Keterlambatan Lampu Lalu Lintas Memberi Sinyal Pada

Persimpangan Jalan

( Tugas Praktikum Rancangan Percobaan )

Andi Tri Saputra Simanullang

1517031152

JURUSAN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS LAMPUNG

2018
1. Berikut ini adalah data rata-rata waktu berhenti kendaraan pada
masing-masing persimbangan :

Sebelum Waktu Setengah Tekan Tekan

36,6 17,5 15,6

39,2 20,6 10,4

30,4 18,7 18,9

37,1 25,7 10,5

34,1 22,0 15,2

a. Buat print out dan scatter plot dari data diatas

b. Buat analisis deskriptif untuk data diatas

a. Print out dan scatter plot

DATA waktuberhentikendaraan;
INPUT persimpangan $ sebelumwaktu setengahtekan tekan;
DATALINES;
1 36.6 17.5 15.6
2 39.2 20.6 10.4
3 30.4 18.7 18.9
4 37.1 25.7 10.5
5 34.1 22.0 15.2
;
RUN;
PROC PRINT DATA=auto;
RUN;
Setelah kita membuat script, kita klik Ikon untuk me-running data.

Kemudian muncul output pada jendela Output berupa :

The SAS System

19:53 Friday, March 10, 2000 1

Obs sebelumwaktu setengahtekan tekan

1 36.6 17.5 15.6

2 39.2 20.6 10.4
3 30.4 18.7 18.9
4 37.1 25.7 10.5
5 34.1 22.0 15.2

Scatter Plot Data

DATA waktuberhentikendaraan;
INPUT persimpangan $ sebelumwaktu setengahtekan tekan;
DATALINES;
1 36.6 17.5 15.6
2 39.2 20.6 10.4
3 30.4 18.7 18.9
4 37.1 25.7 10.5
5 34.1 22.0 15.2
;
RUN;
Proc print DATA=waktuberhentikendaraan;
TITLE 'Data rata rata waktu berhenti per kendaraan pada
masing- masing persimpangan';
RUN;
Proc gplot DATA=waktuberhentikendaraan;
RUN;
plot sebelumwaktu*persimpangan;
RUN;
plot setengahtekan*persimpangan;
RUN;
plot tekan*persimpangan;
RUN;
proc print data=waktuberhentikendaraan;
RUN;

Setelah kita membuat script, kita klik Ikon untuk me-running data.
Kemudian muncul output pada jendela Output berupa :

b. Analisis Deskriptif :
DATA waktuberhentikendaraan;
INPUT persimpangan $ sebelumwaktu setengahtekan tekan;
DATALINES;
1 36.6 17.5 15.6
2 39.2 20.6 10.4
3 30.4 18.7 18.9
4 37.1 25.7 10.5
5 34.1 22.0 15.2
;
RUN;
Proc print DATA=waktuberhentikendaraan;
TITLE'Data rata rata waktu berhenti per kendaraan pada
masing- masing persimpangan';
RUN;
Proc MEANS DATA=waktuberhentikendaraan;
RUN;
Proc MEANS DATA=waktuberhentikendaraan;
CLASS tekan;
RUN;
Proc UNIVARIATE DATA=waktuberhentikendaraan;
TITLE'Analisis Deskriptif';
VAR sebelumwaktu;
RUN;
 Proc UNIVARIATE DATA=waktuberhentikendaraan;
VAR setengahtekan;
RUN;
Proc UNIVARIATE DATA=waktuberhentikendaraan;
VAR tekan;
RUN;

Setelah kita membuat script, kita klik Ikon untuk me-running data.

Kemudian muncul output pada jendela Output berupa :

Data rata rata waktu berhenti per kendaraan pada masing- masing persimpangan
19:53 Friday, March 10, 2000

The MEANS Procedure

Variable N Mean Std Dev Minimum Maximum

ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ
sebelumwaktu 5 35.4800000 3.3700148 30.4000000 39.2000000
setengahtekan 5 20.9000000 3.1913947 17.5000000 25.7000000
tekan 5 14.1200000 3.6451337 10.4000000 18.9000000
ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ

Data rata rata waktu berhenti per kendaraan pada masing- masing persimpangan

The MEANS Procedure

N
tekan Obs Variable N Mean Std Dev Minimum Maximum
ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ
10.4 1 sebelumwaktu 1 39.2000000 . 39.2000000 39.2000000
setengahtekan 1 20.6000000 . 20.6000000 20.6000000

