IJARLITIJARLIT

International Journal Artificial Intelligent and InformaticsInternational Journal Artificial Intelligent and Informatics

Jumlah kendaraan bermotor meningkat setiap tahun, terutama kendaraan pribadi dan tidak seimbang dengan akses jalan yang tidak memadai hingga jalan menjadi lebih padat, bahkan terjadi kemacetan, terutama selama hari libur umum dan nasional. Misalnya, selama libur Lebaran terdapat kepadatan aliran lalu lintas setiap tahun. Dengan perkembangan teknologi saat ini, kepadatan aliran lalu lintas yang terjadi dapat dihitung sehingga akan lebih mudah diprediksi di masa depan. Namun dalam studi ini hanya akan mengeksaminasi nilai parameter yang menyebabkan terjadinya kepadatan dan akumulasi kendaraan karena dapat dikembangkan dengan nilai parameter sehingga hasilnya dapat diperoleh secara efisien dalam menyelesaikan kepadatan lalu lintas. Dari hasil metode ANFIS, efisiensi diperoleh, yaitu pada hari H-1 dan hari H tahun 2014, serta 2017 dapat menggunakan parameter pertama sedangkan 2015, dan 2016 dapat menggunakan parameter kedua. Dan untuk hari H 1 tahun 2014, 2016, dan 2017, lebih efisien menggunakan parameter pertama dan hanya parameter pada tahun 2015 yang memiliki nilai efisiensi menggunakan parameter kedua. Aplikasi ANFIS dalam perhitungan ini dapat dikembangkan dalam sistem prediksi.

Dalam penelitian ini, hasil margin berbeda setiap tahun dengan nilai yang berbeda.Dalam penelitian ini hanya memprioritaskan perhitungan dan tidak memberikan cara keluar.Berdasarkan hasil penelitian yang telah dibuat terdapat satu margin dengan nilai mendekati 0, yaitu pada tahun 2016 pada hari H menggunakan perhitungan dengan nilai parameter kedua sebesar 0,79%.Ini tentu sangat baik untuk dikembangkan sehingga tidak hanya pada tahun 2016 hari H margin mendekati 0, tetapi dapat diterapkan pada semua tahun pada hari yang berbeda.

Penelitian lanjutan dapat mengintegrasikan data real-time dari sensor jalan untuk meningkatkan akurasi prediksi kepadatan lalu lintas. Selain itu, peneliti dapat mengeksplorasi model hibrida yang menggabungkan ANFIS dengan algoritma lain seperti Backpropagation untuk membandingkan efisiensi dan akurasi. Terakhir, penelitian juga dapat mengembangkan sistem prediksi berbasis ANFIS yang diuji di wilayah lain untuk memastikan adaptabilitas dan skalabilitas solusi yang diberikan.

Read online
File size260.34 KB
Pages8
DMCAReport

Related /

ads-block-test