ANALISIS DISTRIBUSI PROBABILITAS DAN KENDALI OPTIMAL PERSIMPANGAN = PROBABILITY DISTRIBUTION ANALYSIS AND OPTIMAL CONTROL INTERSECTION

Authors

  • Mulyadi Sinung Harjono Pusat Teknologi Industri dan Sistem Transportasi Deputi Teknologi Industri Rancang Bangun dan Rekayasa - BPPT
  • Wimpie A.N Aspar Pusat Teknologi Industri dan Sistem Transportasi Deputi Teknologi Industri Rancang Bangun dan Rekayasa - BPPT
  • Abdul Halim Departemen Teknik Elektro, Universitas Indonesia Kampus UI Depok, 16424, Indonesia
  • Kalamullah Ramli b Departemen Teknik Elektro, Universitas Indonesia Kampus UI Depok, 16424, Indonesia

DOI:

https://doi.org/10.29122/mipi.v9i1.92

Abstract

Abstract Research traffic dynamics modeling requires the enumeration of traffic flow data on many road network nodes. Information enumeration traffic flows are applied to the analysis model of the road network control or control the intersection area, either as a standalone junction (isolated) and the coordinative intersection. Classification of types and traffic conditions used for this control is determined by ITS transportation management policy or government. Estimation and prediction of traffic conditions in real terms are based on information obtained by traffic counting. Counting of traffic flows is aimed to determine the probability distribution function (pdf) traffic flow for the intersection of two segments, namely Jalan Kyai Haji Wahid Hasyim - Jalan Mohammad Husni Thamrin and Jalan Kebun Sirih - Jalan Mohammad Husni Thamrin, Jakarta, Indonesia. Signalized intersection is composed of roads with 12 lanes and 4 lanes with traffic signs and fixtures actuated traffic control system using historical data. Based on the evolution of the combined token, it was obtained fundamental equation for the evolution of the token. Based on the modeling, the needs of departure vehicle for red light violators and breakthrough yellow light, it would require further development to SimHPN. Modeling and simulation of hybrid Petri nets on this research are aimed to perform optimal control system for traffic flow, the number of vehicles at intersections, in order to obtain optimal current flow in the study area. Abstrak Penelitian pemodelan dinamika lalu-lintas memerlukan data pencacahan arus lalu-lintas (traffic counting) pada banyak simpul jaringan jalan. Informasi pencacahan arus lalu-lintas tersebut dipergunakan untuk analisa model pengendalian jaringan jalan ataupun pengendalian area persimpangan, baik sebagai persimpangan mandiri (isolated) maupun persimpangan koordinatif. Penggolongan jenis dan kondisi lalu-lintas yang dipergunakan untuk pengendalian ini ditentukan oleh kebijakan manajemen transportasi ITS ataupun pemerintah. Estimasi dan prediksi kondisi lalu-lintas secara riil diperoleh berdasarkan informasi hasil pencacahan arus lalu-lintas. Pencacahan arus lalulintas bertujuan untuk menentukan fungsi distribusi probabilitas (pdf) arus lalulintas untuk dua ruas persimpangan, yaitu Jalan Kyai Haji Wahid Hasyim - Jalan Mohammad Husni Thamrin dan Jalan Kebon Sirih - Jalan Mohammad Husni Thamrin, Jakarta Indonesia. Persimpangan bersinyal ini tersusun atas ruas jalan dengan 12 lajur dan 4 lajur dengan rambu lalu-lintas dan perlengkapan actuated traffic control system menggunakan data historical. Berdasarkan evolusi token gabungan diperoleh persamaan fundamental untuk evolusi token. Berdasarkan kebutuhan pemodelan keberangkatan kendaraan untuk pelanggar lampu merah dan penerobos lampu kuning, maka diperlukan pengembangan lebih lanjut terhadap SimHPN. Pemodelan dan simulasi dengan hybrid Petri nets pada penelitian ditujukan untuk melakukan sistem kendali optimal terhadap arus lalulintas, jumlah kendaraan di persimpangan, sehingga diperoleh aliran arus optimal pada area penelitian.

Downloads

Published

13-09-2023

How to Cite

Mulyadi Sinung Harjono, Wimpie A.N Aspar, Abdul Halim, & Kalamullah Ramli. (2023). ANALISIS DISTRIBUSI PROBABILITAS DAN KENDALI OPTIMAL PERSIMPANGAN = PROBABILITY DISTRIBUTION ANALYSIS AND OPTIMAL CONTROL INTERSECTION. Majalah Ilmiah Pengkajian Industri; Journal of Industrial Research and Innovation, 9(1), 21–26. https://doi.org/10.29122/mipi.v9i1.92