10.5 1 sebelumwaktu 1 37.1000000 . 37.1000000 37.1000000

setengahtekan 1 25.7000000 . 25.7000000 25.7000000

15.2 1 sebelumwaktu 1 34.1000000 . 34.1000000 34.1000000

setengahtekan 1 22.0000000 . 22.0000000 22.0000000

15.6 1 sebelumwaktu 1 36.6000000 . 36.6000000 36.6000000

setengahtekan 1 17.5000000 . 17.5000000 17.5000000

18.9 1 sebelumwaktu 1 30.4000000 . 30.4000000 30.4000000

setengahtekan 1 18.7000000 . 18.7000000 18.7000000
ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ
 Analisis Deskriptif

The UNIVARIATE Procedure

Variable: sebelumwaktu

Moments

N 5 Sum Weights 5
Mean 35.48 Sum Observations 177.4
Std Deviation 3.37001484 Variance 11.357
Skewness -0.8337989 Kurtosis 0.42717438
Uncorrected SS 6339.58 Corrected SS 45.428
Coeff Variation 9.49835072 Std Error Mean 1.50711645

Basic Statistical Measures

Location Variability

Mean 35.48000 Std Deviation 3.37001

Median 36.60000 Variance 11.35700
Mode . Range 8.80000
Interquartile Range 3.00000

Tests for Location: Mu0=0

Test -Statistic- -----p Value------

Student's t t 23.54164 Pr > |t| <.0001

Sign M 2.5 Pr >= |M| 0.0625
Signed Rank S 7.5 Pr >= |S| 0.0625

Quantiles (Definition 5)

Quantile Estimate

100% Max 39.2

99% 39.2
95% 39.2
90% 39.2
75% Q3 37.1
50% Median 36.6
25% Q1 34.1
10% 30.4
5% 30.4
1% 30.4
0% Min 30.4
 Analisis Deskriptif

The UNIVARIATE Procedure

Variable: sebelumwaktu

Extreme Observations

----Lowest---- ----Highest---

Value Obs Value Obs

30.4 3 30.4 3
34.1 5 34.1 5
36.6 1 36.6 1
37.1 4 37.1 4
39.2 2 39.2 2

The UNIVARIATE Procedure

Variable: setengahtekan

Moments

N 5 Sum Weights 5
Mean 20.9 Sum Observations 104.5
Std Deviation 3.19139468 Variance 10.185
Skewness 0.79404745 Kurtosis 0.30696185
Uncorrected SS 2224.79 Corrected SS 40.74
Coeff Variation 15.269831 Std Error Mean 1.42723509

Basic Statistical Measures

Location Variability

Mean 20.90000 Std Deviation 3.19139

Median 20.60000 Variance 10.18500
Mode . Range 8.20000
Interquartile Range 3.30000

Tests for Location: Mu0=0

Test -Statistic- -----p Value------

Student's t t 14.6437 Pr > |t| 0.0001

Sign M 2.5 Pr >= |M| 0.0625
Signed Rank S 7.5 Pr >= |S| 0.0625

Quantiles (Definition 5)

Quantile Estimate

100% Max 25.7

99% 25.7
95% 25.7
90% 25.7
75% Q3 22.0
50% Median 20.6
25% Q1 18.7
10% 17.5
 5% 17.5
1% 17.5
0% Min 17.5

Analisis Deskriptif

The UNIVARIATE Procedure

Variable: setengahtekan

Extreme Observations

----Lowest---- ----Highest---

Value Obs Value Obs

17.5 1 17.5 1
18.7 3 18.7 3
20.6 2 20.6 2
22.0 5 22.0 5
25.7 4 25.7 4
 The UNIVARIATE Procedure
Variable: tekan

Moments

N 5 Sum Weights 5
Mean 14.12 Sum Observations 70.6
Std Deviation 3.64513374 Variance 13.287
Skewness 0.12732463 Kurtosis -1.6883123
Uncorrected SS 1050.02 Corrected SS 53.148
Coeff Variation 25.8153948 Std Error Mean 1.63015337

Basic Statistical Measures

Location Variability

Mean 14.12000 Std Deviation 3.64513

Median 15.20000 Variance 13.28700
Mode . Range 8.50000
Interquartile Range 5.10000

Tests for Location: Mu0=0

Test -Statistic- -----p Value------

Student's t t 8.661762 Pr > |t| 0.0010

Sign M 2.5 Pr >= |M| 0.0625
Signed Rank S 7.5 Pr >= |S| 0.0625

Quantiles (Definition 5)

Quantile Estimate

100% Max 18.9

99% 18.9
95% 18.9
90% 18.9
75% Q3 15.6
50% Median 15.2
25% Q1 10.5
10% 10.4
5% 10.4
1% 10.4
0% Min 10.4
 The UNIVARIATE Procedure
Variable: tekan

Extreme Observations

----Lowest---- ----Highest---

Value Obs Value Obs

10.4 2 10.4 2
10.5 4 10.5 4
15.2 5 15.2 5
15.6 1 15.6 1
18.9 3 18.9 3

Interpretasi Data:

Data rata-rata Keterlambatan Lampu Lalu Lintas memberi sinyal pada

persimpangan jalan dengan menerapkan 3 tipe sinyal lalu lintas yaitu
sebelum waktu, setengah tekan, dan tekan. Lima persimpangan
digunakan pada masing-masing tipe sinyal dan diukur waktu rata-rata
berhenti per kendaraan pada masing-masing persimpangan
(detik/kendaraan). Data Keterlambatan Lampu Lalu Lintas memberi sinyal
pada persimpangan jalan telah kita input kedalam aplikasi SAS melalui
script akan menghasilkan output yang berupa tabel berutut untuk perintah
berupa tabel berurut untuk perintah PROCPRINTDATA=auto, kemudian pada
perintah PROCMEANSDATA=auto menampilkan The MEANS Procedure.

Pada tabel analisis Deskriptif

 Analisis Univariat “sebelum waktu”

Data berjumlah 5 dengan rata-rata sebesar 35,48 dan nilai dari

rata-rata melalui median sebesar 36,6 yang berarti 50% berada
dibawah 36,6 dan 50% berada diatas 36,6. St. Deviasi (penyebaran
data) dari data “sebelum waktu” sebesar 3,37001. Range dari data
“sebelum waktu” sebesar 8,8 sehingga dapat dimungkinkan bahwa
data “sebelum waktu” mendekati nilai pusat.

Uji Normalitas

H0 = Data menyebar normal

 H1 = Data Tidak meyebar normal
𝑃 𝑣𝑎𝑙𝑢𝑒 = 0,0001 dan 𝛼 = 0,05
Karena 𝛼 < 𝑃 𝑣𝑎𝑙𝑢𝑒 maka Tolak H0
Maka dapat kita simpulkan bahwa data tidak menyebar Normal

 Analisis Univariat “setengah tekan”

Dengan nilai rata-rata sebesar 20,9 dan nilai median sebesar 20,6
yang berarti data “setengah tekan” berada 50% dibawah 20,6 dan
50% berada diatas 20,6. Dan penyebaran datanya sebesar
3,64513. Range atau jarak antara nilai terbesar dan terkecil
sebesar 3,3 sehingga dapat kita simpulkan bahwa nilai dari data
“setengah tekan” berada ditengah titik pusat.

Uji Normalitas

H0 = Data menyebar normal

H1 = Data Tidakmeyebar normal
𝑃 𝑣𝑎𝑙𝑢𝑒 = 0,0001 dan 𝛼 = 0,05
Karena 𝛼 < 𝑃 𝑣𝑎𝑙𝑢𝑒 maka Tolak H0
Maka dapat kita simpulkan bahwa data tidak menyebar Normal

 AnalisisUnivariat “tekan”

Dengan nilai rata-rata sebesar 14,12 dan nilai median sebesar 15,2
yang berarti data “setengah tekan” berada 50% dibawah 15,2 dan
50% berada diatas 15,2. Dan penyebaran datanya sebesar
3,64513. Range atau jarak antara nilai terbesar dan terkecil
sebesar 5,1 sehingga dapat kita simpulkan bahwa nilai dari data
“setengah tekan” mendekati ditengah titik pusat.

Uji Normalitas
H0 = Data menyebar normal
H1 = Data Tidakmeyebar normal
𝑃 𝑣𝑎𝑙𝑢𝑒 = 0,001 dan 𝛼 = 0,05
Karena 𝛼 < 𝑃 𝑣𝑎𝑙𝑢𝑒 maka Tolak H0
Maka dapat kita simpulkan bahwa data tidak menyebar Normal

Kesimpulan:
Dari data diatas dapat disimpulkan bahwa dilihat dengan nilai
penyebaran data atau yang biasa disebut dengan Standar Deviasi
bahwa data yang terbaik atau yang paling banyak digunakan pada
persimpangan jalan adalah setengah tekan dan tekan karna
memiliki st.Dev yang kecil yaitu sebesar 3,64513.
Ini menandakan bahwa keterlambatan lampu lalu lintas memberi
sinyal pada persimpangan jalan yang paling sering terjadi adalah
setengah tekan dan tekan.