Electronic Theses and Dissertation

Persimpangan adalah titik pada jaringan jalan yang saling bertemu dan terjadi perpotongan lintasan kendaraan padanya. Titik persimpangan seringkali rawan mengalami kemacetan pada jam-jam dan hari-hari tertentu karena volume kendaraan melebihi kapasitas jalan. Kondisi lalu lintas dapat ditentukan dari hasil perbandingan antara volume lalu lintas dengan nilai kapasitas ruas jalan. Semakin kecil rasio perbandingan yang dihasilkan maka kondisi lalu lintas semakin baik. Adapun tujuan dari penelitian ini adalah membuat program/modul untuk menentukan tingkat kepadatan lalu lintas pada persimpangan berdasarkan video dari CCTV dan kemudian memvisualikasikannya dalam bentuk webGIS. WebGIS dirancang menggunakan framework Mapbox GLJS dan menggunakan MySQL sebagai database. Penentuan kondisi lalu lintas dilakukan berdasarkan Manual Kapasitas Jalan Indonesia (MKJI) tahun 1997 menggunakan machine learning berupa framework Tensorflow.js dengan Pre-trained model COCO-SSD. Modul program yang dihasilkan dapat menampilkan kondisi lalu lintas pada persimpangan secara real time, tetapi keakuratan perhitungan kondisi lalu lintas kurang baik akibat posisi kamera CCTV yang kurang sesuai untuk algoritma pendeteksian kendaraan yang digunakan. Walaupun demikian, pengujian kelayakan sistem menggunakan metode System Usability Scale (SUS) dengan jumlah responden sebanyak 20 responden memberikan nilai 81. Skor tersebut termasuk dalam kategori EXCELLENT dengan grade scale B, yang berarti webGIS ini sudah bisa diterima (acceptable), baik secara fungsional dan tampilannya.

Kata kunci: Lalu Lintas, Persimpangan Jalan, Pemetaan Real Time, WebGIS, Machine Learning dan System Usabilty Scale

An intersection is a point on the road network that meets each other and there is an intersection of vehicle paths on it. Intersection points are often prone to congestion at certain hours and days because the volume of vehicles exceeds the road capacity. Traffic conditions can be determined from the results of the comparison between the volume of traffic and the value of the capacity of the road. The smaller the comparison ratio, the better the traffic conditions. The purpose of this research is to create a program/module to determine the level of traffic density at an intersection based on video from CCTV and then visualize it in the form of a webGIS. WebGIS is designed using the Mapbox GLJS framework and uses MySQL as the database. Determination of traffic conditions is carried out based on the 1997 Indonesian Highway Capacity Manual (IHCM) by using machine learning in the form of the Tensorflow.js framework with the Pre-trained COCO-SSD model. The resulting program module can display traffic conditions at intersections in real time, but the accuracy of calculating traffic conditions is not good due to the position of CCTV cameras that are not suitable for the vehicle detection algorithm used. However, testing the feasibility of the system using the System Usability Scale (SUS) method with a total of 20 respondents giving a score of 81. The score is included in the EXCELLENT category with a grade scale B, which means this webGIS is acceptable, both functionally and how it looks. Keywords: Traffic, Intersection, Real Time Mapping, WebGIS, Machine Learning and System Usabilty Scale