Bidang Tehnik Elektro

Aplikasi Kendali Logika Tersamar Pada

Pengendali Lampu Lalu Lintas

(Application of Fuzzy Logic Control on Traffic Light Controller)

Oleh:

Agus Heri S (Staf Pengajar Universitas Komputer Indonesia)

Aryuanto (Mahasiswa Program Doktor Nagaoka University of Technology)

Abstrak
Seiring dengan bertambahnya jumlah kendaraan di suatu persimpangan, waktu
tunda yang terjadi akibat lampu lalu lintas akan bertambah. Metode kendali
konvensional , seperti jenis waktu tetap dan jenis tergantung arus lalu lintas hanya
efektif digunakan untuk persimpangan yang belum jenuh (jumlah kendaraan tidak
terlalu padat). Untuk kondisi persimpangan lewat jenuh, dimana jumlah kendaraan
sangat padat, banyak diterapkan sistem kendali cerdas, seperti logika tersamar,
jaringan syaraf tiruan, dan algoritma genetika. Pada makalah ini akan dibahas
aplikasi pengendali lalu lintas cerdas menggunakan sistem kendali logika tersamar.
Kinerja pengendali lampu lalu lintas berbasis logika tersamar dibandingkan dengan
pengendali konvensional (waktu tetap dan tergantung arus lalu lintas). Hasilnya
menunjukan bahwa kinerja pengendali lalu lintas berbasis logika tersamar paling
baik, dalam hal ini menghasilkan waktu tunda rata-rata yang paling kecil,
dibandingkan pengendali lainnya.

1. PENDAHULUAN

Masalah kemacetan lalu lintas sudah menjadi masalah yang setiap hari dijumpai di kota
besar. Salah satu obyek yang sering menjadi sorotan adalah kemacetan yang terjadi di suatu
persimpangan yang terdapat pengendali lampu lalu lintas. Untuk menciptakan kondisi lalu lintas
yang diinginkan diperlukan kajian terhadap elemen-elemen yang terkait dalam proses
pengendalian lampu lalu lintas seperti digambarkan pada gambar 1.

Pengendalian lampu lalu lintas di suatu persimpangan dapat dibedakan menjadi tiga
metode, yaitu :

Fixed Time

Vehicle Actuated

Integrated (Area Traffic Control)

Pada metode fixed time, lama nyala hijau sudah diset dulu pada jam-jam yang diinginkan
(pagi,siang,sore). Data-data pewaktuan tersebut

diperoleh berdasarkan survei yang dilakukan lebih dulu. Metode yang biasanya digunakan untuk
menghitung pewaktuan tersebut adalah metode Webster yang didasarkan pada jumlah kendaraan
dan kapasitas jalan.Pada metode vehicle actuated, lama nyala hijau didasarkan kendaraan yang
lewat persimpangan tersebut. Biasanya metode ini menggunakan parameter gap (jarak antar
kendaraan) dan headway (jarak bumper to bumper).Sedangkan metode integrated, pengendalian
dilakukan secara terpusat dengan mempertimbangkan kondisi persimpangan-persimpangan lain,
terutama yang berdekatan untuk menghasilkan gelombang hijau (greenwave) pada suatu rute
tertentu.

Algoritma pengendalian lampu lalu lintas dengan metode konvensional biasanya menggunakan
parameter derajat kejenuhan (saturation) dari suatu persimpangan. Jika kondisi persimpangan
sudah lewat jenuh (oversaturated), maka metode ini tidak dapat dipakai. Gejala ini sering terlihat
di persimpangan dimana jumlah kendaraan yang lewat sangat padat, sehingga lampu lalu lintas
menjadi tidak efektif lagi untuk mengendalikan arus lalu lintas. Pada kondisi ini fungsi
pengendalian dilakukan oleh polisi yang biasanya menentukan lama hijau berdasarkan panjang
antrian di suatu ruas jalan.

