Perpustakaan Digital ITB

Kemacetan lalu lintas skala kota, seperti yang terjadi di Kota Surabaya, menuntut strategi pengendalian pada tingkat jaringan, salah satunya melalui kontrol perimeter berbasis reinforcement learning. Namun, pengaruh pemilihan dan pembobotan komponen reward terhadap kinerja strategi tersebut belum banyak ditelusuri secara mekanistik. Penelitian ini bertujuan menganalisis pengaruh pembobotan penalti antrean pada fungsi reward terhadap kebijakan agen, kondisi jaringan, rezim operasi pada kurva Macroscopic Fundamental Diagram (MFD), dan kinerja kontrol perimeter. Simulasi dilakukan menggunakan SUMO pada model jaringan Kota Surabaya, dengan agen Deep Q-Network dilatih pada enam taraf bobot beta dan 6 replikasi bibit acak, menghasilkan 36 sesi pelatihan yang dianalisis melalui uji korelasi peringkat Spearman. Hasil menunjukkan bahwa pembobotan reward berpengaruh signifikan terhadap antrean pada ruas batas gerbang, namun pengaruh tersebut tidak merambat menjadi perubahan berarti pada akumulasi region, rezim operasi jaringan, maupun indikator kinerja seperti total waktu tempuh dan throughput. Analisis lanjutan mengidentifikasi keterbatasan cakupan cordon, yang hanya mencakup sekitar 63% volume kendaraan masuk, sebagai faktor struktural yang membatasi perambatan pengaruh tersebut. Temuan ini memberikan pemahaman baru bahwa efektivitas pembobotan reward pada kontrol perimeter bergantung pada kelengkapan cakupan gerbang perimeter terhadap jaringan yang dilindungi, sebuah aspek yang jarang ditekankan pada penelitian kontrol perimeter berbasis reward sebelumnya.