Show simple item record

dc.contributor.advisorArisandi, Dedy
dc.contributor.advisorAndayani, Ulfi
dc.contributor.authorManurung, Octavia Yohana
dc.date.accessioned2018-07-13T03:53:21Z
dc.date.available2018-07-13T03:53:21Z
dc.date.issued2018
dc.identifier.otherNurhusnah Siregar
dc.identifier.urihttp://repositori.usu.ac.id/handle/123456789/4332
dc.description121402094en_US
dc.description.abstractTraffic congestion is a common problem in so many big cities. The occurrence of traffic congestion can be caused by various reason, one of them is the increasing number of vehicles while the available facilities are not worth the amount. Congestion can cause many losses, including the amount of time wasted and spent fuel in vain. To solve the problem of congestion can be solved by building a new road. But the solution will make the environment more crowded and require more operational costs. Due to this reason, there is a good solution given that is, the renewal of traffic control system by building intelligent traffic light control system based on road density at each traffic intersection and the width of the road. The method used in this research is Adaptive Neuro-Fuzzy Inference System (ANFIS), this method will process the data of road density and road width to determine the duration of green light to be given. The road density will be calculated based on the video that will be captured by the system and will go through the preprocessing and processing steps until the labeling stage of the object on the road using the Connected Component Labeling (CCL) method, the image pixel of this CCL result will be compared to the image of the empty road condition (no vehicles) to get the percentage of road density. The system testing process used 36 images captured from the video and obtained the accuracy of 98,6%.en_US
dc.description.abstractKemacetan lalu lintas merupakan permasalahan yang sudah umum terjadi di berbagai kota besar. Terjadinya kemacetan lalu lintas dapat disebabkan oleh berbagai hal, salah satunya yaitu semakin banyaknya jumlah kendaraan sementara fasilitas yang tersedia tidak sebanding jumlahnya. Kemacetan dapat menyebabkan banyak kerugian, diantaranya yaitu banyaknya waktu terbuang dan bahan bakar yang habis dengan siasia. Untuk mengatasi masalah kemacetan dapat dilakukan dengan membangun jalan baru. Namun solusi tersebut akan membuat lingkungan menjadi lebih padat dan membutuhkan biaya operasional yang lebih banyak. Dikarenakan alasan tersebut ada baiknya solusi yang diberikan yakni pembaharuan sistem kontrol lalu lintas dengan membangun sistem pengontrolan lampu lalu lintas cerdas berdasarkan kepadatan jalan di setiap persimpangan lampu lalu lintas dan lebarnya jalan tersebut. Adapun metode yang digunakan pada penelitian adalah Adaptive Neuro-Fuzzy Inference System (ANFIS), metode ini akan mengolah data kepadatan jalan dan lebar jalan untuk menentukan durasi lampu hijau yang akan diberikan. Kepadatan jalan akan dihitung berdasarkan video yang akan diambil gambarnya oleh sistem dan akan melalui tahapan preprocessing dan processing sampai tahap pelabelan objek yang ada pada jalan menggunakan metode Connected Component Labeling (CCL), hasil dari CCL ini akan dibandingkan piksel citranya dengan citra kondisi jalan ketika kosong (tidak ada kendaraan) untuk mendapatkan persentase kepadatan jalannya. Proses pengujian sistem menggunakan 36 citra yang diambil dari video dan diperoleh akurasi sebesar 98,6%.en_US
dc.language.isoiden_US
dc.subjectAdaptive Neuro Fuzzy Inference Systemen_US
dc.subjectANFISen_US
dc.subjectTtraffic Lightsen_US
dc.subjectImage Processingen_US
dc.subjectConnected Component Labelingen_US
dc.titleSimulasi Pengaturan Lampu Lalu Lintas Dinamis Menggunakan Adaptive Neuro-Fuzzy Inference System (ANFIS)en_US
dc.typeSkripsi Sarjanaen_US


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record