RANCANG BANGUN SISTEM PENGATURAN LAMPU LALU LINTAS BERDASARKAN TINGKAT KEPADATAN JALAN DENGAN
CITECT SCADA MENGGUNAKAN LOGIKA FUZZY
Ihza Mamta Mushaffa, Yulian Zetta Maulana, S.T., M.T., Mas Aly Afandi, S.ST., M.T.
Institut Teknologi Telkom Purwokerto
Jl. DI Panjaitan No.128, Purwokerto, Kabupaten Banyumas, Jawa Tengah 53147
1. [email protected] 2. [email protected] 3. 3. [email protected]
Abstrak
Sistem lampu lalu lintas yang efektif pada persimpangan jalan untuk saat ini sangat dibutuhkan, mengingat tingkat kemacetan terutama pada kota – kota besar sangat tinggi.
Dengan pesatnya pertumbuhan ekonomi dan alat transportasi yang besar juga setiap tahunya membuat masyarakat lebih memilih menggunakan kendaraan pribadi. Disatu sisi lain masyarakat ingin menghindari kemacetan, salah satu solusinya adalah membuat sistem lampu lalu lintas yang lebih baik untuk memberi lamanya waktu pada lampu hijau ketika berada pada suatu persimpangan.
Dalam penelitian ini, penulis membuat prototype sistem lampu lalu lintas untuk menyelesaikan permasalahan tersebut.
Dengan merespon input dari sensor photodioda yang mendeteksi kendaraan yang masuk dan keluar dari area pengamatan. Dari input yang berupa panjang antrian kendaraan nantinya akan dikirim ke PLC, dan pada PLC akan dilakukan pemrograman menggunakan logika fuzzy berdasarkan tingkat kepadatan jalan, yaitu tidak padat, normal, dan padat. Hasil output berupa lama waktu lampu hijau pada lampu lalu lintas. Diharapkan sistem ini nantinya akan mengurangi tingkat kemacetan dan akan mampu membuat waktu menjadi lebih efisien.
Kata kunci: PLC (Programmable Logic Controller), Lampu Lalu Lintas, Sensor Photodioda, Logika fuzzy
I. PENDAHULUAN
Kemacetan jalan pada kota – kota besar pada saat ini telah memasuki pada level yang bisa dikatakan mengkhawatirkan, karena hampir setiap orang memilih kendaraan pribadi daripada kendaraan umum yang menjadikan setiap hari terjadi kemacetan yang dampaknya nantinya akan membuat kendaraan itu sendiri menjadi menghamburkan konsumsi BBM.
Jumlah kendaraan setiap tahunnya mengalami peningkatan dan sejalan dengan pertumbuhan ekonomi. Disisi lain peningkatan penduduk disuatu wilayah dan pertumbuhan infrastruktur lalu
lintas tidak sebanding dengan peningkatan jumlah kendaraan yang terjadi.
Peningkatan jumlah kecelakaan lalu lintas setiap tahunnya meningkat dikarenakan banyaknya masyarkat yang tidak sabar akan pengaturan lalu lintas yang mungkin lebih lama dari biasanya ketika volume kendaraan padat.
Salah satu piranti paling penting untuk mengurangi kemacetan dan mengurangi angka kecelakaan lalu lintas adalah dibangunnya sistem lampu lalu lintas yang dapat menyesuiakan tingakat kepadatan jalan atau volume kendaraan.
Pada sistem lalu lintas saat ini masih menggunakan waktu tetap, yang artinya ketika terjadi peningkatan volume kendaraan maka waktu pada lampu lalu lintas tetap.
Pada sistem lampu lalu lintas waktu tetap ini tidak jarang mengalmai gangguan yang mengakibatkan terjadinya penumpukan kendaraan disetiap titik sistem lampu lalu lintas, hal tersebut membuat petugas lalu lintas mengatur lalu lintas secara langsung yang akan dapat mengakibatkan terjadinya kecelakaan lalu lintas.
Pada penelitian ini dirancang scenario pengaturan lampu lalu lintas dengan logika fuzzy dan sensor photodiode sebagai sensor kepadatan jalan. Logika fuzzy akan diimplementasikan pada PLC.
Masukan logika fuzzy berupa jumlah kendaraan yang ada pada suatu simpang. Keluaran dari logika fuzzy ini berupa waktu lampu hijau. Pengaturan lampu lalu lintas dengan logika fuzzy diharapkan dapat menjadi solusi untuk mengurai kemacetan yang terjadi. Hasil dari perancangan sistem lampu lalu lintas menggunakan logika fuzzy ini diimplementasikan dan diaplikasikan pada prtotype jalan raya yang telah dibuat.
