SISTEM INFORMASI TRAFIK LALU LINTAS CERDAS DI BALI
Transcript of SISTEM INFORMASI TRAFIK LALU LINTAS CERDAS DI BALI
1
TESIS
SISTEM INFORMASI TRAFIK LALU LINTAS
CERDAS DI BALI
I GEDE AGUS KRISNA WARMAYANA
PROGRAM PASCASARJANA
UNIVERSITAS UDAYANA
DENPASAR
2015
i
TESIS
SISTEM INFORMASI TRAFIK LALU LINTAS
CERDAS DI BALI
I GEDE AGUS KRISNA WARMAYANA
NIM : 1291761005
PROGRAM MAGISTER
PROGRAM STUDI TEKNIK ELEKTRO
PROGRAM PASCASARJANA
UNIVERSITAS UDAYANA
DENPASAR
2015
ii
SISTEM INFORMASI TRAFIK LALU LINTAS
CERDAS DI BALI
Tesis untuk Memperoleh Gelar Magister
pada Program Magister, Program Studi Teknik Elektro,
Program Pascasarjana Universitas Udayana
I GEDE AGUS KRISNA WARMAYANA
NIM : 1291761005
PROGRAM MAGISTER
PROGRAM STUDI TEKNIK ELEKTRO
PROGRAM PASCASARJANA
UNIVERSITAS UDAYANA
DENPASAR
2015
iii
Lembar Pengesahan
TESIS TELAH DISETUJUI
PADA TANGGAL APRIL 2015
Pembimbing I,
Dr. I Made Oka Widyantara,ST,.MT
NIP. 19731211 199903 1 001
Pembimbing II,
Ir. Linawati, M.Eng.Sc.,Ph.D
NIP. 19660824 199103 2 001
Mengetahui
Ketua Program Studi Magister Teknik Elektro
Program Pascasarjana
Universitas Udayana,
Prof. Ir. Ida Ayu Dwi Giriantari,M.Eng.Sc.,Ph.D
NIP. 19651231 199103 2 001
Direktur
Program Pascasarjana
Universitas Udayana,
Prof. Dr. dr. A.A. Raka Sudewi, Sp.S(K)
NIP. 19590215 198510 2 001
iv
Tesis Ini Telah Diuji pada Tanggal 10 April 2015
Panitia Penguji Tesis Bedasarkan SK Rektor
Universitas Udayana, No.:1135/UN14.4/HK/2015,Tanggal 10 April 2015
Ketua : Dr. I Made Oka Widyantara, ST.,MT.
Anggota :
1. Ir. Linawati, MEngSc .,Ph.D
2. Prof. Ir. I.A Dwi Giriantari, MEngSc.,PhD
3. Dr. Ir. I Made Sudarma, M.A.Sc.
4. Dr. Nyoman Gunantara, ST.,MT
v
SURAT PERNYATAAN BEBAS PLAGIAT
Saya yang bertandatangan dibawah ini :
Nama : I Gede Agus Krisna Warmayana
NIM : 1291761005
Program Studi : Magister Teknik Elektro
Judul Tesis : Sistem Informasi Trafik Lalu Lintas Cerdas di Bali
Dengan ini menyatakan bahwa karya ilmiah Tesis ini bebas plagiat. Apabila di
kemudian hari terbukti plagiat dalam karya ilmiah ini, maka saya bersedia
menerima sangsi peraturan Mendiknas RI No. 17 Tahun 2010 dan Peraturan
Perundangan-udangan yang berlaku.
Denpasar 14 April 2015
Yang membuat pernyataan
I Gede Agus Krisna Warmayana
vi
UCAPAN TERIMAKASIH
Pertama-tama perkanankanlah penulis memanjatkan puji syukur
kehadapan Ida Sang Hyang Widhi Wasa / Tuhan Yang Maha Esa, karena hanya
atas asung wara nugraha-Nya/Kunria-nya, tesis ini dapat diselesaikan.
Pada kesempat ini perkenankanlah penulis mengucapkan terimakasih
yang sebesar-besarnya kepada Dr. I Made Oka Widyantara, ST.,MT, pembimbing
satu yang dengan penuh perhtian telah memberikan dorongan, semangat,
bimbingan, dan saran selama penulis mengikuti program magister, khususnya
dalam penyelesaian tesis ini. Terimakasih sebesar-besarnya pula penulis
sampaikan kepada Ir. Linawati, M.Eng.Sc.,Ph.D pembimbing II yang dengan
penuh perhatian dan kesabaran telah memberikan bimbingan dan saran kepada
penulis. Ucapan yang sama juga ditujukan kepada Rektor Universitas Udayana
Prof. Dr. dr. I Ketut Suastika, Sp.PD-KEMD atas kesempatan dan fasilitas yang
diberikan kepada penulis untuk mengikuti dan menyelesaikan pendidikan
Program Magister di Universitas Udayana. Ucapan terimakasih ini jga ditujukan
kepada Direktur Program Pascasarjana Universitas Udayana yang dijabat oleh
Prof.Dr.dr. A.A. Raka Sudewi, Sp.S(K) atas kesempatan yang diberikan kepada
penulis untuk menjadi mahasiswa Program Magister pada Program Pascasarjana
Universitas Udayana. Tidak lupa pula penulis ucapkan terimakasih kepada Prof. Ir
Ida Ayu Dwi Giriantari, M.Eng.Sc.,Ph.D Ketua Program Studi Magister Teknik
Elektro Program Pascasarjana Universitas Udayana. Ucapan terimakasih penulis
sampaikan pula kepada para penguji tesis, yaitu Dr. I Made Oka Widyantara,
ST.,MT., Ir. Linawati, MEngSc .,Ph.D, Prof. Ir. I.A Dwi Giriantari,
MEngSc.,PhD., Dr. Ir. I Made Sudarma, M.A.Sc., Dr. Nyoman Gunantara,
ST.,MT yang telah memberikan masukan, saran, sanggahan dan koreksi sehingga
tesis ini dapat terwujud seperti ini. Penulis juga mengucapakan terimakasih
sebesar-besarnya kepada Institut Hindu Dharma Negeri (IHDN) Denpasar yang
telah memberikan bantuan finansial dalam bentuk bantuan pendidikan sehingga
meringankan beban penulis dalam menyelesaikan studi ini.
vii
Pada kesempatan ini penulis menyapaikan ucapan terima kasih yang tulus
disertai pengharagaan kepada seluruh guru-guru yang telah membimbing penulis,
mulai dari sekolah dasar sampai perguruan tinggi. Juga penulis ucapkan terima
kasih kepada mendiang Bapak, Ibu yang telah mengasuh dan membesarkan
penulis, memberikan dasar-dasar berpikir logik dan suasana demokratis sehingga
tercipta lahan yag baik untuk berkembangnya kreativias. Akhir penulis sampaikan
terimakasih kepada Kepala UPT Bus SARBAGITA, Bapak Sofian, Operator Bus
SARBAGITA, istri, anak-anakku, le, de karta, jay, mas aming, desy, kadek,
sukerta, jep, ratni dan teman-teman Puskom, Kepeg IHDN Denpasar yang dengan
penuh pengertian dan dorongan serta kesempatan untuk lebih berkonsentarasi
menyelesaikan tesis ini.
Semoga Ida Sang Hyang Widhi Wasa/ Tuhan Yang Maha Esa selalu
melimpahkan rahmat-Nya kepada semua pihak yang telah membantu pelaksanaan
dan penyelesaian tesis ini
Denpasar 14 April 2015
Penulis
viii
ABSTRAK
SISTEM INFORMASI TRAFIK LALU LINTAS CERDAS DI BALI
Transportasi merupakan sarana yang sangat penting dalam menunjang
kegiatan perekonomian masyarakat. Aktivitas penduduk yang sangat tinggi, menyebabkan perkembangan transportasi meningkat sehingga pergerakan lalu lintas menjadi sangat padat. Dampak dari pergerakan lalu lintas adalah kemacetan jalan. Untuk mengatasi kemacetan ini dikembangkan sistem transportasi cerdas. Sistem transportasi cerdas (STC) adalah penerapan dari kemajuan teknologi informasi dan telekomunikasi (TIK) yang digunakan dalam bidang transportasi, salah satunya tentang kemacetan jalan raya yang bisa mendefenisikan trafik lalu lintas jalan seperti macet, padat, sedang dan lancar dan dapat membantu masyarakat dalam mengetahui keadaan trafik lalu lintas jalan dengan mengakses website sistem informasi trafik lalu lintas.
Metode penelitian ini ada tiga tahapan yaitu pengumpulan data berasal dari GPS Tracker dan pengaduan dari masyarakat. Pengolahan data yaitu mengolah data yang didapat dari pengumpulan data GPS Tracker berupa titik koordinat, kecepatan dan heading. Untuk pengaduan masyarakat berupa lokasi, kejadian atau informasi dan tanggal. Data dari GPS Tracker dan pengaduan masyarakat diolah menjadi data trafik yang dikombinasikan dengan tools lain seperti Google Maps Api. Penyebaran informasi melalui internet yaitu berbasis website berasal dari data trafik yang sudah diolah.
Implementasi sistem informasi trafik cerdas dibangun sebuah server GPS Tracker yang berfungsi untuk menerima atau menyimpan data yang dikirim oleh GPS Tracker secara real time. Pada penelitian ini bertempat di Bali khusus pada jalur Bus SARBAGITA KORIDOR I (GOR Ngurah Rai- GWK). Data yang tersimpan di server GPS diolah menjadi data trafik yang dapat mendefenisikan keadaan lalu lintas jalan yang berdasarkan kecepatan kendaraan dan diwarnai seperti kecepatan t < 17 Km/Jam adalah macet ditandai warna merah, kecepatan antara 17 Km/Jam t < 26 Km/Jam adalah padat dengan warna oranye, kecepatan antara 26 Km/Jam t < 40 Km/Jam adalah sedang dengan warna hijau dan kecepatan t > 40 Km/Jam adalah lancar dengan warna biru. Data trafik ini di kombinasikan dengan Google Maps Api untuk mengetahui lokasi jalan yang dikirim oleh GPS Tracker berupa koordinat-koordinat. Hasil dari pengolahan data ini dijadikan sistem informasi trafik lalu lintas berbasis web. Sistem informasi trafik lalu cerdas dapat dianalisa proses pengiriman data dari GPS Tracker ke Server GPS yaitu pada delay yang termasuk kategori bagus dengan model soft real time system, kondisi ruas jalan, kondisi rute jalan dan melakukan kuesioner terhadap 35 orang untuk mengetahui sistem ini dapat diterima dan bermanfaat bagi masyarakat dengan hasil dapat diterima dan bermanfaat.
Dari hasil penelitian ini terbangunnya server GPS untuk menyimpan data dari GPS Tracker sehingga dapat diolah menjadi data trafik lalu lintas yang dapat mendefenisikan kategori macet, padat, sedang dan lancar. Data trafik ini dikombinasikan dengan Google Maps Api menjadi sistem informasi trafik lalu lintas berbasis web. Sistem informasi trafik lalu lintas ini dapat dianalisa ruas jalan dan rute jalan. Maka sistem informasi trafik lalu lintas cerdas bisa dikembangkan berbasis mobile sehingga dapat bermanfat bagi masyarkat untuk mengetahui kondisi jalan raya secara real time, pencarian jalan alternatif apabila ada kemacetan, informasi kedatangan bus disetiap halte atau fitur yang lain mendukung sistem informasi trafik lalu lintas cerdas di Bali.
Kata Kunci : Sistem Transportasi Cerdas (STC), TIK , Web, GPS Tracker
ix
ABSTRACT
INTELLIGENT TRAFFIC SYSTEM INFORMATION IN BALI
Transportation is a very important facility in supporting public economic
activities. The high level of people activities lead the improvement of transportation development, and this cause the high density of traffic movement which is means the impact of traffic movement is traffic jam. In order to overcome this problem we developed the intelligent transportation system (ITS). ITS is the implementation of Information Technology and Telecommunication (ITC) advancement in transportation matter, one of them is in traffic jam. It able to define the traffic into traffic jam, dense, medium, and smooth, and also it able to help people to find out the condition of the traffic by accessed the website of traffic information system.
The method of this study devide into three stages, those are data collecting from GPS Tracker and from public report; processing the data that have been obtained from GPS Tracker data collection such as coordinate point, the speed and heading. For public report such as location, incedent or information and date. The data from GPS tracker and public report was been processed become traffic data and was combined with other tools such as Google Maps Api. The spreading information via internet is base on website, and come from processed traffic data.
The implementation of smart traffic information is the server of GPS tracker that has been built, and it has function to receive and save the data that been sent by GPS Tracker in real time. This study select a location in Bali, specifically at SARBAGITA bus line I corridor (GOR Ngurah Rai – GWK). The saving data in GPS server has been proceeded into traffic data that can be define the traffic base on vehicle speed, and has been colored depend on the speed such as the speed of t < 17 Km/hour is traffic jam and colored red, the speed between 17 Km/hour t < 26 Km/hour is dense and colored orange, the speed between 26 Km/hour t < 40 Km/hour is medium and colored green, the speed of t > 40 Km/Jam adalah smooth with blue color. This traffic data has been combined with Google Map Api in order to find out the streed location that has been sent by GPS Tracker as coordinates. The result of this data processing transform into traffic information system base on web. The analyse of smart traffic information system shows that the delay of data transfer process from GPS tracker to GPS server is in the good category with soft real time system mode, the street condition, the street rute condition, and releasing quesionare to 35 people in order to find out if this technology can be accepted and can deliver benefit to people give result that the technology is accepted and deliver benefit.
The result of this study is the GPS server which has been built to save data from GPS Tracker, so that it can be processed into traffic data that define the traffic as traffic jam, dense, medium, and smooth. This traffic data is combined with Google Maps Api and become traffic information system base on web. This traffic information system can analyse the street and the street rute, therefore, smart traffic information system can be develop base on mobile network. It can deliver benefit for the people when they need to find out the real time street condition, when they try to search an alternative rute if they meet a traffic jam, when they try to find out the information about a bus arrival time in every bus station, or when they need help in other features that supported by smart traffic information system in Bali.
