• Tidak ada hasil yang ditemukan

Optimalisasi Waktu Tunggu Mobil Pada Traffic light

N/A
N/A
Nguyễn Gia Hào

Academic year: 2023

Membagikan "Optimalisasi Waktu Tunggu Mobil Pada Traffic light"

Copied!
107
0
0

Teks penuh

Segala puji dan syukur penulis panjatkan kehadirat Allah SWT karena atas rahmat, hidayah dan rahmat-Nya, penulis dapat menyelesaikan skripsi yang berjudul “Optimalisasi waktu tunggu mobil di lampu lalu lintas”. Antrean kendaraan yang panjang saat berhenti di kondisi lampu merah seringkali mengakibatkan ketidakefektifan dan efisiensi akibat pengaturan waktu lampu lalu lintas yang kurang optimal. Antrean kendaraan yang panjang saat berhenti di kondisi lampu merah seringkali mengakibatkan ketidakefektifan dan efisiensi akibat pengaturan waktu lampu lalu lintas yang kurang optimal.

Hal ini mengakibatkan antrian panjang di lampu lalu lintas dan pengemudi harus menunggu lebih dari satu periode di lampu lalu lintas.

Rumusan Masalah

Oleh karena itu, diperlukan penelitian lebih lanjut untuk menentukan waktu tunggu yang optimal di lampu lalu lintas untuk mengurangi pemborosan konsumsi bahan bakar yang dialami pengendara. Berangkat dari latar belakang tersebut maka penulis mengambil judul “Optimalisasi Waktu Tunggu Mobil di Lampu Lalu Lintas”. Penelitian ini dilakukan di traffic light simpang Tugu Jogja Jl. Pangeran Diponegoro, perempatan pasar Demangan Gejayan Jl.

Variabel yang diperoleh adalah rata-rata jumlah kendaraan pada lampu lalu lintas, jarak antrian terakhir kendaraan pada periode sinyal merah, jumlah kendaraan yang melintas pada periode sinyal hijau, dan waktu tunggu kendaraan pada antrian terakhir.

Tujuan Penelitian

Berdasarkan hasil kajian Prasetyo (2018) yang meneliti di Simpang Town Square Mall Magelang, nilai kerugian ekonomi akibat kemacetan lalu lintas sebesar 147,13 liter per hari untuk bensin dan 777,82 liter untuk solar. Perkiraan kerugian ekonomi akibat kemacetan dalam mata uang rupiah sangat bervariasi tergantung dari jenis bahan bakar yang digunakan. Berdasarkan hasil penelitian Hayuna dan Sundari (2005) yang dilakukan pada simpang empat lampu lalu lintas di Bandung Selatan berdasarkan intensitas lalu lintas harian.

Hal ini bertujuan untuk menghindari kemacetan akibat konflik arus lalu lintas dengan mempertahankan kapasitas tertentu pada kondisi puncak lalu lintas.

Landasan Teori .1 Optimalisasi .1 Optimalisasi

  • Ilmu Ekonomi Kesejahteraan
  • Kriteria Pareto
  • Tingkatan Kesejahteraan Menurut Teori Pareto
  • Traffic light Sebagai Barang Publik
  • Pemborosan Bahan Bakar dan Efisiensi

Hal ini menjelaskan bahwa lampu lalu lintas (traffic light) merupakan salah satu barang publik yang menjadi faktor terciptanya kemacetan. Oleh karena itu, perlu adanya penelitian tentang evaluasi proyek rambu lalu lintas sebagai upaya untuk mengurangi tingkat kemacetan yang terjadi. Menurut Sugiyanto (2012), kemacetan lalu lintas yang terjadi akan menimbulkan biaya kemacetan, yang juga akan membentuk pola fungsi eksponensial dengan mengurangi kecepatan lalu lintas aktual, yang akan meningkatkan kerugian biaya akibat dampak kemacetan.

Persimpangan tersebut dipenuhi oleh aktivitas perkantoran, universitas, pusat perbelanjaan dan jalur lalu lintas dari kawasan wisata Kaliurang menuju kota.

Periode Pengumpulan Data Pada Lapangan

Metode dokumentasi ini nantinya akan mengevaluasi dokumen sesuai dengan hasil gambar yang diambil di lapangan secara langsung. Terban arta di Jl. Menteri Supeno, Kamis di perempatan Tugu Jogja Jl. Pangeran Diponegoro, Jumat di perempatan pasar Demangan Gejayan Jl. Setelah itu, pengambilan sampel dilakukan pada akhir pekan pada hari Sabtu di perempatan Tugu Jogja Jl. Pangeran Diponegoro, Minggu di perempatan pasar Demangan Gejayan Jl.

