Optimalisasi Jaringan Lalu Lintas Kota Menggunakan Algoritma Genetika Dan Fuzzy Logic

Abstract

Kemacetan lalu lintas di kawasan perkotaan menjadi tantangan serius dalam pembangunan kota cerdas (smart city). Permasalahan ini diperburuk oleh sistem pengaturan lalu lintas yang tidak adaptif terhadap dinamika arus kendaraan. Penelitian ini mengusulkan integrasi Algoritma Genetika (Genetic Algorithm/GA) dan Fuzzy Logic sebagai solusi cerdas dalam mengoptimalkan pengaturan sinyal lampu lalu lintas pada persimpangan jalan. Algoritma Genetika digunakan untuk menentukan konfigurasi waktu optimal lampu lalu lintas berdasarkan data historis, sedangkan Fuzzy Logic berfungsi sebagai pengendali adaptif berbasis kondisi real-time. Simulasi dilakukan menggunakan dataset volume kendaraan dari tiga titik simpang di kota metropolitan. Hasil menunjukkan peningkatan efisiensi lalu lintas dengan penurunan rata-rata waktu tunggu kendaraan sebesar 35,4% dan peningkatan throughput kendaraan sebesar 28,7%. Temuan ini mengindikasikan bahwa pendekatan hybrid GA-Fuzzy dapat menjadi alternatif strategis dalam pengembangan sistem transportasi cerdas berbasis kecerdasan buatan.