II. METODE PENELITIAN
Untuk merealisasikan skenario pengaturan sistem lampu lalu lintas berdasarkan tingkat kepadatan jalan, beirkut adalah perancangan sistem lampu lalu lintas.
A. Perancangan Software
Dalam tahap ini merupakan pembuatan rancangan rangkaian menggunakan software Schneider Electric So Machine Basic V1.6 dan membuat fuzzifikasi yang selanjutnya akan dibuat rangkaian prototype.
Gambar 2.1 Diagram Blok Traffic Light
Seperti yang terlihat pada Gambar 2.1, sensor photodioda dan waktu setting digunakan sebagai nilai input yang akan mengirim informasi berupa data dan kemudian diteruskan ke PLC untuk diproses/dibandingkan menggunakan rumus dari metode logika fuzzy, sehingga mendapatkan output berupa lama waktu penyalaan lampu lalu lintas yang dapat diatur sesuai kondisi yang telah ditentukan.
B. Perancangan Hardware
Perancangan perangkat keras (Hardware) yaitu alat yang akan di buat diawali dengan pembuatan diagram blok sistem secara keseluruhan. Diagram blok sistem Hardware ditunjukkan dalam Gambar 2.2
Gambar 2.2 Diagram Blok Hardware
Proses awal dari sistem berdasarkan blok diagram diatas dimulai dari sensor photodioda yang diletakan pada tiap simpang jalan.
Sensor photodioda 1 akan mendeteksi kendaraan yang masuk, sedangkan sensor photodioda 2 akan mendeteksi kendaraan yang keluar. Jumlah kendaraan akan diketahui dari perhitungan antara 2 sensor photodioda, dimana sensor photodioda 2 akan diletakan sebelum lampu lalu lintas. Jumlah kendaraan pada jalan 1 bisa diketahui dari selisih antara sensor photodioda 1 (sensor in) sebagai sensor yang mendeteksi kendaraan masuk dan sensor photodioda 2 (sensor out) sebagai sensor yang mendeteksi kendaraan keluar dari area lampu lalu lintas atau bisa dikatakan untuk mengetahui jumlah kendaraan yang terdeteksi pada jalan 1 adalah (sensor photodioda 1 – sensor photodioda 2). Dan untuk mengetahui jumlah kendaraan yang terdeteksi pada jalan 2 adalah (sensor photodioda 3 – sensor photodioda 4). Jumlah kendaraan akan menjadi input an yang nantinya akan diproses oleh PLC.
Jalan yang memiliki jumlah antrian kendaraan yang lebih panjang akan mendapatkan waktu nyala lampu hijau yang lebih lama.
C. Himpunan Fuzzy
Tahap pertama untuk melakukan perhitungan membuat himpunan fuzzy pada masing-masing variabel. Terdapat variabel masukan yang dibuat fungsi keanggotaannya, yaitu panjang antrian kendaraan yang meliputi normal, sepi, ramai, dan padat.
Sedangkan untuk durasi lampu hijau sebagai keluarannya atau output adalah cepat, sedang, dan lama.
Tabel 2.1 Himpunan Fuzzy
Pada table 2.1 fungsi keanggotaan kepadatan jalan yang diatur terdapat 3 bagian yaitu sepi, ramai, dan padat. Untuk membership sepi berada di rentang 0 sampai 15 kendaraan, untuk membership ramai berada di rentang antara 5 sampai dengan 25 kendaraan, dan bagian padat berada di rentang 25 sampai 30 kendaraan bahkan lebih. Untuk fungsi keanggotaan durasi lampu hijau terdapat 3 bagian yaitu cepat, sedang, dan lama. Untuk waktu cepat adalah 10 detik, waktu sedang adalah 20 detik, dan waktu lama adalah 35 detik.
D. Fuzzifikasi
Tahap selanjutnya mengubah masukan – masukan yang nilai kebenarannya bersifat pasti kedalam bentuk masukan fuzzy yang ada pada tingkat derajat keanggotaannya.
