Prediksi Kemacetan Lalu Lintas di Persimpangan Menggunakan Metode Random Forest

Penulis

  • Auna Fajriah Universitas Almuslim
  • Imam Muslem Universitas Almuslim
  • Iqbal Universitas Almuslim

Kata Kunci:

Kemacetan Lalu Lintas, Persimpangan, Random Forest, Prediksi, Machine Learning

Abstrak

Kemacetan lalu lintas di persimpangan merupakan masalah yang signifikan di daerah perkotaan yang menyebabkan penurunan efesiansi transportasi, peningkatan polusi udara dan kerugian ekonomi. Penelitian ini bertujuan untuk merancang model prediktif untuk mendeteksi tingkat kemacetan lalu lintas di persimpangan menggunakan algoritma random forest, metode random forest berbasis ensembel yang efektif utnuk klasifikasi data  kompleks. Data penelitian diperoleh dari ekstraksi video siaran langsung CCTV  dengan fitur utama meliputi waktu, jumlah kendaraan, kecepatan rata-rata dan kelas kemacetan (macet, macet ringan, dan lenggang). Kemudian dataset tersebut disimpan dalam format CSV dan kemudian diolah melalui tahap pra-pemrosesan, pelatihan model, dan evaluasi. Hasil penelitian menunjukkan bahwa model ini dapat menjadi dasar bagi sistem manajemen lalu lintas yang cerdas, penelitian ini berkontribusi pada manajemen lalu lintas di persimpangan dan mendukung pengembangan solusi berbasis kecerdasan buatan untuk mengurangi kemacetan

Unduhan

Data unduhan belum tersedia.

Referensi

[1] Suranto, M. Ardan, T. E. Wulandari, S. A. Rahman, and S. Hasibuan, “Kajian Perencanaan Rute Pada Proyek Pembangunan LRT (Light Rail Transit) Medan,” JCEBT (Journal of Civil Engineering, Building and Transportation), vol. 6, no. 2, 2022.

[2] D. Farhatun and M. L. Hariani, “Evaluasi Kinerja Lalu Lintas di Ruas Jalan Jendral Ahmad Yani Depan Gateway Cicadas Kota Bandung,” Journal of Research and Inovation in Civil Engineering as Applied Science (RIGID), vol. 3, no. 1, 2024, doi: 10.58466/rigid.v3i1.1444.

[3] E. Maha, “ANALISIS FAKTOR-FAKTOR PENDORONG PENYEBAB TERJADINYA KEMACETAN DI KAWASAN PAJUS PADANG BULAN MEDAN,” Jurnal Samudra Geografi, vol. 5, no. 1, 2022, doi: 10.33059/jsg.v5i1.4716.

[4] R. Amin, A. Pratama, and I. Manalu, “Efektivitas Penerapan Tilang Elektronik Terhadap Pelanggaran Lalu Lintas di Wilayah Hukum Polda Metro Jaya,” KRTHA BHAYANGKARA, vol. 14, no. 2, 2020, doi: 10.31599/krtha.v14i2.148.

[5] I. Muslem R, M. K. M. Nasution, S. Sutarman, and S. Suherman, “A scalable model for Capacitated Vehicle Routing Problem with Pickup and Delivery under dynamic constraints using adaptive heuristic-based ant colony optimization,” Eastern-European Journal of Enterprise Technologies, vol. 1, no. 3 (133), pp. 57–65, Feb. 2025, doi: 10.15587/1729-4061.2025.319733.

[6] R. Imam Muslem, M. K. M. Nasution, Sutarman, and Suherman, “Algorithms and Approaches for the Vehicle Routing Problem with Pickup and Delivery (VRPPD): A Survey,” in 2024 Ninth International Conference on Informatics and Computing (ICIC), 2024, pp. 1–5. doi: 10.1109/ICIC64337.2024.10956290.

[7] H. Nurnaningsih, Y. Setyaningsih, and ..., “Praktik Pencegahan Keracunan Pb Pada Petugas Gardu Jalan Tol di daerah Bandung,” Jurnal Promosi Kesehatan …, vol. 6, no. 2, 2011.

[8] F. Hafifah, S. Rahman, and S. Asih, “Klasifikasi Jenis Kendaraan Pada Jalan Raya Menggunakan Metode Convolutional Neural Networks (CNN),” TIN: Terapan Informatika Nusantara, vol. 2, no. 5, 2021.

[9] G. Yaldi, I. M. Nur, and A. Apwiddhal, “Analisis Karakteristik Perjalanan dan Perilaku Pengguna Jalan Terhadap Moda Trans Padang Virtual,” Jurnal Ilmiah Rekayasa Sipil, vol. 18, no. 2, 2021, doi: 10.30630/jirs.v18i2.664.

