IES 2003 Politeknik Elektronika Negeri Surabaya - ITS

PEMODELAN DAN SIMULASI SISTEM TRANSPORTASI CERDAS

PADA PETA JALAN KOTA BANDUNG DENGAN PENCARIAN JALUR
OPTIMAL SECARA DINAMIS
Emma safarina Ertaviani
Alumni STT Telkom Bandung
Jl. Arcamanik Bihbul no 8 Sindang Jaya Bandung
08155078277
emma_ertaviani@yahoo.com

ABSTRAK

itu diperlukan solusi yang membantu pengemudi

untuk mereduksi waktu perjalanan yang
sebelumnya sebagian waktu perjalanan itu terbuang
untuk kemacetan.

Semakin kompleksnya masalah transportasi

dan tingginya tingkat kemacetan di jalan raya
membuat pencarian rute optimal dengan
pendekatan statis menjadi tidak sesuai lagi.
Sehingga penelitian dan pengembangan dalam
bidang transportasi lebih ditujukan untuk
menciptakan Intelligent Transportation Systems
(ITS). Disini difokuskan pada pencarian
dinamis,dimana terdapat dua elemen yaitu route
planning dan route guidance. Route planning
adalah proses untuk merencanakan path (lintasan)
dari source ke destination berdasarkan kriteriakriteria tertentu. Route guidance adalah proses
real-time yang memandu pengemudi selama
melalui rute yang digenerate oleh route planner.

Untuk mendapatkan solusi tersebut sangat

sulit dilakukan langsung dalam sistem lalu lintas.
Karena dibutuhkan banyak sarana, biaya, waktu
dan kemungkinan kebijakan baru dalam berlalu
lintas, serta kerjasama antara beberapa pihak yang
berpengaruh dalam lalu lintas. Sehingga modul
simulasi lalu lintas sangat diperlukan untuk
merepresentasikan sistem lalu lintas yang
sesungguhnya untuk mendapatkan informasiinformasi lalu lintas, seperti posisi kendaraan dan
kepadatan jalan.
Terjadinya kemacetan biasanya secara
temporal dan tidak terjadi di semua daerah, maka
dalam pencarian rute perlu dilakukan secara
dinamis. Rute dipilih dengan menghindari
kemacetan dan juga memperhatikan arah jalur.
Sehingga didapatkan rute atau lintasan dari source
ke destination yang optimal.

Untuk memodelkan lalu lintas digunakan

Car-Following
Model
dengan
parameter
kecepatan, volume mobil, dan kepadatan.
Sedangkan algoritma pencarian yang digunakan
adalah Algoritma pencarian Bellman-Ford. Dalam
simulasi, dengan adanya informasi kondisi jalan
yang akurat maka kecepatan dan tingkat pelayanan
jalan kota Bandung dapat ditingkatkan hingga
mencapai kondisi lalu lintas yang stabil, meskipun
gerak
dan
kecepatan
kendaraan
masih
dikendalikan, dan pengemudi dibatasi dalam
memilih kecepatan. Dengan melakukan pencarian
rute secara dinamis (melakukan pencarian rute
tiap mobil memasuki suatu persimpangan), waktu
tempuh mobil dari source ke destination node
menjadi lebih cepat daripada pencarian yang
dilakukan satu kali pada saat mobil masuk dalam
simulasi.

PERUMUSAN MASALAH
Dalam aplikasi ini akan dibangkitkan
sejumlah mobil yang dilengkapi dengan titik
source dan destination, serta kecepatan mobil,
kemudian dengan menggunakan parameterparameter dalam pemodelan lalu lintas (kecepatan
mobil, kepadatan jalan, jumlah mobil) akan
digenerate rute diantara dua node tersebut. Node
yang digunakan untuk generate rute pertama kali
adalah lokasi asal dan tujuan yang ingin dicapai,
sedang untuk node-node source berikutnya adalah
posisi terakhir dari mobil.

Kata Kunci : Intelligent Transportation Systems,

dynamic source destination, route planner, route
guidance, rute dinamis.