Pengumpulan Data Primer

  • Rata-rata Jumlah Kendaraan Pada Traffic Light
  • Jarak Antrian Kendaraan Terakhir Pada Periode Sinyal Merah Pengumpulan data pada variable ini dilakukan pada daerah studi
  • Jumlah Kendaraan Lolos Pada Periode Sinyal Hijau
  • Waktu Tunggu Kendaraan Pada Antrian Terakhir
  • Waktu Tunggu Optimum Pada Traffic Light

Jumlah kendaraan yang lewat di lapangan selama periode sinyal hijau dicatat dengan perekam. Pengumpulan data pada variabel ini dilakukan minimal 10 kali periode sinyal hijau pada setiap titik arah simpang yang diteliti. Pada variabel ini akan ditemukan kendaraan yang dapat melewati satu periode sinyal hijau dan merah, dua periode sinyal hijau dan merah atau tiga periode sinyal hijau dan merah dan seterusnya.

Sehingga kendaraan tidak membutuhkan waktu tunggu yang lama di persimpangan dan akan mengurangi konsumsi bahan bakar yang dikonsumsi kendaraan saat terjebak di lampu lalu lintas selama lebih dari satu periode sinyal hijau dan merah.

Pengumpulan Data Sekunder

Pengumpulan data pada variabel ini akan dilakukan dengan pemodelan matematika komputasi dengan langsung mengolah hasil data yang diperoleh di lapangan. Pada setiap persimpangan tempat studi dilakukan, ditemukan waktu tunggu optimal yang dianggap lebih efisien.

Metode Analisis

Dari hasil yang diperoleh, nilai Y dikurangi dengan nilai t yang diperoleh, yang akan menghasilkan keadaan menunggu persimpangan sinyal merah dan hijau nyata. Dapat diketahui jika hasil pengurangan nilai Y dengan nilai t menunjukkan angka positif, maka keadaan simpang tidak optimal atau membutuhkan waktu lebih dari satu periode untuk mobil berhenti di lampu lalu lintas. Namun jika angka tersebut menunjukkan nilai negatif, maka keadaan simpang sudah optimal, atau hanya membutuhkan waktu tunggu mobil di lampu lalu lintas.

Perbandingan detik sinyal merah dan hijau nyata dengan waktu optimal untuk menemukan perbedaan antara waktu tunggu. Selisih waktu tunggu dikalikan dengan bahan bakar kendaraan yang terbuang per detik untuk menentukan kerugian ekonomi pada kendaraan. Disimpulkan dari pengamatan, terdapat pola eksponensial pada kondisi di setiap lampu lalu lintas saat sinyal merah mulai menyala.

Bukti pola eksponensial yang terjadi saat detik pertama sinyal merah menyala, keadaan kendaraan belum bergerak. Kemudian pergerakan kendaraan akan berlangsung rata-rata pada detik keempat sinyal merah dan seterusnya.

Hasil Regresi

Ao dan β dihasilkan menunjukkan kecepatan jumlah mobil yang meninggalkan persimpangan sebelum sinyal merah menyala. Hasil perhitungan waktu tunggu mobil di Tugu Green Red Crossing Direction Time Week Hasil. Hasil perhitungan waktu tunggu mobil di simpang Demangan. Hijau merah. Arah. Waktu dalam seminggu. Hasil.

Hasil Perhitungan Waktu Tunggu Mobil di Simpang Mirota Simpang Hijau Arah Waktu Hasil Mingguan. Jika menunjukkan hasil negatif, maka kondisi simpang tersebut dinilai baik, karena pada saat itu kendaraan dapat melintas dengan satu lampu merah searah dengan simpang tersebut. Namun jika menunjukkan hasil yang positif, maka kondisi simpang tersebut dinilai buruk, karena pada saat itu kendaraan membutuhkan waktu lebih dari satu kali sinyal merah dan hijau untuk menunggu atau terjebak dalam arus lalu lintas yang searah dengan simpang tersebut.

Simulasi Waktu Tunggu

Hasil Simulasi Waktu Tunggu Mobil di Simpang Demangan Hijau Merah Arah Hasil Simpang Seminggu. Hasil simulasi waktu tunggu mobil di simpang Mirota Arah Hijau Merah Hasil simpang minggu. Jika kondisi pada simpang pada waktu yang sama (pagi, siang dan sore) baik dengan angka negatif yang ditunjukkan pada kolom hasil, maka simulasi tidak dilakukan pada arah simpang tersebut.

Jika kondisi simpang menunjukkan hasil negatif dan positif secara bersamaan, maka akan dilakukan simulasi pada setiap arah simpang. Simulasi dilakukan dengan memvariasikan waktu pada sinyal merah dan hijau, namun dengan total waktu yang sama. Namun jika total waktu yang sama tidak menunjukkan hasil negatif, maka simulasi akan dijalankan secara acak dengan tujuan agar kolom hasil negatif.

Jika kondisi persilangan menunjukkan semua hasil positif pada waktu yang sama, simulasi waktu acak akan dilakukan tanpa mempertimbangkan total waktu yang sama untuk setiap sinyal.

Pemborosan Bahan Bakar Kendaraan .1 Dasar Penghitungan Konsumsi Bahan Bakar .1 Dasar Penghitungan Konsumsi Bahan Bakar

Berdasarkan hasil simulasi perbaikan waktu tunggu penyeberangan Tugu pada pagi hari pada hari kerja, dari arah timur menunjukkan inefisiensi waktu tunggu sebesar 69 detik dan menunjukkan tingkat pemborosan sebesar Rp. Kemudian dari arah utara menunjukkan ketidakefisienan waktu tunggu selama 94 detik dan menunjukkan tingkat pemborosan sebesar Rp5.549,05 untuk setiap waktu tunggu. Waktu Tunggu Disarankan Hijau Merah (Hijau + Merah). menunjukkan tingkat pemborosan sebesar Rp 4.368,78 untuk setiap masa tunggu.