[10] M. Muslih and A. D. Krismawan, “KLASIFIKASI PENYAKIT DAUN TOMAT BERBASIS ALGORITMA K-NEAREST NEIGHBOR,” Semnas Ristek (Seminar Nasional Riset dan Inovasi Teknologi), vol. 8, no. 01, 2024, doi: 10.30998/semnasristek.v8i01.7141.

[11] N. Fajriyani, E. E. Pratama, and R. Septiriana, “Optimasi Hyperparameter pada Neural Network (Studi Kasus: Identifikasi Komentar Cyberbullying Instagram),” Jurnal Edukasi dan Penelitian Informatika (JEPIN), vol. 9, no. 2, 2023, doi: 10.26418/jp.v9i2.68319.

[12] I. R. Muslem and T. M. Johan, “KLIK: Kajian Ilmiah Informatika dan Komputer Klasifikasi Citra Ikan Menggunakan Algoritma Convolutional Neural Network dengan Arsitektur VGG-16,” Media Online), vol. 4, no. 2, pp. 978–985, 2023, doi: 10.30865/klik.v4i2.1209.

[13] L. Luthfi, R. Imam Muslem, D. Armiady, S. Sriwinar, R. Fajri, and I. Iqbal, “Analysis of CNN Method for Image Classification of Coconut Ripeness Levels,” in 2023 Eighth International Conference on Informatics and Computing (ICIC), IEEE, Dec. 2023, pp. 1–6. doi: 10.1109/ICIC60109.2023.10381964.

[14] I. R. Muslem, “KLIK: Kajian Ilmiah Informatika dan Komputer Image Classification pada Kasus American Sign Language Menggunakan Support Vector Machine,” Media Online), vol. 4, no. 2, pp. 1184–1191, 2023, doi: 10.30865/klik.v4i2.1242.

[15] I. Muslem and D. Armiady, “A PSO-Based CVRPPD Model with Weather and Traffic Constraints for Two-Wheeled Urban Delivery in Indonesia,” Instal: Jurnal Komputer, vol. 17, pp. 281–290, 2025, doi: 10.54209/jurnalinstall.v17i05.388.

[16] F. Alifiana, M. F. Asnawi, I. A. Ihsannudin, M. A. M. Baihaqy, and D. Asmarajati, “ANALISIS SENTIMEN APLIKASI DUOLINGO MENGGUNAKAN ALGORITMA NAÏVE BAYES DAN SUPPORT MACHINE LEARNING,” Device, vol. 13, no. 2, 2023, doi: 10.32699/device.v13i2.5905.

[17] R. W. Pratiwi, S. F. H, D. Dairoh, D. I. Af’idah, Q. R. A, and A. G. F, “Analisis Sentimen Pada Review Skincare Female Daily Menggunakan Metode Support Vector Machine (SVM),” Journal of Informatics, Information System, Software Engineering and Applications (INISTA), vol. 4, no. 1, 2021, doi: 10.20895/inista.v4i1.387.

[18] A. Kholik, “KLASIFIKASI MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) PADA TANGKAPAN LAYAR HALAMAN INSTAGRAM,” Jurnal Data Mining dan Sistem Informasi, vol. 2, no. 2, 2021, doi: 10.33365/jdmsi.v2i2.1345.

[19] A. Y. Agusyul and F. Firmansyah, “Prediksi Penyakit Jantung Menggunakan Algoritma Random Forest,” Jurnal Minfo Polgan, vol. 12, no. 2, 2023, doi: 10.33395/jmp.v12i2.13214.

Unduhan

Diterbitkan

27-12-2025

Cara Mengutip

Fajriah, A., Muslem, I., & Iqbal, I. (2025). Prediksi Kemacetan Lalu Lintas di Persimpangan Menggunakan Metode Random Forest. Jurnal Ilmu Komputer Aceh, 2(3). Diambil dari https://jurnal.fikompublisher.com/ilka/article/view/20

Terbitan

Vol 2 No 3 (2025): Jurnal Ilmu Komputer Aceh

Bagian

Artikel

Lisensi

Hak Cipta (c) 2025 Jurnal Ilmu Komputer Aceh

Creative Commons License

Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.

Jurnal ini adalah jurnal akses terbuka yang menyediakan akses langsung secara nasional, bebas hambatan ke teks lengkap dari semua artikel yang diterbitkan tanpa biaya pembaca atau institusi mereka untuk mengaksesnya. Pembaca berhak membaca, mengunduh, menyalin, mendistribusikan, mencetak, mencari, atau menautkan teks lengkap semua artikel di Jurnal ILKA. Jurnal ini memberikan akses terbuka langsung ke kontennya dengan prinsip bahwa membuat penelitian tersedia secara bebas untuk publik mendukung pertukaran pengetahuan global yang lebih besar.