Pengendali logika tersamar (Fuzzy Logic Controller) merupakan salah satu alternatif
pemecahan masalah tersebut. Metode ini menggabungkan kemampuan polisi secara praktis dan
aspek-aspek dalam traffic control engineering. Sifatnya yang tersamar (fuzzy) digunakan untuk
merepresentasikan human touch yang pada praktek di lapangan sangat efektif, terutama pada
kondisi lalu lintas sangat padat, atau lokasi persimpangan yang banyak dipengaruhi oleh
lingkungan sosial, ekonomi yang sangat majemuk, seperti pasar, perilaku pengendara, pejalan
kaki, penumpang, kondisi jalan dan faktor-faktor eksternal lainnya.

2. PERANCANGAN FTC (FUZZY

TRAFFIC CONTROLLER)

Perancangan pengendali dengan logika tersamar ini bertujuan untuk :

- Meminumkan waktu tunda kendaraan pada saat kondisi lalu lintas kurang padat

- Mengoptimalkan panjang antrian kendaraan pada saat kondisi lalu lintas sangat padat
(oversaturated).

Pengendalian lampu lalu lintas pada dasarnya adalah mengaktifkan phase dan menentukan
lamanya phase tersebut aktif. Pada suatu persimpangan seperti yang terlihat pada gambar 2.a,
maka susunan phase yang mungkin adalah seperti pada gambar 2.b. Untuk memperoleh
pengendalian lalu lintas yang optimal, maka phase mana yang aktif (hijau) dan lamanya aktif
(hijau) harus sesuai dengan kondisi lalu lintas (jumlah kendaraan) pada setiap arah pergerakan
yang ada. Untuk itu diperlukan detektor kendaraan yang mendeteksi jumlah kendaraan pada
setiap arah pergerakan tersebut.

Pada metode konvensional, penentuan lamanya phase aktif biasanya menggunakan metode
Webster. Urutan pengaktifan phase pada umumnya dibuat tetap. Pada pengendali yang dibuat ini,
urutan pengaktifan phase dibuat tidak tetap (berubah sesuai kondisi lalu lintas). Perubahan urutan
phase ini mungkin akan membingungkan pengendara, tetapi dilihat dari segi efektifitas
pengendalian, hal ini diperlukan. Jika urutan phase tetap, dan kondisi lalu lintas sering berubah,
maka pengendalian lampu lalu lintas menjadi tidak efektif.

Gambar 2

Persimpangan Empat Lengan dan Kombinasi Phase

2.1 Pengendali Logika Tersamar

Pengendali logika tersamar mempunyai masukan berupa : jumlah kendaraan (traffic volume),
lama nyala merah (red time), lama nyala hijau (green time). Keluaran dari pengendali logika
tersamar adalah penentuan pemutusan phase yang sedang aktif (untuk mengaktifkan phase
berikutnya) atau tidak (tetap mengaktifkan phase yang sedang aktif tersebut).

Pengendali logika tersamar terbagi menjadi tiga bagian, yaitu : Next Phase Module, Stop
Phase Module dan Switch Phase Module.

Next phase module digunakan untuk memilih phase berikutnya yang akan aktif. Penentuan phase
yang akan aktif ini didasarkan pada urgency degree dari setiap phase. Phase yang akan aktif
adalah phase yang memiliki urgency degree yang terbesar di antara phase-phase lainnya. Stop
phase module digunakan untuk menentukan stop degree dari phase yang sedang aktif. Switch
phase module digunakan untuk menentukan apakah phase yang sedang aktif akan diputuskan dan
berpindah ke phase berikutnya atau tetap mengaktifkan phase yang sedang aktif tersebut.
Gambar 3