Berikut adalah fuzzifikasi dari kepadatan jalan:
a. 𝜇(𝑆𝑒𝑝𝑖) {
0, 𝑥 ≥ 15
15−𝑥
15−5, 5 < 𝑥 > 15 1, 𝑥 ≤ 15
b. 𝜇(𝑅𝑎𝑚𝑎𝑖) {
0, 𝑥 ≤ 5 𝑎𝑡𝑎𝑢 𝑥 ≥ 25
𝑥−5
15−5 , 5 < 𝑥 > 15
25−𝑥
25−15 , 15 < 𝑥 > 25 1, 𝑥 ≤ 15
c. 𝜇(𝑃𝑎𝑑𝑎𝑡) {
0, 𝑥 ≤ 15
𝑥−15
25−15, 5 < 𝑥 > 15 1, 𝑥 ≥ 25 E. Rules
Tahap ketiga adalah pembuatan aturan dari nilai input yang telah dihitung akan menempati derajat keanggotaannya masing-masing.
Aturan:
1. If panjang antrian kendaraan tidak padat then waktu lampu hijau sebentar.
2. If panjang antrian kendaraan normal then waktu lampu hijau sedang.
3. If panjang antrian kendaraan padat then waktu lampu hijau lama III. ANALISIS DAN PEMBAHASAN
A. Pengujian Hardware
Pengujian Hardware dilakukan pada perangkat elektronik yaitu sensor LDR untuk melakukan pengukuran tegangan pada tiap simpang, apakah sensor bisa mendeteksi kendaraan yang lewat.
Gambar 3.1 adalah hardware dan prototype dari sistem lampu lalu lintas berdasarkan kepadatan jalan menggunakan logika fuzzy.
Gambar 3.1 Hardware Pengujian Prototype Sistem Lampu Lalu Lintas
Pembuatan Hardwere terdiri diri box protype,dan interface PLC.
Box prototype didesain dengan menggunkan papan triplex ukuran 90cm x 17cm. Desain dari interface PLC menggunakan papan akrilik dengan ukuran 21cm x 30cm. Untuk interface ini ditempatkan jadi satu dengan PLC Modicon TM211CE16R dengan 9 digital input, dan 7 digital output. Sensor dan lampu lalu lintas akan dihubungkan langsung dengan interface PLC. Dimanaa untuk sensor dihubungkan dengan digital input, dan lampu dihubungkan dengan digital output. Berikut gambar dari box prototype dan box interface PLC.
B. Pengujian Sensor LDR
Pengujian sensor LDR dilakukan dengan mengambil nilai tegangan keluaran dari sensor LDR. Data diambil dari setiap sensor yang dipasang pada setiap simpang pada prototype. Tabel 3.1 menunjukan nilai output tegangan pada sensor LDR. Saat sensor LDR membaca adanya dan tidak adanya kendaraan. saat Fungsi Variabel Himpunan
Fuzzy
Domain
Input Panjang Antrian Kendaraan
Sepi [0,0,5,15]
Normal [5,15,25]
Padat [25,30,30]
Output Durasi Lampu Hijau
Sebentar [10]
Sedang [25]
Lama [35]
LDR mendeteksi adanya kendaraan maka nilai resistansi akan semakin kecil dan tegangan mendekati VCC.
Tabel 3.1 Himpunan Fuzzy Simpang 1
dan 2
Tegangan Sensor LDR (volt) Tidak Ada
Kendaraan
Ada Kendaraan
LDR 1 1.1 v 17.5 v
LDR 2 1.1 v 17.5 v
LDR 3 1.1 v 17.5 v
LDR 4 1.1 v 17.5 v
C. Pengujian Sistem Lampu Lalu Lintas
Pengujian ini dilakukan dengan membandingkan waktu pada stopwatch dengan waktu pada PLC. Pengujian ini dilakukan saat lama waktu lampu lalu lintas normal, dan saat waktu lampu lalu lintas telah menerima algoritma fuzzy.
a. Pengujian Lama Waktu Lampu Lalu Lintas Normal Pengujian waktu pada kondisi normal (tidak ada antrian kendaraan) dapat diverifikasi dengan stopwatch yang telah terkalibrasi untuk memastikan bahwa perhitungan waktu sudah sesuai dengan yang telah diinginkan.
Hasil perbandingan waktu stopwatch dengan waktu pada PLC akan dimasukan kedalam table perbandingan waktu. Pada tabel 3.2 adalah perbandingan waktu stopwatch dengan waktu PLC.
