PEMODELAN ANTRIAN KEPADATAN KENDARAAN

DI PERSIMPANGAN BUAHBATU

Disusun Oleh :

Arya bima Pinandita - 1301178522

Baso Ahmad Muflih - 1301178453
Derry Jatnika - 1301178464
Jessira Br. Girsang - 1301168562

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS INFORMATIKA
UNIVERSITES TELKOM BANDUNG
2018
Tugas Besar Pemodelan IFX-41-01-18

Abstrak

Lalu lintas adalah sarana mobilitas transportasi masyarakat untuk menghubungkan

daerah satu ke daerah lainnya, oleh karena itu lalu lintas menjadi sarana yang sangat penting
bagi masyarakat. Sebagai salah satu negara berkembang, Indonesia memiliki berbagai
permasalahan sosial seperti pertumbuhan penduduk yang tinggi, kesenjangan sosial, hingga
kurangnya sarana dan prasarana yang menunjang pembangunan itu sendiri. Kemacetan atau
kongesti merupakan salah satu diantaranya yang disebebkan oleh pertumbuhan penduduk
yang tinggi dan kurangnya sarana dan prasarana. Kemacetan lalu lintas sangat sulit untuk
dihilangkan karena kemacetan lalu lintas dipengaruhi oleh banyak faktor yang saling
berkaitan satu sama lainnya, paling tidak hanya dapat dikurangi kepadatannya dengan
memasang lampu merah di setiap persimangan atau menggantinya dengan sistem bundaran di
setiap persimpangan jalan. Pada tulisan ini kami mencoba memodelkan kemacetan yang
terjadi di perempatan Buahbatu Bandung dengan menggunakan model antrian. Pemodelan ini
kami lakukan berdasarkan data-data yang berhasil kami kumpulkan dengan cara survey
lapangan secara langsung.

Kata kunci : lalu lintas, kemacetan, pemodelan, model antrian

1. Pendahuluan
Sebagai salah satu civitas akademik Universitas Telkom tentunya sudah tidak asing
lagi dengan persimpangan Buahbatu Bandung, persimpangan Buahbatu merupakan akses
utama menuju Universitas Telkom. Di persimpangan tersebut sering kali terjadi kemacetan
setiap harinya yang disebebkan oleh beberapa faktor. Oleh karena itu kami memilih topik
“Kepadatan Kendaraan di Persimpangan Buahbatu” untuk mengetahui penyebabnya serta
termotivasi untuk memecahkan masalah tersebut dengan menggunakan model antrian yang
diharapkan dapat menghasilkan solusi kemacetan di persimapangan Buahbatu.
Pemodelan yang kami gunakan adalah model antrian, yaitu sebuah situasi deretan
kendaraan yang menunggu untuk bisa melewati persimpangan Buahbatu. Aspek-aspek
yang kami gunakan yaitu waktu tunggu, waktu interval kedatangan, dan jumlah kendaraan.

1
Tugas Besar Pemodelan IFX-41-01-18

Menggunakan distribusi eksponensial untuk membangkitkan bilangan LCG serta

menggunakan algoritma fuzzy.
Eksperimen ini dimulai dengan melakukan pengumpulan data secara langsung ke
lapangan dengan cara menghitung lama lampu merah dan jumlah rata-rata kendaraan yang
melewati setiap persimpangan Buahbatu. Simulasi dilakukan dengan membangkitkan LCG
terlebih dahulu kemudian melakukan untuk mendapatkan hasil yang diharapkan.

2. Deskripsi Masalah dan Asumsi dalam Pemodelan

Persimpangan Buahbatu memiliki 4 persimpangan dimana masing-masing
persimpangan dibagi menjadi dua lajur yaitu lajur kiri dan kanan, sehingga persimpangan
Buahbatu memiliki total 8 percabangan arah tujuan yang berbeda. Kepadatan kendaraan
pada setiap cabang berbeda pada suatu kondisi tertentu. Jumlah kendaraan serta durasi
lampu merah dari setiap percabangan akan mempengaruhi kepadatan kendaraan di
persimpangan Buahbatu.