Diagram Skematik Pengendali Logika Tersamar

2.2 Next Phase Module

Bagian next phase module berfungsi untuk memilih phase berikut yang harus diaktifkan
(hijau). Sebagai masukan dari modul ini adalah jumlah kendaraan dan lama waktu merah dari
semua phase yang mungkin, kecuali phase yang sedang aktif dan phase yang sudah aktif pada
siklus waktu (cycle time) tersebut. Jumlah kendaraan diperoleh dari data yang dihitung pada
siklus sebelumnya. Lama waktu merah dihitung mulai dari awal siklus. Modul ini menghasilkan
dua keluaran yaitu phase berikutnya yang terpilih untuk aktif (next phase selected) dan urgency
degree dari phase tersebut. Urgency degree digunakan sebagai masukan pada bagian switch
phase module untuk memutuskan aktif atau tidaknya phase yang dipilih tersebut.

Pemilihan phase berikutnya tersebut dilakukan dengan menghitung urgency degree of a

phase (UDP) yang menyatakan seberapa buruk kondisi lalu lintas pada arah pergerakan dari
phase tersebut. Phase dengan UDP yang terbesar adalah phase yang dipilih untuk segera
diaktifkan.

2.2.1 Urgency Degree

Urgency degree of a phase (UDP) diperoleh berdasarkan urgency degree of traffic flow
(UDT) pergerakan yang menyusun phase tersebut. Sebagai contoh, UDP dari phase-A (pada
gambar 2) diperoleh dengan menghitung rata-rata dari UDT pergerakan dari Barat ke Timur dan
UDT pergerakan dari Timur ke Barat. UDT setiap pergerakan tersebut diperoleh dengan
menggunakan Fuzzy Inference System (FIS).

Variabel yang digunakan sebagai masukan dalam FIS adalah jumlah kendaraan dan lama
waktu merah. Kedua variabel ini menyatakan kondisi lalu lintas yang harus diproses untuk
menghasilkan phase yang harus segera diaktifkan dan urgency degree dari phase tersebut. Pada
kondisi ini, fuzzy rule dibuat sehingga keluaran dari FIS, yaitu urgency degree adalah sebanding
dengan jumlah kendaraan dan lama waktu merah. Dengan kata lain, semakin banyak jumlah
kendaraan dan semakin lama waktu merah, maka semakin mendesak phase tersebut untuk segera
diaktifkan.

Proses untuk mendapatkan urgency degree dan pemilihan phase adalah sebagai berikut:

1. Menghitung jumlah kendaraan (dari siklus sebelumnya) setiap pergerakan dari phase yang
belum aktif

2. Menghitung lama waktu merah setiap pergerakan dari phase yang belum aktif

3. Melakukan proses fuzzification dari kedua variabel tersebut di atas

4. Melakukan proses fuzzy inference untuk menentukan UDT setiap pergerakan

5. Melakukan proses defuzzification

6. Menghitung UDP setiap phase yang belum aktif dengan cara menghitung rara-rata dari UDT
phase tersebut

7. Memilih phase yang akan diaktifkan, yaitu phase dengan UDP yang paling besar.

2.2.2 Membership Function dan Fuzzy Rule Base

Pada bagian next phase module, digunakan tiga buah variabel linguistik, yaitu jumlah
kendaraan, lama waktu merah dan urgency degree. Nilai dari masing-masing variabel linguistik
tersebut adalah :

- Jumlah Kendaraan :

 Zero (Z), Small (S), Medium (M), Large (L), Very Large (VL)

- Lama waktu merah :

 Zero (Z), Short (S), Medium (M) , Long (L), Very Long (VL)

- Urgency degree :

 Zero (Z), Low(L), Medium (M), High (H), Very High (VH)

Pada perancangan pengendali ini, penentuan membership function masing-masing variabel

linguistik dilakukan secara coba-coba untuk mendapatkan hasil yang paling optimal.

Penentuan If then rules dilakukan dengan cara yang sama dengan membership function,
yaitu secara coba-coba.

