Cover Image

Penentuan Durasi Nyala Lampu Lalu Lintas Berdasarkan Panjang Antrian Kendaraan Menggunakan Metode Backpropagation

Main Author: Azizy, Shibron Arby
Format: Thesis NonPeerReviewed
Terbitan: , 2018
Subjects:
005.3 Programs
Online Access: http://repository.ub.ac.id/11291/
ctrlnum 11291
fullrecord <?xml version="1.0"?> <dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><relation>http://repository.ub.ac.id/11291/</relation><title>Penentuan Durasi Nyala Lampu Lalu Lintas Berdasarkan Panjang Antrian Kendaraan Menggunakan Metode Backpropagation</title><creator>Azizy, Shibron Arby</creator><subject>005.3 Programs</subject><description>Lalu lintas merupakan salah satu lokasi dimana orang-orang menghabiskan waktunya. Saat ini dengan pertumbuhan kendaraan yang semakin pesat membuat kondisi lalu lintas di Indonesia semakin padat setiap harinya. Salah satu cara untuk menguraikan kepadatan lalu lintas adalah dengan adanya lampu lalu lintas. Namun, kinerja lampu lalu lintas saat ini dirasa kurang optimal dikarenakan penentuan durasi waktu lalu lintas yang masih statis berdasarkan waktu tertentu. Maka dari itu dibutuhkan suatu sistem yang dapat menentukan waktu, sehingga waktu pada lampu lalu lintas dapat lebih dinamis berdasarkan kondisi lalu lintas. Penelitian ini mengunakan metode backpropagation untuk menentukan durasi nyala lampu lalu lintas berdasarkan panjang antrian kendaraan. Pada metode ini digunakan sebuah input layer, sebuah hidden layer, dan sebuah output layer. Hasil dari solusi diukur menggunkan rumus Root Means Square Error (RMSE). Data dibagi menjadi data latih dan data uji. Data latih dingunakan untuk melakukan pengujian. Hasil dari pengujian data latih didapatkah bahwa fungsi aktivasi yang cocok adalah fungsi Linear dengan a = 3, iterasi yang optimal didapatkan ketika iterasi 10, jumlah node pada hidden layer yang optimal adalah 2, dan nilai learning rate yang optimal adalah 0,02. Hasil evaluasi yang diperoleh ketika memproses data uji menggunakan fungsi aktivasi, jumlah iterasi, jumlah node pada hidden layer, dan nilai learning rate yang optimal menghasilkan nilai RMSE sebesar 0,090258.</description><date>2018-01-19</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><identifier> Azizy, Shibron Arby (2018) Penentuan Durasi Nyala Lampu Lalu Lintas Berdasarkan Panjang Antrian Kendaraan Menggunakan Metode Backpropagation. Sarjana thesis, Universitas Brawijaya. </identifier><relation>SKR/FTIK/2018/194/051801216</relation><recordID>11291</recordID></dc>
format Thesis:Thesis
Thesis
PeerReview:NonPeerReviewed
PeerReview
author Azizy, Shibron Arby
title Penentuan Durasi Nyala Lampu Lalu Lintas Berdasarkan Panjang Antrian Kendaraan Menggunakan Metode Backpropagation
publishDate 2018
topic 005.3 Programs
url http://repository.ub.ac.id/11291/
contents Lalu lintas merupakan salah satu lokasi dimana orang-orang menghabiskan waktunya. Saat ini dengan pertumbuhan kendaraan yang semakin pesat membuat kondisi lalu lintas di Indonesia semakin padat setiap harinya. Salah satu cara untuk menguraikan kepadatan lalu lintas adalah dengan adanya lampu lalu lintas. Namun, kinerja lampu lalu lintas saat ini dirasa kurang optimal dikarenakan penentuan durasi waktu lalu lintas yang masih statis berdasarkan waktu tertentu. Maka dari itu dibutuhkan suatu sistem yang dapat menentukan waktu, sehingga waktu pada lampu lalu lintas dapat lebih dinamis berdasarkan kondisi lalu lintas. Penelitian ini mengunakan metode backpropagation untuk menentukan durasi nyala lampu lalu lintas berdasarkan panjang antrian kendaraan. Pada metode ini digunakan sebuah input layer, sebuah hidden layer, dan sebuah output layer. Hasil dari solusi diukur menggunkan rumus Root Means Square Error (RMSE). Data dibagi menjadi data latih dan data uji. Data latih dingunakan untuk melakukan pengujian. Hasil dari pengujian data latih didapatkah bahwa fungsi aktivasi yang cocok adalah fungsi Linear dengan a = 3, iterasi yang optimal didapatkan ketika iterasi 10, jumlah node pada hidden layer yang optimal adalah 2, dan nilai learning rate yang optimal adalah 0,02. Hasil evaluasi yang diperoleh ketika memproses data uji menggunakan fungsi aktivasi, jumlah iterasi, jumlah node pada hidden layer, dan nilai learning rate yang optimal menghasilkan nilai RMSE sebesar 0,090258.
id IOS4666.11291
institution Universitas Brawijaya
affiliation mill.onesearch.id
fkp2tn.onesearch.id
institution_id 30
institution_type library:university
library
library Perpustakaan Universitas Brawijaya
library_id 480
collection Repository Universitas Brawijaya
repository_id 4666
subject_area Indonesian Language Collection/Kumpulan Karya Umum dalam Bahasa Indonesia*
city MALANG
province JAWA TIMUR
shared_to_ipusnas_str 1
repoId IOS4666
first_indexed 2018-06-01T03:05:40Z
last_indexed 2021-10-18T02:15:42Z
recordtype dc
_version_ 1751453671099465728
score 17.538404

Lihat Juga