VOLUME, KECEPATAN DAN KEPADATAN

LALU LINTAS
Pada uniterrupted traffic, parameter untuk
menggambarkan kondisi lalu lintas adalah volume,
kecepatan dan kepadatan[6].
volume (q) adalah jumlah mobil yang melalui
daerah tertentu pada sisi jalan persatuan waktu.
Kecepatan (v) adalah jarak yang ditempuh oleh
satu mobil persatuan waktu

LATAR BELAKANG
Disadari atau tidak, transportasi adalah
bagian penting dalam kehidupan kota sehari-hari.
Perkembangan transportasi sering menimbulkan
kemacetan lalu lintas, sehingga transportasi
menjadi kurang efisien dan kurang nyaman. Untuk

115

IES 2003 Politeknik Elektronika Negeri Surabaya - ITS

Kepadatan (k) adalah jumlah mobil persatuan

panjang pada suatu jalan pada waktu terte

a (t ) = percepatan kendaraan i pada saat t

i

ALGORITMA
-FORD
Algoritma
Bellmankan
algoritma pencarian lintasan yang dikembangkan

MODEL PENCARIAN RUTE LALU LINTAS

Model ini mengamati pergerakan mobil
selama menuju ke node tujuannya. Posisi mobil
diupdate berdasarkan penambahan delay waktu
tertentu. Untuk memodelkan lalu lintas diperlukan
parameter kecepatan, volume dan kepadatan.
Persamaan yang digunakan model ini untuk
mikroskopis adalah Car-Following, dan lebih
menekankan pada kebiasaan pengemudi selama di
jalan untuk masalah overtaking, dan pemilihan
jalur (pengemudi lebih cenderung memilih jalur
yang tidak macet). Sehingga model ini sangat tepat
untuk menganalisis sistem lalu lintas, penilaian
sistem lalu lintas ditentukan oleh kepuasan
pengemudi mobil.

untuk graph dengan bobot negatif. Jika ada lintasan

negatif dari
maka menandakan tidak ada
solusi yang dihasilkan.
Algoritma Bellman ford :
isasi

,y

n +1

(t )
n

Kecepatan Minimum, rata-rata dan

Maksimum digunakan untuk mengetahui tingkat
kecepatan terendah, rata-rata, dan maksimum pada
tiap mobil pada saat melakukan perjalanan dari satu
titik source ke titik destination..

(t )

KRITERIA PENGUJIAN PEMODELAN OBYEK JALAN

n +1

Kecepatan : digunakan untuk mengetahui

kecepatan maksimum dan rata-rata yang
dipengaruhi oleh kecepatan obyek mobil yang
pernah melewati segmen jalan tertentu.
Tingkat pelayanan jalan digunakan untuk
mengetahui tingkat pelayanan jalan maksimal dan
rata-rata
selama
waktu
simulasi
yang
mempengaruhi waktu tempuh mobil.

1v

KRITERIA PENGUJIAN PEMODELAN OBYEK MOBIL

T = waktu reaksi
= jarak yang ditempuh kendaraan (n+1) selama

waktu reaksi T =

Jika y feasible potensial maka Selesai dan

dihasilkan rute terpendek dari r (node asal) ke
semua node
jika I = n maka selesai karena dihasilkan lintasan
dengan bobot
negative
I := i+1, goto 10

X (t ) = posisi kendaraan n pada saat t

1

vm

dimana

y + C w < y maka
update y = y + C
=v
wP
v

(t + T ) = [

10
I := 1
jika y tidak feasible potensial maka
(v,w) E

MODEL CAR-FOLLOWING
Model ini merupakan model mikroskopis,
dimana perilaku setiap mobil dan pengemudi
diperhitungkan untuk mendeskripsikan reaksi
dinamis (percepatan atau perlambatan) terhadap
berbagai pengaruh dari luar. Model ini mempunyai
bentuk umum dari hubungan stimulus-respone
yaitu
Respon = sensitivity x stimulus
Berdasarkan kenyataan bahwa pengemudi
akan mempercepat kendaraan jika jarak dengan
kendaraan di depannya jauh, atau memperlambat
kendaraan jika jaraknya sangat dekat atau
kecepatannya hampir sama, maka J.H Lee dan H.L
Kwang merumuskan

..

T n +1 (t )

= jarak yang ditempuh kendaraan (n+1) selama

(t +T )
perlambatan atau pengereman =
2 a (t + T )
d = jarak yang ditempuh kendaraan n selama
(t )
pengereman =
2 a (t )

KRITERIA PENGUJIAN PENCARIAN RUTE

Waktu dinamis : digunakan untuk mengetahui
waktu tempuh dari satu titik source ke destination
dengan melakukan pencarian rute secara dinamis
tiap saat mobil memasuki suatu persimpangan.
Waktu statis : digunakan untuk mengetahui
perkiraan waktu tempuh dari satu titik source ke
destination dengan melakukan pencarian rute
hanya pada saat awal mobil masuk simulasi.