Beberapa contoh aturan If then rule ini adalah :

• Jika jumlah kendaraan adalah Large (L) dan lama waktu merah adalah Long (L) maka
urgency degree adalah High (H).

• Jika jumlah kendaraan adalah Large (L) dan lama waktu merah adalah Zero (Z) maka
urgency degree adalah Medium (M)

2.3 Stop Phase Module

Bagian stop phase module berfungsi untuk menganalisa kondisi lalu lintas pada phase yang
sedang aktif dan menentukan stop degree yang menyatakan seberapa perlu phase yang sedang
aktif dihentikan. Masukan dari modul ini adalah jumlah kendaraan pada phase yang sedang aktif
(dihitung pada selang waktu hijau atau phase tersebut sedang aktif) dan lama waktu hijau.
Keluaran dari modul ini adalah stop degree. Stop degree ini digunakan oleh bagian switch phase
module untuk merubah phase yang aktif.

2.3.1 Stop Degree

 Stop degree menyatakan derajat penggunaan phase (nyala hijau) oleh kendaraan yang
mencerminkan seberapa efektif phase ini digunakan untuk melewatkan kendaraan pada arah
pergerakan dari phase tersebut. Penentuan stop degree didasarkan pada jumlah kendaraan dan
lama waktu hijau (phase aktif), dimana semakin besar jumlah kendaraan semakin kecil stop
degree dan semakin lama waktu hijau semakin tinggi stop degree.

2.3.2 Membership Function dan Fuzzy Rule Base

Pada bagian stop phase module, digunakan tiga buah variabel linguistik, yaitu jumlah
kendaraan, lama waktu hijau dan stop degree. Nilai dari masing-masing variabel linguistik
tersebut adalah :

- Jumlah Kendaraan :

 Zero (Z), Small (S), Medium (M), Large (L), Very Large (VL)

- Lama waktu hijau :

 Zero (Z), Short (S), Medium (M) , Long (L), Very Long (VL)

- Stop degree :

 Zero (Z), Low(L), Medium (M), High (H), Very High (VH)

Seperti halnya pada pada bagian next phase module, penentuan membership function dari
masing-masing variabel linguistik dan if then rules dilakukan secara coba-coba dengan bantuan
perangkat lunak komputer Beberapa contoh aturan If then rules ini adalah :

• Jika jumlah kendaraan adalah Large (L) dan lama waktu hijau adalah Long (L) maka
stop degree adalah Medium (M).

• Jika jumlah kendaraan adalah Large (L) dan lama waktu hijau adalah Zero (Z) maka stop
degree adalah Zero (Z)

2.4 Switch Phase Module

Bagian ini digunakan untuk memutuskan apakah suatu phase harus dihentikan dan berubah
ke phase berikutnya atau tidak. Masukan dari modul ini adalah keluaran dari dua modul
sebelumnya, yaitu urgency degree yang merupakan keluaran dari next phase module dan stop
degree yang merupakan keluaran dari stop phase module. Selain itu, switch phase module juga
menerima data phase berikutnya yang dihasilkan dari next phase module. Phase berikutnya ini
adalah phase yang akan diaktifkan jika keluaran modul ini memutuskan untuk menghentikan
phase yang sedang aktif dan berpindah ke phase berikutnya.

Keluaran dari modul ini adalah switch degree yang menyatakan derajat untuk penghentian
phase yang sedang aktif dan berpindah ke phase berikutnya. Penentuan switch degree didasarkan
pada urgency degree dan stop degree, di mana semakin tinggi urgency degree dan stop degree
maka semakin tinggi switch degree.
 Variabel linguistik yang digunakan adalah urgency degree, stop degree, switch degree. Nilai
dari ketiga variabel linguistik tersebut adalah :

Zero (Z), Low (L), Medium (M), High (H), Very High (VH)

Seperti halnya pada pada modul-modul sebelumnya, penentuan membership function masing-
masing variabel linguistik dan if then rules dilakukan secara coba-coba dengan bantuan perangkat
lunak komputer. Beberapa contoh aturan If then rule untuk switch phase module adalah :

• Jika urgency degree adalah High (H) dan stop degree adalah High (H) maka switch
degree adalah High (H).

• Jika urgency degree adalah Low (L) dan stop degree adalah High (H) maka switch
degree adalah Medium (M)

3. PENGUJIAN FUZZY TRAFFIC

CONTROLLER

Untuk pengujian kinerja pengendali logika tersamar, digunakan model persimpangan dengan
empat kaki dan pada tiap kaki diatur arus kendaraan yang belok kanan dan lurus. Hasil pengujian
untuk beberapa macam pola arus kendaraan diberikan sebagai berikut :

- Mode Vehicle actuated :

- Hijau minimum = 6 detik,

- Hijau maksimum = 30 detik,

- Waktu gap maksimum = 5 detik

- Mode Fixed Time :

- Urutan phase : ABCDEFGH

- Lama hijau setiap phase = 15 detik

- Lama waktu antar hijau = 5 detik (kuning =3 detik, merah semua = 2 detik)

- Mode kendali logika tersamar :

- Fungsi

- keanggotaan seperti terlihat pada gambar 4,

- Kaidah-kaidah yang digunakan seperti tabel 1 sampai dengan tabel 3,

-
(e)

Fuzzy inference yang digunakan metode maksimum minimum

- Metode defuzzifikasi menggunakan COA (centre of area)

(a)

Tabel 1 menunjukkan hasil perbandingan waktu tunda rata-rata di suatu persimpangan dari
ketiga macam pengendali untuk tujuh macam pola jumlah kendaraan yang berbeda. Dari tabel
tersebut terlihat bahwa untuk 7 macam pola jumlah kendaraan yang diuji, waktu tunda rata-rata
yang dihasilkan oleh metode kendali logika tersamar paling kecil.
Dengan kata lain, pengendali lampu lalu lintas yang menggunakan logika
tersamar mampu meminimisasi waktu tunda yang paling kecil
dibandingkan dua pengendali lainnya.

(d)

(b)

(c)

(f)
Gambar 4

Fungsi keanggotaan. (a) Traffic flow, (b) Red time, (c) Green time, (d) Urgency degree, (e) Stop degree, (f) Switch
degree.

Tabel 1
Zero(Z) Small(S) Medium Large(L) Very
Kaidah dari modul Next Phase M) Large
(VL)
Zero (Z) Zero Zero Zero Medium Medium
Traffic Flow
Short (S) Zero Zero Medium Medium Medium
Tabel 2
Red Medium(M) Zero Medium Medium Very Very
Time High High
Kaidah dari modul Stop Phase Long(L) Medium Medium Medium Very Very
High High
Very Medium Medium Very Very Very
Traffic Flow Long(VL) High High High

Zero(Z) Small(S) Medium Large(L) Very

(M) Large
(VL)
Zero (Z) Medium Medium Zero Zero Zero
Green Short (S) Medium Medium Medium Zero Zero
Time Medium(M) Medium Medium Medium Zero Zero
Long(L) Very Very Medium Medium Medium
High High
Very Very Very Very Medium Medium
Long(VL) High High High

Tabel 3

Kaidah dari modul Switch Phase

Zero(Z) Small(S) Medium Large(L) Very

M) Large
(VL)
Zero (Z) Zero Zero Medium
Stop Short (S)
Degree
Medium(M) Zero Medium Very
 High
Long(L)
Very Medium Very High Very
Long(VL) High

Tabel 4.

