Pengaturan lampu lalu lintas menggunakan Fuzzy Inference System Metode Mamdani
Pengaturan nyala lampu lalu lintas merupakan salah satu upaya yang digunakan untuk dapat mengatur laju kendaraan di jalan raya. Pada kenyataannya volume kendaraan semakin meningkat, dan kemacetan tidak dapat terelakan. Pengaturan lampu lalu lintas berdasarkan fase waktu yang bersifat tetap/statis, kurang mampu berfungsi secara baik dalam mengurai kemacetan, mengingat setiap sudut jalan memiliki kepadatan kendaraan yang berubahubah. Maka perlu adanya optimasi terhadap pengaturan nyala lampu lalu lintas di persimpangan jalan raya agar dapat meminimalisasi waktu tunggu pengguna jalan. Dalam makalah ini dibahas pembuatan simulasi sistem kontrol yang dapat menentukan durasi nyala lampu lalu lintas secara adaptif pada persimpangan jalan raya menggunakan algoritma fuzzy mamdani. Penentuan nyala lampu lalu lintas ditentukan oleh parameter jumlah kendaraan mobil, motor, dan lebar jalan. Dari hasil pengujian dengan kondisi parameter yang berbeda dapat diperoleh nyala lampu merah yang berubah secara adaptif menyesuaikan kondisi yang terjadi pada jalan raya.
Pertimbangan dalam penentuaan nyala lampu lalu lintas adalah keputusan yang dibuat oleh manusia melalui hasil pengamatan. Dapat memahami konsep berpikir seperti manusia adalah salah satu upaya yang berguna agar dapat diterapkan dalam sistem komputer yang mampu menyelesaikan masalah secara nyata. Oleh karenanya, metode fuzzy cocok diterapkan untuk menemukan solusi terhadap kondisi masalah yang bersifat adaptif.
Sistem ini mensimulasikan penentuan lama waktu lampu menyala menurut jumlah kendaraan dan lebar jalan di setiap persimpangan. Perubahan jumlah kendaraan yaitu mobil dan motor, lebar jalan, serta jenis persimpangan tersebut akan menentukan nyala lampu yang yang secara adaptif akan berubah sehingga diharapkan tidak sampai menimbulkan kemacetan lalu lintas pada tiap persimpangan jalan. Parameter lebar jalan pada tiap persimpangan akan diimplementasikan menggunakan metode Fuzzy Mamdani, mengingat kapasitas jalan dalam menampung volume kendaraan mempunyai pengaruh terhadap kemacetan lalu lintas.
Sistem Fuzzy Inferensi (FIS) adalah suatu bentuk perhitungan yang didasarkan pada teori himpunan, bentuk fuzzy rule berupa IF-THEN, dan penalaran fuzzy (Kusumadewi, 2006).
Permasalahan Lalu Lintas
Permasalahan yang dihadapi pada lalu lintas jalan dapat disebabkan oleh komponen yang ada pada sistem lalu lintas. Tidak seimbangnya kapasitas jalan dengan jumlah kendaraan atau orang yang memanfaatkan jalan tersebut. Kemudian timbul persoalan apabila volume lalu lintas/kendaraan mendekati kapasitas jalan yang dapat mengakibatkan kemacetan, ketidakaturan lalu lintas, kecelakaan, dan pengaruh psikis para pengguna jalan (Triana, 2009). Selain jumlah kendaraan, jalan yang merupakan salah satu komponen berpengaruh dalam sistem lalu lintas memiliki klasifikasi tertentu.
Proses perhitungan sistem inferensi fungsi mamdani diperoleh dari rentang nilai kriteria yang sudah ditentukan. Rentang nilai tersebut nantinya digunakan sebagai data untuk menentukan waktu nyala lampu lalu lintas. Data pada rentang nilai tersebut akan digunakan dalam pengujian secara acak dengan mempertimbangkan dan mengkombinasikan besaran nilai ketiga kriteria input tersebut secara bergantian.
Tabel 1. Rentang Nilai Kriteria
Setelah mengetahui rentang nilai kriteria, selanjutnya diberikan data kondisi persimpangan ruas jalan yang digunakan sebagai data input pada tiap kriteria.
Proses Fuzzifikasi
Fuzzifikasi mengkonversi inputan data/crisp set ke dalam bentuk fuzzy input yang nilai kebenarannya bersifat pasti (crisp input), berupa nilai linguistik yang semantiknya ditentukan berdasarkan fungsi keanggotaan tertentu (Suyanto, 2007).
Nilai keanggotaan himpunan Sedikit, Sedang, Banyak dari variabel Motor dengan rentang kriteria 0-90, diperoleh melalui fungsi sebagai berikut :
Himpunan fuzzy motor
Himpunan fuzzy mobil
Himpunan fuzzy Lebar Jalan
Sistem Inferensi Fuzzy
Proses inferensi pada model
mamdani, dapat dilakukan dengan dua metode
inferensi yaitu clipping (alpha cut) atau scaling.
Namun cara yang paling sering dipakai adalah
clipping karena mudah untuk diimplementasikan.
mamdani, dapat dilakukan dengan dua metode
inferensi yaitu clipping (alpha cut) atau scaling.
Namun cara yang paling sering dipakai adalah
clipping karena mudah untuk diimplementasikan.
