Anda di halaman 1dari 5

1 terbatas (jumlah jalan, lebar jalan, kapasitas jalan,

Penerapan Algoritma Greedy dsb).


Oleh karena itu diperlukan peningkatan pengaturan
pada Optimasi Pengaturan sistem lalu lintas yang baik supaya kondisi lalu lintas
Lampu Lalu Lintas Sederhana tetap terjaga lancar dan jumlah kemacetan dapat
Rocky Hartono1, Devis Wawan Saputra2, ditekan
Joel THP Hutasoit3 seminimal mungkin.
Salah satu sarana dalam pengaturan lalu lintas adalah
Laboratorium Ilmu dan Rekayasa Komputasi
lampu lalu lintas yang berguna untuk mengatur aliran
Departemen Teknik Informatika, Institut Teknologi
dan arah kendaraan-kendaraan yang sedang melintas
Bandung
di
Jl. Ganesha 10, Bandung
persimpangan jalan. Sebagai bagian vital dari sistem
E-mail : if13127@students.if.itb.ac.id1, lalu
if14112@students.if.itb.ac.id2, lintas, keberadaan lampu lalu lintas tidak dapat
if14144@students.if.itb.ac.id3 dipungkiri amat penting. Pemberlakuan tiga warna
Abstrak (merah, kuning, hijau) pada lampu lalu lintas juga
Jumlah kendaraan terus meningkat di seluruh dunia telah
terutama di kota-kota besar. Oleh karena itu menjadi standar umum internasional dan berlaku
sangatlah secara
diperlukan pengaturan lalu lintas yang semakin baik global.
supaya aliran kendaraan di jalan-jalan bisa tetap Namun, pengoperasian lampu lalu lintas bukanlah
lancar dan tanpa
jumlah kemacetan bisa di tekan seminimal mungkin. masalah. Siklus waktu lampu lalu lintas (merah –
Lampu lalu lintas (traffic light) adalah salah satu kuning
bagian yang - hijau) saat ini kebanyakan masih diatur secara
sangat penting dari sistem pengaturan lalu lintas. konstan
Lampu lalu lintas berperan dalam mengatur arah dan dan manual. Misal, berapa detik lampu merah
aliran menyala
kendaraan pada simpul atau persimpangan jalan. atau lampu kuning maupun lampu hijau. Contoh
Persimpangan jalan ini sering menjadi titik macet masalah
atau titik adalah lampu lalu lintas tidak akan menyesuaikan
akumulasi kendaraan yang densitas (kepadatan) lamanya delay dengan kepadatan kendaraan yang
antriannya semakin lama semakin tinggi. Dengan berubah-ubah sepanjang hari. Sehingga sekalipun
sistem arus
pengaturan lampu lalu lintas yang baik maka lalu lintas pada suatu lajur jalan sedang sepi
kemacetan akan terkurangi dan kelancaran lalu lintas (kepadatan
bisa meningkat rendah) lamanya delay waktu siklus tidak berbeda
secara keseluruhan. Salah satu cara untuk dengan lama delay disaat keadaan arus lalu lintas
meningkatkan sistem pengaturan lampu lalu lintas pada
adalah dengan lajur jalan tersebut sedang ramai (kepadatan tinggi).
mengoptimalkan waktu siklus (merah – kuning - Padahal idealnya, pada lajur jalan yang kepadatan
hijau) lampu lalu lintas dan salah satu algoritma yang arus
dapat kendaraannya tinggi warna hijau harusnya memiliki
digunakan untuk melakukan optimisasi pengaturan delay yang lebih lama dibandingkan dengan lajur
siklus waktu lampu lalu lintas ini adalah dengan yang
algoritma kepadatan kendaraannya rendah. Tentu saja hal ini
greedy. Pada makalah ini akan dibahas penggunaan sangat berguna untuk memberikan kesempatan lebih
algoritma greedy untuk optimisasi siklus waktu banyak kepada kendaraan-kendaraan yang melewati
lampu lalu lampu lalu lintas pada lajur yang lebih sibuk
lintas yang sederhana. (kepadatan
Kata kunci : lampu lalu lintas, densitas, delay, kendaraan lebih tinggi) tersebut.
