Simulasi dan Analisis Perbandingan Kinerja Sistem Lalu Lintas untuk Kendaraan Ambulans Darurat
DOI:
https://doi.org/10.31004/joecy.v5i2.1105Keywords:
Kendaraan Darurat, Simulasi Lalu Lintas, SUMO, Kontrol Lalu Lintas Adaptif, AmbulansAbstract
Keterlambatan kendaraan darurat (EV), seperti ambulans, di persimpangan perkotaan yang padat lalu lintas merupakan masalah kritis yang dapat membahayakan nyawa manusia. Sistem lampu lalu lintas waktu tetap konvensional sering kali gagal dalam memprioritaskan kendaraan darurat secara efektif. Penelitian ini bertujuan untuk mensimulasikan dan menganalisis secara komparatif kinerja tiga skenario sistem lalu lintas untuk mengoptimalkan waktu perjalanan ambulans: (1) skenario tanpa lampu lalu lintas, (2) skenario dengan lampu lalu lintas statis, dan (3) skenario dengan lampu lalu lintas adaptif real-time. Simulasi dilakukan menggunakan platform simulasi lalu lintas mikroskopik SUMO (Simulation of Urban Mobility), dengan studi kasus yang dimodelkan berdasarkan kondisi lalu lintas tinggi di kawasan Keputih, Surabaya untuk menunjukkan aplikasi praktis. Kontrol adaptif diterapkan melalui skrip Python menggunakan Traffic Control Interface (TraCI) dari SUMO, yang secara dinamis mengubah fase sinyal setelah mendeteksi ambulans yang mendekat. Hasil simulasi menunjukkan bahwa skenario lampu lalu lintas adaptif secara signifikan mengurangi waktu perjalanan ambulans dan keterlambatan dibandingkan dengan dua skenario lainnya, membuktikan potensinya sebagai solusi efektif untuk meningkatkan efisiensi respon darurat di lingkungan perkotaan.
References
Agrawal, A., & Paulus, R. (2021). Improving traffic and emergency vehicle clearance at congested intersections using fuzzy inference engine. International Journal of Electrical and Computer Engineering, 11(4), 3176–3185. https://doi.org/10.11591/ijece.v11i4.pp3176-3185
Chowdhury, M. A. ; A. S. (2003). Fundamentals of Intelligent Transportation Systems Planning - Mashrur A. In Fundamentals of Intelligent Transportation Sytems Planning.
Habibi, M., Broumandnia, A., & Harounabadi, A. (2021). Improvement of multi-agent routing guidance with an intelligent traffic light scheduling and the ability to select intermediate destinations. International Journal of Engineering, Transactions A: Basics, 34(4). https://doi.org/10.5829/ije.2021.34.04a.11
Kerner, B. S. (2016). Failure of classical traffic flow theories: Stochastic highway capacity and automatic driving. In Physica A: Statistical Mechanics and its Applications (Vol. 450). https://doi.org/10.1016/j.physa.2016.01.034
Li, L., Lv, Y., & Wang, F. Y. (2016). Traffic signal timing via deep reinforcement learning. IEEE/CAA Journal of Automatica Sinica, 3(3). https://doi.org/10.1109/JAS.2016.7508798
Prasetya, R. P. (2020). Implementasi Fuzzy Mamdani Pada Lampu Lalu Lintas Secara Adaptif Untuk Meminimalkan Waktu Tunggu Pengguna Jalan. Jurnal Mnemonic, 3(1). https://doi.org/10.36040/mnemonic.v3i1.2526
Qin, X., & Khan, A. M. (2012). Control strategies of traffic signal timing transition for emergency vehicle preemption. Transportation Research Part C: Emerging Technologies, 25. https://doi.org/10.1016/j.trc.2012.04.004
Soni, S., & Weronek, K. (2023). Analysis and Modelling of Road Traffic Using SUMO to Optimize the Arrival Time of Emergency Vehicles. SUMO Conference Proceedings, 4. https://doi.org/10.52825/scp.v4i.225
Tanner, J. C., Lighthill, M. J., & Whitham, G. B. (1965). An Introduction to Traffic Flow Theory. OR, 16(1). https://doi.org/10.2307/3006702
Van Langevelde, F., & Jaarsma, C. F. (2005). Using traffic flow theory to model traffic mortality in mammals. Landscape Ecology, 19(8). https://doi.org/10.1007/s10980-005-0464-7
Xu, J., Gu, B., & Tian, G. (2022). Review of agricultural IoT technology. In Artificial Intelligence in Agriculture (Vol. 6). https://doi.org/10.1016/j.aiia.2022.01.001
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Muhammad Hariz Izzuddin, Wahyu Nur Hidayat, Arifah Shafyan, Ryozo Kiyohara, Dian Septiani Santoso
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
