Pada Lumba
UNIVERSITAS PASIR PENGARAIAN

Published : 25 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 25 Documents
Search

Dampak Pelanggaran Lalulintas terhadap Probabilitas Kecelakaan pada Pengendara Sepeda Motor di Indonesia Lumba, Pada; Ariyanto, Anton; ., Rismalinda; Fathoni, Ahmad
Aptek Jurnal Apliksai Teknologi (APTEK): Volume 17, No. 01, Desember 2024
Publisher : Fakultas Teknik Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/aptek.v17i1.2993

Abstract

Jumlah sepeda motor di Indonesia pada tahun 2019 cukup tinggi dibandingkan jenis kendaraan lainnya yakni 112.771.136 unit dengan pertumbuhan per tahun sebesar 6,2%. Peningkatan sepeda motor mengakibatkan peningkatan kecelakaan lalulintas. Fakta menunjukkan bahwa 70.93% kecelakaan yang terjadi di Indonesia melibatkan pengendara sepeda motor [1]. Untuk itu penting dilakukan studi untuk mengurangi risiko kecelakaan pada pengendara sepeda motor dengan memberikan gambaran awal kepada pengendara sepeda motor dan pengambil kebijakan tentang besarnya probabilitas kecelakaan pada pengendara sepeda motor yang melakukan pelanggaran lalulintas. Dari 205 sampel yang dianalisis dengan metode Bayesian Network mengindikasikan bahwa probabilitas kecelakaan lalulintas terjadi lebih besar pada pengendara yang melakukan pelanggaran lalulintas lebih dari 1 kali sebelum mengalami kecelakaan dibandingkan pengendara sepeda motor yang melakukan pelanggaran hanya 1 kali sebelum terjadinya kecelakaan. Selanjutnya dilakukan validasi model dasar dengan menggunakan jumlah sampel 92 responden. Kemudian dilakukan beberapa skenario untuk mengetahui pengaruh masing-masing variabel terhadap probabilitas kecelakaan. Kontribusi penelitian ini sebagai gambaran awal yang komprehensif kepada pengendara sepeda motor dan pengambil kebijakan dalam meminimalisir risiko terjadinya kecelakaan pada pengendara sepeda motor.
Coffee Consumption Factor on Increasing of Alertness and Decreassing of the Risk of Accidents; Analysis Using Bayessian Network Lumba, Pada; Rismalinda; Fathoni, Ahmad
Aptek Jurnal Apliksai Teknologi (APTEK): Volume 17, No. 02, Juni 2025
Publisher : Fakultas Teknik Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/aptek.v17i2.3352

Abstract

Most of the motorcyclists feel exhausted before they had accident. 50.5% of motorcyclists who have accident sleep at night before the accident for 6 hours and below. The sample consist of 381 respondents who had experienced accident. Data analysis used GeNie 2.0 software. The results show that the motorcyclists who consume coffee are more likely to have accident by 11% and 89% for the motorcyclists who do not consume coffee . The results of the model validation show the Mean Absolute Deviation (MAD) value was 21.07%. Scenario 1 shows that motorcyclists who consume coffee and sleep less than normal sleeping hours have the potential to have accidents. The drivers who drink coffee and drive on a straight road are more likely to have accident than driving on hills or bends. In scenario 3, the road geometry has no effect on the level of fatigue and the probability of accidents that occurred for drivers who consume coffee. In scenario 4 shows that the longer the driving time, thus the driver's fatigue level increases. However, the driver's fatigue level decreases when long duration of driving is over 60 minutes and it is caused by the driver has rested due to the driver is fatigue. Scenario 5 shows that drivers who consume coffee and have side job are more likely to experience fatigue and tend to have accident than drivers who do not consume coffee and the drivers do not have side job.
Probabilitas Cidera Pada Pengendara Sepeda Motor Dibawah Umur Pada Masa Pandemi Lumba, Pada; Ariyanto, Anton; Linda, Risma; Syarif, Harriad Akbar
Aptek Jurnal Apliksai Teknologi (APTEK): Volume 14, No. 01, Januari 2022
Publisher : Fakultas Teknik Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/aptek.v14i1.1103

