GPS, dan pengemudi bus yang tidak patuh. Adapun di tingkat atas, tindakan tidak aman organisasi meliputi kurangnya sosialisasi fasilitas tanggap darurat, pelatihan pengemudi yang minim, kurangnya penilaian pemadam kebakaran, tidak ada penilaian risiko, tidak dilakukan identifikasi potensi bahaya, SOP diterapkan, dan tidak ada manajemen risiko dan Sistem Manajemen Keselamatan (SMK). Dengan memahami penyebab kecelakaan lalu lintas, maka perbaikan perlu dilakukan di setiap tingkatan.

Title

Found 6 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 6 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 6 Documents
Search