Electronic Theses and Dissertation

Penelitian ini membahas tentang penggunaan Principal Component Analysis Biplot dalam memetakan koridor berdasarkan Indeks Kepuasan Pelayanan transportasi umum Trans Kutaraja di Kota Banda Aceh. Principal Component Analysis Biplot dipilih karena mampu memberikan informasi secara visual yang mudah untuk dibaca dan dipahami serta dapat mengurangi dimensi data tanpa mengurangi informasi dari variabel asalnya. Adapun variabel yang dianalisis antara lain Tingkat Loyalitas (X1), Kualitas Perjalanan (X2), Sikap Pramugara (X3), Kondisi Halte (X4) dan Performa Pelayanan (X3). Hasil penelitian menunjukkan bahwa terdapat 2 Principal Component yang terbentuk. Principal component 1 berkaitan dengan Kualitas Perjalanan (X2), Sikap Pramugara (X3) dan Kondisi Halte (X4), komponen ini mampu menjelaskan keragaman sebesar 71,52%. Principal component 2 mampu menjelaskan keragaman sebesar 23,2%, komponen ini berkaitan dengan Tingkat Loyalitas (X1) dan Performa Pelayanan (X5). Hasil Biplot diperoleh bahwa koridor Trans Kutaraja yang memiliki kesamaan karakteristik terbagi menjadi 4 kelompok. Kelompok I hanya terdiri dari satu koridor yaitu koridor 2A yang memiliki karakteristik Tingkat Loyalitas (X1) dan Kualitas Perjalanan (X2) yang tinggi. Kelompok II yaitu koridor 2B dan koridor 3B memiliki kemiripan karakteristik pelayanan Sikap Pramugara (X3), Kondisi Halte (X4) dan Performa Pelayanan (X5) yang rendah. Kelompok III hanya terdiri dari satu koridor yaitu koridor 5 memiliki karakteristik pelayanan Tingkat Loyalitas (X1) dan Kualitas Perjalanan (X2) yang rendah. Kelompok IV yaitu koridor 1 dan koridor 3A memiliki kemiripan karakteristik pelayanan Sikap Pramugara (X3), Kondisi Halte (X4) dan Performa Pelayanan (X5) yang tinggi.

This research discusses the use of Principal Component Analysis Biplot in mapping corridors based on the Trans Kutaraja public transportation Service Satisfaction Index in Banda Aceh City. Principal Component Analysis Biplot was chosen because it is able to provide visual information that is easy to read and understand and can reduce data dimensions without reducing information from the original variable. The variables analyzed include Loyalty (X1), Trip Quality (X2), Steward Attitude (X3), Bus Stop (X4) and Service Performance (X3). The results showed that there were 2 Principal Components formed. Principal component 1 is related to Travel Quality (X2), Flight Attitude (X3) and Bus Stop (X4), this component is able to explain 71.52% of the diversity. Principal component 2 is able to explain a diversity of 23.2%, this component is related to Loyalty (X1) and Service Performance (X5). The Biplot results obtained that the Trans Kutaraja corridor which has similar characteristics is divided into 4 groups. Group I consist of only one corridor, namely corridor 2A, which has high Loyalty (X1) and Travel Quality (X2) characteristics. Group II, namely corridor 2B and corridor 3B, has similar service characteristics of Steward Attitude (X3), Bus Stop (X4) and low Service Performance (X5). Group III consists of only one corridor, namely corridor 5, which has low Loyalty (X1) and Travel Quality (X2) service characteristics. Group IV, namely corridor 1 and corridor 3A, has similar service characteristics of Steward Attitude (X3), Bus Stop (X4) and High Service Performance (X5).