Early Warning System Untuk Prediksi Tingkat Pelayanan Jalan di Jalur SSA Kota Bogor

Penulis

  • Fitria Rachmawati Program Studi Teknik Informatika, Fakultas Teknik dan Sains, Universitas Ibn Khaldun Bogor, Indonesia
  • Dahlia Widhyaestoeti Program Studi Teknik Informatika, Fakultas Teknik dan Sains, Universitas Ibn Khaldun Bogor, Indonesia

DOI:

https://doi.org/10.32832/kreatif.v8i2.3433

Kata Kunci:

Tingkat Pelayanan Jalan, Prediksi, Sistem Aplikasi, ANFIS, Kemacetan

Abstrak

Kepadatan lalu lintas yang cukup tinggi pada akhir pekan dan hari kerja dikarenakan kota Bogor merupakan kota tujuan wisata serta penunjang kegiatan di DKI Jakarta, sehingga menyebabkan over capacity. Penerapan jalur SSA dilakukan sebagai upaya untuk mengurangi tingkat kemacetan yang terjadi pada jalur tersebut. Maksud dari penelitian ini adalah untuk membuat suatu model prediksi yang dikembangkan dalam sebuah sistem aplikasi yang bisa digunakan untuk mendekteksi kemacetan terutama di ruas sistem satu arah kota Bogor. Pengumpulan data dilakukan beberapa proses diantaranya melakukan survey dan pengamatan lalu lintas di jalur SSA pada Dinas Perhubungan Kota Bogor. Prediksi kemacetan arus lalu lintas menggunakan metode ANFIS (Adaptive Neuro Fuzzy Inference System). Hasil prediksi ANFIS kemudian digunakan untuk mengukur tingkat pelayanan jalan berdasarkan karakteristik arus lalu lintas yang ditandai dalam suatu nilai rasio perbandingan antara volume kendaraan dan kapasitas jalan. Pada hasil prediksi yang sudah dilakukan diketahui jumlah kendaraan yang melewati jalus SSA mencapai 5034 dengan kapasitas jalan 6400. Sehingga status kemacetan yang terjadi berada di level C dengan nilai 0,78. Dimana tingkat Pelayanan pada nilai rasio tersebut memiliki karakteristik arus stabil tetapi pergerakan kendaraan dikendalikan oleh volume lalu lintas yang lebih tinggi dengan kecepatan sebesar 60 Km/Jam dan kepadatan lalu lintas sedang.

Referensi

Herdianto, 2013. "Prediksi Kerusakan Motor Induksi Menggunakan Jaringan Syaraf Tiruan Backpropagation, p.8., Medan, Universitas Sumatera Utara

Jang, YJ. Architecture of Adaptive Neuro-Fuzzy Inference System, 1997.

Noor Azizah, 2016. Metode Adaptive Neuro Fuzzy Inference System (Anfis) Untuk Prediksi Tingkat Layanan Jalan. Jurnal Disprotek, Vol. 7.

Candra Dwi, M. Muslikh., "Perbandingan Akurasi Backpropagation Neural Network Dan ANFIS Untuk Memprediksi Cuaca”, Journal of Scientific Modelling and Computation, vol.1, no. 1, 2013.

Irmaya Citra Harwendhani., Ika Purwanti Ningrum., Muh. Ihsan Sarita., "Sistem Pendeteksi Jumlah Mobil Dalam Intelligent Transport System (ITS) Menggunakan Metode Viola-Jones”., Jurnal semanTIK., Vol.2, No.1, pp. 279-288, Jan-Jun 2016.

Ata, R and Y. Kocygit. 2010. Expert Systems with Applications An adaptive neuro-fuzzy inference system approach for prediction of tip speed ratio in wind turbines. Expert Syst. Appl,. Vol. 37, no. 7, pp 5454-5460

Manual Kapasitas Jalan Indonesia (MKJI), 1997.

Riyadi Suhandi., Budi Arief., Andi Rahmah., "Evaluasi Kinerja Jalan Pada Penerapan Sistem Satu Arah Di Kota Bogor”, Program Studi Teknik Sipil Universitas Pakuan, Bogor, 2017

Departemen Perhubungan, 2019, Evaluasi dan Kinerja Jaringan Jalan dan Simpang di Wilayah Kota Bogor Tahun 2019, Dishub Kota Bogor, 2019

Departemen Pekerjaan Umum, 1997, Manual Kapasitas Jalan Indonesia (MKJI) No.036/T/BM/1997, Jakarta

Departemen Pekerjaan Umum, 2007, Survey Lalu Lintas, Direktorat Jenderal Bina Marga, Direktorat Bina Teknik, Jakarta

R. S. Presman, A Practitioner's Approach. State transition diagram (STD). 6th ed. New York: McGraw-Hill., 2005.

Roger S.Pressman, Rekayasa Perangkat Lunak – Buku Satu, Pendekatan Praktisi (Edisi 7). Yogyakarta: Andi Offset, 2012.

Laporan Akhir Evaluasi Kinerja Jaringan Jalan dan Simpang Wilayah Kota Bogor, Tahun Anggaran 2019, Dinas Perhubungan Kota Bogor.

Unduhan

Diterbitkan

2020-11-30

Cara Mengutip

Rachmawati, F., & Widhyaestoeti, D. (2020). Early Warning System Untuk Prediksi Tingkat Pelayanan Jalan di Jalur SSA Kota Bogor. Krea-TIF: Jurnal Teknik Informatika, 8(2), 9–18. https://doi.org/10.32832/kreatif.v8i2.3433

Terbitan

Vol 8 No 2 (2020)

Bagian

Articles

Lisensi

Penulis yang menerbitkan jurnal ini menyetujui persyaratan berikut:

  • Penulis memiliki hak cipta dan memberikan hak jurnal untuk publikasi pertama dengan karya yang secara simultan dilisensikan yang memungkinkan orang lain untuk berbagi karya dengan pengakuan kepengarangan karya dan publikasi awal dalam jurnal ini.
  • Penulis dapat membuat perjanjian kontrak tambahan yang terpisah untuk distribusi non-eksklusif versi jurnal yang diterbitkan dari karya tersebut (misalnya, mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan pengakuan atas publikasi awalnya di jurnal ini.
  • Penulis diizinkan dan didorong untuk memposting pekerjaan mereka secara online (misalnya, dalam repositori institusional atau di situs web mereka) sebelum dan selama proses pengiriman, karena dapat menyebabkan pertukaran yang produktif, serta kutipan yang lebih awal dan lebih besar dari karya yang diterbitkan.

 

Biaya Publikasi

Jurnal Krea-TIF memiliki biaya publikasi Artikel, dengan

Biaya per Artikel : Rp 350.000

Bank Transfer : CIMB Niaga Syariah 761998938200 an GIBTHA FITRI LAXMI

Penulis diharuskan membayar biaya publikasi sebagai biaya pengajuan untuk berkontribusi dalam pembiayaan proses review dan editing.

*Jika Anda tidak memiliki dana untuk membayar biaya tersebut, Anda akan memiliki kesempatan untuk membebaskan setiap biaya. Kami tidak ingin ada biaya untuk mencegah publikasi karya yang layak. Melalui proses seleksi kelayakan tentunya.