L = jarak antar bumper kendaraan pada posisi

berhenti

METODE PENGUJIAN

n +1

n +1

(t ) = kecepatan kendaraan i pada saat t

1.
2.

116

sistem simulasi diaktifkan

User menginputkan jumlah mobil yang akan
disimulasikan dan lamanya waktu simulasi.

IES 2003 Politeknik Elektronika Negeri Surabaya - ITS

3.

4.
5.

6.

7.

8.

setiap satu interval waktu tertentu (1 detik)

pada 273 segmen jalan digenerate sejumlah
mobil secara acak antara 1 sampai 100 hingga
jumlah mobil sesuai dengan yang diinputkan
oleh user, maka generate mobil dihentikan.
setiap mobil yang digenerate mempunyai titik
source dan destination, kecepatan, dan id
setiap mobil menempuh perjalanannya hingga
mencapai tujuan dibantu dengan pencarian rute
secara dinamis. Artinya setiap mobil berada di
persimpangan akan dicari rute baru dengan
memperhatikan
kondisi
jalan
(tingkat
pelayanan
jalan,
panjang,
kecepatan,
kepadatan, volume mobil, dan arah).
setiap perubahan kecepatan mobil dicatat
untuk menghasilkan kecepatan minimum,
maksimal dan rata-rata yang pernah dicapai
oleh suatu mobil.
Pada saat mobil memasuki suatu segmen jalan,
maka kepadatan, tingkat pelayanan jalan, dan
kecepatan jalan selalui diperbarui.
Data percobaan yang akan dianalisa adalah
sejumlah mobil yang telah mencapai tujuan
dalam waktu simulasi tertentu.

Dari tabel terlihat bahwa dalam kondisi

yang padat, arus lalu lintas masih dapat berjalan
dengan kecepatan rata-rata 18,3 km/jam atau antara
5,5 km/jam sampai dengan 31,1 km/jam. Hal ini
sesuai dengan tingkat pelayanan jalan yang terlihat
pada grafik tingkat pelayanan jalan, dan hampir
mendekati data kecepatan jalan dari dinas
perhubungan yaitu 23,23 km/jam .
Tabel 3 Tabel Tingkat Pelayanan Ruas Jalan(LOS)
LOS
Minimum
Maksimum
Rata-rata

Nilai
Min

Nilai
Maks

Nilai
rata

Standar
deviasi

Minimum

10

46

25,2

10

Maksimum

13

51

35,8

10,8

Rata-rata

13

46

26

9,6

Nilai
Maks

Nilai
Rata

Standar
deviasi

0
0
0

0,69
1
0,63

0,34
0,54
0,47

0,08
0,3
0,02

Data tingkat pelayanan jalan rata-rata 0,47 tersebut

masuk dalam kategori C standar tingkat pelayanan
jalan berdasarkan Ditjenhubdar yang berarti bahwa
arus stabil, tetapi kecepatan dan gerak kendaraan
dikendalikan, pengemudi dibatasi dalam memilih
kecepatan. Sedangkan nilai tingkat pelayanan jalan
kota Bandung berdasarkan data Dinas Perhubungan
yaitu 0,95 yang masuk kategori E yang berarti
bahwa arus lalu lintas kota Bandung tidak stabil,
volume lalu lintas mendekati atau berada pada
kapasitas, dan kecepatan terkadang berhenti.
Dalam pencarian rute, bobot yang
digunakan dipengaruhi oleh panjang, kecepatan,
tingkat pelayanan jalan dan kepadatan jalan.
Parameter kecepatan dalam pencarian dinamis,
masih dapat mengubah waktu tempuh sehingga
didapatkan grafik seperti diatas.
Rute Statis : Dari grafik, waktu tempuh
dinamis lebih baik dari waktu tempuh statis.
Tetapi bisa terjadi waktu tempuh statis lebih
baik dari waktu tempuh dinamis, karena waktu
tempuh statis yang dihasilkan adalah waktu
tempuh perkiraan jika mobil melalui segmen
jalan tersebut, sehingga kecepatan yang
dipakai adalah kecepatan jalan pada saat itu,
bukan kecepatan mobil tersebut. Jika
kecepatan mobil seharusnya lebih kecil dari
kecepatan jalan tersebut maka waktu tempuh
statis lebih kecil dari waktu dinamis.
Rute Dinamis : Dari grafik, performansi waktu
tempuh dinamis lebih baik dari waktu tempuh
statis, maka terbukti bahwa dengan melakukan
pencarian secara dinamis akan membantu
pengemudi
untuk
mereduksi
waktu
perjalanannya yang terbuang untuk kemacetan.
Tetapi waktu dinamis juga bisa lebih besar dari
waktu statis, karena pada saat mobil melaju di
suatu segmen jalan, kecepatan mobil akan
disesuaikan dengan kecepatan maksimal pada
saat
itu,
sehingga
mengakibatkan
bertambahnya waktu tempuh untuk melewati
jalan tersebut.