Key Words : Intelligent Transportation System (ITS), ITC , GPS Tracker
x
DAFTAR ISI
Halaman
SAMPUL DALAM .......................................................................................... i
PRASYARAT GELAR .................................................................................... ii
LEMBAR PENGESAHAN ............................................................................. iii
PENETEPAN PANITIA PENGUJI ................................................................. iv
SURAT PERNYATAAN BEBAS PLAGIAT................................................. v
UCAPAN TERIMAKASIH ............................................................................. vi
ABSTRAK ...................................................................................................... viii
ABSTRACT .................................................................................................... ix
DAFTAR ISI .................................................................................................... x
DAFTAR TABEL ............................................................................................ xiii
DAFTAR GAMBAR ....................................................................................... xiv
DAFTAR SINGKATAN ATAU TANDA ..................................................... xvi
DAFTAR LAMPIRAN ................................................................................... xvii
BAB I PENDAHULUAN ................................................................................ 1
1.1 Latar Belakang .............................................................................. 1
1.2 Rumusan Masalah .......................................................................... 6
1.3 Tujuan dan Manfaat Penelitian ..................................................... 7
1.3.1 Tujuan Manfaat Penelitian .................................................... 7
1.3.2 Manfaat Penelitian ............................................................... 7
1.4 Ruang Lingkup Penelitian dan Batasan Masalah ........................... 8
1.5 Keaslian Penelitian ......................................................................... 8
1.6 Sistematika Penulisan ..................................................................... 13
BAB II KAJIAN PUSTAKA ........................................................................... 14
2.1 State of The Art Review .................................................................. 14
2.2 Transportasi ................................................................................... 15
2.3 Sistem Transportasi Cerdas ............................................................ 18
xi
2.3.1 Ruang Lingkup STC .............................................................. 19
2.3.2 Aplikasi STC ......................................................................... 21
2.3.3 Klasifikasi STC....................................................................... 22
2.4 Jalan ............................................................................................... 25
2.5 Kemacetan Lalu Lintas ................................................................... 27
2.5.1 Karakteristik Volume Lalu Lintas ......................................... 28
2.5.2 Derajat Kejenuhan .................................................................. 28
2.5.3 Kapasitas Jalan ....................................................................... 29
2.5.4 Kecepatan Kendaraan Ringan ................................................ 30
2.5.5 Satuan Mobil Penumpang ....................................................... 30
2.5.6 Kategori Kepadatan Jalan ....................................................... 31
2.6 Geographic Information System ..................................................... 32
2.7 Google Maps ................................................................................. 33
2.7.1 Google Maps API ................................................................. 33
2.8 Global Positioning System (GPS) .................................................. 34
2.9 Sistem Real Time ........................................................................... 36
BAB III METODE PENELITIAN................................................................... 39
3.1 Gambaran Umum Sistem ............................................................... 39
3.2 Tempat dan Waktu Penelitian ........................................................ 39
3.3 Rancangan Penelitian ..................................................................... 40
3.4 Data Penelitian ............................................................................... 43
3.4.1 Perhitungan Derajat Kejenuhan ............................................ 46
3.5 Perangkat Keras dan Perangkat Lunak Pendukung ........................ 47
3.6 Alur Analisis Penelitian ................................................................ 48
3.6.1 Model Pengiriman Data Sumber Koordinat dan Kecepatan 49
3.6.2 Mengolah Data Koordinat dan Kecepatan menjadi Data
Trafik Visual ....................................................................... 49
3.6.3 Merealisasikan Data Trafik Visual Menjadi Informasi
Trafik Visual Lalu Lintas Berbasis Web dengan Google
Maps API ............................................................................. 50
xii
3.6.4 Arus Aliran Data ................................................................ 50
3.7 Jadwal Penelitian .......................................................................... 52
BAB IV HASIL DAN PEMBAHASAN ........................................................ 53
4.1 Implementasi Rancangan SIstem Transportasi Cerdas ................ 53
4.1.1 Realisasi Server GPS Tracker .............................................. 53
4.1.2 Mekanisme Pengolahan data Trafik ..................................... 58
4.1.3 Skema Sistem Informasi Trafik Cerdas .............................. 61
4.2 Antarmuka Sistem Transportasi Cerdas di Bali ........................... 67
4.2.1 Antarmuka Administrator .................................................... 67
4.1.1 Antarmuka Client ................................................................ 69
4.3 Pengujian ....................................................................................... 70
4.3.1 QoS (Qualitiy of Service) Transfer Data Paket GPRS......... 70
4.3.2 Analisis Antarmuka ............................................................. 71
4.3.3 Analisa Kondisi Trafik Jalan ................................................ 74
4.4 Penyebarluasan Data Visual Trafik Lalu Lintas ........................... 83
4.5 Analisa Usability Software ............................................................ 84
BAB V PENUTUP .......................................................................................... 88
5.1 Simpulan ......................................................................................... 88
5.2 Saran .............................................................................................. 89
DAFTAR PUSTAKA .................................................................................... 91
LAMPIRAN ................................................................................................... 94
xiii
DAFTAR TABEL
Halaman
2.1 Pemetaan Penelitian dari Literatur yang Berkontribusi sebagai
Pengenbangan Sistem Informasi Trafik Berbasis Sistem
Transportasi Cerdas ............................................................................. 14
2.2 EMP untuk Jalan Perkotaan Tak Terbagi............................................ 31
2.3 EMP untuk Jalan Perkotaan Terbagi ................................................. 31
2.4 Pengkategorian Kepadatan Lalu Lintas Jalan .................................... 32
3.1 Jadwal Penelitian ................................................................................. 52
4.1 Pengkategorian Kepadatan Lalu Lintas Jalan ...................................... 60
4.2 Struktur Tabel Device .......................................................................... 62
4.3 Struktur Tabel Eventdata...................................................................... 64
4.4 Struktur Tabel Pengaduan .................................................................... 65
4.5 Struktur Tabel Halte ............................................................................. 66
4.6 Struktur Tabel User Admin .................................................................. 66
4.7 Standar ITU-T G114 ............................................................................ 70
4.8 Pengiriman Data ke Sever GPS ........................................................... 70
4.9 Informasi Trafik Ruas Jalan GOR ke GWK ........................................ 81
4.10 Informasi Trafik Ruas Jalan GWK ke GOR ........................................ 81
4.11 Informasi Trafik Rute GOR ke GWK .................................................. 82
4.12 Informasi Trafik Rute GWK ke GOR .................................................. 82
4.13 Interval Penilaian ................................................................................. 86
4.14 Perhitugan Kepuasan Pengguna ........................................................... 86
xiv
DAFTAR GAMBAR
Halaman
1.1 STC Real Time ..................................................................................... 3
1.2 Diagram Fishbone Penelitian ............................................................... 12
2.1 Model/Bentuk GPS Tracker ................................................................. 34
2.2 Sistem Kerja GPS Tracker ................................................................... 35
3.1 Model Arsistektur Mobile Century (Herrera, 2009) ............................ 41
3.2 Model Arsitektur Sistem Informasi Trafik ........................................... 41
3.3 Diagram Alur Metodelogi Penelitian .................................................. 42
3.4 Peta Rute Bus Trans SARBAGITA .................................................... 44
3.5 Koridor 1 dan Koridor 2 ....................................................................... 46
3.6 Alur Analisis Penelitian ....................................................................... 48
3.7 Model Pengiriman Data Sumber dari GPS Tracker ............................ 49
3.8 Alur Mengolah Data Menjadi Data Trafik Visual ............................... 49
3.9 Alur Mengolah Data menjadi Informasi Trafik ................................... 50
3.10 Data Flow Diagram Level 0 ................................................................ 50
3.11 Data Flow Diagram Level 1 ................................................................. 51
4.1 Aspek Sistem Transportasi Cerdas....................................................... 53
4.2 Arsitektur Server GPS Tracker tipe TR06 ........................................... 54
4.3 Sistem OpenGTS .................................................................................. 55
4.4 Tahapan Awal Setting GPS Tracker .................................................... 55
4.5 Tahapan ke Dua Setting GPS Tracker ................................................. 56
4.6 Tahapan ke Tiga Setting GPS Tracker ................................................. 56
4.7 Data Posisi yang tersimpan di Tabel Eventdata ................................... 61
4.8 Relasi Antar Tabel ............................................................................... 67
4.9 Antarmuka login Administrator ........................................................... 68
4.10 Antarmuka halaman utama Administrator ........................................... 68
xv
4.11 Halaman Utama Antarmuka Client ...................................................... 69
4.12 Contoh Tampilan Informasi Trafik Lalu Lintas Dengan Kategori
Lancar ................................................................................................... 71
4.13 Contoh Tampilan Informasi Trafik Lalu Lintas Dengan Kategori
Sedang .................................................................................................. 72
4.14 Contoh Tampilan Informasi Trafik Lalu Lintas Dengan Kategori
Padat ..................................................................................................... 72
4.15 Contoh Tampilan Informasi Trafik Lalu Lintas Dengan Kategori
Macet .................................................................................................... 73
4.16 Informasi Pengaduan ............................................................................. 74
4.17 Informasi Halte...................................................................................... 74
4.18 Model Pengujian Sistem Informasi Trafik Lalu Lintas Cerdas di Bali . 75
4.19 Sistem Informasi Trafik Kategori Sedang ............................................ 76
4.20 Sistem Informasi Trafik Kategori Padat .............................................. 78
4.21 Sistem Informasi Trafik Kategori macet .............................................. 79
4.22 Sistem Informasi Trafik Kategori Lancar ............................................ 80
4.23 Sistem Informasi Trafik Lalu Lintas Cerdas Real Time ...................... 84
4.24 Garis Interval Skor Penilaian dan Prosentase Skala Likert Hasil
Pengumpulan Data ........................................................................... 87
xvi
DAFTAR SINGKATAN ATAU TANDA
ADT : Average Dayly Traffic
ATM : Air Traffic Management
ATCS : Area Traffic Control System
ATS : Air Traffic Service
CCTV : Closed Circuit Televesion
DS : Degree of Saturation
EDI : Electronic Data Interchange
EMP : Ekivalen Mobil Penumpang
GIS : Geographic Information System
GPS : Global Positioning System
GPRS : General Packet Radio Service
GSM : Global System for Mobile
IP : Intenet Protocol
ITS : Intelligent Transport System
ITU-T : Interntionl Telecommuniation Union- Telecommunication
LHR : Lalu Lintas Harian
MKJI : Manual Kapasitas Jalan Indonesia
PC : Personal Computer
QoS : Qualiti of Service
RTTIST : Real Time Traffic Information System
SARBAGITA : denpaSaR BAdung GIanyar TAbanan
SIG : Sistem Informasi Geografis
SMP : Satuan Mobil Penumpang
SMS : Short Message Servie
STC : Sistem Transportasi Cerdas
TIK : Teknologi Informasi dan Komunikasi
WMN : Werriless Mesh Network
xvii
DAFTAR LAMPIRAN
Halaman
Lampiran A Data Trafik Lalu Lintas Tanggal 13 Oktober 2014 ............... 94
Lampiran B Data Trafik Lalu Lintas Tanggal 15 Oktober 2014 .............. 95
Lampiran C Data Trafik Lalu Lintas Tanggal 16 Oktober 2014 .............. 96
Lampiran D Data Trafik Lalu Lintas Tanggal 17- 18 Oktober 2014 ....... 97
Lampiran E Data Trafik Lalu Lintas Tanggal 19 dan 21 Oktober 2014 ... 98
Lampiran F Data Trafik Lalu Lintas Tanggal 27 dan 28 Oktober 2014 ... 99
Lampiran G Data Trafik Lalu Lintas Tanggal 29 Oktober 2014 .............. 100
Lampiran H Data Trafik Lalu Lintas Tanggal 30-31 Oktober 2014 ......... 101
Lampiran I Data Trafik Lalu Lintas Tanggal 1 Nopember 2014 .............. 102
Lampiran J Data Trafik Lalu Lintas Tanggal 4 Oktober 2014 ................. 103
Lampiran K Data Trafik Lalu Lintas Tanggal 5 dan 13 Nopember 2014 . 104
Lampiran L Form Kuesioner ..................................................................... 105
1
BAB I
PENDAHULUAN
1.1. Latar Belakang
Transportasi merupakan sarana yang sangat penting dalam menunjang
kegiatan perekonomian masyarakat di Indonesia. Transportasi yang ada saat ini
digunakan untuk mendukung laju pertumbuhan ekonomi sehingga dapat menjadi
penggerak dinamika pembangunan. Aktivitas penduduk yang sangat tinggi,
menyebabkan perkembangan transportasi meningkat sehingga pergerakan lalu
lintas menjadi sangat padat. Dampak dari pergerakan lalu lintas adalah kemacetan
jalan. Kemacetan adalah padatnya jalur atau jalan raya yang mengakibatkan
lambatnya kecepatan normal kendaraan karena adanya berbagai halangan
mengakibatkan kendaraan berdekatan di jalan. Menurut Azhar Aris (2012)
terdapat 7 penyebab kemacetan, yaitu physical bottlenecks (kemacetan fisik),
kecelakaan lalu lintas (traffic incident), area pekerjaan (work zone), cuaca buruk
(bad weather), alat pengatur lalu lintas yang kurang memadai (poor signal
timing), acara khusus (special event), dan fluktuasi pada arus normal (fluctuations
in normal traffic).
Pemerintah Indonesia telah berupaya maksimal untuk mengembangkan
sistem transportasi dalam rangka menanggulangi kemacetan lalu lintas, salah
satunya dengan membuat terobosan yaitu menyediakan layanan Area Traffic
Control Sistem (ATCS), yaitu layanan streaming video tentang kondisi lalu lintas
2
di beberapa persimpangan jalan berbasis web. Namun layanan ini masih memiliki
banyak kelemahan, salah satunya adalah penilaian tentang kepadatan lalu lintas
yang masih bersifat subjektif dan keakuratannya tergantung pada pandangan
pengguna. Kelemahan lainnya adalah pengguna jalan sulit untuk menggunakan
layanan ini saat mengendarai kendaraan. Disamping itu layanan ATCS yang ada
belum memiliki kemampuan sebagai Sistem Transportasi Cerdas (STC).
Sistem Transportasi Cerdas (STC) atau ITS (Intelligent Transportation
Sistem) adalah sistem manajemen transportasi yang menggunakan sebuah pusat
pengendali lalu lintas yang disebut sebagai Traffic Management Center (TMC).
Traffic Management Center mengatur seluruh fungsi-fungsi pengaturan,
pemantauan dan manajemen data lalu lintas, serta koordinasi dengan pihak-pihak
terkait seperti kepolisian, rumah sakit dan layanan tanggap darurat. Pemantauan
kondisi lalu lintas yang hanya menggunakan streaming video memiliki banyak
kekurangan karena informasi lalu lintas lainnya seperti data kepadatan kendaraan,
data pelanggaran dan data kecelakaan tidak dapat ditampilkan. Visualisasi data
tersebut sesungguhnya sangat berguna dalam pengambilan keputusan, seperti
pengalihan rute ketika terjadi kondisi kemacetan pada salah satu ruas jalan.
Sistem Transportasi Cerdas (STC) digunakan sebagai sistem informasi yang
mengintegrasikan teknologi informasi dan komunikasi (TIK) pada infrastruktur
transportasi kendaraan untuk menginformasikan lalu lintas kepada masyarakat.
Sistem informasi ini akan mengkombinasikan beberapa informasi data dari Global
Positioning System (GPS) Tracker berupa koordinat dan kecepatan kendaraan
yang diolah menjadi data trafik dengan Google Maps Api. Sasarannya adalah
3
bagaimana menghasilkan media komunikasi yang secara cerdas dan dapat
memberikan informasi kepada masyarakat pengguna jalan untuk menentukan rute
jalan yang terbaik dengan kategori macet, padat, sedang dan lancar, sehingga
dapat meminimalkan waktu tempuh dan konsumsi bahan bakar.
Dalam penerapan aplikasi Sistem Transport Cerdas (STC) ada 3 (tiga) aspek
kunci untuk penyediaan informasi lalu lintas real time:
1. Pengumpulan data, bisa berasal dari pemantauan langsung seperti
menggunakan helicopters, Closed-Circuit Television (CCTV), Sensor
dan GPS;
2. Pengolahan data, yaitu mengolah data yang didapat dari pengumpulan
data seperti titik koordinat dan kecepatan menjadi data trafik yang bisa
dikombinasikan dengan tools lain seperti Google Maps Api;
3. Penyebaran informasi melalui telepon, televisi, internet, radio dan
rambu-rambu informasi dinamis (dynamic message signs).
STC lalu lintas real time digambarkan seperti Gambar 1.1.
Gambar 1.1 STC Real Time
Sumber: GAO-10-121R Real-Time Traffic Information Systems
4
Penerapan Sistem Transportasi Cerdas (STC) saat ini telah mengalami
perkembangan yang sangat pesat, bahkan dapat digunakan sebagai sarana untuk
pemantauan lalu lintas dan penggunaan Global Positioning System (GPS) dalam
pelacakan kendaraan. Aplikasi STC dikembangkan dengan 3 (tiga) aspek yaitu
pengambilan data, pengolahan data dan penyebaran informasi.
Data yang telah diambil dan diolah kemudian disebarkan secara offline
sebagai wujud penerapan Sistem Transportasi Cerdas (STC) dalam lalu lintas
melalui Personal Computer (PC) yaitu pemantauan kondisi lalu lintas
menggunakan Internet Protocol (IP) Kamera yang disebarluaskan menggunakan
Geographic Information Systems (GIS) (Indra Permana, dkk., 2009). Selain itu
terdapat pula penyebaran informasi dengan model capturing data menggunakan
jaringan telepon seluler dengan handphone yang telah memakai aplikasi Global
Positioning System (GPS) (Herrera,dkk 2009). Bahkan ada juga penyebaran
informasi menggunakan perangkat yang dipasang di kendaraan adapun fungsinya
yaitu untuk dapat menghemat bahan bakar dan mempercepat waktu tempuh,
dengan menggunakan Global Positioning System (GPS) dan werriless sensor,
pengendara dapat memilih alternatif rute yang akan dilalui (Sandor Dornbush and
Anupam Joshi, 2007). Membuat arsitektur lalu lintas dengan menggunakan
Wirreless Mesh Network (WMN) dapat menjadi sarana untuk sistem informasi
berbasis komputer (offline) (Xuedan Zhang, dkk, 2007).