algoritma greedy Dengan meningkatnya jumlah kendaraan di jalan
1. Pendahuluan maka
Jumlah pengguna jalan dan kendaraan meningkat adanya suatu sistem pengaturan siklus waktu lampu
secara lintas yang pandai, yang bisa mengatur waktu
terus menerus di seluruh dunia. Sedangkan fasilitas siklusnya
jalan secara otomatis akan menjadi suatu hal yang cukup
penting di masa depan. Hal ini akan sangat terasa
kegunaanya pada saat kepadatan lalu lintas di Untuk memecahkan persoalan dengan algoritma
persimpangan terjadi. Siklus waktu lampu lalu lintas greedy
bisa kita memerlukan elemen-elemen sebagai berikut :
disesuaikan secara otomatis dengan densitas a. Himpunan kandidat, C
(kepadatan) Himpunan ini berisi elemen-elemen pembentuk
kendaraan yang ada pada lajur-lajur jalan yang ada di solusi.
sekitar persimpangan jalan. Baik yang akan masuk ke b. Himpunan solusi, S
persimpangan dan yang keluar dari persimpangan Himpunan ini berisi kandidat yang terpilih
jalan. sebagai solusi persoalan. Atau dengan kata lain
2 himpunan solusi adalah himpunan bagian dari
Dengan demikian waktu siklus (delay) lampu lalu himpunan kandidat.
lintas c. Fungsi seleksi
antara merah – kuning – hijau akan benar-benar Fungsi seleksi merupakan fungsi yang ada pada
efektif setiap langkah memilih kandidat yang paling
dan efisien. memungkinkan mencapai solusi optimal.
2. Pemodelan Masalah d. Fungsi kelayakan (feasible)
Masalah optimisasi delay pada lampu lalu lintas Fungsi kelayakan adalah fungsi yang memeriksa
dapat apakah suatu kandidat yang telah dipilih dapat
berlangsung dengan beragam kondisi seperti memberikan solusi yang layak dan tidak melanggar
bermacammacam batasan atau constraints yang ada.
jumlah jalur, lebar jalur, aturan lalu lintas yang e. Fungsi obyektif
tidak sama pada berbagai wilayah dan sebagainya. Fungsi obyektif adalah fungsi yang memaksimumkan
Untuk atau meminimumkan nilai solusi.
menyederhanakan masalah maka dipilih suatu model Skema umum algoritma greedy adalah :
yang dapat mewakili model lainnya secara umum dan (i) Inisialisasi S dengan kosong
sederhana. (ii) Pilih sebuah kandidat C dengan fungsi seleksi
Model yang dimaksud memiliki batasan (constraint) (iii) Kurangi C dengan kandidat yang sudah dipilih
sebagai berikut : dari
- Empat jalur kendaraan langkah (ii) di atas.
- Satu jalur terdiri atas dua lajur (kiri dan kanan) (iv) Periksa apakah kandidat yang dipilih tersebut
dengan bersama-sama dengan himpunan solusi membentuk
arah yang berlawanan solusi yang layak atau feasible (dengan fungsi
- Dalam satu jalur terdapat satu buah lampu jalan kelayakan).
- Pada suatu waktu hanya ada satu jalur yang lampu (v) Periksa apakah himpunan solusi sudah
jalannya yang berwarna hijau, dengan demikian memberikan
lampu solusi yang lengkap serta optimal (dengan fungsi
jalan yang lain akan berwarna merah. obyektif)
- Lebar 1 lajur jalan pada arah tertentu sama dengan 4. Analisis Model Masalah
lebar kendaraan yang melewati jalan tersebut, dengan Pada model masalah yang sudah digambarkan pada
asumsi ukuran setiap kendaraan pada model ini bagian sebelumnya, dapat kita analogikan sebagai
adalah suatu
sama. sistem dengan input dan output yang terdefenisi.
