Perpustakaan Digital ITB

Kebutuhan masyarakat akan transportasi semakin meningkat seiring pertumbuhan ekonomi. Peningkatan jumlah transportasi sering dijumpai tidak diikuti dengan peningkatan jumlah ruas jalan. Akibatnya muncul kepadatan lalu lintas yang berujung ke kemacetan yang sering dijumpai di kota-kota besar, seperti kota Surabaya. Sistem kontrol lalu lintas yang terpusat ( centralized) merupakan salah satu solusi untuk menyelesaikan permasalahan kemacetan yang terjadi. Kota Surabaya merupakan salah satu kota yang telah terhubung dengan sistem SCATS (Sydney Coordinated Adaptive Traffic System) yang memungkinkan untuk melakukan kontrol lalu lintas dengan menerapkan Adaptive Traffic Control System. Namun, sistem kontrol lalu lintas yang diterapkan di kota Surabaya masih belum cukup efektif dalam mengurai kemacetan. Sebelumnya, penelitian tentang penerapan sistem kontrol lalu lintas secara terpusat yang disebut dengan Traffic­responsive Urban Control (TUC) yang menerapkan sistem terpusat. Selain itu, sistem kontrol lalu lintas secara terpusat ( centralized) memiliki keterbatasan dalam skala besar seperti memerlukan banyak jaringan komunikasi, daya pemrosesan yang tinggi, dan infrastruktur untuk koordinasi terpusat. Hal tersebut tentunya menjadi pertimbangan yang perlu dipikirkan dengan sangat matang oleh pemerintah Kota Surabaya. Oleh karena itu, penelitian ini bertujuan untuk memodelkan lalu lintas kota Surabaya berbasis ruang keadaan menggunakan metode Store and Forward, serta merancang algoritma kontrol Linear Quadratic Regu.lator Sparsity Promoting (LQR-SP). Algoritma ini memungkinkan untuk melakukan kontrol lalu lintas secara terdistribusi. LQR-SP terdapat batasan sparsitas yang dioptimisasi metode Alternating Direction Method of Multiplier (ADMM). Pola sparsitas merupakan batasan yang perlu dipenuhi untuk membuat sistem menjadi terdistribusi. Evaluasi performa dilakukan menggunakan dua metrik utama, yaitu Total Time Spent (TTS) dan Relative Queue Balance (RQB), serta melalui visualisasi kurva Macroscopic Fundamental Diagram (MFD) dengan simulasi SUMO. Hasil penelitian menunjukkan bahwa LQR-SP mampu memberikan performa yang sebanding dengan kontrol terpusat, dengan nilai TTS sebesar 1490,35 kendaraan.jam dan RQB sebesar 20279,70 kendaraan, sekaligus memberikan efisiensi komunikasi dan waktu komputasi yang lebih baik.