Pengoptimalan Lampu Lalu Lintas menggunakan Metode Naïve Bayes Classifier

##plugins.themes.bootstrap3.article.main##

Ivan Kasogi Eko Setiawan Dahnial Syauqy

Abstrak

Kemacetan merupakan salah satu masalah utama bagi kota-kota besar di Indonesia. Hal tersebut dipengaruhi oleh angka pertumbuhan jumlah kendaraan di Indonesia yang tak diimbangi dengan pertumbuhan jalan, sehingga kemacetan tidak dapat terhindarkan. Selain faktor tersebut sistem lalu lintas di Indonesia yang bersifat statis turut menyumbang sebagai penyebab kemacatan, dalam sebuah persimpangan lalu lintas terkadang suatu ruas harus menunggu waktu tunggu sedangkan di ruas lain yang bersinggungan panjang antrian lengang atau bahkan kosong. Maka dalam penelitian ini dirancang sebuah sistem optimalisasi lampu lalu lintas menggunakan metode naïve bayes classifier yang disimulasikan menggunakan software SUMO Simulator yang dikomunikasikan dengan Arduino melalui komunikasi serial. Dalam penelitian ini kepadatan atau panjang antrian dan tiap ruas akan dijadikan input sistem yang akan diolah dengan data latih. Output dari sistem ini adalah durasi lampu lalu lintas yang menyesuaikan kepadatan di tiap ruas. Dari pengujian yang dilakukan, kesesuaian simulasi naive bayes classifier dengan data latih mencapai angka 100%. Pengujian kesesuaian Arduino dan SUMO Simulator mencapai angka 100% dan pengujian optimasi sistem lampu lalu lintas menggunakan naïve bayes classifier menghasilkan prosentase 86,66% lebih baik dari sistem lalu lintas tanpa naïve bayes classifier dari 15 kali sampling yang dilakukan.

##plugins.themes.bootstrap3.article.details##

Cara Sitasi
Kasogi, I., Setiawan, E., & Syauqy, D. Pengoptimalan Lampu Lalu Lintas menggunakan Metode Naïve Bayes Classifier. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 4, no. 6, p. 1725-1731, juli 2020. ISSN 2548-964X. Tersedia pada: <http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/7378>. Tanggal Akses: 21 sep. 2020
Bagian
Artikel