Untuk tujuan penyelesaian masalah ini, maka pada Sistem
implementasi fisik perlu ditambahkan penggunaan 2 yang dimaksud disini adalah “sistem pengaturan
sensor untuk setiap jalur jalan yang akan digunakan delay
untuk mendapat informasi-informasi yang diperlukan lampu pada traffic lights” yang memiliki perangkat
seperti densitas dan jumlah kendaraan masuk. input dan output sebagai berikut :
Model diatas dapat digambarkan sebagai berikut : - Sensor pendeteksi sebagai input sistem, dimana
Gambar 1 terdapat 1 set sensor (masing-masing set terdapat 2
3. Algoritma Greedy sensor) untuk setiap jalur jalan, sehingga totalnya
Algoritma greedy merupakan algoritma yang populer menjadi 4 set sensor.
untuk memecahkan persoalan optimasi meskipun 3
hasilnya tidak selalu merupakan solusi yang - Antarmuka Lampu lalu lintas sebagai output
optimum. sistem,
Sesuai arti harafiah greedy yang berarti tamak, dimana terdapat 1 lampu lalu lintas untuk setiap jalur
prinsip jalan, sehingga totalnya menjadi 4 buah lampu lalu
utama dari algoritma ini adalah mengambil sebanyak lintas. Lampu lalu lintas ini memiliki sistem timer
mungkin apa yang dapat diperoleh sekarang.
yang berfungsi di dalam menentukan delay delay lampu hijau pada keseluruhan sistem (pada
masingmasing keempat lampu lalu lintas). Sistem tidak akan
lampu. Lampu lalu lintas juga berfungsi memungkinkan data-data dikirim (diset) ke
sebagai input sistem berupa delay waktu lampu hijau perangkat
pada siklus arus lalu lintas sebelumnya. output pada saat siklus delay lampu sebelumnya
Sistem ini berjalan untuk setiap satu siklus arus lalu belum
lintas sepanjang waktu (real time). Satu siklus ini selesai. Hal ini ditujukan agar tidak terjadi tabrakan
kami arus
defenisikan sebagai suatu keadaan dimana keempat lalu lintas (collosion) pada arus lalu lintas yang
lampu lalu lintas tepat sekali menyalakan lampu hijau dikendalikannya. Delay lampu merah tidak
pada suatu tenggang waktu. diperhitungkan karena sesuai dengan deskripsi model
Adapun informasi yang didapat dari perangkat input dimana hanya boleh ada satu jalur jalan yang
sesuai dengan deskripsi permasalahan adalah sebagai lampu
berikut : hijaunya menyala pada suatu waktu, dengan begitu
- Densitas antrian (DA), yaitu kepadatan antrian maka lampu lalu lintas yang menyala pada jalur
kendaraan terakhir pada jalur tertentu pada satu lainnya
siklus adalah lampu merah. Sedangkan delay lampu kuning
arus lalu lintas tertentu. tidak diperhitungkan karena hanya ditujukan sebagai
- Jumlah kendaraan terakhir yang masuk ke suatu peringatan pergantian lampu.
jalur Sistem hasil dari analisis model masalah tersebut
jalan pada satu siklus arus lalu lintas (JIN) secara
- Jumlah kendaraan terakhir yang keluar dari suatu keseluruhan dapat digambarkan pada gambar 2
jalur jalan pada satu siklus arus lalu lintas (JOUT) (dalam
- Delay Lampu Hijau Terakhir (DHT) yang diagram blok). Setiap blok dalam model tersebut
menyatakan memiliki keterhubungan satu dengan yang lain.
delay lampu hijau pada siklus arus lalu lintas Solusi yang akan dicari dan dioptimalkan adalah
sebelumnya. lamanya delay (lamanya) lampu hijau menyala untuk
Untuk mendapatkan densitas (kepadatan) antrian setiap jalur-jalur jalan pada satu siklus arus lalu
dapat lintas.
diperoleh dari 2 sensor yang diletakkan pada jarak x. Solusi permasalahan ini dikatakan optimal jika
Seperti yang digambarkan oleh model pada gambar densitas
1, (kepadatan) antrian perkiraan (DAP) tiap jalur
sensor 1 berfungsi untuk menghitung jumlah memiliki selisih yang kecil pada suatu siklus arus
kendaraan lalu
yang keluar dari lajur tersebut pada suatu tenggang lintas perkiraan.
waktu t dimana data terakhir akan disimpan di JOUT Sistem
sedangkan sensor 2 berfungsi untuk menghitung Pengaturan
jumlah Delay Lampu
kendaraan yang masuk ke daerah sampel pada lajur pada Traffic
jalan Lights
pada suatu tenggang waktu t dimana data terakhir JIN1
akan JOUT1
disimpan di JIN. Densitas antrian (DA) didapat JIN2
dengan JOUT2
mencari selisih diantara keduanya (persamaan 1). JIN3
DA = JIN − JOUT JOUT3
Persamaan 1 JIN4
Delay Lampu Hijau Terakhir (DHT) diperoleh dari JOUT4
masing-masing perangkat lampu lalu lintas. DHT1
Sedangkan informasi yang akan diberikan oleh DH1
sistem ke DHT 2
perangkat output adalah : DH2
- Delay lampu hijau menyala (DH), yaitu lamanya DHT 3
lampu hijau akan menyala pada suatu jalur jalan DH3
untuk DHT 4
satu siklus. DH4
Data output tersebut (DH) akan diset sebagai suatu Gambar 2
siklus 4
Untuk mendapatkan densitas (kepadatan) antrian makalah ini.
perkiraan tersebut dapat diperkirakan melalui Konstanta Nominal Nilai
beberapa Sangat Lambat (A) 50 detik
langkah. Langkah pertama kita menentukan Lambat (B) 40 detik
kecepatan Menengah (C) 30 detik
arus kendaraan yang masuk terakhir (VIN) serta Cepat (D) 20 detik
kecepatan arus kendaraan yang keluar terakhir Sangat Cepat (E) 10 detik
(VOUT) Tabel 1
dari tiap jalur jalan melalui persamaan 2a dan 2b Format kombinasi nilai-nilai diatas dapat dinyatakan
berikut. sebagai berikut.
DH1 – DH2 – DH3 – DH4
DHT Contoh Himpunan Kandidat :
VIN = JIN C = {AAAA, AAAB, AAAC,…, dst}
Persamaan 2a 2. Himpunan bagian dari himpunan nilai kandidat,
DHT adalah solusi S jika untuk keseluruhan sistem
VOUT = JOUT (ratarata
Persamaan 2b dari setiap jalan) rata-rata mobil yang keluar dari
Dengan menentukan delay lampu hijau sementara keempat jalur jalan tersebut adalah yang paling besar.
(DHS) untuk tiap jalur jalan maka kita dapat Contoh Solusi :
menentukan S = {A,B,D,B}
densitas (kepadatan) antrian perkiraan (DAP) dengan 3. Solusi S disebut layak jika langkah-langkah solusi
menggunakan persamaan 3 berikut yang merupakan yang terkandung di dalamnya dapat menghasilkan
substitusi VIN, VOUT serta DHS terhadap nilai SR yang lebih kecil dari solusi sementara yang
persamaan 1. memiliki nilai SR terkecil. Hal ini dilakukan melalu
fungsi kelayakan.
DAP = (VIN ⋅ DHS)− (VOUT ⋅ DHS) 4. Fungsi obyektif untuk memaksimalkan solusi
Persamaan 3 dengan
Solusi adalah optimal jika untuk setiap solusi, menghitung nilai SR (melalui persamaan 2a,2b,3
persamaan 4 berikut memberikan nilai yang terkecil. dan
Persamaan ini merupakan selisih rata-rata (SR) dari 4) dari solusi tersebut.
setiap pasangan densitas (kepadatan) antrian 5. Fungsi seleksi memilih himpunan kandidat yang
perkiraan solusinya menghasilkan nilai SR yang minimum.
(DAP) untuk tiap 2 jalur jalan dimana pasangan ini Fungsi ini memiliki hasil (return) yang sama dengan
menghasilkan 6 kombinasi ( C(4,2) ). fungsi kelayakan.
