Ringkasan dokumen tersebut adalah sebagai berikut: 1. Penelitian ini bertujuan untuk mengoptimalkan kinerja lalu lintas dengan melakukan simulasi sistem lampu lalu lintas menggunakan jaringan saraf tiruan backpropagation. 2. Metode yang digunakan adalah penelitian eksperimental dengan mengumpulkan dan memproses data lalu lintas secara sintetis dan riil, kemudian diolah menggunakan perangkat lun

1. Simulasi Lampu Lalu
Lintas Menggunakan
Neural Network
Daryan
Ramadhany
5301415056
Pendidikan Teknik
Elektro 2015Universitas Negeri
Semarang2019
Adik Simba Model
Penelitian
Profil
Peneliti
Manfaat
Tujuan
Landasan Teori
Metode Penelitian

2. 5W + 1H
What, Where, When, Who,
Why, How
Wha
t
Wher
e
When
Who
Why
How

3. Apa Maksud dari Penelitian ?
Maksud dari penelitian berjudul “Simulasi Lampu Lalu Lintas
Menggunakan Neural Network” adalah sebuah penelitian experimental
yang melibatkan tiga data (Data hasil otomasi, optimasi, dan raw data)
komparatif yang bertujuan untuk memaksimalkan kinerja kondisi lalu
lintas

4. Kapan dan berapa lama koleksi
data berlangsung ?
Koleksi data simulasi sintetik dapat dilakukan kapan saja, begitu
juga dengan koleksi data dengan mengandalkan penelitian sebelumnya.
Untuk penelitian Raw data atau data asli, kondisi lalu lintas dilapangan.,
dimulai pada awal Agustus 2019, koleksi data ini berlangsung pada saat
jam sibuk (06.00-10.00, 16.00-19.00), dan jam normal (10.00-15.00), data
koleksi ini awalnya menggunakan program Tally Counter, dengan
menggunakan metode sampling dan algoritma statistik regresi

5. Siapa yang menjadi pedoman
utama untuk penelitian ini ?
Adalah Emad Abdul Kareem dengan penelitian berjudul “Intelligent
Traffic Light Controller Based on MCA Associative Memory”, dengan hasil

6. Dimana data penelitian didapatkan
?
Data penelitian tentang informasi lalu lintas (flow rate, smp/jam, dll)
didapatkan melalui Synthetic human made environment (Simulasi
realistis), Raw Data, dan jurnal penelitian sebelumnya (oleh Siti
Kusmiyati, 2005)

7. Kenapa memilih topik penelitian ini ?
Topik penelitian ini dipilih karena masalah utama tentang lalu lintas,
khususnya pada jalan tipe arteri dan kolektor adalah; Tidak optimalnya
siklus waktu yang ada pada lampu lalu lintas, hal ini membuat antrian
pada suatu lajur badan jalan menumpuk, serta menyebabkan kemacetan
yang panjang karena ketidak-sinkronan lampu lalu lintas terhadap volume
kendaraan

8. Lalu bagaimana cara mengatasinya ?
Masalah-masalah yang dibahas dalam penelitian ini, akan
diselesaikan dengan implementasi algoritma dan simulasi sistem otomasi
siklus lampu lalu lintas. Algoritma yang digunakan untuk optimasi sistem
siklus adalah Neural Network: Backpropagation. Basis data yang akan
dipakai untuk input variabelnya adalah perempatan Lamper Tengah-
Majapahit-Gajah Raya-Bridgjen Sudiarto, Data diolah menggunakan
Matlab dan PTV Vissim

9. Neural Network
Lalu lintas dan Kondisi
Jalan Software Rangkaian
Elektronika
Landasan Teori

10. Neural Network
Pengertian Umum
Backpropagation
Ringkasan Materi

11. Pengertian Umum NN
Jaringan saraf tiruan adalah sistem pemroses informasi yang memiliki karakteristik mirip
dengan jaringan syaraf biologi. Di mana jaringan syaraf tiruan menyerupai otak manusia dalam
mendapatkan pengetahuan yaitu dengan proses learning (belajar) dan menyimpan pengetahuan
yang didapat di dalam kekuatan koneksi antarneuron (Islam, MJ, 2009: 2).