Kemudian dari arah barat menunjukkan inefisiensi waktu tunggu 70 detik dan menunjukkan tingkat kerugian sebesar Rp 4.078,72. untuk setiap periode waktu tunggu. Kemudian dari arah barat menunjukkan ketidakefisienan waktu tunggu. selama 107 detik dan menunjukkan residual level sebesar Rp 4.311,03 per masa tunggu. Berdasarkan hasil simulasi perbaikan waktu tunggu simpang Demangan pada pagi hari pada hari kerja, dari arah timur menunjukkan inefisiensi waktu tunggu sebesar 49 detik dan menunjukkan tingkat kerugian sebesar Rp.

Kemudian dari arah utara menunjukkan ketidakefisienan waktu tunggu selama 198 detik dan menunjukkan tingkat pemborosan masing-masing Rp 9.264,91. Kemudian dari selatan menunjukkan ketidakefisienan waktu tunggu selama 105 detik dan menunjukkan tingkat pemborosan sebesar Rp3.922,53 untuk setiap waktu tunggu. Kemudian dari arah utara menunjukkan ketidakefisienan waktu tunggu selama 205 detik dan menunjukkan tingkat pemborosan sebesar Rp 8416,27 untuk setiap waktu tunggu.

Berdasarkan hasil simulasi perbaikan waktu tunggu penyeberangan Demangan pada sore hari di akhir pekan, dari arah timur. Kemudian dari arah utara menunjukkan ketidakefisienan waktu tunggu selama 89 detik dan menunjukkan tingkat pemborosan sebesar Rp 7.489,35 untuk setiap waktu tunggu. Kemudian dari arah utara menunjukkan ketidakefisienan waktu tunggu selama 181 detik dan menunjukkan tarif pemborosan sebesar Rp 12.738,78 untuk setiap waktu tunggu.

Kemudian dari arah barat menunjukkan efisiensi waktu tunggu 20 detik dan menunjukkan tingkat pemborosan sebesar Rp 6490,26 untuk setiap waktu tunggu.

KESIMPULAN DAN SARAN

Kesimpulan

Pada analisis pengoperasian simpang Tugu, Demangan dan Mirota, terdapat kerugian yang sangat besar jika dihitung dalam satu masa tunggu lampu lalu lintas dikalikan aktivitas kendaraan di simpang tersebut selama satu hari. Oleh karena itu penelitian ini membuat rekomendasi untuk menentukan waktu tunggu yang optimal sebagai upaya menekan biaya operasional kendaraan yang dikeluarkan oleh pengemudi agar masyarakat dapat merasakan tingkat kesejahteraan dalam teori Paretto. Jadi jika kita dapat memperkenalkan lebih banyak variabel jenis kendaraan, tingkat kerugian akibat tundaan antrian lampu lalu lintas akan semakin tinggi.

Sementara banyak faktor lain yang mempengaruhi penghematan bahan bakar pada kendaraan seperti penggunaan AC pada mobil, jumlah penumpang, cuaca, variasi perpindahan mesin yang berbeda dan penggunaan audio pada mobil. Sedangkan ketika terjadi kemacetan di lampu lalu lintas akan menimbulkan dampak kerugian pada berbagai aspek seperti keausan bagian kendaraan, kesehatan lingkungan dan hilangnya waktu berkendara (opportunity cost). Diharapkan pihak terkait segera mengevaluasi penentuan waktu tunggu di traffic light yang optimal untuk meminimalisir kerugian masyarakat guna meningkatkan kesejahteraan.

Hubungan tundaan dan panjang antrian terhadap konsumsi bahan bakar akibat penutupan perlintasan sebidang. Analisis Kinerja Simpang Bersinyal pada Simpang Bangkok dan Simpang Milo Semarang Berdasarkan Konsumsi Bahan Bakar Minyak. Penggunaan bahan bakar minyak pada kecepatan kendaraan dan nilai waktu tempuh di kota Bekasi.

Estimasi pemborosan BBM akibat kemacetan menggunakan Google Map Image Analysis (studi kasus di simpang Armada Town Square Mall Magelang). Dari https://www.researchgate.net/publication/327572603_Estimasi_Pemborosan_Bahan_Bakar_Akibat_Kejametan_Menggunakan_Analisis_Citra_Google_Map_Study_Kasus_pada_Simpang_Armada_Town_.

Tabel Rata-rata Panjang Antrian dan Jumlah Mobil Dalam Antrian

Referensi

Dokumen terkait

So that, the study aims to determine whether business sector has a Power Dispersion Index or forward linkage and a Degree of Sensitivity Index or backward linkage impact level

This study aims at finding out the rhetorical patterns and tense shifts across rhetorical functions employed in the research article introductions (RAI) by NNESTs..