Tabel 3.2 Perbandingan Waktu Stopwatch Dengan Waktu PLC
Perbandingan waktu stopwatch dengan waktu PLC pada simpang 1 untuk lampu merah sebagai tanda kendaraan berhenti, lampu kuning sebagai tanda kendaraan hati – hati sebelum berhenti, dan lampu hijau sebagai tanda kendaraan untuk jalan. Perbandingan waktu actualnya pada simpang 1 adalah lebih dari waktu PLC dengan selisih nilai = (waktu stopwatch – waktu PLC). Untuk simpang 2 pun berlaku sama, dan perbandingan waktunya mirip, dimana waktu actualnya lebih besar daripada waktu PLC.
b. Pengujian Lama Waktu Lampu Lalu Lintas Dengan Logika Fuzzy
Pengujian ini dilakukan dengan mengkontrol lampu lalu lintas pada kondisi adanya kepadatan jalan berdasarkan membership function logika fuzzy pada So Machine. Waktu akan otomatis berubah, pada kondisi normal atau tidak ada input counter, lampu hijau akan menyala selama 10 detik. Lama lampu hijau 10 detik juga berlaku terhadapa kondisi sepi. Kemudian saat kondisi ramai maka lampu hijau akan menyala selama 20 detik dan 35 detik pada kondisi padat. Penentuan lamanya lampu hijau menyala akan berdasarkan perhitungan defuzzifikasi pada program, dimana nantinnya akan menentukan kondisi mana yang akan menyala dan berapa detik lampu hijau akan menyala. Pada gambar 3.2 dan gambar 3.3 adalah waktu delay deteksi sensor pada lampu lalu lintas berdasarkan kepadatan jalan pada simpang 1 dan simpang 2.
Gambar 3.2 Delay Lampu Lalu Lintas Pada Simpang 1
Gambar 3.3 Delay Lampu Lalu Lintas Pada Simpang 2
Untuk program delay lampu lalu lintas sama dengan program lampu lalu lintas seperti pada umumnya, yang membedakan No Simpang
Waktu (s)
Merah Kuning Hijau
SW PL
C
SW PLC SW PLC
1 Simpang 1
38.10 30 6.18 5 12.45 10 2 Simpang
2
38.03 30 6.13 5 12.46 10
adalah untuk lampu warna hijau. Pada simpang 1 program lampu hijau menggunakan fungsi aritmatika dimana programnya adalah
%TM.2P = %MW100, dan pada simpang 2 program lampu hijau menggunakan fungsi aritmatika %TM.5P = %MW700.
Maksudnya adalah dari kedua program tersebut adalah input dari counter nantinya akan mempengaruhi preset atau setting delay dari lampu hijau, dan preset akan berubah secara otomatis berdasarkan nilai counternya.
Berikut adalah table pengujian pada simpang 1 dan simpang 2 berdasarkan input counter dan pengaruh terhadap delay lampu hijau.
Tabel 3.3 Pengujian Input Counter Terhadap Delay Lampu Hijau Pada Simpang 1
No Input Counter
Kepadatan Jalan
Delay Lampu
Hijau (s)
1 0 Normal 10 s
2 1 Sepi 10 s
3 2 Sepi 10 s
4 3 Sepi 10 s
5 4 Sepi 10 s
6 5 Sepi 10 s
7 6 Sepi 11 s
8 7 Sepi 12 s
9 8 Sepi 13 s
10 9 Sepi 14 s
11 10 Sepi 15 s
12 11 Sepi 16 s
13 12 Sepi 17 s
14 13 Sepi 18 s
15 14 Sepi 19 s
16 15 Ramai 20 s
17 16 Ramai 22 s
18 17 Ramai 23 s
19 18 Ramai 25 s
20 19 Ramai 26 s
21 20 Ramai 28 s
22 21 Ramai 29 s
23 22 Ramai 31 s
24 23 Ramai 32 s
25 24 Ramai 34 s
26 > 25 Padat 35 s
Tabel 3.4 Pengujian Input Counter Terhadap Delay Lampu Hijau Pada Simpang 2
No Input Counter
Kepadatan Jalan
Delay Lampu
Hijau (s)
1 0 Normal 10s
2 1 Sepi 10 s
3 2 Sepi 10 s
4 3 Sepi 10 s
5 4 Sepi 10 s
6 5 Sepi 10 s
7 6 Sepi 11 s
8 7 Sepi 12 s
9 8 Sepi 13 s
10 9 Sepi 14 s
11 10 Sepi 15 s
12 11 Sepi 16 s
13 12 Sepi 17 s
14 13 Sepi 18 s
15 14 Sepi 19 s
16 15 Ramai 20 s
17 16 Ramai 22 s
18 17 Ramai 23 s
19 18 Ramai 25 s
20 19 Ramai 26 s
21 20 Ramai 28 s
22 21 Ramai 29 s
23 22 Ramai 31 s
24 23 Ramai 32 s
25 24 Ramai 34 s
26 >25 Padat 35 s
Berdasarkan pada tabel diatas, input counter sudah sesuai dengan nilai membership function, dimana delay lampu hijau mengikuti jumlah counter yang terhitung. Dimana untuk kondisi sepi delay lampu hijau 10 detik, untuk kondisi ramai delay lampu hijau 20 detik, dan kondisi padat berlaku ketika nilai counter ≥ 25 dan delay lampu hijau 35 detik.