6 Rangkaian langkah-langkah algoritma greedy untuk
DAP1 DAP2 DAP3 DAP4 menyelesaikan permasalahan ini yang bersesuaian
SR dengan skema umum algoritma greedy dapat
diajabarkan
−++− sebagai berikut :
= 1. Bangun himpunan kandidat yang memungkinkan
K sebagai solusi dari permasalahan ini
Persamaan 4 2. Inisialisasi himpunan solusi S menjadi himpunan
5. Penerapan Algoritma Greedy kosong
Dengan memperhatikan hasil analisis model masalah 3. Ambil satu langkah solusi dari himpunan kandidat
yang telah dikemukakan sebelumnya, maka kita untuk diuji oleh fungsi obyektif.
dapat 4. Hasil dari fungsi obyektif adalah selisih rata-rata
menentukan elemen-elemen persoalan yang (SR) dari solusi tersebut..
bersesuaian 5. Lakukan fungsi kelayakan dan fungsi seleksi
dengan skema umum algoritma Greedy, yaitu : terhadap solusi sementara dengan
1. Himpunan kandidat adalah himpunan kombinasi membandingkannya nilai SR yang dihasilkan pada
nilai-nilai yang memungkinkan untuk diberikan ke 4 langkah 4 dengan nilai SR sementara yang paling
perangkat output yaitu lampu lalu lintas, khususnya besar. Jika lebih optimal maka ganti solusi solusi
delay lampu hijau (DH). Untuk memperkecil jumlah sementara pada himpunan solusi dengan solusi yang
elemen himpunan kandidat ini, maka delay lampu lebih optimal.
hijau (DH maupun DHT) dapat dinyatakan dalam 4 6. Ulangi langkah 3,4,5 dan 6 hingga keseluruhan
konstanta seperti yang dijabarkan pada tabel berikut. anggota himpunan kandidat sudah selesai diproses.
Nilai-nilai nominal untuk setiap konstanta pada tabel 7. Nilai-nilai yang tersimpan pada himpunan solusi
berikut merupakan asumsi ataupun contoh untuk merupakan solusi optimal dari permasalahan ini.
model lalu lintas sederhana yang dibicarakan pada Nilai-nilai inilah yang akan dikirimkan ke perangkat
output untuk dipakai selama 1 siklus arus lalu lintas.
5
Seperti yang dijelaskan pada analisis pemodelan
masalah, algoritma ini akan diintegrasikan pada
sistem
pengaturan delay lampu pada traffic lights dan akan
dijalankan secara terus menerus dan real-time.
6. Kesimpulan dan Saran
Masalah kelancaran lalu lintas pada daerah
persimpangan yang memakai layanan lampu pengatur
lalu lintas (traffic lights) sudah merupakan masalah
yang
umum dijumpai pada arus lalu lintas di jalan raya.
Dengan mengintegrasikan suatu sistem otomasi yang
implementasinya menggunakan algoritma greedy,
maka
akan ditemukan solusi delay lampu yang optimal
untuk
setiap lampu lalu lintas dari suatu lalu lintas seperti
yang
dimodelkan pada makalah ini. Dengan demikian,
maka
optimasi kelancaran arus lalu lintas pada
persimpangan
jalan dapat lebih optimal dari yang biasanya.
Sehingga
para pengguna jalan raya pada umumnya dan
pengguna
layanan lampu lalu lintas (traffic lights) pada
khususnya
akan memperoleh keadilan dalam hal waktu tunggu
(waktu berhenti selama lampu merah).
Algoritma greedy tidak selalu menghasilkan solusi
yang
paling optimal. Dan untuk melakukan implementasi
model ini pada lalu lintas yang sebenarnya masih
banyak
faktor-faktor yang harus diperhatikan seperti sistem
lalu
lintas yang dipakai, jumlah jalur yang ada, kapasitas
jalan dan faktor-faktor lainnya. Untuk itu,
pengembangan yang lebih lanjut dari algoritma ini
masih
harus dilakukan dan jika ada suatu algoritma yang
lebih
optimal dan lebih sesuai daripada algoritma greedy di
dalam menyelesaikan permasalahan ini, maka
penggantian algoritma yang diimplementasikan
merupakan suatu langkah yang bijak.
7. Daftar Pustaka
1. Munir, Rinaldi.2005.”Strategi Algoritmik”.
Departemen Teknik Informatika, Institut Teknologi
Bandung
2. Sedgewick, Robert.1983.“Algorithms”.Addison
Wesley.
3. Wiering, Marco dkk. 2004.“Intelligent Traffic
Light
Control”.Addison Wesley.