SKEMA KOORDINASI PERSIMPANGAN UNTUK KELANCARAN ARUS LALU LINTAS DENGAN METODE NEURAL NETWORK

Transportasi perkotaan, salah satu infrastruktur penting kota, yang memainkan peran penting dalam fungsi normal kota, telah menjadi fokus perhatian dan diskusi di seluruh masyarakat. Volume kendaraan yang semakin meningkat menyebabkan adanya kemacetan terutama pada persimpangan empat. Tidak adanya koordinasi antar lampu lalu lintas juga menjadi salah satu faktor kemacetan belum dapat diatasi hingga saat ini. Untuk mengatasi masalah tersebut yaitu dengan menerapkan lampu lalu lintas cerdas agar dapat meminimalisir kepadatan atau kemacetan pada jalan raya.  Lampu lalu lintas yaitu sistem yang menerapkan waktu dinamis sesuai dengan volume kendaraan, apabila jalur dengan tingkat kepadatan tinggi maka secara otomatis delay lampu hijau akan semakin lama, sedangkan apabila volume kendaraan lenggang maka delay lampu hijau akan semakin cepat. Delay lampu hijau akan menyesuaikan dengan tingkat kepadatan lalu lintas. Dengan menggunakan Image Processing sebagai proses mengolah gambar kendaraan sehingga menghasilkan jumlah kendaraan, yang nantinya jumlah kendaraan tersebut akan diolah kembali menggunakan metode Neural Network. Lampu lalu lintas pada setiap jalur akan saling terkoordinasi agar tidak terjadi penumpukan pada salah satu titik yang padat. Output yang dihasilkan yaitu berupa waktu delay lampu hijau sesuai dengan volume kendaraan. Diharapkan dari penelitian ini yaitu terciptanya lampu lalu lintas cerdas menggunakan metode Neural Network. Sehingga nantinya dapat diterapkan juga sebagai salah satu alternatif untuk meminimalisir kemacetan. Dari hasil penerapan Neural Network pada percobaan koordinasi persimpangan didapatkan hasil dari 6 kali uji coba, yaitu pada persimpangan pertama mendapatkan error rata-rata atau MSE (Mean Squared Error) sebesar 1.0063, pada persimpangan kedua mendapatkan error rata-rata sebesar 0.9063, dan pada persimpangan ketiga mendapatkan error rata-rata sebesar 0.9970.