12. Backpropagation
Jaringan saraf tiruan backpropagation merupakan salah satu model dari jaringan saraf tiruan
umpan maju dengan menggunakan pembelajaran terawasi yang disusun berdasarkan pada algoritma
errorbackpropagation yang didasarkan pada aturan pembelajaran koreksi kesalahan (error correction

13. Ringkasan Materi
Berbeda dengan algoritma Forecasting pada teori statistika. Algoritma
Neural Network Backpropagation ini menggunakan metode error-checking. Metode

14. Lalu Lintas dan Kondisi Jalan
Pengertian Umum
Siklus Waktu Lampu Lalu Lintas
Level of Service
Clearance Time dan Conflict Zone

15. Pengertian Umum Lalu Lintas
Menurut Levinson (2009) Arus Lalu-Lintas adalah studi tentang pergerakan
pengemudi dan kendaraan individual antara keduanya poin dan interaksi yang
mereka lakukan satu sama lain. Sementara arus lalu lintas tidak bisa diprediksi
dengan kepastian seratus persen karena perilaku pengemudi yang tidak terduga,
pengemudi cenderung berperilaku dalam kisaran wajar yang dapat direpresentasikan
secara matematis. Tiga karakteristik arus lalu lintas utama yaitu:
1. Arus Lalu-Lintas
2. Kepadatan kendaraan
3. Kecepatan kendaraan

16. Siklus Waktu Lampu Lalu Lintas
Durasi siklus lampu lalu lintas
adalah waktu yang diperlukan satu lampu
lalu lintas untuk menyelesaikan satu
siklus. Yang dimaksud dari siklus ini
adalah jarak waktu antara lampu hijau
mulai menyala satu kali, sampai dengan
menyala lagi dengan durasi maksimal.
Hal ini dinyatakan dalam bentuk (C).
Untuk mengkalkulasi durasi siklus lampu
lalu lintas, aturan-aturan ini sangat
diperlukan agar tercipta siklus lampu
yang tidak membebani pengguna jalan
yang lain

17. Level of Service
Menurut Levinson (2009) Salah satu
penilaian dasar kinerja jalan raya adalah
dengan menentukan Tingkat Layanannya
(Level of Service). Tingkatan dari layanan ini,
biasanya berkisar antara A dan F (A yang baik
kinerja, F menjadi kinerja buruk), dinilai oleh
batas yang telah ditentukan sebelumnya
untuk salah satu dari tiga karakteristik aliran
lalu lintas (aliran, kepadatan, dan / atau
kecepatan).
𝑣 𝑝 =
𝑉
𝑃 𝐻 𝐹 ∗ 𝑁 ∗ 𝑓𝐻𝑉 ∗ 𝑓𝑝
Dimana;
𝑣 𝑝 = Volume perjalur sebenarnya
𝑉 = Volume perjam
𝑃 𝐻 𝐹 = Faktor jam sibuk
𝑁 = Jumlah jalur
𝑓𝐻𝑉 = Faktor kendaraan berat
𝑓𝑝 = Faktor Familiritas Pengemudi terhadap
medan jalan

18. Clearance Time dan Conflict
Zone
Lost time adalah di mana
tidak ada kendaraan yang dapat
persimpangan meskipun sinyal
menampilkan lampu hijau. Total
hilang adalah jumlah dari dua
terpisah: waktu yang hilang pada
(Start-up lost time) dan
(Clearance lost time). Waktu yang
saat start-up terjadi ketika sinyal
berubah dari merah menjadi hijau.
𝒍 𝟐 = 𝒚 + 𝒂𝒓 − 𝒆
Dimana;
𝑙2 = clearance lost time
𝑦 = waktu lampu kuning
𝑎𝑟 = jumlah waktu lampu merah
dimana lampu lalu lintas disemua arah
merah
𝑒 = porsi lampu kuning dan semua arah
lampu merah pada saat kendaraan
melewati batas pemberhentian lampu
lalu lintas, biasanya memiliki nilai 2
(sec)

