SISTEM PENGAMBILAN KEPUTUSAN WAKTU PERPINDAHAN

LAMPU LALU LINTAS MENGGUNAKAN METODE NEURO-FUZZY

PADA SISTEM TRANPORTASI CERDAS

Muhammad Dwi Wicaksana, Fauzan Ade Azizie, Indrabayu Amirullah, Ingrid Nurtanio

Disusun Oleh
IIS NUR FAIJAH

2115T1102

STIMIK HIMSYA SEMARANG

TEKNIK INFORMATIKA
2017
1. Pembahasan

Pada penelitian ini yang mengutamakan menghasilkan waktu nyala lampu pada
lampu lalu lintas pada simpang A.P. Pettarani, Urip Sumoharjo, dan Tol. Reformasi
dengan menggunakan metode Neuro Fuzzy sebagai sistem transportasi cerdas yang akan
dibandingkan dengan sistem yang sudah ada

maka dapat disimpulkan berdasarkan hasil penelitian, sebagai berikut :

1) Tingkat keberhasilan yang dicapai untuk inefisiensi metode Fuzzy untuk tiga ruas
jalan yang diamati rata-rata sebesar 0.00 %, Timer sebesar 46.83 %, logika fuzzy sebesar
10.06% dan ANFIS sebesar 0.24%. Neuro Fuzzy lebih baik dari tiga metode tersebut
untuk memperkecil hasil inefesiensi.

2) Tingkat keberhasilan yang dicapai untuk jumlah kendaraan yang belum lewat.
Neuro Fuzzy untuk tiga ruas jalan yang diamati rata-rata sebanyak 2.93 %, Timer
sebanyak 12.71 %, logika fuzzy sebanyak 7.60 % dan ANFIS sebanyak 1.05 %.ANFIS
lebih baik dari tiga metode tersebut dalam melewatkan kendaraan. .

3) Tingkat keberhasilan yang dicapai untuk jumlah kemacetan yang dapat ditekan.
Neuro Fuzzy untuk tiga ruas jalan yang diamati rata-rata sebanyak 142.33 mobil,
logika fuzzy sebanyak 102.33 mobil dan ANFIS sebanyak 146.67 ANFIS lebih baik dari
dua metode tersebut dalam menekan jumlah kemacetan.

4) Dari tiga parameter ukuran perbandingan di atas menunjukkan hasil metode

Neuro Fuzzy lebih baik untuk memperkecil antrian yang terjadi pada simpang A.P.
Pettarani, Pada penelitian ini yang mengutamakan menghasilkan waktu nyala lampu
pada lampu lalu lintas pada simpang A.P. Pettarani, Urip Sumoharjo, dan Tol.
Reformasi dengan menggunakan metode Neuro Fuzzy sebagai sistem transportasi
cerdas yang akan dibandingkan dengan sistem yang sudah ada maka dapat disimpulkan
berdasarkan hasil penelitian, sebagai berikut :

1) Tingkat keberhasilan yang dicapai untuk inefisiensi metode Neuro Fuzzy untuk tiga
ruas jalan yang diamati rata-rata sebesar 0.00 %, Timer sebesar 46.83 %, logika fuzzy
sebesar 10.06% dan ANFIS sebesar 0.24%. Neuro Fuzzy lebih baik dari tiga metode
tersebut untuk memperkecil hasil inefesiensi.

2) Tingkat keberhasilan yang dicapai untuk jumlah kendaraan yang belum lewat.
Neuro Fuzzy untuk tiga ruas jalan yang diamati rata-rata sebanyak 2.93 %, Timer
sebanyak 12.71 %, logika fuzzy sebanyak 7.60 % dan ANFIS sebanyak 1.05 %.ANFIS
lebih baik dari tiga metode tersebut dalam melewatkan kendaraan. .

3) Tingkat keberhasilan yang dicapai untuk jumlah kemacetan yang dapat ditekan.
Neuro Fuzzy untuk tiga ruas jalan yang diamati rata-rata sebanyak 142.33 mobil,
logika fuzzy sebanyak 102.33 mobil dan ANFIS sebanyak 146.67 ANFIS lebih baik dari
dua metode tersebut dalam menekan jumlah kemacetan.