Abstract

Data statistik menunjukkan korban kecelakaan di Indonesia melibatkan anak dibawah umur sangat tinggi. Salah satu penyebabnya adalah tingginya penggunaan sepeda motor di Indonesia. Beberapa hal yang menyebabkan tingginya penggunaan sepeda motor di Indonesia diantaranya: tidak adanya angkutan umum pada suatu wilayah, tidak adanya jalur sepeda dan tidak adanya jalur pejalan kaki. Fokus penelitian ini adalah memprediksi kemungkinan terjadinya cidera pada pengendara sepeda motor dibawah umur yang mengalami kecelakaan sepeda motor di masa pandemi ini. Data dikumpulkan dengan mendistribusikan link kuesioner secara online. Data dianalisis menggunakan Struktur Bayesian Network. Hasil model Struktur Bayesian Network menunjukkan bahwa tingkat keparahan kecelakaan pada anak dibawah umur pada masa pandemi dipengaruhi secara langsung oleh 3 variabel diantaranya: tingkat pemahaman pengendara terhadap aturan lalulintas, tingkat penggunaan sepeda motor, pelanggaran aturan lalulintas. Sementara itu variabel tingkat penggunaan sepeda motor dipengaruhi oleh: ketersediaan angkutan umum, izin orang tua untuk penggunaan sepeda motor dan izin pihak sekolah untuk penggunaan sepeda motor dengan tujuan ke sekolah. Hasil model menunjukkan bahwa kemungkinan terjadinya cidera akibat kecelakaan pada pengendara sepeda motor dibawah umur di masa pandemi adalah sebesar 79%
Dampak Peningkatan Pengendara Sepeda Motor Dibawah Umur terhadap Jumlah Kecelakaan di Indonesia Lumba, Pada; Ariyanto, Anton; Alfirahmi; Rismalinda
Aptek Jurnal Apliksai Teknologi (APTEK): Volume 14, No. 02, Juli 2022
Publisher : Fakultas Teknik Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/aptek.v14i2.1296

Abstract

Data kecelakaan yang diperoleh dari Kepolisian Republik Indonesia yang menyatakan bahwa setiap jam ada 3 nyawa yang hilang di jalan raya, artinya ada 1 nyawa yang yang hilang di jalan raya setiap 20 menit akibat terjadinya kecelakaan. Lebih jauh lagi, sekitar 15% dari kecelakaan yang terjadi di Indonesia melibatkan anak dibawah umur setiap tahunnya [1].  Pada 2016 sekitar 31.106 siswa SMP menjadi korban kecelakaan lalu lintas. Studi ini penting untuk dilaksanakan dalam menyelesaikan permasalahan maraknya pengendara sepeda motor dibawah umur yang disebabkan oleh: 1) peningkatan jumlah sepeda motor; 2) alasan pemenuhan kebutuhan sehari-hari ; 3) penggunaan sepeda motor lebih efisien dibandingkan moda lainnya; 4) faktor keluarga; 5) kurangnya pengawasan sekolah; 6) faktor lingkungan; dan 7) gaya hidup. Kontribusi penelitian ini adalah meningkatkan pemahaman pengendara sepeda motor dibawah umur tentang risiko kecelakaan, disamping itu studi ini juga berkontribusi membantu pengambil kebijakan dalam membuat program-program yang berhubungan dengan keselamatan pengendara sepeda motor dibawah umur
Analyzing Vigilance Rate of Motor Vehicle Driver Using Regression and Structural Equation Modeling (SEM) Lumba, Pada; Ariyanto, Anton; Rismalinda; Rahmi, Alfi
Aptek Jurnal Apliksai Teknologi (APTEK): Volume 16, No. 02, Juni 2024
Publisher : Fakultas Teknik Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/aptek.v16i2.2594

Abstract

This study focuses on the impact of risky driving behavior, monotonous road and fatigue factor on vigilance of motor vehicle drivers. Accident case growth in Indonesia each year were 3.3%. Therefore it need to be conducted study to minimize the risk of accidents. The samples consist of 100 respondents. And then the data were analyzed using regression and Structural Equation Modeling (SEM). Regression analysis shows that latent variable risky driving behavior, latent variable monotonous road and latent variable fatigue can explain latent variable vigilance by 57.6%. Meanwhile, the result  of SEM analysis show that latent variable risky driving behavior, and the latent variable fatigue can explain the latent variable vigilance by 75.3%. The value R square of SEM analysis are higher than regression analysis. There are several cause of differences of R square between regression and SEM analysis, namely: 1) the multicollinearity is not allowed in regression analysis, while it is allowed in the SEM analysis; 2) there is no latent variable in the regression analysis, while there are latent variables and indicators of latent variables in the SEM analysis; 3) the regression analysis is explanatory, while the SEM analysis is confirmatory.