Bali sebagai daerah tujuan pariwisata saat ini sedang berusaha
mengembangkan sistem informasi diberbagai bidang, salah satunya adalah Sistem
Informasi Trafik lalu lintas real time. Namun sistem informasi trafik lalu lintas
5
real time untuk Sistem Transportasi Cerdas (STC) belum ada pengembangannya.
Model ini seharusnya dapat diterapkan pada jalur transportasi massal bus Trans
SARBAGITA yang ada di Bali. Informasi dan data lalu lintas dapat dilakukan
dengan menggunakan capture data yang di dapat dari Global Positioning System
(GPS) Tracker yaitu berupa koordinat dan kecepatan kendaraan menjadi data
trafik untuk mengetahui kondisi jalur lalu lintas. Data trafik kemudian diolah
untuk mendefinisikan data lalu lintas. Hasil dari pengolahan data lalu lintas
tersebut selanjutnya diserbarluaskan dalam sebuah aplikasi sistem informasi lalu
lintas dan dikombinasikan dengan Google Maps Api yang disebarkan melalui
media internet.
Adanya bus Trans SARBAGITA di Bali dilatarbelakangi oleh semakin
parahnya kemacetan lalu lintas dan belum maksimalnya penggunaan transportasi
massal yang disediakan sehingga menyebabkan masyarakat lebih memilih
menggunakan kendaraan pribadi. Penggunaan kendaraan pribadi dalam jumlah
yang besar, membuat tingkat kepadatan lalu lintas yang cukup tinggi, sehingga
menyebabkan tingkat kemacetan yang tinggi. Dengan disediakannya transportasi
massal seperti bus Trans SARBAGITA, Pemerintah Propinsi Bali berharap dapat
menanggulangi kemacetan yang ada di jalur-jalur lalu lintas yang memiliki tingkat
kepadatan yang tinggi.
Penggunaan bus Trans SARBAGITA ini harus ditunjang dengan Sistem
Transformasi Cerdas (STC) salah satunya dengan menerapkan Real Time Traffic
Information System (RTTIS), yaitu sebuah sistem yang bekerja secara otomatis
dalam penyampaian informasi kemacetan kepada pengguna jalan. RTTIS ini
6
melibatkan berbagai data lalu lintas berupa data fisik jalan, data cuaca, data
tingkat kepadatan lalu lintas pada suatu wilayah tertentu. Dengan sistem ini,
dipandang sangat tepat untuk digunakan pada transportasi massal seperti bus
Trans SARBAGITA yang ada di Bali, karena dengan sistem ini masyarakat dapat
mengetahui kondisi lalu lintas jalan. Kepadatan lalu lintas sepanjang jalan serta
dapat pula mengetahui informasi grafis dengan. Indikator kemacetan yang
berpedoman dan menggunakan derajat kejenuhan atau Degree of Saturation (DS).
Informasi yang terdapat dalam sistem akan terus diperbaharui dalam hitungan
menit. Keakuratan informasi lalu lintas akan tetap terjaga dengan visualisasi yang
bersifat real time. Data dalam peta jalan akan berwarna merah menunjukan
tingkat kepadatan lalu lintas yang sangat tinggi atau macet, warna oranye
menunjukan tingkat kepadatan lalu lintas dalam kategori padat, dan warna hijau
menunjukan kondisi lalu lintas yang sedang serta warna biru kategori lancar.
Dengan visualisasi yang bersifat real time, maka sistem informasi trafik lalu lintas
yang diusulkan dapat dijaga keakuratannya.
Dari uraian di atas, penelitian ini bermaksud untuk meneliti tentang sistem
informasi trafik lalu lintas untuk sistem transportasi cerdas di Bali.
1.2. Rumusan Masalah
Berdasarkan uraian latar belakang masalah, maka dapat dirumuskan sebagai
berikut :
7
1. Bagaimanakah mengolah data dari GPS Tracker menjadi data visual lalu
lintas untuk mendefenisikan trafik lalu lintas seperti macet, padat,
sedang dan lancar?
2. Bagaimanakah menyebarluaskan data visual trafik dengan aplikasi
Google Maps API untuk menjadi sistem informasi lalu lintas yang bisa
diakses dengan media internet?
1.3. Tujuan dan Manfaat Penelitian
1.3.1. Tujuan Penelitian
Adapun tujuan yang ingin dicapai dalam penelitian ini adalah :
1. Dapat mendefenisikan trafik lalu lintas jalan seperti macet, padat,
sedang dan lancar
2. Dapat membantu masyarakat dalam mengetahui keadaan trafik lalu
lintas jalan dengan mengakses website sistem informasi trafik lalu
lintas
1.3.2. Manfaat Penelitian
Manfaat yang diperoleh dari penelitian ini adalah:
1. Mendukung upaya pemerintah daerah dalam program informasi trafik
lalu lintas yang real time.
2. Mendukung upaya pemerintah untuk meningkatkan citra Bali sebagai
pariwisata berkelas dunia, dimana program-program perjalanan wisata
dapat dijadwal tepat waktu, tanpa ada waktu tunda perjalanan dan
terjaminnya keselamatan wisatawan dalam berlalu lintas.
8
3. Berkontribusi pada peningkatan pendapatan asli daerah dan masyarakat.
1.4. Ruang Lingkup dan Batasan Masalah
Untuk memfokuskan arah penelitian, ruang lingkup permasalahan akan
dibatasi pada beberapa hal yaitu:
1. Mengolah data dari GPS Tracker menjadi data visual lalu lintas untuk
mendefenisikan trafik lalu lintas seperti macet, padat, sedang dan lancar
2. Penyebaran data visual trafik dengan Google Maps Api menjadi sistem
informasi trafik jalan dilalui oleh bus Trans SARBAGITA secara real
time berbasis internet.
1.5. Keaslian Penelitian
Bus Trans SARBAGITA merupakan alternatif pergerakan dalam usaha
mengatasi kemacetan lalu lintas. Usaha untuk memberikan sistem informasi trafik
yang real time menggunakan data dari alat GPS Tracker yang terpasang di bus
Trans SARBAGITA dengan karekteristik jalan yang ada di Bali, data koordinat
dan kecepatan dari GPS Tracker diproses dan dikombinasikan dengan Google
Maps Api menjadi informasi trafik yang disebarkan melalui media internet.
Sistem informasi trafik di Bali saat ini masih menggunakan Closed-circuit
television (CCTV) atau streaming video yang diletakkan di beberapa
persimpangan jalan di Denpasar. Namun sistem informasi trafik lalu lintas yang
ada belum menggunakan sistem real time. Untuk mewujudkan sistem informasi
trafik dengan real time, maka peneliti akan menggunakan data dari alat GPS
9
Tracker yang ada di bus Trans SARBAGITA dan dikombinasikan dengan Google
Maps Api yang disesuaikan dengan karakteristik jalan yang dilalui, hasil dari
informasi tersebut selanjutnya disebarkan melalui media internet.
Melihat kondisi tersebut, maka penelitian tentang realisasi sistem informasi
trafik lalu lintas sebagai sistem transportasi cerdas di Bali menarik untuk dijadikan
objek penelitian. Adapun penelitian-penelitian yang telah dilakukan berkaitan
dengan hal tersebut, antara lain:
1. Penggunaan teknologi GPS standar (Sandor Dornbush and Anupam Joshi,
2007) dengan memilih rute yang mereka percaya akan menjadi yang tercepat,
namun kemacetan lalu lintas secara signifikan dapat mengubah durasi
perjalanan.
2. GPS-GSM sebagai pelecakan kendaraan (Mohammad A. Al-Khedher, 2011)
mengenai sistem GPS-GSM terintegrasi untuk melacak kendaraan yang
menggunakan aplikasi Google Earth. Dengan mekanisme GPS dipasang pada
kendaraan yang bergerak untuk mengidentifikasi posisi saat ini, dan data
ditransfer ke stasiun penerima oleh GSM dengan parameter yang diperoleh.
Menerima koordinat GPS disaring menggunakan filter Kalman untuk akurasi
posisi diukur. Setelah pengolahan data, aplikasi Google Earth digunakan
untuk melihat lokasi saat ini dan status masing-masing kendaraan.
3. Sistem monitoring dan kontrol lalu lintas perkotaan (Marson James Budiman,
dkk., 2012) mengenai sistem monitoring dan kontrol lalu lintas,
mengintegrasikan informasi kepadatan lalu lintas dan kerusakan traffic light
10
melalui peta lokasi jalan yang ditampilkan pada sisi pengguna, dan
mengidentifikasikan jalur-jalur terjadi kemacetan lalu lintas.
4. GPS-enabled smartphone (Nokia N95) (Herrera, Juan C.,2009), Mengenai
sistem pemantauan trafik lalu lintas dengan penggunaan perangkat GPS yang
memberikan keuntungan pada akurasi informasi lokasi yang diambil dimana
data diambil langsung dari lokasi jalan. Disamping itu data-data trafik seperti
kecepatan dan waktu perjalannya dapat diperoleh dengan akurasi yang tinggi
secara real time.
5. Analisa kepadatan ruas jalan Di kecamatan Rungkut dengan Pemetaan sistem
informasi geografis (Hendrata Wibisana dan Siti Zainab, 2008), Penelitian ini
menganalisa hubungan antara volume lalu lintas dengan kepadatan jumlah
penduduk di sebuah kecamatan.Penelitian ini dilakukan di wilayah Rungkut
kotamadya Surabaya, dimana jumlah penduduk dibagi dalam zona kelurahan.
Metode yang digunakan untuk membantu proses analisa dan pemetaan adalah
Arc View versi 3.3, metode “Roods dan metode Arterical Capacity” dengan
persamaan rumus C = Co x FCW x FCSP x FCSF x FCCS. Disini C menyatakan
kapasitas jalan, Co adalah kapasitas dasar jalan, FCw adalah faktor
penyesuaian lebar jalan, FCSP adalah faktor penyesuaian pemisahan arah, FCSF
adalah faktor penyesuaian hambatan samping dan bahu jalan/kreb, dan FCCS
adalah faktor penyesuaian ukuran kota. Dari hasil perhitungan nilai Kapasitas
(C) maka akan didapat nilai derajat kejenuhan (DS) yang menggambarkan
layak atau tidaknya jalan tersebut digunakan.
11
6. GPS Tracking Simulation by Path Replaying (G. Rajendra,dkk 2011),
Penelitian ini untuk membangun database data GPS yang dapat digunakan
oleh peneliti untuk mengembangkan dan menguji aplikasi GPS dan Model
pendekatan : Pengumpulan data mobil bergerak dari setiap jalur sekali dalam
file log ; memperbaiki file log ; dan memutar beberapa contoh beberapa log
file secara bersamaan setelah mengganti beberapa nilai-nilai lama dengan
nilai-nilai baru untuk mensimulasikan Pelacakan GPS.
Dengan sistem ini, belum ada yang menggunakan sistem data dari GPS
Tracker datanya dipakai untuk membuat sistem informasi trafik dengan model
jalan yang ada di Bali.
Dengan hasil penelitian di atas belum ada yang membahas atau meneliti
mengenai sistem informasi trafik yang mendefinisikan kondisi jalan menjadi
empat kategori yaitu macet, padat, sedang dan lancar, yang menerapkan tiga
konsep STC yaitu :
1. Pengumpulan data
Model pengambilan data dari GPS Tracker.
2. Pengolahan data
Pengolahan data dari koordinat-koordinat dan kecepatan dari GPS
Tracker menjadi data trafik.
3. Penyebaran informasi
Proses penyebaran informasi dari pengolahan data trafik menjadi sistem
informasi trafik dengan menggunakan media internet berbasis web
dikombinasikan dengan Google Maps Api.
12
Dalam penelitian atau jurnal di atas, belum ada yang membahas mengenai
data sumber dari GPS Tracker yang berupa koordinat-koordinat dan kecepatan
menjadi sebuah data informasi yang dapat dikategorikan kemacetan jalan dengan
beberapa status seperti macet, padat, sedang dan lancar dengan karakteristik jalan
di Bali dengan menggunakan metode derajat kejenuhan atau Degree of Saturation
(DS).
Pemetaan metode yang digunakan dalam penelitian ini dapat dilihat pada
diagram fishbone penelitian pada Gambar 1.2.
Gambar 1.2 Diagram Fishbone Penelitian
Sepengetahuan peneliti, sistem informasi trafik untuk sistem transportasi
cerdas di Bali yang diusulkan di atas belum pernah dilaporkan dalam literatur.
1.6. Sistematika Penulisan
Penelitian ini ditulis dalam 5 bab, terdiri dari:
BAB I PENDAHULUAN
13
Pada bab ini dijelaskan mengenai latar belakang, maksud penulisan, tujuan
penulisan, ruang lingkup dan batasan masalah dan keaslian penelitian serta
sistematika penulisan.
BAB II TINJAUAN PUSTAKA
Bab ini berisi state of the art, teori-teori dan rumus-rumus yang berhubungan
dengan penelitian yang diperoleh dari studi literatur.
BAB III METODE PENELITIAN
Pada bab ini akan dibahas kerangka dan prosedur yang akan digunakan untuk
pengumpulan dan pengolahan data, analisis, serta pemecahan masalah.
BAB IV HASIL DAN PEMBAHASAN
Hasil dan Pembahasan, bab ini menjelaskan mengenai tahapan pengolahan data
GPS Tracker menjadi data trafik lalu lintas, kondisi trafik lalu lintas, hasil
kategori trafik lalu lintas, dan penyebaran sistem informasi trafik lalu lintas
cerdas berbasis website berdasarkan data trafik lalu lintas .
BAB V PENUTUP
Pada bab ini berisi kesimpulan dari penelitian dan saran untuk pengembangan
penelitian selanjutnya
14
BAB II
KAJIAN PUSTAKA
2.1. State Of The Art Review
Bab ini menjelaskan mengenai teori sistem transportasi cerdas (STC) atau
Intelegen Transposrt system (ITS) secara real time yang fokus pada sistem
informasi trafik. STC merupakan penerapan kemajuan telekomunikasi, teknik
informasi dalam infrastruktur transportasi dan kendaraan sebagai alternatif untuk
mengatasi permasalahan lalu lintas seperti kemacetan jalan.
Metode dalam penerapan STC menggunakan tiga tahapan yaitu pengumpulan
data, pengolahan data dan penyebaran dari hasil pengolahan data melalui media
internet. Penelitian ini nantinya digunakan sebagai acuan dan pemetaan beberapa
penelitian serta sebagai bahan perbandingan oleh penulis.
Tabel 2.1 Pemetaan penelitian dari literatur yang berkontribusi sebagai pengembangan
sistem informasi trafik berbasis sistem transport cerdas
No. Penelitian
Aspek STC Metode Hasil
Sumber Data Pengolahan
data Penyebaran
1
Kajian tingkat
kemacetan lalu lintas
dengan
memanfaatkan citra
quickbird dan sistem
informasi
Geografis di sebagian
ruas jalan kota tegal
(Ayudanti
Patriandini,2013)
GPS, Kamera
digital, disto
(pengukur jarak
digital), formulir.
Interpretasi Citra
Quickbirddigunaka
n untuk
memperoleh data
geometrik jalan
berupa lebar jalan,
median dan
penggunaan lahan
Pengelohan
data citra
Melalu program
berbasis destop
Citra
Quickbird
1. Peta tingkat
pelayanan
jalan
disebagian
ruas jalan
Kota Tegal.
2. Peta tingkat
kemacetan
lalu lintas
disebagian
ruas jalan
Kota Tegal.
2 Hybrid GPS-GSM
Localization of
Automobile
Tracking System
(Mohammad A. Al-
Khedher,2011)
GPS dipasang pada
kendaraan yang
bergerak untuk
posisi saat ini, dan
ditransfer oleh
GSM dengan
parameter yang
diperoleh oleh port
data mobil sebagai
SMS ke
stasiun penerima.
Pengolahan
dengan filter
kalman
sistem pelacakan
mobil via
Google Earth
Filter
Kalman
Melacak kendaraan
yang menggunakan
aplikasi Google
Earth
15
Tabel 2.1 Lanjutan pemetaan penelitian dari literatur yang berkontribusi sebagai pengembangan sistem
informasi trafik berbasis sistem transport cerdas
No.