Lampu merah akan menyala terlebih dahulu, kemudian disaat yang sama akan dilakukan perhitungan algoritma fuzzy logic oleh PLC untuk menentukan nyala lampu hijau selanjutnya, begitu seterusnya.
D. Pengujian CITECT SCADA
Pengujian ini merupakan simulasi untuk menguji keberhasilan CITECT SCADA menampilkan kondisi lapangan dari program yang telah dibuat pada software So Machine. Berikut Gambar 3.4 CITECT SCADA menampilkan kondisi lapangan
Gambar 3.4 CITECT SCADA Menampilkan Kondisi Lapangan
IV. KESIMPULAN
Rancang bangun sistem pengaturan lampu lalu lintas berdasarkan kepadatan jalan dengan CITECT SCADA menggunakan logika fuzzy ini dibangun menggunakan software So Machine dan hardware berupa prototype lalu lintas di dua jalur yang terskala.
Kepadatan jalan akan dideteksi oleh sensor LDR. Data dari sensor LDR akan dikirim ke PLC TM211CE16R untuk dilakukan fuzzifikasi dan defuzzifikasi untuk menentukan lama lampu hijau yang diberikan. Pengambilan keputusan menggunakan logika fuzzy tipe sugeno.
DAFTAR PUSTAKA
[1] A. Sitompul, “Rancang Bangun Traffic Light System Tanggap Darurat Berbasis IoT,” J. Sist. Komput. dan Inform., vol. 1, no.
3, p. 189, 2020, doi: 10.30865/json.v1i3.2094.
[2] P. Gunoto, M. Irsyam, and T. K. Wijaya, “Pengembangan Sistem Traffic Lights Berdasarkan Kepadatan Kendaraan Menggunakan Plc,” J. Dimens., vol. 4, no. 3, pp. 1–12, 2016, doi: 10.33373/dms.v4i3.50.
[3] FACHRIZAL, “Rancang Bangun Sistem Respon Lampu Lalu Lintas Berdasarkan Kondisi Darurat Menggunakan Teknologi Rfid,” 2016.
[4] A. M. Ma’ali and M. S. H. A, “Rancang Bangun Sistem Pengendali Lampu Lalu Lintas Berdasarkan Pengenalan Citra Digital Kendaraan Menggunakan Metode Faster R-Cnn,”
2019, [Online]. Available: http://eprints.uty.ac.id/3335/.
[6] R. E. Saputro, “Rancang bangun lampu lalu lintas tenaga surya dengan delay control tingkat kemacetan berbasis programmable logic control sebagai media pembelajaran praktik instalasi sistem kendali,” 2017.
[7] K. O. W. Fidya Eka Prahesti, “RANCANG BANGUN PENGATURAN LAMPU LALU LINTAS BERBASIS MIKROKONTROLER YANG DIKENDALIKAN DENGAN APLIKASI DI ANDROID SECARA NIRKABEL,” 2015.
[10]B. Putra and B. T. Atmaja, “Implementasi Sistem Fuzzy Untuk Pengaturan Lampu Lalu Lintas,” 2009.
BIOGRAFI
Penulis dilahirkan di Banyumas. Menyelesaikan sekolah SD di SD N 3 Buniayu, SMP dan SMA di Kebumen. Saat ini sedang menempuh Pendidikan Sarjana Teknik Elektro di Iinstitut Tteknologi Telkom Purwokerto. Selain itu pernah aktif sebagai anggota HIMA sebagai koordinasi divisi hubungan masyarakat pada tahun 2018/2019. Penulis dapat dihubungi melalui email:
