Berikut ringkasan teks dalam maksimal 50 kalimat: Teviani Wulansari, mahasiswa magister ITB, melakukan penelitian tesis tentang peluang pemilihan moda pengumpan kereta cepat Jakarta-Bandung di Stasiun Tegalluar. Penelitian ini menggunakan kuesioner untuk mengumpulkan data primer dari responden yang berdomisili di Kota Bandung, Kabupaten Bandung, atau Kabupaten Sumedang, dan pernah melakukan perjalanan Bandung-Jakarta atau sebaliknya. Kuesioner mencakup beberapa bagian: 1. **Karakteristik Responden:** Pertanyaan mengenai jenis kelamin, usia, pekerjaan, pendidikan terakhir, pendapatan per bulan, status kependudukan, dan domisili tempat tinggal. 2. **Karakteristik Perjalanan:** Pertanyaan mengenai kepemilikan kendaraan, frekuensi perjalanan Bandung-Jakarta, moda transportasi yang biasa digunakan, tujuan perjalanan, pengalaman menggunakan kereta api, dan moda transportasi menuju Stasiun Bandung. 3. **Deskripsi Moda (Jika Menggunakan Kereta Api):** Pertanyaan mengenai waktu perjalanan, waktu tempuh menuju stasiun, biaya yang dikeluarkan, jumlah orang dewasa dan anak-anak yang bepergian, dan barang bawaan. 4. **Persepsi Terhadap Moda Transportasi:** Pernyataan yang dinilai responden mengenai kenyamanan, aksesibilitas, kemudahan transfer, keamanan, dan ketepatan waktu moda transportasi yang biasa digunakan. 5. **Preferensi Pemilihan Moda:** Skenario dengan pilihan moda transportasi baru (LRT dan BRT) menuju Stasiun Tegalluar, dengan mempertimbangkan kecepatan, tarif, waktu tunggu, dan rute. Responden diminta memilih moda yang paling sesuai dengan preferensi mereka dalam delapan skenario. Lampiran juga mencakup korelasi Pearson antara variabel dependen dan independen, coding biogeme untuk analisis data, dan output model keseluruhan serta berdasarkan area stasiun/halte LRT dan BRT. Coding biogeme mencakup definisi variabel seperti biaya, waktu tunggu, usia, pekerjaan, pendidikan, pendapatan, domisili, kepemilikan kendaraan, frekuensi perjalanan, moda yang biasa digunakan, tujuan perjalanan, dan karakteristik moda pengumpan (LRT, BRT, taksi, mobil pribadi, ojek online). Model yang digunakan adalah Multinomial Logit (MNL).