Gambar 1. 1 Illustrasi persimpangan Buahbatu

Sebagai contoh, arah Dayeuhkolot – Dago pada pagi hari pukul 07:00 terjadi kepadatan
kendaraan karena banyaknya kendaraan yang tertuju ke arah Dago dari Dayeuhkolot, hal ini mungkin
disebabkan karena banyaknya pengendara yang berdomisili di daerah Kabupaten Bandung yang
bekerja atau melakukan aktivitas sehari-harinya di Kota Bandung, mengingat Kota Bandung adalah

2
Tugas Besar Pemodelan IFX-41-01-18

pusat perkotaan, industri, dan pendidikan di Bandung. Begitu juga sebaliknya, pada jam pulang kerja
terjadi kepadatan kendaraan pada arah sebaliknya yaitu Dago – Dayeuhkolot.

Berikut adalah asumsi yang digunakan dalam pemodelan antrian kepadatan kendaraan di
persimpangan Buahbatu:

 Simulasi dilakukan pada pagi hari pukul 07:00

 Waktu tunggu lampu merah tiap cabang adalah 3 kali 2 menit 15 detik
 Terdapat 4 lampu merah masing-masing di sebelah lajur kiri
 Pengendara yang akan belok kiri langsung saja tidak perlu menunggu lampu merah.
 Terdapat 8 kondisi arah tujuan kendaraan.

3. Dasar Teori dan Studi Literatur (Model Antrian, Algoritma Fuzzy,

Distribusi Eksponensial)
3.1. Model Antrian
Teori antrian (Queueing Theory) merupakan studi probabilistik kejadian garis
tunggu (waiting lines), yakni suatu garis tunggu dari customer (dalam kasus ini
adalah kendaraan) yang memerlukan layanan dari sistem yang ada (lampu merah).
Pada kasus ini antrian terjadi karena adanya keterbatasan sumber pelayanan, yang
umumnya berkaitan dengan kebijakan yang telah ditentukan. Jika durasi lampu
merah yang diberikan lama, memungkinkan terjadi antrian yang terlalu lama dan
penyebabkan kemacetan. Hal ini merupakan suatu masalah, karena banyaknya waktu
yang terbuang.
Notasi Kendall digunakan untuk memperjelas bagaimana sistem antrian yang
kita tinjau bekerja dan dimodelkan, yang dijelaskan sebagai :

𝐴/𝑆/𝑚/𝐵/𝐾/𝐷

Dengan

 𝐴 : fungsi distribusi dari waktu antar kedatangan

 𝑆 : fungsi distribusi dari waktu layanan
 𝑚 : banyaknya pemberi layanan
 𝐵 : kapasitas sistem, merupakan banyaknya kapasitas maksimal antrian
 𝐾 : ukuran populasi, banyak pelanggan yang mungkin datang
3
Tugas Besar Pemodelan IFX-41-01-18

 𝐷 : disiplin/jenis/carapemberian layanan (misal first-come-first-serve)

Model antrian memiliki komponen dasar antrian yaitu :

a. Kedatangan
Setiap masalah antrian melibatkan kedatanga, misalnya orang, kendaraan,
panggilan telepon untuk dilayani. Unsur ini sering dinamakan proses input.
Proses input meliputi sumber kedatangan atau biasa dinamakan calling
population, terjadinya kedatangan umumnya merupakan variabel acak.

b. Pelayanan
Pelayanan merupakan faktor utama terjadinya antrian, cepat atau banyaknya
jumlah pelayanan akan mempengaruhi panjang antrian.

c. Antrian
Inti dari metode antrian adalah antrian itu sendiri. Timbulnya antrian terutama
tergantung dari sifat kedatangan dan proses pelayanan. Jika tidak ada antrian
berarti terdapat pelayanan yang menganggur atau kelebihan fasilitas pelayanan.

3.2. Algoritma Fuzzy

3.3. Distribusi Eksponensial

4. Pemodelan Sistem dan Analisnya

5. Kelemahan dalam Model yang Dibuat (Opsional)
6. Kesimpulan

Refesensi

Lampiran

4
Tugas Besar Pemodelan IFX-41-01-18