4) Dari tiga parameter ukuran perbandingan di atas menunjukkan hasil metode

Neuro Fuzzy lebih baik untuk memperkecil antrian yang terjadi pada simpang A.P.
Pettarani, Urip Sumoharjo, dan Tol. Reformasi dibandingkan dengan metode Timer
dan Logika Fuzzy. Tapi bila dibandingkan dengan metode ANFIS, Neuro Fuzzy masih
kurang baik pada dua parameter diatas, walau selisihnya sangat kecilrip Sumoharjo, dan
Tol. Reformasi dibandingkan

2. Jenis data

Data yang digunakan dalam penilitan ini adalah banyaknya kendaraan pada setiap
persimpangan di lokasi pengambilan data. Dimana lokasi pengambilan data adalah
salah satu perempatan diruas jalan protokol kota Makassar tepatnya dipersimpangan
JL.AP.Pettarani, JL.Urip Sumoharjo dan JL.Tol Reformasi KM.4 dari pusat kota Makassar.
Lokasi ini dipilih karena pada penelitian sebelumnya menggunakan persimpangan ini
sebagai objek pengamatan.
3. Implementasi Neuro Fuzzy

Ada beberapa tahap yang harus dilalui dalam megimplementasikan metode Neuro-
Fuzzy, secara garis besar terbagi atas pelatihan menggunakan jaringan syaraf tiruan,
clustering fungsi keanggotaan, fuzzifikasi, dan defuzzifikasi.

4. HASIL DAN PEMBAHASAN

Hasil yang dicapai system untuk memperkecil antrian pada simpang A.P Pettarani, Urip
Sumiharjo dan Tol Reformasi dengan menggunakan algoritma Neuro Fuzzy dalam
menentukan durasi nyala lampu pada lampu lalu lintas.

1) Analisa Hasil Prediksi Neuro FuzzyPelatihan JST dimaksudkan untuk melatih data
input agar mendapatkan data output yang terbaik untuk digunakan pada

sistem ini. Hasil RMSE yang didapat adalah 0.004515267000253

.
Dari tabel diatas terlihat kinerja yang dihasilkan metode Neuro Fuzzy lebih baik dari pada Timer
dilihat dari nilai yang dihasilkan metode Neuro Fuzzy lebih kecil dari pada nilai yang dihasilkan Timer.
Begitu halnya pada jalur Urip Sumoharjo dan jalur Tol Reformasi pada saat menerapkan hal yang
sama seperti pada jalur AP. Pettarani.Untuk membandingkan kinerja metode Neuro Fuzzy, Anfis dan
Fuzzy dari penelitian sebelumnya diperoleh tabel dan grafik
V. KESIMPULAN DAN SARAN

A. Kesimpulan Pada penelitian ini yang mengutamakan menghasilkan waktu nyala lampu pada
lampu lalu lintas pada simpang A.P. Pettarani, Urip Sumoharjo, dan Tol. Reformasi dengan
menggunakan metode Neuro Fuzzy sebagai sistem transportasi cerdas yang akan dibandingkan
dengan sistem yang sudah ada maka dapat disimpulkan berdasarkan hasil penelitian, sebagai
berikut :

1) Tingkat keberhasilan yang dicapai untuk inefisiensi metode Neuro Fuzzy untuk tiga ruas jalan yang
diamati rata-rata sebesar 0.00 %, Timer sebesar 46.83 %, logika fuzzy sebesar 10.06% dan ANFIS
sebesar 0.24%. Neuro Fuzzy lebih baik dari tiga metode tersebut untuk memperkecil hasil
inefesiensi.

2) Tingkat keberhasilan yang dicapai untuk jumlah kendaraan yang belum lewat. Neuro Fuzzy
untuk tiga ruas jalan yang diamati rata-rata sebanyak 2.93 %, Timer sebanyak 12.71 %, logika fuzzy
sebanyak 7.60 % dan ANFIS sebanyak 1.05 %.ANFIS lebih baik dari tiga metode tersebut dalam
melewatkan kendaraan. .

3) Tingkat keberhasilan yang dicapai untuk jumlah kemacetan yang dapat ditekan. Neuro Fuzzy
untuk tiga ruas jalan yang diamati rata-rata sebanyak 142.33 mobil, logika fuzzy sebanyak 102.33
mobil dan ANFIS sebanyak 146.67 ANFIS lebih baik dari dua metode tersebut dalam menekan
jumlah kemacetan.
4) Dari tiga parameter ukuran perbandingan di atas menunjukkan hasil metode Neuro Fuzzy
lebih baik untuk memperkecil antrian yang terjadi pada simpang A.P. Pettarani, Urip Sumoharjo,
dan Tol. Reformasi dibandingkan dengan metode Timer dan Logika Fuzzy. Tapi bila
dibandingkan dengan metode ANFIS, Neuro Fuzzy masih kurang baik pada dua parameter diatas,
walau selisihnya sangat kecil.