Implementasi Metode Logika Fuzzy dalam Pembangunan Sistem Optimalisasi Lampu Lalu Lintas

Authors

  • Martinus Maslim Universitas Atma Jaya Yogyakarta
  • B. Yudi Dwiandiyanta Universitas Atma Jaya Yogyakarta
  • Nonety Viany Susilo Universitas Atma Jaya Yogyakarta

DOI:

https://doi.org/10.24002/jbi.v9i1.1661

Abstract

Abstract. Traffic lights are the lights for controlling the flow of trafficwhichinstalled at crossroads. Traffic lights have an important role in regulating traffic especially crossroads. One way to overcome the traffic problem is to build a system of traffic optimization where each point of the intersection phase at the road signals automatically. This system implements fuzzymamdani logic method with MOM (Mean of Maximum)defuzzification for this method is very simple, easy to understand and objective. The traffic optimization system can generate the maximum green light seconds at each intersection according to the officer's input. The input required by the system is the length of the set queue, the width of the regulated path, the length of the queue on the next path, and the width of the path on the regulated path. The output of this system is proven to help optimize the number of green light seconds according to crossroads conditions.
Keywords: FuzzyLogic, Mamdani, Mean of Maximum, Traffic light.

Abstrak. Lampu lalu lintas merupakan lampu untuk mengendalikan arus lalu lintas yang terpasang di persimpangan jalan. Lampu lalu lintas memiliki peran penting dalam mengatur lalu lintas khususnya persimpangan jalan. Terdapat salah satu cara untuk mengatasi permasalahan kemacetanyaitu dengan membangun sebuah sistem optimalisasi lalu lintas dimana secara otomatis di setiap titik fase persimpangan jalan bersinyal. Sistem ini dibuat menggunakan metode logika fuzzy. Dalam sistem ini menggunakan metode logika fuzzymamdani dengan defuzzifikasi MOM (Mean of Maximum) karena metode ini sangat sederhana, mudah dimengerti dan obyektif. Sistem optimalisasi lampu lalu lintas dapat menghasilkan detik maksimal lampu hijau pada setiap persimpangan sesuai dengan masukan petugas. Masukan yang dibutuhkan oleh sistem adalah panjang antrian yang diatur, lebar jalan yang diatur, panjang antrian pada jalur selanjutnya, dan lebar jalan pada jalur yang diatur.Hasil keluaran dari sistem ini terbukti dapat membantu mengoptimalisasi jumlah detik lampu hijau sesuai dengan kondisi persimpangan jalan.
Kata Kunci: Logika Fuzzy, Mamdani, Mean of Maximum, Lampu lalu lintas.

References

Afriyanti, L., & Wahyu, R. W. (2009). Aplikasi Fuzzy Inference System(FIS) Metode Tsukamoto pada Simulasi Traffic Light Menggunakan Java. Seminar Nasional Aplikasi Teknologi Informasi (SNATI).hal. 104-107.

Alam, J., & Pandey, M. K. (2014). Development of Intelligent Traffic Light System Based on Congestion Estimation Using Fuzzy Logic.International Organization of Scientific Research, Journal of Computer Engineering (IOSR-JCE),16(3) :36-44.

Alamsyah, A. (2012). Pengaturan Lampu Lalu Lintas Berbasis Mikrokontroler Atmega8535.MEKTEK,14(3).

Badan Pusat Statistik Daerah Istimewa Yogyakarta. (2016). Analisis Informasi Statistik Pembangunan Daerah Istimewa Yogyakarta 2016. Yogyakarta: Badan Perencanaan Pembangunan Daerah -Badan Pusat Statistik Daerah Istimewa Yogyakarta.

Choudhary, A.,Keskar, A.G., Kothari, P., Gajghate, A., & Pandey, A. (2014). Adaptive Control of Traffic Grid using Fuzzy Logic. International Journal of Electrical, Electronics, and Data Communication, 2(8) :51-57.

Danuri, M. (2013). Traffic Manajemen Center dengan Logika Fuzzy dan Sensor Kamera.INFOKAM,4(2): 6-18.

Kandaga, T., & Tjahjadi, E. (2012). Aplikasi Simulasi Hubungan Antrian yang Terjadi Dan Penentuan Waktu Hidup Lampu Lalu Lintas Pada Persimpangan Jalan.Jurnal Informatika,7(1) : 87.

Koukol, M., Zajíčková, L., Marek, L., & Tuček, P. (2015). Fuzzy Logic in Traffic Engineering: A Review on Signal Control. Mathematical Problems in Engineering. Volume 2015. Hindawi Publishing Corporation.

Kumthekar, Y., Patil, A.N., Notani, Y., Fating, J., & Das, S. (2016). Traffic Signal Optimization and Flow Control using Fuzzy Logic. International Journal of Computer Sciencesand Engineering,4(5) :153-156.

Kusumadewi, S. (2010). Analisis & Desain Sistem Fuzzy Menggunakan Tool Box Matlab (1 ed.). Yogyakarta: Graha Ilmu.

Pour, N. S., Asadi, H., & Kheradmand, M. P. (2013). Fuzzy Multiobjective Traffic Light Signal Optimization.Journal of Applied Mathematics.pp. 1-7.

Prasetyo, H., & Sutisna, U. (2014). Implementasi Algoritma Logika Fuzzy untuk Sistem Pengaturan Lampu Lalu Lintas Menggunakan Mikrokontroler.TECHNO (Jurnal Fakultas Teknik),15(2) :01-08.

Riwinoto, & Isal, Y. K. (2010). Simulasi Optimasi Pengaturan Lampu Lalu Lintas di Kota Depok dengan Menggunakan Pendekatan Greedy Berbasis Graf. Seminar Nasional Sistem dan Informatika.pp. 92-97.

Sivanandam, D. S., Deepa, S., & Sumanthi, D. S. (2007). Introduction to Fuzzy Logic using Matlab(1 ed.). Berlin: Springer.

Yudanto, A. Y., Apriyadi, M., & Sanjaya, K. (2013). Optimalisasi Lampu Lalu Lintas dengan Fuzzy Logic.ULTIMATICS,5(2) :58 -62.

Zarandi, M. H. F., & Rezapour, S. (2009). A fuzzy signal controller for isolated intersections.Journal of Uncertain Systems,3(3) : 174-182.

Downloads

Published

2018-07-12