Penelitian
Aspek STC Metode Hasil
Sumber Data Pengolahan
data Penyebaran
3 Evaluation of Traffic
Data Obtained via
GPS-Enabled Mobile
Phones: the Mobile
Century Field
Experiment
(Herrera,dkk 2009)
GPS. ponsel GPS -
enabled dapat
digunakan sebagai
sensor,
menyediakan
kecepatan titik di
jalan bebas
hambatan.
menggunakan
perbandingan
kecepatan
pengukuran yang
perhitungan
tingkat penetrasi
dicapai selama hari
Memanfaatkan
VTLS dan
sensor loop
detector
sistem
monitoring
berbasis di
ponsel GPS –
enabled
VTLS dan
sensor loop
detector
Sistem monitoring
berbasis diponsel
GPS –enabled
4 Street Smart Traffic:
Discovering and
Disseminating
Automobile Congestion
Using VANET’s
(Sandor Dornbush and
Anupam Joshi, 2007)
Gps, Wiireless
communicatio,
Pengolahan
informasi
menggunakan
Vehicle Ad-Hoc
Networks
(VANET)
Menggunakan
koordinat GPS
tetapi tidak di
konversi
menjadi data
trafik visual
Penyebaran
pemasangan alat
di kendaraan.
Algoritma
clustering
terdistribusi
Informasi
kemacetan lalu
lintas menggunakan
jaringan nirkabel ad
hoc
5 Simulasi Sistem
Informasi Geografis
(SIG)
Pemantauan Posisi
Kendaraan Via SMS
Gateway (Raidah
Hanifah,2010)
GPS Penggunaan
data gps
denganbahasa
pemrograman
Delphi 7.
Dengan
komponen
map object 2.0
Aplikasi SIG
berbasis destop
(offline)
Sms getway
dengan GIS
Sistem Informasi
Geografis ( GIS )
untuk Kendaraan
Posisi Tracking
melalui SMS
Gateway
Dari literature diatas belum ada yang membahas mengenai sistem informasi
trafik lalu lintas dengan menggunakan indikator derajat kejenuhan dengan sumber
data dari GPS Tracker dengan kategori lancar, sedang, padat dan macet yang
disebarkan melalui media internet dengan dikombinasikan Google Maps Api.
Sehingga penelitian ini meneliti mengenai sistem informasi trafik lalu lintas
cerdas di Bali.
2.2. Transportasi
Transportasi adalah perpindahan dari suatu tempat ketempat lain dengan
menggunakan alat pengangkutan, baik yang digerakkan oleh tenaga manusia,
hewan (kuda, sapi, kerbau, onta) atau mesin (HaryonoSukarto, 2006). Konsep
16
transportasi didasarkan pada adanya perjalanan (trip) antara asal (origin) dan
tujuan (destination). Perjalanan adalah pergerakan orang dan barang antara dua
tempat kegiatan yang terpisah untuk melakukan kegiatan perorangan atau
kelompok dalam masyarakat. Perjalanan dilakukan melalui suatu lintasan yang
menghubungkan asal dan tujuan, menggunakan alat angkut atau kendaraan
dengan kecepatan tertentu. Jadi perjalanan adalah proses perpindahan dari satu
tempat ketempat yang lain.
Ada 5 (lima) unsur pokok transportasi yaitu:
a. Manusia yang membutuhkan transportasi.
b. Barang yang diperlukan manusia.
c. Kendaraan sebagai sarana transportasi.
d. Jalan sebagai prasarana transportasi.
e. Organisasi sebagai Pengelola Transportasi.
Moda transportasi ada tiga macam:
a. Transportasi darat: kendaraan bermotor, kereta api, gerobak yang ditarik oleh
manusia atau hewan (kuda, sapi, kerbau).
Moda transportasi darat dipilih berdasarkan faktor-faktor:
- Jenis dan spesifikasi kendaraan.
- Jarak perjalanan.
- Tujuan perjalanan.
- Ketersediaan moda.
- Ukuran kota dan kerapatan pemukiman.
- Faktor sosial dan ekonomi.
17
Pengklasifikasian kendaraan menurut MKJI (Manual Kapasitas Jalan
Indonesia) terbagi menjadi empat jenis, yaitu:
1. Kendaraan ringan
Kendaraan bermotor ber-as dua dengan empat roda dan dengan jarak as 2-
3 meter, meliputi mobil penumpang, oplet, mikrobis, pick-up, dan truk
kecil sesuai sistem klasifikasi Bina Marga.
2. Kendaraan Berat
Kendaraan bermotor dengan lebih dari empat roda, meliputi bis, truk tiga
as dan truk kombinasi sesuai sistem klasifikasi Bina Marga.
3. Sepeda Motor
Kendaraan bermotor dengan dua atau tiga roda, meliputi sepeda motor dan
kendaraan roda tiga sesuai sistem klasifikasi Bina Marga.
4. Kendaraan tak bermotor.
Kendaraan dengan roda yang digerakkan oleh orang atau hewan, meliputi
sepeda, becak, kereta kuda dan kereta dorong sesuai sistem klasifikasi
Bina Marga.
Pengklasifikasian kendaraan seperti di atas dilakukan karena berbagai
macam tipe kendaraan memiliki pengaruh yang berbeda terhadap arus lalu
lintas suatu jalan. Klasifikasi kendaraan tersebut didasarkan pada jumlah as
dan jumlah roda yang dimiliki oleh kendaraan. Jenis kendaraan yang akan
diamati dalam penelitian ini adalah kendaraan ringan (LV), kendaraan berat
(HV) dan sepeda motor (MC).
b. Transportasi Air ( sungai, Danau, Laut) : Kapal, Tongkang, Perahu, Rakit.
c. Transportasi Udara: Pesawat Terbang.
18
Transportasi merupakan salah satu komponen yang mutlak penting bagi
pencapaian tujuan pembangunan masa kini dan mendatang. Berbagai studi telah
menunjukkan bahwa negara-negara yang berhasil dalam pencapaian tujuan
pembangunan adalah negara-negara yang memiliki sistem transportasi yang
memadai dalam memenuhi kebutuhan dinamis penduduknya. Pembangungan
transportasi lebih efisien, efektif dan memberikan nilai tambah bagi sektor lain
serta tidak menimbulkan berbagai dampak negatif bagi masyarakat dan
lingkungan dipadukan dengan pengembangan teknologi dan manajemen
transportasi.
Teknologi yang dapat dimanfaatkan untuk menunjang sistem transportasi
yang efektif dan efisien antara lain adalah:
1. Teknologi Informasi dan Komunikasi (TIK).
2. Energi baru dan terbarukan.
3. Komponen Lokal.
4. Informasi meteorologi dan geofisika.
Pemanfaatan TIK bagi kepentingan transportasi belum optimal. Hal ini
terlihat dari minimnya penggunaan teknologi tersebut pada sistem persinyalan
jaringan kereta api, sistem pengaturan lalu-lintas jalan raya seperti ITS (Intelligent
Transportation System), pengaturan lalu-lintas penerbangan dan bandar udara
serta perangkat pendukungnya seperti ATS (Air Traffic Service), ATM (Air
Traffic Management) dan EDI (Electronic Data Interchange) untuk pelabuhan.
2.3. Sistem Transportasi Cerdas
Intelligent Transport System (ITS) dalam bahasa Indonesia berarti sistem
transportasi cerdas (STC). Sistem transportasi cerdas (STC) pada prinsipnya
adalah penerapan kemajuan teknologi di bidang elektronika, komputer dan
19
telekomunikasi untuk membuat prasarana dan sarana transportasi lebih informatif,
lancar, aman dan nyaman sekaligus ramah lingkungan. Sistem ini mempunyai
tujuan dasar untuk membuat sistem transportasi yang mempunyai kecerdasan,
sehingga dapat membantu pemakai transportasi dan penguna transportasi untuk:
1. Mendapatkan informasi.
2. Mempermudah transaksi.
3. Meningkatkan kapasitas prasarana dan sarana transportasi.
4. Mengurangi kemacetan atau antrian.
5. Meningkatkan keamanan dan kenyamanan.
6. Mengurangi polusi lingkungan.
7. Mengefisiensikan pengelolaan transportasi.
2.3.1. Ruang Lingkup STC
Menurut (Hanok Mandaku, 2010) ruang lingkup STC dapat di
kelompok menjadi beberapa diantaranya:
a. Advanced Traveller Information System
Sistem ini secara prinsip adalah sistem informasi yang menjadi panduan
kendaraan untuk mendapatkan rute jalan yang optimal.
b. Advanced Traffic Management System
Advanced Traffic Managent System digunakan oleh pengelola jalan untuk
memantau lalu lintas dan memberikan informasi real time kepada
pengguna jalan.
20
c. Incident Management System
Incident Management System adalah sistem informasi yang digunakan
untuk berbagai kejadian darurat, misalkan kecelakaan, longsor atau
bencana lainnya.
d. Electronic Toll Collection System
Persoalan klasik pada jalan tol adalah lama waktu yang diperlukan untuk
transaksi pelanggan digerbang tol.
e. Assistance For Safe Driving
Assistance for Safe Driving adalah bentuk dari STC yang sangat maju.
Kendaraan dilengkapi dengan sejumlah sensor yang dapat mengarahkan
pengemudi untuk berkendara dengan aman.
f. Support for Public Transportation
STC jenis ini diterapkan pada moda transpotasi umum, misalnya: bus/truk,
kapal laut, ferri dan pesawat terbang.
Penerapan STC telah dilakukan dinegara-negara maju seperti: Amerika
Serikat, Jepang, Kanada, Korea Selatan dan sebagainya. Negara berkembang
juga sudah mulai menerapkan STC dalam skala terbatas, misalnya sistem
pengempulan tol secara elektronis dan sistem informasi lalu lintas. Contoh
beberapa negara tetangga yang telah menggunakan sistem pengumpulan tol
adalah Malaysia dan Philipina. Pengorganisasian STC di negara-negara maju
dilaksanakan secara bersama oleh pemerintah, kepolisian, operator
transportasi dan kalangan industri. Selain masalah kebijakan, industri-industri
terkait juga turut mendukung dari segi riset dan pengembangan teknologi.
Kalangan indurstri yang terkait antara lain industri otomotif, elektronika,
21
komputer, telekomunikasi, penerbangan, perhubungan dan jalan tol. Karena
itu STC menjadi primadona dan dianggap sebagai masa depan transportasi.
2.3.2. Aplikasi STC
Menurut (Rusmadi Suyuti,2012) aplikasi STC dapat dikelompokan
diantaranya :
1. Real-Time Traffic Information System (RTTIST)
Teknologi RTTIS memanfaatkan data dari Area Traffic Control System
(ATCS) yang saat ini sudah ada untuk diolah menjadi suatu sistem
informasi kondisi lalu lintas bagi pengguna jalan. Dengan sistem ini
pengguna jalan akan dapat mengetahui rute mana yang terbaik untuk
dilalui sepanjang perjalanannya. Proses penyebaran informasi dapat
dilakukan dalam bentuk Variable Message Sign (VMS), melalui mobile tv,
telepon seluler maupun lewat call center dan sms. Aplikasi ini disajikan
dalam website yang dirancang khusus sesuai dengan kebutuhan (baik
numeric maupun grafis) sehingga dapat langsung diakses dan digunakan
oleh para pengguna (Bappeda, DLLAJ, Konsultan, Bina Marga,
Departemen Perhubungan, Polantas, dan instansi terkait lainnya) melalui
fasilitas internet.
2. Advanced Bus Information System
Aplikasi advanced bus information system dilakukan melalui integrasi
terhadap sistem GPS pada bus Transjakarta yang saat ini sudah diinstal di
sebagian besar bus. Sistem GPS tersebut perlu dihubungkan antara satu
dengan yang lain dan bermuara pada suatu public transport control centre.
Aplikasi yang bisa dilakukan adalah berupa fleet management terhadap
bus Transjakarta, informasi lama waktu kedatangan bus berikutnya baik
22
melalui papan pengumuman / display pada halte atau melalui telepon
seluler.
3. Parking Space Information System
Beberapa pengelola gedung parkir khususnya di pusat perbelanjaan/mall
saat ini sudah menggunakan sistem informasi ketersediaan ruang parkir.
Hanya saja saat ini sistem informasi tersebut saat ini belum terintegrasi
antara satu gedung dengan gedung lainnya Dengan menyusun sistem
informasi ketersediaan ruang parkir yang terintegrasi, ada beberapa
manfaat yang diperoleh, yaitu: mengurangi panjang perjalanan pengguna
jalan, mengurangi kemacetan lalu lintas pada ruas-ruas jalan di sekitar
lokasi pusat pembelanjaan.
4. Electronic-Law Enforcement
Aplikasi ini dapat digunakan diantaranya untuk melakukan penindakan
secara elektronik bagi pelanggaran lampu lalu lintas, pelanggaran jalur
busway, pelanggaran yellow box, dan sebagainya. Proses ini juga
mengurangi terjadinya transaksi ”damai” dalam proses penindakan
terhadap pelanggaran lalu lintas karena prosesnya dilakukan secara
elektronik.
2.3.3. Klasifikasi STC
Sistem navigasi STC dapat diklasifikasikan dalam empat tipe yaitu :
1. Autonomous ITS
Sistem Autonomous ITS terdiri dari sistem penentuan posisi dan sistem
peta elektronik yang ditempatkan pada kendaraan dan dimaksudkan untuk
memberikan kemampuan navigasi yang lebih baik bagi pengemudi
kendaraan yang bersangkutan. Sarana ini tidak mempunyai komunikasi
dengan sistem luar kendaraan kecuali kalau menggunakan GPS untuk
23
penentuan posisinya dimana dalam hal ini diperlukan antena untuk
menerima sinyal GPS.
2. Fleet Management ITS
Fleet Management ITS berfungsi untuk mengelola kendaraan dari pusat
pengontrol (dispatch center) melalui hubungan komunikasi. Dalam sistem
ini, kendaraan-kendaraan yang bersangkutan dilengkapi dengan sistem
penentuan posisi tetapi umumya tidak dilengkapi dengan sistem peta
elektronik. Kendaraan-kendaraan tersebut melaporkan posisinya kepusat
pengontrol sehingga pusat pengontrol mempunyai kemudahan untuk
mengelola pergerakan kendaraan. Disamping memberikan instruksi-
instruksi mengenai pengarahan, pusat pengontrol juga bertanggung jawab
memberikan informasi-informasi yang diperlukan oleh pengemudi
kendaraan seperti informasi cuaca dan keadaan lalu lintas.
3. Advisory ITS
Advisory ITS menggabungkan aspek penentuan posisi dan sistem peta
elektronik dari sistem autonomous ITS dengan aspek komunikasi dari
arsitektur sistem fleet management ITS. Sistem advisory ITS adalah
autonomous dalam artian bahwa sistem ini tidak di kontrol oleh suatu
pusat pengontrol (dispatch center), tetapi pada saat yang sama sistem ini
merupakan bagian dari armada kendaraan yang mendapat pelayanan dari
pusat informasi lalu lintas. Pada beberapa sistem advisory ITS, kendaraan–
kendaraan tertentu berdiri sendiri sebagai traffic probes, yang memberikan
kendaraan-kendaraan lainnya (yang tidak terdefinisikan oleh pusat
informasi lalu lintas) informasi-informasi terbaru tentang kondisi lalu
lintas dan cuaca.
24
4. Inventory ITS
Inventory ITS System ini biasanya terdiri dari kendaraan yang berdiri
sendiri dan dilengkapi dengan kamera video digital untuk mengumpulkan
data (lengkap dengan koordinat dan waktu pengambilan) yang terkait
dengan jalan. Sistem ini diperlukan antara lain untuk keperluan
inventarisasi jalan, pemeliharaan jalan, serta penyelidikan objek-objek
pengganggu lalu lintas. Kendaraan–kendaraan yang digunakan dilengkapi
dengan alat penentuan posisi, data logger, serta penampilan data dalam
bentuk peta elektronik.
