Perpustakaan Digital ITB

Kemacetan lalu lintas di kota-kota besar seperti Bandung merupakan tantangan serius yang berdampak pada efisiensi, keselamatan, dan keadilan dalam penggunaan jalan. Sistem kontrol lampu lalu lintas yang ada saat ini di Kota Bandung masih menggunakan metode fixed-time yang tidak adaptif terhadap dinamika lalu lintas. Penelitian ini mengusulkan pengembangan sistem kontrol lampu lalu lintas adaptif berbasis Multi-Agent Reinforcement Learning (MARL) yang berorientasi pada keadilan (fairness-aware) pada simpang terhubung sebagai solusi. Dua simpang terhubung di Kota Bandung, yakni simpang Buahbatu dan simpang Kiaracondong, digunakan sebagai studi kasus dengan data dunia nyata dari ATCS Dinas Perhubungan Kota Bandung. Penelitian ini menerapkan lima algoritma MARL (MADDPG, MAPPO, MASAC, QMIX, dan VDN) dengan dan tanpa pendekatan fairness-aware berbasis Jain’s fairness index. Pengembangan dan evaluasi sistem dilakukan menggunakan simulator SUMO dengan skenario realistik berdasarkan data selama tiga bulan. Hasil menunjukkan bahwa pendekatan MARL secara umum meningkatkan efisiensi sistem dibandingkan metode konvensional, dengan peningkatan performa rata-rata sebesar 19,34%. Sementara itu, penerapan fairness-aware menunjukkan peningkatan keadilan distribusi lalu lintas antar simpang dengan penurunan efisiensi yang minimal (rata-rata 17,70% lebih baik dari baseline). Pendekatan ini terbukti mampu menyeimbangkan antara efisiensi dan keadilan, menjadikannya relevan untuk implementasi sistem cerdas di lingkungan lalu lintas perkotaan yang kompleks.