ANALISIS DURASI LAMPU LALU LINTAS MENGGUNAKAN METODE FUZZY MAMDANI DENGAN SIMULASI ECLIPSE SUMO STUDI KASUS SIMPANG TELING KOTA MANADO
Isi Artikel Utama
Abstrak
Kemacetan pada simpang bersinyal merupakan salah satu permasalahan utama di wilayah perkotaan, terutama ketika pengaturan durasi lampu lalu lintas masih menggunakan sistem fixed-time. Sistem fixed-time memberikan durasi hijau yang tetap pada setiap ruas jalan tanpa mempertimbangkan perubahan volume kendaraan dan panjang antrean. Penelitian ini bertujuan untuk menganalisis durasi lampu lalu lintas adaptif menggunakan metode fuzzy Mamdani dengan simulasi Eclipse SUMO pada Simpang Teling, Kota Manado. Data penelitian diperoleh melalui observasi lapangan berupa volume kendaraan, panjang antrean, dan durasi lampu lalu lintas eksisting. Sistem fuzzy dirancang menggunakan dua variabel input, yaitu volume kendaraan dan panjang antrean, serta satu variabel output, yaitu durasi lampu hijau. Proses fuzzy Mamdani meliputi fuzzifikasi, evaluasi aturan, agregasi, dan defuzzifikasi menggunakan metode centroid. Model simulasi dibangun pada Eclipse SUMO dan diintegrasikan dengan Python serta TraCI. Hasil penelitian menunjukkan bahwa sistem fuzzy Mamdani dapat menghasilkan durasi lampu hijau secara dinamis sesuai kondisi lalu lintas. Pada contoh perhitungan Jalan Lumimuut, sistem menghasilkan durasi hijau 31 detik dibandingkan durasi fixed-time eksisting sebesar 15 detik.
Rincian Artikel
Artikel ini berlisensiCreative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Copyright (c) STMIK TIMEReferensi
[1] Badan Pusat Statistik, “Jumlah kendaraan bermotor menurut kabupaten/kota di Provinsi Sulawesi Utara tahun
2024,” BPS Provinsi Sulawesi Utara, Manado, 2024.
[2] A. Kadhim, H. Al-Mamoori, and A. Ali, “Fuzzy logic-based traffic light control system for real-time traffic
management,” International Journal of Engineering Research & Technology, vol. 10, no. 4, pp. 210–217,
2021.
[3] P. Chandra and C. H. Lee, “Adaptive traffic control system using Mamdani fuzzy inference and sensor
based vehicle detection,” Journal of Intelligent Transportation Systems, vol. 26, no. 7, pp. 1153–1164, 2022.
[4] R. Ahmed, S. Khan, and M. Rahman, “Intelligent traffic signal control using fuzzy logic and video image
processing,” IEEE Access, vol. 12, pp. 58439–58451, 2024.
[5] D. Sutanto and B. Pradana, “Implementasi sistem kontrol lampu lalu lintas berbasis logika fuzzy untuk
peningkatan efisiensi arus kendaraan,” Jurnal Teknologi Informasi dan Ilmu Komputer, vol. 7, no. 6, pp.
1230–1240, 2020.
[6] G. Sahusilawane, S. Y. R. Rompis, and L. I. R. Lefrandt, “Analisis kinerja simpang bersignal di Jalan
Bethesda – Jalan Santo Yoseph Kota Manado,” Syntax Idea, vol. 6, no. 5, 2024.
[7] M. Jafari, M. Naderi, and H. Khosravi, “Lyapunov-fuzzy control approach for adaptive traffic light
systems,” Journal of Advanced Transportation, vol. 2021, pp. 1–13, 2021.
[8] A. Ujianto, “Rancang bangun sistem pengaturan lampu lalu lintas berbasis logika fuzzy Mamdani pada
persimpangan satu jalur dinamis,” Jurnal Teknologi Informasi dan Sistem Komputer, vol. 10, no. 2, pp.
185–193, 2022.
[9] R. Yadav, P. Singh, and S. Kumar, “Real-time optimization of urban traffic signals using fuzzy logic and
IoT sensors,” Journal of Transportation Engineering, Part A: Systems, vol. 149, no. 4, 2023.
[10] N. Fahrunnisa, D. Rahmawati, and A. Nurhadi, “Penerapan logika fuzzy berbasis deteksi kendaraan
menggunakan YOLO untuk pengaturan durasi lampu lalu lintas adaptif pada simulasi SUMO,” Jurnal
Teknologi dan Sistem Komputer, vol. 12, no. 1, pp. 45–53, 2024.
[11] International Telecommunication Union Research Group, Fuzzy-based traffic signal optimization for urban
mobility systems. Geneva: ITU Publications, 2021.
[12] L. A. Zadeh, “Fuzzy sets,” Information and Control, vol. 8, no. 3, pp. 338–353, 1965.
[13] M. Abdou, R. Hassan, and A. Mohamed, “Fuzzy logic-based traffic light control system for adaptive signal
timing under adverse weather conditions,” International Journal of Advanced Computer Science and
Applications, vol. 13, no. 5, pp. 112–120, 2022.
[14] A. Najm Abood, “Comparison between traditional and fuzzy logic controllers in urban traffic management
systems,” International Journal of Electrical and Computer Engineering, vol. 14, no. 2, pp. 223–231, 2024.
[15] W. Li, X. Zhao, and H. Wang, “Simulation of urban traffic signal optimization based on fuzzy control using
SUMO,” Transportation Research Procedia, vol. 59, pp. 417–424, 2021.
[16] R. S. Pressman and B. R. Maxim, Software Engineering: A Practitioner’s Approach, 9th ed. New York:
McGraw-Hill Education, 2020.