STC juga dapat diterapkan untuk mengatasi kemacetan karena STC
merupakan gabungan dari sistem transportasi dengan teknologi informasi untuk
meningkatkan aksesibilitas dan efisiensi serta keamanan transportasi. Dengan
diterapkannya STC di Indonesia maka setiap pengguna jalan akan dapat
mengaksesnya secara real time dan mudah. Hanya dengan menggunakan media
internet berbasis web maupun handphone maka setiap orang bisa mengetahui
kondisi jalan apakah sedang mengalami macet atau lancar. Selain itu, STC juga
mampu mengatasi kecelakaan yang terjadi di kereta api. Karena bila alat tersebut
terpasang maka kereta yang saling berhadapan akan berhenti dengan sendirinya.
Secara umum ruang lingkup STC terdiri dari beberapa hal, diantaranya sistem
informasi dan navigasi yang modern. Dengan sistem ini akan memberikan
informasi tentang pilihan rute jalan yang optimal kepada pelaku perjalanan. STC
juga berperan sebagai sistem manajemen lalu lintas yang dapat memberi informasi
real time tentang kondisi lalu lintas yang sedang terjadi.
25
2.4. Jalan
Menurut Pasal 1 Undang Udang Republik Indonesia Nomor 38 Tahun 2004
tentang jalan. Jalan adalah prasarana transportasi darat yang meliputi segala
bagian jalan, termasuk bangunan pelengkap dan perlengkapannya yang
diperuntukkan bagi lalu lintas, yang berada pada permukaan tanah, di atas
permukaan tanah, di bawah permukaan tanah dan/atau air, serta di atas permukaan
air, kecuali jalan kereta api, jalan lori, dan jalan kabel.
Kategori jalan terdiri dari:
a. Jalan umum adalah jalan yang diperuntukkan bagi lalu lintas umum.
b. Jalan khusus adalah jalan yang dibangun oleh instansi, badan usaha,
perseorangan, atau kelompok masyarakat untuk kepentingan sendiri.
c. Jalan tol adalah jalan umum yang merupakan bagian sistem jaringan jalan dan
sebagai jalan nasional yang penggunanya diwajibkan membayar tol.
Sistem jaringan jalan terdiri dari 2 sistem antara lain :
a. Sistem jaringan jalan primer
Sistem jaringan jalan primer merupakan sistem jaringan jalan dengan peranan
pelayanan distribusi barang dan jasa untuk pengembangan semua wilayah di
tingkat nasional, dengan menghubungkan semua simpul jasa distribusi yang
berwujud pusat-pusat kegiatan.
b. Sistem jaringan jalan sekunder
Sistem jaringan jalan sekunder merupakan sistem jaringan jalan dengan
peranan pelayanan distribusi barang dan jasa untuk masyarakat di dalam
kawasan perkotaan.
Jalan umum menurut fungsinya dikelompokkan ke dalam 4 kelompok yaitu :
26
a. Jalan Arteri
Jalan Arteri merupakan jalan umum yang berfungsi melayani angkutan utama
dengan ciri perjalanan jarak jauh, kecepatan rata-rata tinggi dan jumlah jalan
masuk dibatasi secara berdaya guna.
b. Jalan Kolektor
Jalan kolektor merupakan jalan umum yang berfungsi melayani angkutan
pengumpul atau pembagi dengan ciri perjalanan jarak sedang, kecepatan rata-
rata sedang dan jumlah jalan masuk dibatasi.
c. Jalan Lokal
Jalan Lokal merupakan jalan umum yang berfungsi melayani angkutan
setempat dengan ciri perjalanan jarak dekat, kecepatan rata-rata rendah, dan
jumlah jalan masuk tidak dibatasi.
d. Jalan Lingkungan
Jalan Lingkungan merupakan jalan umum yang berfungsi melayani angkutan
lingkungan dengan ciri perjalanan jarak dekat dan kecepatan rata-rata rendah.
Jalan umum menurut statusnya dikelompokkan ke dalam 5 kategori antara lain:
a. Jalan Nasional
Jalan nasional merupakan jalan arteri dan jalan kolektor dalam sistem jaringan
jalan primer yang menghubungkan antar ibukota provinsi, dan jalan strategis
nasional, serta jalan tol.
b. Jalan Provinsi
Jalan Provinsi merupakan jalan kolektor dalam sistem jaringan jalan primer
yang menghubungkan ibukota provinsi dengan ibukota kabupaten/kota, atau
antar ibukota kabupaten/kota, dan jalan strategis provinsi.
27
c. Jalan Kabupaten
Jalan Kabupaten merupakan jalan lokal dalam sistem jaringan jalan primer
yang menghubungkan ibukota kabupaten dengan ibukota kecamatan, antar
ibukota kecamatan, ibukota kabupaten dengan pusat kegiatan lokal, antar
pusat kegiatan lokal, serta jalan umum dalam sistem jaringan jalan sekunder
dalam wilayah kabupaten, dan jalan strategis kabupaten.
d. Jalan Kota
Jalan Kota adalah jalan umum dalam sistem jaringan jalan sekunder yang
menghubungkan antar pusat pelayanan dalam kota, menghubungkan pusat
pelayanan dengan persil, menghubungkan antar persil, serta menghubungkan
antar pusat permukiman yang berada di dalam kota.
e. Jalan Desa
Jalan Desa merupakan jalan umum yang menghubungkan kawasan dan/atau
antar permukiman di dalam desa, serta jalan lingkungan.
2.5. Kemacetan Lalu Lintas
Kemacetan terjadi jika arus lalu lintas mendekati kapasitas jalan. Kemacetan
semakin meningkat apabila arus begitu besarnya sehingga kendaraan sangat
berdekatan satu dengan yang lain. Kemacetan total terjadi apabila kendaraan harus
berhenti atau bergerak sangat lambat ( Ofyar Z. Tamin, 2000).
Lalu lintas tergantung kepada kapasitas jalan, banyaknya lalu lintas yang
ingin bergerak, tetapi kalau kapasitas jalan tidak dapat menampung, maka lalu
lintas yang ada akan terhambat danakan mengalir sesuai dengan kapasitas
jaringan jalan maksimum (Budi D.Sinulingga, 1999).
28
Teknik lalu-lintas angkutan darat yang meliputi, karakteristik volume lalu
lintas, kapasitas jaringan jalan, satuan mobil penpumpang, asal dan tujuan lalu
lintas serta pembangkit lalu lintas (Budi D.Sinulingga, 1999).
2.5.1. Karakteristik Volume Lalu Lintas
Didalam istilah perlalu-lintasan dikenal Lalu Lintas Harian (LHR) atau
ADT (Average Dayly Traffic) yaitu jumlah kendaraan yang lewat secara rata-
ratasehari (24 jam) pada suatu ruas tertentu, besarnya LHR akan menentukan
dimensi penampang jalan yang akan dibangun. Volume lalu lintas ini bervariasi
besarnya, tidak tetap, tergantung waktu, variasi dalam sehari, seminggu maupun
sebulan dan setahun. Didalam satu hari biasanya terdapat dua waktu jam sibuk,
yaitu pagi dan sore hari. Tapi ada juga jalan-jalan yang mempunyai variasi
volume lalu lintas agak merata. Volume lalu lintas selama jam sibuk dapat
digunakan untuk merencanakan dimensi jalan untuk menampung lalu lintas.
Makin tinggi volumenya, makin besar dimensi yang diperlukan. Ini
membutuhkan pengamatan yang cermat tentang kondisi dilapangan sebelum
menetapkan volume lalu lintas untuk kepentingan perencanaan. Suatu ciri lalu
lintas pada suatu lokasi belum tentu sama dengan lokasi lain di dalam sebuah
kota, apalagi kalau kotanya berlainan. Oleh karena itu untuk merencanakan suatu
fasilitas perlalu-lintasan pada suatu lokasi, sebaiknya harus diadakan penelitian.
Suatu volume yang overestimate akan membuat perencanaan menjadi boros,
sedangkan underestimate akan membuat jaringan jalan cepat mengalami
kemacetan, sehingga memerlukan pengembangan.
2.5.2. Derajat Kejenuhan
Derajat kejenuhan atau Degree of Saturation (DS) didefinisikan sebagai
rasio arus terhadap kapasitas, yang digunakan sebagai faktor utama dalam
29
penentuan tingkat kinerja simpang dan segmen jalan. Nilai DS menunjukkan
apakah segmen jalan tersebut mempunyai masalah kapasitas atau tidak.
Persamaan untuk menentukan derajat kejenuhan adalah sebagai berikut (Agung
Pambudi, Yudha Prasetyawan, 2010):
DS = ................................................................................ (2.1)
Disini DS menyatakan derajat kejenuhan, adalah arus kendaraan yang
melewati ruas jalan dan adalah nilai kapasitas jalan tersebut.
2.5.3. Kapasitas Jalan
Kapasitas didefinisikan sebagai arus maksimum melalui suatu titik di jalan
yang dapat dipertahankan per satuan jam pada kondisi 4 tertentu. Untuk jalan
dua-lajur dua-arah, kapasitas ditentukan untuk arus dua arah (kombinasi dua
arah), tetapi untuk jalan dengan banyak lajur, arus dipisahkan per arah dan
kapasitas ditentukan per lajur (MKJI, 1997).
Nilai kapasitas telah diamati melalui pengumpulan data lapangan selama
memungkinkan. Karena lokasi yang mempunyai arus mendekati kapasitas
segmen jalan sedikit (sebagaimana terlihat dari kapasitas simpang sepanjang
jalan), kapasitas juga telah diperkirakan dari analisa kondisi iringan lalu lintas
dan secara teoritis dengan mengasumsikan hubungan matematik antara
kerapatan, kecepatan dan arus. Kapasitas dinyatakan dalam Satuan Mobil
Penumpang (SMP). Persamaan dasar untuk menentukan kapasitas adalah sebagai
berikut (Agung Pambudi, Yudha Prasetyawan, 2010):
...................................... (2.2)
Disini C menyatakan kapasitas jalan, C0 adalah kapasitas dasar jalan, FCW
adalah faktor penyesuaian lebar jalan, FCSP adalah faktor penyesuaian pemisahan
30
arah, FCSF adalah faktor penyesuaian hambatan samping dan bahu jalan/kreb,
dan FCCS adalah faktor penyesuaian ukuran kota.
2.5.4. Kecepatan Kendaraan Ringan
Kecepatan kendaraan ringan adalah kecepatan kendaraan yang dipengaruhi
oleh derajat kejenuhan suatu jalan tertentu pada saat tertentu.
Nilai kecepatan kendaraan ringan diperoleh dari persamaan (Agung
Pambudi, Yudha Prasetyawan, 2010):
VLV = .............................................................. (2.3)
Disini VLV merupakan kecepatan kendaraan ringan, adalah kecepatan
arus bebas, D adalah kerapatan Dj adalah kerapatan saat macet total dan l, m
adalah konstanta.
2.5.5. Satuan Mobil Penumpang
Satuan Mobil Penumpang (SMP) merupakan satuan arus lalu lintas dari
berbagai tipe kendaraan yang telah dikonversi menjadi kendaraan ringan.
Berbagai tipe kendaraan tersebut dikonversikan sesuai dengan nilai faktor EMP
(Ekivalen Mobil Penumpang) yang dimilikinya. Faktor SMP adalah faktor
konversi berbagai tipe kendaraan dibandingkan dengan kendaraan ringan
sehubungan dengan perilaku lalu lintasnya. Tujuan dilakukan pengkonversian ini
adalah untuk memudahkan proses analisia kapasitas jalan.
Menurut MKJI (Manual Kapasitas Jalan Indonesia), besarannya nilai faktor
EMP didasarkan pada ukuran dan tipe jalan. Standar nilai faktor EMP untuk jalan
perkotaan tak terbagi seperti terlihat pada Tabel 2.2.(Agung Pambudi, Yudha
Prasetyawan, 2010):
31
Tabel 2.2 EMP Untuk Jalan Perkotaan Tak Terbagi Tipe jalan:
Jalantak terbagi
Arus lalu lintas
(kend/jam)
EMP
HV MC
Lebar jalur lalu lintas (m)
≤ 6 > 6
Dua jalur tak
terbagi (2/2 UD)
0 1,3 0,5 0,4
>1800 1,2 0,35 0,25
Empat jalur tak
terbagi (4/2 UD)
0 1,3 0,4
>3700 1,2 0,25
Sedangkan untuk jalan perkotaan terbagi dan satu arah, standar nilai faktor
EMP terlihat pada Tabel 2.3. (Agung Pambudi, Yudha Prasetyawan, 2010).
Tabel 2.3 EMP Untuk Jalan Perkotaan Terbagi
Tipe jalan : Jalan terbagi
dan satu arah
Arus lalu lintas
(kend/jam)
EMP
HV MC
Dua jalur satu arah (2/1 D)
dan empat lajur terbagi
(4/2 D)
0 1,3 0,4
>1050 1,2 0,25
Tiga jalur satu arah (3/1)
dan enam lajur terbagi (6/2
D)
0 1,3 0,4
>1100 1,2 0,25
2.5.6. Kategori Kepadatan Jalan
Menurut penelitian (Agung Pambudi dan Yudha Prasetyawan, 2010)
penentuan kategori kepadatan dilakukan agar pengguna layanan dapat lebih
mudah memahami nilai kepadatan hasil pengolahan data. Kategori kepadatan
diperoleh dengan menggunakan asumsi jalan arteri dalam keadaan lancar
adalah saat kecepatan kendaraan mencapai 40 Km/jam. Nilai kecepatan ini
didapat dari ketentuan dari pihak Kepolisian kota Surabaya. Secara umum
jalan arteri memiliki kecepatan arus bebas sekitar 57 Km/jam, pada
keadaan ini nilai Derajat kejenuhan atau Degree of Saturation (DS) adalah nol,
maksudnya sebuah kendaraan melaju sendiri pada jalan tanpa ada hambatan.
Dengan menggunakan cara yang sama, maka dicari juga nilai-nilai DS
32
untuk kecepatan yang lain. Nilai tersebut didapat dengan menggunakan
persamaan (2.1). Konstanta l dan m yang digunakan dalam penelitian ini bernilai
2,1 dan 0,58. Nilai konstanta l dan m tersebut merupakan justifikasi sesuai
dengan ukuran kota Surabaya. Dengan memasukkan nilai D (kerapatan) dan Dj
(kerapatan saat kondisi macet total) maka dapat dihasilkan nilai kecepatan sesuai
batas yang diharapkan. Batas kecepatan yang dimaksud adalah 40 – 57
Km/jam untuk keadaan lancar, 26 – < 40 Km/jam untuk keadaan sedang, 17 –
< 26 Km/jam untuk keadaan padat dan < 17 Km/jam untuk keadaan macet.
Sehingga didapatkan hasil pengkategorian kepadatan lalu lintas pada Tabel 2.4.
Tabel 2.4 Pengkategorian Kepadatan Lalu Lintas Jalan
Kecepatan
(Km/jam)
DS Kategori Kepadatan Warna
40 – 57 < 0,35 Lancar Biru
26 – < 40 < 0,65 Sedang Hijau
17 – < 26 < 0,9 Padat Oranye
< 17 > 0,9 Macet Merah
2.6. Geographic Information System
GIS atau Sistem Informasi Geografis (SIG) adalah sistem informasi khusus
yang mengelola informasi bereferensi geografis atau data geospatial, untuk
mendukung pengambilan keputusan dalam perencanaan dan pengelolaan
penggunaan lahan, sumber daya alam, lingkungan transportasi, fasilitas kota, dan
pelayanan umum lainnya.
Data geografis yang dimaksud diatas adalah data spasial yang terdiri atas
lokasi suatu geografi yang di set ke dalam bentuk koordinat yang ciri-cirinya adalah:
a. Memiliki atribut geometri seperti koordinat dan lokasi.
b. Terkait dengan aspek ruang seperti kotadan kawasan pembangunan.
c. Berhubungan dengan semua fenomena yang terdapat di bumi, misalnya data,
kejadian, gejala dan objek.
33
2.7. Google Maps
Google Maps memberikan sebuah jasa peta globe virtual gratis dan online
dengan menyediakan peta dan gambar satelit yang dapat diintegrasikan di dalam
sistem yang sebelumnya telah terdaftar. Google Maps mengijinkan pengguna
untuk mengubah atau menambah fitur yang disediakan sehingga dapat
mempermudah pengguna untuk memvisualisasikan data spesial yang ada.