Jumlah kendaraan di setiap kaki persimpangan (dalam kendaraan/jam)

Pola-1 Pola-2 Pola-3 Pola-4 Pola-5 Pola-6 Pola-7

Utara 800 1200 1000 1000 1000 800 800
lurus
Utara 200 200 200 250 200 200 200
belok
kanan
Selatan 800 1000 1200 1500 1000 900 800
lurus
Selatan 250 250 250 250 200 200 250
belok
kanan
Barat 700 1000 1500 1500 1000 900 350
lurus
Barat 150 150 500 500 200 200 150
belok
kanan
Timur 700 1500 800 1200 1000 800 700
lurus
Timur 150 150 300 500 200 150 150
belok
kanan

Tabel 5. Perbandingan waktu tunda rata-rata pada suatu persimpangan (dalam

detik/kendaraan)

Pola-1 Pola-2 Pola-3 Pola-4 Pola-5 Pola-6 Pola-7

Fixed 1,029 2,144 0,863 0,815 0,815 0,981 1,000
Time
Vehicle 0.813 1,832 0,839 0,799 0,799 0,902 0,856
Actuated
Fuzzy 0,766 1,417 0,759 0,742 0,726 0,705 0,688
Logic

4. KESIMPULAN DAN SARAN

 Pengendali lampu lalu lintas berbasis logika tersamar (FTC) mampu menghasilkan
waktu tunda rata-rata kendaraan di persimpangan lewat jenuh yang paling kecil
dibandingkan dengan pengendali waktu tetap dan pengendali dipengaruhi arus lalu
lintas,

 FTC mampu memperkecil waktu tunda rata-rata kendaraan sebesar 23,3% dibanding
pengendali waktu tetap,

 Pengendali dipengaruhi arus lalu lintas mampu memperkecil waktu tunda rata-rata
kendaraan sebesar 10,5 % dibanding pengendali waktu tetap,
 Pemakaian jaringan syaraf tiruan atau algoritma genetika untuk menentukan fungsi
keanggotaan dan basis kaidah logika tersamar yang digunakan dalam perancangan
FTC,

 Pengembangan pengendali lampu lalu lintas berbasis logika tersamar untuk

mengendalikan lampu lalu lintas di beberapa persimpangan yang berdekatan,

 Penerapan sistem kendali lampu lalu lintas berbasis logika tersamar (FTC) di
persimpangan yang sebenarnya.
Daftar Pustaka
Guide to Traffic Engineering Practice, Part 7 : Traffic Signals, Austroads, Sydney,
Australia,1993.

Indonesian Highway Capacity Manual (IHCM), Directorate General Bina Marga,

Directorate of Urban Road Development (BINKOT), 1997.

J.H. Lee and H.L. Kwang , “Distributed and Cooperative Fuzzy Controller for Traffic
Intersections Groups”, IEEE Transactions on Systems, Man and Cybernetics – Part C
: Application and Review, Vol. 29 No. 2, May 1999.

Lea J. Wendra dan Ferryanto SG., “Sistem Pengaturan Lampu Lalu Lintas Memakai
Logika Fuzzy”, Elektro Indonesia, No. 6 Tahun II, hal.21-24, 1995.

Micro-Simulation Model : Specification of The Model, Traffic Systems Engineeering

Dept., The Nippon Signal Co.,Ltd.,1995

M. Jamshidi, N. Vadiee and T. J. Ross : Fuzzy Logic and Control, Software and
Hardware Application , Prentice Hall, Englewood Cliffs, New Jersey, 1993.

P.R. Lowrie : SCATS, A Traffic Responsive Method of Controlling Urban Traffic, RTA
NSW, Sydney, Australia, 1992.

Rekayasa Lalu Lintas : Pedoman Perencanaan dan Pengoperasian Lalu Lintas di

Wilayah Perkotaan, Direktorat Bina Sistem Lalu Lintas Angkutan Kota, Direktorat
Jenderal Perhubungan Darat, Jakarta, 1999.

Traffic Signal Operation, RTA NSW, Sydney, Australia, 1991.

W. Young, M.A.P. Taylor and P.G. Gipps, Micro Computers in Traffic Engineering,
Research Studies Press, England, 1989.