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.