Google Maps merupakan salah satu penyedia layanan pemetaan dan
kartografi berbasis web dengan waktu loading yang relatif lebih cepat. Google
Maps juga menampilkan peta secara tiled map dan menyediakan layanan script
API (Aplication Program Interface) yang kaya dan bisa dikembangkan dengan
mudah.
2.7.1. Google Maps API
Google Maps API merupakan layanan untuk mengintegrasikan Google
Maps pada halaman situs yang dikembangkan secara mandiri. API ini
menyediakan fungsi-fungsi untuk memanipulasi peta dan menambahkan konten
pada peta. Layanan ini dikembangkan dalam beberapa versi seperti Javascript dan
Flash.
Informasi yang dapat digunakan dengan penambahan Google Maps API
antara lain nama kota, nama tempat, nama jalan, panjang jalan, pencarian rute dari
suatu tempat ke tempat lain, pencarian lokasi berdasarkan koordinat, dan lain
sebagainya. Informasi-informasi ini dapat dimanfaatkan bagi para pengembang
dalam membangun sistem yang akan dibuatnya.
Berikut ini model penulisan kode di Google Maps API :
<script type="text/javascript"
src="http://maps.google.com/maps/api/js?sensor=true&key=ABQIAA
AA8tt4eKTuBZMVnLJfP2BZrBT2yXp_ZAY8_ufC3CFXhHIE1NvwkxS4Rz1LFzG0odNP
tk8VLkdrQF5grA"></script>
34
Kode yang dicetak tebal adalah Google Maps API key. Pengguna harus
mendaftar untuk mendapatkan key untuk websitenya. Setelah mendaftar, termasuk
memberikan alamat website, Google akan member Anda sebuah API key.
2.8. Global Positioning System (GPS)
GPS adalah sistem untuk menentukan letak di permukaan bumi dengan
bantuan penyelarasan (synchronization) sinyal satelit. Sistem ini menggunakan 24
satelit yang mengirimkan sinyal gelombang mikro ke Bumi. Sinyal ini diterima
oleh alat penerima di permukaan, dan digunakan untuk menentukan letak,
kecepatan, arah dan waktu.
GPS Tracker adalah teknologi Automated Vehicle Locater (AVL) yang
memungkinkan pengguna untuk melacak posisi kendaraan, armada ataupun mobil
dalam keadaan real time. GPS Tracking memanfaatkan kombinasi teknologi GSM
dan GPS untuk menentukan koordinat sebuah obyek, lalu menerjemahkannya
dalam bentuk peta digital. Pada sistem STC, teknologi GPS digunakan untuk
memperoleh koordinat kendaraan yang dilengkapi perangkat GPS dan
memperbaharui datanya secara real time. Penerapan GPS akan membuat STC
bersifat real time. Model/bentuk GPS Tracker seperti Gambar 2.1.
Gambar 2.1 Model/bentuk GPS Tracker
35
Sistem Kerja GPS Tracker dengan sudah terpasang GPS Tracker di moda
transportasi, yang bekerja dengan menggunakan GPS untuk mendapatkan
koordinat posisi dan pergerakan moda transportasi dari satelit GPS. Kemudian
koordinat-koordinat tersebut dikirim ke SERVER / DATA CENTER, ataupun
dikirim langsung ke Handphone yang sudah ditentukan. Untuk mengakses
informasi yang sudah diolah dari data koordinat-koordinat yang dikirimkan oleh
GPS Tracker yang menjadi data informasi dengan menggunakan media
Komputer/Laptop (web internet), Tablet (iPad, Android/Tablet, PC), WAP Phone,
dan dari Smartphone (Blackberry, Android, Windows Phone, iPhone) dengan
menu dan tampilan yang informatif dan intuitif. Serperti Gambar 2.2.
Gambar 2.2 Sistem Kerja GPS Tracker
Sumbergambar: http://www.saft7.com
Fitur GPS Tracker ada dua mode yaitu :
Mode SMS
Mematikan Mesin Via SMS.
Mendapatkan Posisi Kendaraan (koordinat dan kecepatan) secara Real
Time.
Mendapatkan notifikasi SMS apabila aki berusaha dicabut.
36
Mode GPRS
Memantau pergerakkan kendaraaan secara Real Time.
Memutar ulang pergerakkan kendaraan pada waktu tertentu (maksimum
30 hari).
Menyajikan rincian data perjalanan yang dapat dicetak.
Notifikasi by sms bila mobil bergerak melebihi batas kecepatan yang
ditentukan.
Notifikasi by sms bila mobil bergerak melewatiarea yang sudah
ditentukan.
2.9. Sistem Real Time
Sistem real time adalah sebuah sistem yang tidak hanya berorientasi terhadap
hasil (output) yang dikeluarkan tapi di sana juga sistem dituntut untuk dapat
bekerja dengan baik dalam kebutuhan waktu tertentu (Adriansyah, 2006). Di
dalam sistem real time, waktu merupakan faktor yang sangat penting untuk
diperhatikan. Faktor waktu menjadi sesuatu yang sangat kritis dan sebagai tolak
ukur. Sistem real time bekerja dalam periode dan waktu deadline tertentu
sehingga belum tentu semakin cepat output yang dihasilkan berarti menunjukkan
sistem tersebut bekerja dengan baik. Adapun contoh dari sistem real time adalah
sistem perbankan, sistem pengontrol pesawat udara, sistem otomasi pabrik, dan
sebagainya. Model sistem real time dapat dibagi menjadi 3 jenis berdasarkan
prioritas ketika menemui waktu deadline yaitu:
1. Hard Real Time System
Kebenaran eksekusi program dan waktu deadline (hard deadline) menjadi
sangat kritis dan menentukan performansi seluruh sistem. Jika sistem tersebut
37
tidak mampu memenuhi waktu deadline yang telah ditentukan, maka akan
berakibat fatal terhadap seluruh sistem. Kondisi ini dikenal dengan istilah
catastropic consequences (bencana besar). Oleh karena itu, desain dan
reliabilitas dari sebuah hard real time system harus benar-benar diperhatikan
dan dievaluasi dengan baik.
2. Soft Real Time System
Soft real time system jauh lebih toleran dan tidak terlalu kritis ketika sistem
tidak mampu memenuhi waktu deadline (soft deadline). Sistem tersebut tidak
akan failure walaupun waktu deadline-nya tidak terpenuhi. Selain itu, sistem
ini tetap akan bekerja dan menyelesaikan tugasnya meskipun waktu deadline-
nya sudah lewat.
3. Firm Real Time System
Firm real time system sama dengan soft real time system dalam hal toleransi
waktu deadline, tapi sistem model ini tidak akan bekerja dan menyelesaikan
tugasnya ketika waktu deadline sudah lewat. Dengan kata lain, sistem ini akan
berhenti bekerja tapi tidak akan menyebabkan failure pada keseluruhan
sistem. Pada real time system dikenal istilah tardy tasks dan miss-percentage.
Tardy tasks adalah tugas yang tidak dapat dikerjakan dan dieksekusi oleh
sistem dalam waktu deadline tertentu. Sedangkan yang dimaksud dengan
misspercentage adalah persentase dari tardy tasks terhadap seluruh tugas yang
harus dikerjakan oleh sistem. Pada soft real time system, miss-precentage
bertambah secara eksponensial seiring dengan jumlah tugas yang harus
dikerjakan pada firm real time system di mana tardy task tidak dikerjakan oleh
sistem, miss-percentage bertambah secara polinomial. Hal ini menunjukkan
bahwa tingkat miss-percentage pada soft real time system lebih tinggi dari
38
firm real time system. Oleh karena tuntutan atas waktu yang tinggi dari sebuah
real time system, maka dibutuhkan model basisdata yang berbeda dengan
basisdata konvensional. Pada real time system dikenal model basisdata active
database system dan real time database system yang dalam penggunaannya
bisa berdiri sendiri ataupun bisa dikombinasikan antar keduanya.
39
3.1. Gambaran Umum Sistem
Setiap penelitian yang dikerjakan hendaknya mendapatkan output yang
maksimal. Seperti halnya telah dijelaskan pada Bab 2, penelitian ini fokus pada
pengembangan sebuah sistem informasi trafik lalu lintas untuk sistem transportasi
cerdas di Bali, dengan memanfaatkan data koordinat dan kecepatan kendaraan
dari perangkat GPS Tracker. Perangkat ini dipasangkan pada bus Trans
SARBAGITA dengan data yang di peroleh akan diolah menjadi data trafik secara
real time, data trafik ini nantinya diolah lagi menjadi informasi trafik
dikombinasikan dengan Google Maps Api, untuk selanjutnya disebarluaskan
melalui media internet berbasis web. Dengan yang dicapai adalah untuk
mendapatkan sebuah sistem informasi yang mudah dipahami oleh masyarakat
dimana informasi trafik di tampilkan dalam format visual dan dapat diakses
melalui media internet.
3.2. Tempat dan Waktu Penelitian
Seperti halnya penelitian sebelum dan penelitian yang lainnya sudah tentu
dalam menginginkan hasil yang maksimal harus ada tempat penelitian adapun
tempat penelitian yang digunakan adalah di bus Trans SARBAGITA di Bali,
dengan waktu penelitian dimulai akhir bulan Pebruari 2014 sampai dengan bulan
Juni 2014.
BAB III
METODE PENELITIAN
40
3.3. Rancangan Penelitian
Dalam penelitian sangat penting memiliki rancangan penelitian yang
nantinya akan digunakan untuk dasar melaukan implementasi hasil penelitian
ataupun sebagai dasar meneruskan penelitian selanjutnya. Rancangan penelitian
ini adalah sebuah langkah dalam merealisasikan sistem informasi trafik lalu lintas
real time untuk sistem transportasi cerdas di Bali. Model perancangan penelitian
ini akan mengadaptasi arsitektur mobile century yang diajukan oleh (Herrera,
2009). Dimana penelitian ini menggunakan handphone dan kamera untuk
mengevaluasi lalu lintas data yang dikirim oleh gps mobile seperti ditunjukan
pada Gambar 3.1, dengan tujuan :
1. Menilai kelayakan sistem pemantauan lalu lintas berdasarkan GPS-enabled
ponsel telepon. Sistem yang diuraikan dalam Bagian 2 ditunjukkan untuk
memberikan cukup dan data yang cukup akurat untuk memberikan waktu
perjalanan yang tepat dan estimasi kecepatan
2. Mengevaluasi akurasi pengukuran kecepatan dari ponsel GPS-enabled
dibawah arus lalu lintas kondisi lancar dan padat. Oleh karena itu, bagian dari
jalan raya dipilih untuk mencakup lalu lintas kondisi lancar dan kondisi padat.
Sebuah detektor yang baik diperlukan untuk tujuan perbandingan.
Perancangan penelitian ini menggunakan metode berbeda seperti :
1. Sistem menerima masukan data trafik lalu lintas dari perangkat GPS Tracker
type TR06 sebelumnya menggunakan Handphone nokia N95 + kamera.
2. Data dikirim melalui provider seluler atau melalui jaringan privat ke Traffic
Management Center (TMC) setelah itu diolah menjadi data trafik lalu lintas
menggunakan beberapa jenis server dan beberapa aplikasi pendukung yang
41
dapat mengkategorikan kondisi trafik lalu lintas seperti macet, padat, sedang
dan lancar.
3. Menampilkan informasi trafik lalu lintas berdasarkan data trafik secara real
time ditambah dengan fitur-fitur pendukung seperti informasi halte dan
pengaduan kondisi lalu lintas sistem informasi ini disebarkan melalui website.
Model arsitektur yang akan diterapkan dalam penelitian ini
pengumpulan data dari GPS Tracker adalah seperti Gambar 3.2.
Data trafikJaringan
provider
atau private
Server
proxyServer virtual
trip line untuk
menghimpun
koordinat GPS
Server
estimasi
trafik
Traffic
Management
Center (TMC)
Display
informasi trafik
real time
Server
web
Gambar 3.1 Model Arsitektur Mobile Century (Herrera, 2009)
Gambar 3.2 Model Arsitektur Sistem Informasi Trafik
42
Alur dalam penelitian sesuai dengan pendapat dan penjelasan secara
umum merupakan langkah yang harus dilaksanakan. Alur metodelogi penelitian
ini dapat dijelaskan pada alur diagram Gambar 3.3.
Gambar 3.3 Diagram Alur Metodelogi Penelitian
Berikut ini adalah penjelasan diagram alur tahap pengolahan data :
a. Tahap pengumpulan data
Pada tahap ini data di dapat dari GPS Tracker yang terpasang di bus trans
SARBAGITA yang berupa informasi koordinat-koordinat dan kecepatan tiap
bus.
b. Tahap pengolahan data
Tahap ini dilakukan melalui beberapa tahap antara lain:
- Pembuatan basis data (tabular), basis data ini berfungsi untuk
mempermudah akses untuk menyimpan, mencari, menampilkan, maupun
sebagai koneksi untuk menghubungkan ke aplikasi sistem
informasinya.
- Pembuatan Interface, tahap ini mengkombinasikan Google Maps Api
dengan interface tampilan berbasis website. Pembuatan sistem informasi
trafik lalu lintas untuk sistem transportasi cerdas di Bali dibuat 2 interface.
Interface pertama adalah interface utama dan administrator.
Interfaceutama berisi semua hal yang akan ditampilkan untuk sistem
Pengumpulan data
Pengolahan data
Penyebaran informasi
43
informasi trafik lalu lintas. Interface administrator berisi data-data yang
berkaitan dengan sistem informasi trafik lalu lintas yang ingin diketahui
oleh pengguna sistem informasi mengenai kepadatan lalu lintas jalan arteri
di Bali.
c. Penyebaran informasi
- Pada tahap ini penyebaran informasi dari data trafik yang di olah dengan
menggunakan bahasa pemrograman php. Proses-proses yang dilakukan
pengelompokkan data-data tingkat kepadatan dengan menampilkan
warna yang berbeda untuk merepresentasikan setiap tingkat kondisi
kepadatan jalan yang berbeda.
- Diharapkan dengan menggunakan bahasa pemrograman berbasis web para
pengguna dapat dengan mudah mengakses informasi trafik secara online
melalui media internet.
3.4. Data Penelitian
Data penelitian ini di dapat dari GPS Tracker yang terpasang dimasing-
masing bus Trans SARBAGITA.
Nama Bus Trans SARBAGITA adalah gabungan nama kabupaten yang ada
di Bali (DenpaSAR, BAdung, GIanyar, TAbanan) yang merupakan kawasan
Metropolitan SARBAGITA. Pembangunan Infrastruktur untuk menunjang
pemerataan pertumbuhan ekonomi antar wilayah dan kelancaran lalu lintas
( pembangunan terminal Mengwi, Bandara Ngurah Rai, Pelabuhan Tanah Ampo,
Gunaksa dan Pelabuhan Gilimanuk, Jalan Tol Benoa–Bandara Ngurah Rai-
Nusadua, Ruas Jln. Tohpati–Kusamba, Akses Jalan Masuk Pelabuhan Gunaksa,
Ruas Jalan Munggu – Beringkit – Batuan-Purnama, Kuta-Tanah Lot-Soka dan
Gilimanuk – Singaraja-Amed (sudah dan akan dilaksanakan). Manajemen
rekayasa lalu lintas meliputi perbaikan simpang, pengendalian ketertiban,
44
keselamatan dan kelancaran lalu lintas (ATCS, Rambu) dan
Law Inforcement pelanggaran perijinan dan disiplin tertib lalu lintas di jalan
umum dan parkir kendaraan di jalan umum. Penyediaan public transport (AKAP,
AKDP Angkutan Perkotaan) yang akuntable, khusus wilayah SARBAGITA
dengan angkutan umum trans SARBAGITA, melalui restrukturisasi trayek lintas
kota / kabupaten dan trayek dalam kota / kabupaten (Feeder) menjadi satu
kesatuan sistem jaringan pelayanan.
Konsep penyelenggaraan angkutan umum trans SARBAGITA mencakup 17
trayek utama dan 36 trayek feeder (dalam Kota / Kabupaten) kedalam satu
kesatuan sistem jaringan pelayanan, dengan koneksitas antar jaringan tinggi dan
menjangkau seluruh wilayah SARBAGITA. Jenis angkutan yang dipergunakan
disesuaikan dengan lebar / ruang jaringan jalan, memberdayakan angkutan yang
ada / kerjasama operasional dan tempat naik-turun penumpang (Halte) yang
disediakan di-design untuk tujuan mendisiplinkan pramudi maupun penumpang.