19. Software
Matlab
PTV Vissim
Arduino IDE Compiler
Proteus

20. Matlab

21. PTV Vissim

22. Arduino IDE Compiler

23. Proteus

24. Rangkaian Elektronika
Arduino dan ESP8266
Rangkaian Power Supply
Sensor

25. Arduino
Arduino Mega 2560 adalah single-board microcontroller
yang akan digunakan pada penelitian kali ini. Microcontroller
berbasis dari ATMega2560 dengan perbedaan yaitu minimum
sistem yang sudah dirangkai, adalah karena Arduino Mega 2560 adalah
varian dari produk Arduino yang paling banyak memiliki I/O. Berikut ini adalah
data sheet dari Arduino Mega 2560, selain itu Arduino sendiri adalah salah satu
microcontroller yang sangat bisa dikustomisasi sesuai keinginan dan juga
memiliki fitur IDE (Integrated Development Environment) yang mana dapat
mengkonversi bahasa pemrograman C/C++ yang kita tulis pada software, ke
bahasa mesin Arduino, hal ini dapat memudahkan proses pemrograman karena
bahasa C adalah bahasa yang dekat dengan human language

26. ESP8266
Modul ESP8266 merupakan modul WIFI,
yang banyak digunakan untuk aplikasi Internet of
Thing seperti mengendalikan aktuator dan

27. Rangkaian Power Supply
Rangkaian power supply
sederhana terdiri dari sebuah
transformator, rangkaian penyearah,
dan filter. Semua komponen ini
memiliki fungsi-fungsi yang saling
berkaitan satu sama lain. Sebenarnya
power supply yang paling baik adalah
berasal dari baterai. Power supply dari
baterai benar-benar terbebas dari
dengung yang berasal dari tegangan
AC.

28. Sensor
Sensor inframerah yang digunakan pada
penelitian kali ini adalah jenis AIR Sensor (Active
Infrared Sensor), maksud dari pengertian ini adalah

29. Metode Penelitian
Penelitian yang akan dilakukan adalah dengan menggunakan desain
penelitian eksperimen. Penelitian eksperimental merupakan bentuk penelitian
percobaan yang berusaha untuk mengisolasi dan melakukan kontrol setiap
kondisi-kondisi yang relevan dengan situasi yang diteliti kemudian melakukan
pengamatan terhadap efek atau pengaruh ketika kondisi-kondisi tersebut
dimanipulasi. Dengan kata lain, perubahan atau manipulasi dilakukan terhadap
variabel bebas dan pengaruhnya diamati pada variabel terikat (Febri Endra,
2017: 69). Bentuk desain penelitian eksperimen yang akan dipakai oleh peneliti
adalah Quasi-Experimental Design. Dalam desain penelitian ini, peneliti
memiliki kontrol penuh akan variabel apa saja yang akan dipakai kedalam
kelompok kontrol.

30. Model Penelitian
Rancangan Penelitian
Rangkaian Simulasi
Lingkungan Simulasi Data

31. Rancangan Penelitian
Kajian Induktif
Terhadap Kasus
Mengidentifikasi
permasalahan
Studi Literatur dan
menentukan Variabel
Rencana
penelitian
Melakukan
eksperimen
Raw data proses
eksperimen
Mengorganisir data
sesuai variabel
Analisis data
dengan teknik
statistika yang
relevan
Laporan eksperimen

32. Rangkaian Simulasi Power

33. Rangkaian Simulasi Kontrol

34. Lingkungan Simulasi Data

35. Tujuan
1. Mengurangi kemacetan serta ketidakefektifan lampu lalu lintas terhadap
keadaan jalan raya
2. Membandingkan keefektifitasan Adaptive Traffic Control Management
menggunakan Artificial Intelligence Backpropagation dengan lampu lalu lintas
konvensional yang telah ada menggunakan simulasi. Penelitian ini dibuktikan
oleh John Gilmore (1993: 5) yang mengatakan bahwa metode Backpropagation
lebih baik hasilnya daripada Hopfield
3. Menampilkan informasi tentang keadaan terkini yaitu waktu menyala lampu lalu
lintas, serta keadaan emergency lewat sistem Internet Of Things yang sudah
diimplementasikan

36. Manfaat
1. Diharapkan mampu menambah teori yang berkaitan dengan sistem monitoring dan
sistem kontrol lampu lalu lintas khususnya yang menggunakan microcontroller
Arduino serta IR Sensor dengan tambahan Internet of Things menggunakan modul

37. /nayradyn
0821-3640-
7940
@nayradyn
@nayradyn
Nayradyn#89
47
Contact Me