Tabel 1 Tabel Kecepatan Mobil

Kecepatan

Nilai
Min

Dari tabel dapat diketahui bahwa rata-rata

tiap
mobil
dalam
simulasi
menempuh
perjalanannya dengan kecepatan rata-rata 26
km/jam,
hal ini menandakan bahwa dengan
kondisi yang padat, mobil masih dapat melaju
dengan kecepatan antara 16,4 km/jam sampai
dengan 35,6 km/jam. Kondisi ini lebih tinggi dari
arus lalu lintas dalam kota, terutama Bandung yang
sebelumnya berdasarkan data Dinas Perhubungan
kecepatan rata-ratanya adalah 23,23 km/jam.
Informasi kondisi jalan dan pencarian rute yang
dilakukan secara dinamis pada saat mobil mencapai
persimpangan telah mampu memperlancar arus lalu
lintas, karena data yang digunakan untuk mengacak
parameter-parameter lalu lintas adalah data dari
dinas perhubungan Bandung yang melakukan
survey pada saat periode sibuk kota Bandung.
Tabel 2. Tabel Kecepatan ruas jalan
Kecepatan
Nilai
Nilai
Nilai Standar
Min
Maksimum Rata deviasi
Minimum
3
49
16
12
Maksimum
5
51
32,3
14,2
Rata-rata
3
51
18,3
12,8

117

IES 2003 Politeknik Elektronika Negeri Surabaya - ITS

KESIMPULAN
Berdasarkan percobaan dan studi literatur,
dapat ditarik kesimpulan sebagai berikut :
1. Untuk mensimulasikan lalu lintas, parameter
kecepatan, kepadatan, dan volume mobil sudah
dapat merepresentasikan kondisi lalu lintas
sesungguhnya.
2. Dalam simulasi, mobil melaju dengan kecepatan
rata-rata 26 km/jam. Nilai ini lebih tinggi dari
kecepatan rata-rata lalu lintas kota Bandung yang
didata oleh Dinas Perhubungan kota Bandung
yaitu 23,23 km/jam. Sehingga dengan simulasi
ini, telah mampu meningkatkan kecepatan ratarata mobil kondisi nyata.
3. Data tingkat pelayanan jalan rata-rata yang
dihasilkan oleh simulasi 0,47 yang berarti bahwa
arus lalu lintas stabil, tetapi gerak dan kecepatan
kendaraan dikendalikan, dan pengemudi dibatasi
dalam memilih kecepatan. Sedangkan tingkat
pelayanan jalan rata-rata yang dicatat oleh Dinas
Perhubungan kota Bandung yaitu 0,95 yang
berarti bahwa volume lalu lintas mendekati atau
berada pada kapasitas, arus tidak stabil,
kecepatan terkadang berhenti. Hal ini karena
adanya informasi kondisi jalan yang akurat
dalam simulasi dan pencarian rute yang
dilakukan secara dinamis, sehingga mobil-mobil
tidak terpusat pada suatu ruas jalan.
4. Pencarian rute yang dilakukan secara dinamis
(melakukan pencarian rute tiap mobil mencapai
suatu persimpangan) menghasilkan waktu
tempuh perjalanan yang lebih kecil daripada
pencarian rute statis (pencarian rute yang
dilakukan hanya sekali dari titik asal ke tujuan)
untuk jumlah ruas jalan yang dihasilkan dari
source ke destination lebih besar dari 10.

118