Rencana pengoperasian tahun 2011-2015 dan peta jalur bus pada Gambar 3.4.
Gambar 3.4 Peta Rute Bus Trans SARBAGITA
45
Trayek Bus SARBAGITA bedasarkan Koridor diantaranya :
KORIDOR 1 : Kota – GWK PP
Menggunakan Bus Sedang kapasitas 35 penumpang (20 duduk + 15 berdiri).
Rute Trayek:
Dari GOR Ngurah Rai (Jl Kamboja) – Angsoka – Melati – Surapati -
Kapten Agung – PB. Sudirman – Waturenggong - Diponegoro – Raya
Sesetan – Pesanggaran - Dewa Ruci - Bypass Ngurah Rai – Jl. Udayana
UNUD Bukit - Raya Uluwatu - GWK.
Dari GWK - Raya Uluwatu - Jl.Udayana UNUD Bukit - Bypass Nusadua
– Simpang Dewa Ruci – Pesanggaran – Sesetan – Diponegoro - Serma
Durna - Serma Made Pil - Serma Mendra – Sudirman - Dewi Sartika –
Diponegoro - Hasannudin - Jl. Udayana – Surapati – Kamboja – Angsoka
–Melati – Patimura - Kamboja (Halte SMA-7).
Trayek KORIDOR 2: Batubulan – Nusa Dua PP Via Sentral Parkir Kuta
Menggunakan Bus Besar kapasitas 50 penumpang (30 duduk + 20 berdiri).
Rute Trayek:
Dari Terminal Batubulan–WR.Supratman-Bypass Ngurah Rai-
Prof.I.B.Mantra-Bypass Ngurah Rai-Simpang Dewa Ruci-Setiabudi Kuta-
Raya Kuta–Sentral Parkir Kuta-Imam Bonjol-Sunset Road Timur-
Simpang Dewa Ruci-Bypass Nusa Dua-Nusa Dua (BTDC).
Dari Nusa Dua (BTDC)- Raya Tg Benoa Bualu-Bypass Nusadua-
Simpang Dewa Ruci - Setiabudi Kuta - Raya Kuta - Sentral Parkir Kuta -
Imam Bonjol - Sunset Road Timur- Simpang Dewa Ruci- Bypass Ngurah
Rai- WR Supratman-Raya Batubulan-Batuyang - Terminal Batubulan.
46
Koridor-koridor yang telah terpasang atau tersedia dan akan dibangun
dimasing-masing koridor. Seperti pada Gambar 3.5.
Gambar 3.5 Koridor 1 dan Koridor 2
3.4.1.Perhitungan Derajat Kejenuhan
Derajat kejenuhan DS (Degree of Saturation) digunakan sebagai faktor
utama dalam penentuan tingkat kinerja ruas jalan. Nilai DS ini menunjukkan
apakah ruas jalan tersebut mempunyai masalah dengan kapasitas atau tidak
jika dihubungkan dengan volume lalu lintas yang lewat. DS bernilai 1
artinya volume lalu lintas sama dengan kapasitas ruas jalan.
Setelah mendapatkan nilai derajat kejenuhan, langkah selanjutnya adalah
mengelompokkan nilai tersebut menjadi empat tingkat kepadatan pada setiap jam
sibuk dan menandai tingkat kepadatan tersebut dengan empat warna yaitu:
Lancar : tanda warna biru.
Sedang : tanda warna hijau.
47
Padat : tanda warna oranye.
Macet : tanda warna merah.
Perbedaan warna tersebut digunakan untuk membedakan layer jalan pada
tampilan website. Penelitian ini bertujuan untuk memperoleh informasi
kepadatan lalu lintas jalan dari data volume lalu lintas jalan dan kapasitas
jalan di Bali.
3.5. Perangkat Keras dan Perangkat Lunak Pendukung
Penelitian ini menggunakan perangkat keras dan berberapa software
pendukung diantaranya:
a. GPS Tracker
b. OpenGTS
c. Traccar
d. Google Maps Api
e. HTML, PHP, MYSQL, Javascript
f. Dreamweaver
g. PhpMyAdmin
Tahap perancangan sistem trafik lalu lintas ini adalah pembuatan perangkat
lunak sebagai alat untuk melakukan pengolahan data sekaligus sebagai
interface untuk menyampaikan informasi kepada para pengguna. Dalam hal ini
perangkat lunak yang dibuat adalah sebuah website atau situs. Website adalah
sekumpulan halaman yang digunakan untuk menampilkan informasi yang
berupa teks, gambar atau suara yang kesemua halaman tersebut saling terkait
satu dengan lainnya dalam sebuah jaringan atau link. Alasan pemakaian website
adalah karena kemudahan dalam pengaksesan dan dalam pengoperasiannya oleh
pengguna dalam penyampaian informasi. Selain itu, dewasa ini website
48
mengalami perkembangan yang cukup pesat baik dalam hal jumlah maupun
penggunanya, salah satu alasannya adalah kemudahan masyarakat saat ini
dalam mengakses internet. Media internet secara umum memiliki banyak
kelebihan, seperti informasi yang disampaikan lebih lengkap, tidak terbatas
hanya pada informasi berupa tulisan saja dan relatif lebih mudah untuk
memperbarui informasi. Oleh karena itu maka dipilihlah website sebaga media
penyampai layanan informasi lalu lintas di Bali pada penelitian ini.
3.6. Alur Analisis Penelitian
Alur analisis penelitian sistem informasi ini melalui tiga tahapan: pertama
proses pengambilan dan pengiriman data koordinat dan kecepatan dari GPS
Tracker ke server, kedua mengolah data koordinat dan kecepatan menjadi data
trafik visual selanjutnya menyajikan informasi trafik dengan kombinasi google
maps api melalui media internet berbasis web seperti pada Gambar 3.6.
Gambar 3.6 Alur Analisis Penelitian
Mulai
Model pengambilan dan pengiriman
data koordinat dan kecepatan dari
GPS Tracker ke server STC
Mengolah data dari server STC
berupa data koordinat dan kecepatan
menjadi data trafik visual
Merealisasikan informasi trafik
visual lalu lintas berbasis internet
berbasi web dengan Google Maps
Api
49
3.6.1. Model Pengiriman Data Sumber Koordinat Dan Kecepatan
Model pengiriman titik koordinat dan kecepatan menggunakan alat GPS
Tracker yang dengan tahapan dengan kondisi GPS Tracker terkoneksi GPRS
(General Packet Radio Service) yang berfungsi untuk mengirimkan titik koordinat dan
kecepatan keserver STC model tahapannya seperti Gambar 3.7.
Gambar 3.7 Model Pengiriman Data Sumber Dari GPS Tracker
3.6.2. Mengolah Data Koordinat Dan Kecepatan Menjadi Data Trafik
Visual
Bagan alur ini menjelaskan mengenai tahapan proses pengolahan data
trafik dari data server STC berupa data koordinat dan kecepatan kendaraan seperti
pada Gambar 3.8.
Gambar 3.8 Alur mengolah data menjadi data trafik visual
Ambil data di
server STC
Proses data
koordinat dan
kecepatan
Aktifkan GPRS
Kirim data
koordinat dan
kecepatan
50
3.6.3. Merealisasikan Data Trafik Visual Menjadi Informasi Trafik
Visual Lalu Lintas Berbasis Web Dengan Google Maps Api
Bagan alur ini menjelaskan memproses data trafik menjadi informasi trafik yang
dikombinasikan dengan google maps api yang diseberkan melalui media internet seperti
Gambar 3.9.
Gambar 3.9 Alur Mengolah Data Menjadi Informasi Trafik
3.6.4. Arus Aliran Data
Sebelum membuat sebuah perangkat lunak, maka dilakukan proses
identifikasi aliran data yang dilakukan untuk memberikan garis besar dan acuan dalam
proses pembuatan perangkat lunak. Data penelitian ini adalah titik koordinat dan
kecepatan kendaraan dari GPS Tracker. Dan juga disertakan data timestamp atau penanda
waktu ketika data diambil. Seperti pada Gambar 3.10.
Gambar 3.10 Data Flow Diagram Level 0
Selesai
GPS
Tracker
Pengump
ulan data
Proses
menampilkan
hasil
Interface
Website
Pengolahan
data
51
Gambar 3.11 Data Flow Diagram Level 1
Seperti terlihat pada gambar 3.10 DFD level 0 di atas, secara garis
besar pada penelitian ini terdapat tiga proses utama, yaitu proses pengumpulan
data, proses pengolahan data dan proses menampilkan hasil pengolahan data
pada interface website. Data koordinat dan kecepatan yang digunakan sebagai
input proses pengolahan data. Pada DFD level 1 pada Gambar 3.11 terlihat detail
proses P1 atau proses pengumpulan data. Proses ini diawali dengan pengambilan
data kordinat dan kecepatan. Proses P2 merupakan proses pengolahan data
menjadi data trafik yang kemudian disimpan ke dalam database, hasil
pengolahan data kordinat dan kecepatan. Setelah itu proses ini dilakukan
penghitungan nilai DS (degree of saturation), TT (waktu tempuh) dan VLV
(kecepatan kendaraan ringan). Hasil penghitungan ini kemudian disimpan dalam
database D1. DS yang tersimpan pada database D1 kemudian dikategorikan
menjadi tingkat kepadatan tertentu pada proses P3. Tingkat kepadatan yang
dihasilkan kemudian disimpan kembali pada database D1. Proses terakhir yang
dilakukan adalah proses P4, yaitu menampilkan hasil penghitungan yang
tersimpan dalam database D1 pada interface website.
P4
Interface
Website
GPS
Tracker
Kategori
Kepadatan
Proses DS
Pengumpula
n data
Proses
menampilkan
hasil
P2
P1 P3
52
3.7. Jadwal Penelitian
Tabel 3.1. Jadwal Penelitian
No Jenis Kegiatan Bulan
1 2 3 4 5 6 7 8
1 Analisis kebutuhan sistem informasi trafik
lalu-lintas real time
2 Perancangan sistem visualisasi trafik lalu
lintas berbasis web-Google Maps API
3 Pengolahan sistem visualisasi trafik lalu
lintas berbasis web-Google Maps API
4 Integrasi dan implementasi sistem
informasi trafik lalu-lintas real time
5 Finalisasi inputan data trafik lalu lintas dan
updating data berbasis GPS
6 Pelaksanaan pemanfaatan aplikasi sistem
informasi trafik lalu-lintas melalui
penelitian tindakan
9 Penulisan laporan akhir penelitian
53
BAB IV
HASIL DAN PEMBAHASAN
4.1 Implementasi Rancangan Sistem Transportasi Cerdas
Sistem transportasi cerdas adalah penerapan dari kemajuan teknologi
informasi dan telekomunikasi yang digunakan dalam bidang transportasi, salah
satunya tentang kemacetan jalan raya. Tiga aspek yang diterapkan dalam sistem
transportasi cerdas pada Gambar 4.1.
Gambar 4.1 Aspek Sistem Transportasi Cerdas
4.1.1 Realisasi Server GPS Tracker
Pemrograman sistem informasi trafik lalu lintas cerdas dirancang untuk
membuat sistem informasi trafik lalu lintas secara real time di Bali. Sistem ini
menggunakan alat GPS Tracker sebagai sumber data secara real time dalam
perancangan sistem informasi trafik lalu lintas cerdas di Bali berbasis web dengan
menggunakan piranti bantu perangkat lunak dan perangkat keras. Perancang
sistem informasi trafik lalu lintas cerdas diperlukan server GPS Tracker. GPS
Tracker yang tersedia dipasaran ada 2 tipe yaitu privat dan umum. Pada tipe
privat datanya tidak dapat kelola karena data server berada di pihak vendor
sedangkan tipe umum server dibisa dibuatkan server dan data bisa dikelola
Pengumpulan
data dari
SEVER GPS
Tracker
Pengolahan
data trafik lalu
lintas
Sistem
informasi
trafik lalu
lintas Cerdas
54
sendiri. Pengolahan data GPS Tracker tipe umum dilakukan dengan terlebih
dahulu membuat server menggunakan sistem OpenGTS (Open GPS Tracking
System). Model arsitektur server GPS Tracker ditunjukan pada Gambar 4.2.
Gambar 4.2 Arsitektur Server GPS Tracker Tipe TR06
Perancangan server GPS Tracker menggunakan alat GPS Tracker tipe
TR06 dengan aplikasi OpenGTS (Open GPS Tracking System) dan Traccar yang
suport untuk port type TR06. OpenGTS (Open GPS Tracking System) adalah
system open source yang dirancang khusus untuk menyediakan layanan pelacakan
GPS berbasis web untuk kendaraan. (http://opengts.sourceforge.net/). Traccar
adalah sistem open source untuk berbagai perangkat pelacakan GPS. Sampai saat
ini Traccar server mendukung lebih dari 30 protokol yang berbeda.
(http://www.traccar.org/). Traccar berfungsi untuk menghubungkan GPS Tracker
ke OpenGTS karena port untuk GPS Tracker tipe TR06 belum tersedia.
Server GPS Tracker dibuat menggunakan sistem operasi linux debian
terkoneksi internet dengan menggunakan IP (Internet Protocol) publik. Sebelum
menginstal sistem OpenGTS ini ada beberapa aplikasi yang perlu di instal
terlebih dahulu seperti compiler Java, Apache Ant, MySQL, Apache Tomcat, Java
Mail API dan MySQL-Connector. Untuk mengetahui beroperasinya system
GPS
Tracker
tipe TR06
GPS
Satelit
Server GPS
(OpenGTS, Traccar)
Cell
Tower
ISP
(Internet service
provider)
55
OpenGTS ini dapat dilakukan dengan mengakses ke localhost:0808/track/Track
atau menggunakan IP (Internet Protocol) publik seperti
http://61.8.65.194:0808/track/Track seperti tampilan pada Gambar 4.3.
Gambar 4.3 Sistem OpenGTS
Setelah OpenGTS dapat diakses, selanjutnya install Traccar untuk
menghubungkan port GPS Tacker tipe TR06. Tanpa Traccar OpenGTS tidak
dapat mendukung tipe TR06. Setelah Traccar terinstall, kemudian lakukan login
ke OpenGTS untuk melakukan setting alat GPS Tracker tipe TR06. Tahapan
setting untuk GPS Tracker terlihat pada Gambar 4.4 , 4.5 dan 4.6
56
Gambar 4.4 Tahapan Awal Setting GPS Tracker
Gambar 4.5 Tahapan Ke Dua Setting GPS Tracker
Gambar 4.6 Tahapan Ke Tiga Setting GPS Tracker
57
OpenGTS adalah sistem informasi yang hanya berfungsi menghubungkan
GPS Tracker yang terpasang pada kendaraan untuk mengecek atau melacak posisi
keberdayaanya. Karena OpenGTS mendukung layanan informasi berbasis web
maka sistem informasi trafik lalu lintas cerdas dirancang berbasis web sehingga
user dapat mengetahui atau menfefinisikan kondisi trafik jalan raya. Maka sistem
informasti trafik lalu lintas cerdas ini mengambil data yang dikirim ker server
GPS Tracker. Adapun perangkat lunak dalam pembuatan server GPS Tracker
sebagai berikut :
a. Sistem operasi debian 3.2.0-4-686
b. Java Compiler Sun’s Java JDK, OpenJDK Server VM 1.6
c. Apache Ant version 1.7.0
d. Apache Tomcat 7.0.26
e. Java Mail API 1.4.4
f. MySQL 5, MySQL-Connector-Java
g. OpenGTS 2.4.0
h. Traccar Linux-32-2.9
Setelah server GPS terinstal, dilanjutkan dengan melakukan pengaturan
alat GPS Tracker ke server. Untuk melakukan setting, pada GPS Tracker
dipasang kartu GSM terlebih dahulu kemudian aktifkan alat GPS Tracker.
Selanjutnya dilakukan seting menggunakan handphone melalui SMS dimana hasil
seting ini akan dikirim ke nomor yang terpasang pada GPS Tracker dengan
langkah-langkah sebagai berikut:
58
1. SOS, a, nomor tlp# contohnya SOS, a, 085237118918#
Berfungsi untuk memberikan informasi apabila terjadi pencabutan GPS
Tracker.
