Pemerintah Dalam Mengatasi Kemacetan Di Ibu Kota Jakarta

Anna Setyaningsih, Muzhaffar Indra Gunawan, Lucky Fauzi, Rifat Akbar Alfian M. Taher

Abstract


Distribusi Binomial adalah suatu distribusi probabilitas yang dapat digunakan bilamana suatu proses sampling dapat diasumsikan sesuai dengan proses Bernoulli. Misalnya, dalam perlemparan sekeping uang logam sebanyak 5 kali, hasil setiap ulangan mungkin muncul sisi gambar atau sisi angka. Begitu pula, bila kartu diambil berturut-turut, kita dapat memberi label “berhasil” bila kartu yang terambil adalah kartu merah atau “gagal” bila yang terambil adalah kartu hitam. Ulangan-ulangan tersebut bersifat bebas dan peluang keberhasilan setiap ulangan tetap sama, yaitu sebasar ½..(Ronald E. Walpole). Distribusi binomial ini merupakan ukuran penyebaran data dalam n kali percobaan dan hasilnya sesuai dengan percobaan Bernoulli diulang sebanyak n kali, dimana pada setiap pengulangan hanya akan ada 2 kemungkinan yaitu sukses atau gagal. Misalkan p adalah probabilitas sukses maka 1-p adalah probabilitas gagal. Penelitian ini bertujuan untuk mengetahui probabilitas terhadap keberhasilan pemerintah dalam mengatasi kemacetan di Ibu Kota Jakarta. Penelitian dilakukan dengan memberikan kuesioner terhadap teman dan kerabat mahasiswa Teknik Industri Indraprasta PGRI.


Full Text:

PDF

References


. Riza F. Ramadhan, Robert Kurniawan. 2016.PEMODELAN DATA KEMATIAN BAYI DENGAN GEOGRAPHICALLY WEIGHTED NEGATIVE BINOMIAL REGRESSION. p-ISSN 1979 – 3693 e-ISSN 2477 – 0647.

. Mada Aqil Habibi, Laksmi Prita Wardhani. 2018. Estimasi Parameter Pada Model Negatif Binomial Generalized Autoregressive Moving Average (GARMA) Dengan Algoritma IRLS (Studi Kasus Peramalan Jumlah Kecelakaan Di Jalan Tol Gempol-Surabaya)

. Winda Oktari, Hazmira Yozza, Ferra Yanuar. 2017. PEMODELAN JUMLAH KEMATIAN BAYI DI KOTA PADANG TAHUN 2013 DAN 2014 DENGAN PENDEKATAN REGRESI BINOMIAL NEGATIF. Vol. VI No. 1 Hal. 74 – 82 ISSN : 2303–291y

. Farida Agustini Widjajati, Marselly Dian Saputri, dan Nur Asiyah. 2015. Sifat – Sifat Generalisasi Distribusi Binomial Yang Bertipe Com-Poisson. Jurusan Matematika, Fakultas MIPA, Institut Teknologi Sepuluh Nopember (ITS). Vol .12. No. 1. ISSN: 1829-605X

. Raini Manurung, Suwarno Ariswoyo, dan Pasukat Sembiring. 2014. Perbandingan Distribusi Binomial Dan Distribusi Poison Dengan Parameter Yang Berbeda. Vol. 1. No. 3.

. Jurike Ireyne Toar, James A. Timboeleng, Theo K. Sendow. 2015. ANALISA PEMILIHAN MODA ANGKUTAN KOTA MANADO – KOTA GORONTALO MENGGUNAKAN MODEL BINOMIAL-LOGIT-SELISIH.

. Moh. Yamin Darsyah, Dwi Haryo Ismunarti, 2013, PERBANDINGAN KURVA PADA DISTRIBUSI UNIFORM DAN DISTRIBUSI BINOMIAL.

. Jainal, Nur Salam, dan Dewi Sri Susanti. 2016. Perkiraan Selang Kepercayaan Untuk Parameter Proporsi Pada Distribusi Binomial. Jurnal Matematika Murni dan Terapan “episilon”. Vol. 10 N0. 2. ISSN: 1978-4422

. Tari Adriana Musana, Ferra Yanuar, Yudiantri Asdi. 2019. IDENTIFIKASI DISTRIBUSI JUMLAH KECELAKAAN LALU LINTAS DI DEPOK DAN PENDUGAAN PARAMETERNYA MENGGUNAKAN METODE BAYES. Vol. VI No. 1 Hal. 74-82.

. Lucky Chyntia Juniardi, Mutiah Salamah. 2015. Analisis Faktor-Faktor yang Mempengaruhi Jumlah Kasus Kusta di Jawa Timur pada Tahun 2013 Menggunakan Geographically Weighted Negative Binomial Regression (GWNBR)


Refbacks

  • There are currently no refbacks.