Pendekatan Fuzzy Pada Kamera Cerdas Lampu Lalulintas

Authors

  • Fachrul Kurniawan UIN Maulana Malik Ibrahim Malang
  • Ade Sofiarani UIN Maulana Malik Ibrahim Malang

DOI:

https://doi.org/10.30872/jsakti.v1i1.2262

Keywords:

Logika Fuzzy, Kamera Cerdas Lampu, Lalulintas, CCTV, Smart City

Abstract

Bertambahnya jumlah kendaraan (mobil/motor) yang tidak sebanding dengan penambahan volume luas jalan yang dilalui sehingga kerap terjadi kemacetan. Beberapa titik-titik kemacetan tidak hanya terjadi di jalanan tetapi juga terjadi pada pertemuan jalan (pertigaan ataupun perempatan). Selain itu, permasalahan kemacetan di titik pertemuan juga disebabkan waktu lampu lalulintas yang tidak bagus. Ketepatan dan optimalnya fungsi lampu lalulintas menjadi kunci akan terurainya kemacetan setiap kali ada pertemuan. Dalam paper ini, konektivitas lampu lalulintas dengan kamera CCTV yang didalamnya diberi metode fuzzy telah diterapkan dan disimulasikan pada serious game. Berdasarkan hasil percobaan menunjukkan bahwa kamera cerdas yang dipasang pada lampu lalulintas mampu mengatasi kemacetan yang terjadi pada simpul pertemuan jalan. Diharapkan kamera cerdas yang dipadukan pada lampu lalulintas menjadi solusi pada kota yang telah menerapkan sistem smart city.

Author Biographies

  • Fachrul Kurniawan, UIN Maulana Malik Ibrahim Malang
    Teknik Informatika
  • Ade Sofiarani, UIN Maulana Malik Ibrahim Malang
    Teknik Informatika

References

Davtalab, R., Dezfoulian, M. H., & Mansoorizadeh, M. (2014). Multi-level fuzzy min-max neural network classifier. IEEE Transactions on Neural Networks and Learning Systems. https://doi.org/10.1109/TNNLS.2013.2275937

Maniswari, S. D., Rusdinar, A., Purnama, B., Elektro, F. T., Telkom, U., Elektro, F. T., … Logic, F. (2015). Smart Traffic Light Menggunakan Image Processing Dan Metode Fuzzy Logic Smart Traffic Light Using Image Processing and Fuzzy Logic. E-Proceeding of Engineering.

Maslim, M., Dwiandiyanta, B. Y., & Viany Susilo, N. (2018). Implementasi Metode Logika Fuzzy dalam Pembangunan Sistem Optimalisasi Lampu Lalu Lintas. Jurnal Buana Informatika. https://doi.org/10.24002/jbi.v9i1.1661

Purnawansyah, Haviluddin, Gafar, A. F. O., & Tahyudin, I. (2017). Comparison between K-Means and Fuzzy C-Means Clustering in Network Traffic Activities. International Conference on Management Science and Engineering Management, 300–310. Springer.

Puspita, I., Suryani, E., & Abadi, A. M. (2012). Aplikasi fuzzy logic controller pada pengontrolan lampu lalu lintas di jalan Abu Bakar Ali, Yogyakarta. Seminar Matematika Dan Pendidikan Matematika UNY 2017.

Simpson, P. K. (2002). Fuzzy min-max neural networks. https://doi.org/10.1109/ijcnn.1991.170647

Suhanda, S. (2018). Rancangan Simulasi Antrian Kendaraan Pada Persimpangan Jalan Berbasis Multi Agent Menggunakan Logika Fuzzy. ENSAINS JOURNAL. https://doi.org/10.31848/ensains.v1i1.52

Susilo, N. V., Maslim, M., & Dwiandiyanta, B. Y. (2018). Implementasi

Metode Logika Fuzzy Dalam Pembangunan Sistem Optimalisasi Lampu Lalu Lintas. Jurnal Buana Informatika. https://doi.org/https://doi.org/10.24002/jbi.v9i1.1661

Taufik, R., Supriyono, & Sukarman. (2008). Rancang Bangun Simulator Kendali Lampu Lalu Lintas dengan Logika Fuzzy Berbasis Mikrokontroler. Seminar Nasional IV SDM Teknologi Nuklir.

Walia, N., Singh, H., & Sharma, A. (2015). ANFIS : Adaptive Neuro-Fuzzy Inference System- A Survey. International Journal of Computer Applications (0975 – 8887), 123(13), 32–38.

Yudanto, A. Y., Apriyadi, M., & Sanjaya, K. (2018). Optimalisasi Lampu Lalu Lintas dengan Fuzzy Logic. Jurnal ULTIMATICS. https://doi.org/10.31937/ti.v5i2.322

Downloads

Published

2019-05-07