2. Center,a,nmr tlp# contohnya Center,a,085237118918#
Berfungsi untuk nomor telepon mana yang bisa mensetting GPS Tracker.
3. Apn,TELKOMSEL,WAP,WAP123# ( menggunakan kartu telkomsel )
Berfungsi aktikan akses internet.
4. SERVER,0,DNS,PORT,0# contohnya SERVER,0,6.8.65.194,5023,0#
Berfungsi untuk kirim data koordinat keserver.
5. GPRSON,1#
Berfungsi untuk aktifkan GPRS.
Alat GPS Tracker selesai di seting, uji coba dapat dilakukan dengan
menjalankan kendaraan kemudian memeriksa pada sistem openGTS dilanjutkan
dengan memeriksa di menu mapping maka akan muncul rute yang dilalui yang
menandakan alat GPS Tracker sudah berfungsi.
Perangkat lunak dalam pembuatan sistem informasi trafik lalu lintas cerdas
di Bali:
a. Xampp ( Apache, PHP, Mysql )
b. Macromedia Dreamweaver
c. Google Maps Api
4.1.2 Mekanisme pengolahan data trafik lalu lintas
Pengolahan data trafik yang dikirim oleh GPS Tracker kedalam database
pada tabel eventdata seperti pada Gambar 4.7. Proses pengolahan data secara
automatis yang tersimpan kedalam database. Data yang tersimpan dalam database
59
ini diolah menjadi data informasi trafik lalu lintas yang dapat mendefenisikan
kondisi lalu lintas seperti macet, padat, sedang dan lancar. Tahap-tahapan
pengolahan datanya sebagai berikut:
1. Input proses ini berasal dari GPS Tracker ke dalam database secara automatis
tersimpan kedalam tabel eventdata dan ada proses input yang dilakukan
secara manual seperti proses input lokasi halte dan pengaduan informasi
keadaan jalan
2. Pengolahan proses ini mengolah data yang dikirimkan oleh GPS Tracker dan
data yang diinput oleh administrator seperti pengaduan kondisi jalan dan
halte. Data-data yang sudah tersimpan dalam database ini diolah menjadi
sistem informasi seperti :
- Data dari GPS Tracker proses pengolahan adalah mendefenisikan id
device, tanggal, waktu, latitude, longitude ini menentukan posisi
kendaraan berdasarkan tanggal dan waktu tahap selanjutnya
mendefenisikan kondisi lalu lintas yang berdasarkan kecepatan kendaraan
yang tersimpan di field speedKPH proses ini menggunakan metode
Derajat Kejenuhan atau Degree of Saturation (DS) seperti yang di Tabel
4.1 dan heading berfungsi untuk posisi atau arah kendaraan. Hasil dari
proses nanti berupa garis berwarna yang berdasarkan kategori kepadatan
jalan raya.
Berdasarkan data dari GPS Tracker ini, kemudian diolah menjadi sistem
informasi menggunakan bahasa pemrograman PHP yang di kombinasikan
dengan Google Maps Api untuk mengkategorikan kemacetan berdasarkan
arah seperti dibawah ini:
60
for (var i=0; i<polies.length; i++) {
polies[i].polyline = new google.maps.Polyline({
map: map,
strokeColor: (polies[i].speed < 17 ? '#FF0000' :
(polies[i].speed <26 ? '#FF9900' : (polies[i].speed<40 ? '#00FF00' : '#0000FF'))), //
strokeOpacity: 1.0,
strokeWeight: 2,
path: [
new google.maps.LatLng(polies[i].lat_1, polies[i].lng_1),
new google.maps.LatLng(polies[i].lat_2, polies[i].lng_2)
] });
polies[i].heading = new google.maps.Marker({
map: map,
position: new google.maps.LatLng(polies[i].lat_1, polies[i].lng_1),
icon: 'images/pin30_green_h' + polies[i].heading + '.png'
});
}
- Data dari administrator berupa pengaduan dan halte. Proses pengaduan
berisi tanggal awal,tanggal akhir, latitude, longitude yang befungsi untuk
menentukan lokasi pengaduan dengan periode waktu setelah nama
pengaduan dan penjelasan dari pengaduan. Proses halte berisi latitude,
longitude untuk menentukan posisi halte setelah itu identitas nama halte,
jalan dan keterangan halte.
Tabel 4.1. Pengkategorian Kepadatan Lalu Lintas Jalan Kecepatan
(Km/jam)
DS Kategori Kepadatan Warna
40 – 57 < 0,35 Lancar Biru
26 – < 40 < 0,65 Sedang Hijau
17 – < 26 < 0,9 Padat Oranye
< 17 > 0,9 Macet Merah
61
Gambar 4.7 Data Posisi Yang Tersimpan di Tabel Eventdata
4.1.3 Skema Sistem Informasi Trafik Lalu Lintas Cerdas
Sumber informasi data trafik diperoleh dari data GPS Tracker yang
terpasang pada Bus SARBAGITA, selanjutnya diproses menjadi sistem informasi
trafik lalu lintas dalam bentuk rancang database yang terdiri dari beberapa tabel
diantaranya adalah :
a. Tabel device
Tabel device berfungsi menyimpan data pengguna GPS Tracker berupa
informasi siapa yang register, kode pengguna, warna untuk membedakan antar
GPS Tracker, IMEI GPS Tracker, nomor telepon yang terpasang di GPS Tracker,
nama tiap GPS Tracker, keterangan nama, dimana di setting, tanggal kapan di
buat dan di update terakhir. Field-field yang dipakai yang terpakai pada tabel ini
diantaranya accountID, deviceID, vehicleMake, vehicleModel, vehicleID,
driverID, fueltankprofile, uniqueID, displayColor, simPhoneNumber,
imeiNumber, lastValidLatitude, lastValidLongitude, lastGPSTimestamp,
displayName, description, lastUpdateTime dan creationTime. Seperti pada Tabel
4.2.
62
Tabel 4.2 Struktur Tabel Device
No Nama Field Tipe Field Panjang Field Keterangan
1 Account ID Varchar 23 Primary key
2 Device ID Varchar 23
3 Group ID Varchar 23
4 Equipment Type Varchar 40
5 Equipment Status Varchar 24
6 Vehicle Make Varchar 40
7 Vehicle Model Varchar 40
8 Vehicle ID Varchar 24
9 License Plate Varchar 24
10 License Expire Int 10
11 Insurance Expire Int 10
12 Driver ID Varchar 32
13 Driver Status Int 10
14 Fuel Capacity Double
15 Fuel Economy Double
16 Fuel Rate Per Hour Double
17 Fuel Cost Per Liter Double
18 Fuel Tank Profile Varchar 24
19 Speed Limit KPH Double
20 Plan Distance KM Double
21 Install Time Int 10
22 Reset Time Int 10
23 Expiration Time Int 10
24 Unique ID Varchar 40
25 Device Code Varchar 24
26 Device Type Varchar 24
27 Pushpin ID Varchar 24
28 Display Color Varchar 32
29 Serial Number Varchar 16
30 SimPhone Number Varchar 24
31 Sim ID Varchar 24
32 Sms Email Varchar 64
33 Imei Number Varchar 24
34 Data Key Text
35 Ignition Index Smallint 6
36 Code Version Varchar 32
37 Feature Set Varchar 64
38 Ip Address Valid Varchar 28
39 Last Total Connect Time Int 10
40 Last Duplex Connect Time Int 10
41 Pending Ping Command Text
42 Last Ping Time Int 10
63
Tabel 4.2 Lanjutan Stuktur Tabel Device
No Nama Field Tipe Field Panjang Field Keterangan
43 Total Ping Count Smallint 5
44 Max Ping Count Smallint 5
45 Command State Mask Int 10
46 Expect Ack Tinyint 4
47 Expect Ack Code Int 10
48 Last Ack Command Text
49 Last Ack Time Int 10
50 Dcs Properties ID Varchar 32
51 Dcs Config Mask Int 10
52 Dcs Config String Varchar 80
53 Dcs Command Host Varchar 32
54 Supports DMTP Tinyint 4
55 Supported Encodings Tinyint 3
56 Unit Limit Interval Smallint 5
57 Max Allowed Events Smallint 5
58 Total Profile Mask Blob
59 Total Max Conn Smallint 5
60 Total Max Conn Per Min Smallint 5
61 Duplex Profile Mask Blob
62 Duplex Max Conn Smallint 5
63 Duplex Max Conn Per Min Smallint 5
64 Last Tcp Session ID Varchar 32
65 Ip Address Current Varchar 32
66 Remote Port Current Smallint 5
67 Listen Port Current Smallint 5
68 Last Input State Int 10
69 Last Output State Int 10
70 Status Code State Int 10
71 Last Battery Level Double
72 Last Fuel Level Double
73 Last Fuel Total Double
74 Last Oil Level Double
75 Last Valid Latitude Double
76 Last Valid Longitude Double
77 Last Valid Heading Double
78 Last Valid Speed KPH Double
79 Last GPS Timestamp Int 10
80 Last Event Timestamp Int 10
81 Last Cell Serving Info Varchar 100
82 Last Distance KM Double
83 Last Odometer KM Double
84 Odometer Offset KM Double
64
Tabel 4.2 Lanjutan Stuktur Tabel Device
No Nama Field Tipe Field Panjang Field Keterangan
85 Last Engine On Hours Double
86 Last Engine On Time Int 10
87 Last Engine Off Time Int 10
88 Last Engine Hours Double
89 Engine Hours Offset Double
90 Last Ignition On Hours Double
91 Last Ignition On Time Int 10
92 Last Ignition Off Time Int 10
93 Last Ignition Hours Double
94 Last Stop Time Int 10
95 Last Start Time Int 10
96 Last Malfunction Lamp Tinyint 4
97 Last Fault Code Varchar 96
98 Is Active Tinyint 4
99 Display Name Varchar 40
100 Description Varchar 128
101 Notes Text
102 Last Update Time Int 10
103 Creation Time Int 10
b. Tabel Eventdata
Data informasi mengenai titik-titik koordinat, kecepatan arah, alamat dan
tanggal serta waktu yang tersimpan secara real time di tabel evendata seperti pada
Tabel 4.3. Pada tabel ini field-field yang digunakan diantaranya accountID,
deviceID, timestamp, latitude, longitude, speedKPH, heading, address,
creationTime. Dengan adanya data trafik secara real time maka dibuatkan sistem
informasi trafik lalu lintas yang berdasarkan dari kecepatan kendaraan yang dibagi
menjadi empat kategori kemacetan jalan seperti di Tabel 4.1.
Tabel 4.3 Stuktur Tabel Eventdata
No Nama Field Tipe Field Panjang Field Keterangan
1 Account ID Varchar 32 Primary key
2 Device ID Varchar 32 Primary key
3 Timestamp Int 10 Primary key
4 Status Code Int 10 Primary key
5 Latitude Double
65
Tabel 4.3 Lanjutan Stuktur Tabel Eventdata
No Nama Field Tipe Field Panjang Field Keterangan
6 Longitude Double
7 Gps Age Int 10
8 Speed KPH Double
9 Heading Double
10 Altitude Double
11 Transport ID Varchar 32
12 Input Mask Int 10
13 Output Mask Int 10
14 Seatbelt Mask Int 10
15 Address Varchar
16 Data Source Varchar
17 Raw Data Tex
18 Distance KM Double
19 Odometer KM Double
20 Odometer Offset
KM
Double
21 Geozone Index, Int 10
22 Geozone ID Varchar 32
23 Creation Time Int 10
c. Tabel pengaduan
Tabel pengaduan ini berfungsi untuk menyimpan informasi keadaan jalan
raya misalnya, pada saat terjadi penutupan jalan, ada unjuk rasa, ada perbaikan
jalan dan lain sebagainya yang di implementasikan dalam bentuk tabel dengan
struktur seperti pada tabel 4.4.
Tabel 4.4 Struktur Tabel Pengaduan
No Nama Field Tipe Field Panjang Field Keterangan
1 Id Int 3 Primary key
2 Nama_kejadian Varchar 200
3 Keterangan Text
4 Tgl_mulai Date
5 Tgl_selesai Date
6 Latitude aduan Varchar 200
7 Longitude aduan Varchar 200
66
d. Tabel halte
Tabel halte berikut ini berfungsi untuk memberikan informasi tempat-
tempat halte untuk bus SARBAGITA yang di implementasikan dalam bentuk
tabel dengan struktur seperti pada Tabel 4.5.
Tabel 4.5 Struktur Tabel Halte
No Nama Field Tipe Field Panjang Field Keterangan
1 Id Int 3 Primary key
2 Nama_halte Varchar 200
3 Jalan Varchar 200
4 Keterangan Text
5 Latitude_aduan Varchar 200
6 Longitude_aduan Varchar 200
e. Tabel admin
Tabel admin berfungsi untuk bisa mengakses kehalaman menu
administrator dengan struktur data seperti tertuang pada Table 4.6.
Tabel 4.6 Struktur Tabel User Admin
No Nama Field Tipe Field Panjang Field Keterangan
1 Username Varchar 20 Primary key
2 Password Varchar 255
3 Email Varchar 100
4 Alamat Varchar 255
5 Fullname Varchar 100
6 Agama Varchar 15
7 no_hp bigint 14
f. Relasi antar tabel
Struktur tabel device, eventdata, halte, pengaduan dan user admin yang
dirancang sebagai sistem informasi trafik lalu lintas cerdas dapat
diimplementasikan dalam bentuk diagram hubungan antar tabel seperti pada
Gambar 4.8. Pada relasi antar tabel ada dua tabel berhubungan yaitu tabel device
dan eventdata, tabel yang lain sebagai pendukung.
67
Gambar 4.8 Relasi Antar Tabel
4.2 Antarmuka Sistem Tansportasi Cerdas di Bali
Antarmuka sistem transportasi trafik lalu lintas cerdas berfungsi memberikan
informasi trafik lalu lintas yang menfokuskan pada jalur bus SARBAGITA pada
Koridor I dengan rute GOR Ngurah Rai – GWK dan GWK ke GOR Ngurah Rai.
Sistem informasi ini memiliki antarmuka yaitu administrator dan client.
4.2.1 Antarmuka Administrator
Antarmuka administrator hanya berfungsi sebagai pendukung dalam
sistem informasi cerdas, karena data trafik sudah terekam secara real time
kedalam sistem database, data-data yang diinput secara manual seperti:
- Memasukan data admin berfungsi untuk buat user admin yang berguna
untuk bisa akses ke menu administrator
68
- Memasukan data pengaduan berfungsi untuk memasukan data pengaduan
tentang keadaan jalan raya seperti ada perbaikan jalan, ada penutupan jalan
dan lain-lain
- Memasukan data halte berfungsi untuk memasukan tempat hatle untuk bus
SARBAGITA yang ada.
Tampilan halaman login administrastor pada Gambar 4.9 yang berfungsi
untuk login sebagai administrator untuk memasukan data admin, keadaan jalan
raya dan hatle serta bisa melihat informasi rute bus SARBAGITA.
Gambar 4.9 Antarmuka Login Administrator
Halaman utama administrator terdapat empat menu yaitu: admin untuk
user administrator, pengaduan untuk informasi jalan, halte untuk posisi halte, rute
untuk mengecek kondisi jalan dan logout untuk keluar dari halaman administrator
seperti Gambar 4.10.
Gambar 4.10 Antarmuka Halaman Utama Administrator
69
4.2.2 Antarmuka Client
Halaman web untuk client ini untuk sistem informasi trafik cerdas di Bali
menampilkan sistem informasi trafik lalu lintas hari ini secara realtime dan
bisa mencari lokasi untuk mengetahui kemacetan. Sistem informasi trafik lalu
lintas seperti terdapat pada Gambar 4.10. memiliki menu:
- home : untuk tampilan utama sistem informasi trafik cerdas yang berisi
informasi lalu lintas tentang kemacaten jalan raya yang dikategorikan
menjadi 4 kategori yaitu macet, padat, sedang dan lancar seperti terlihat
pada Gambar 4.11
- ITS Bali : untuk informasi pendukung sistem informasi trafik
- halte : untuk informasi tempat halte
- rute bus : untuk informasi rute bus SARBAGITA yang sedang berjalan
atau waktu sebelumnya
- contact : untuk alamat kantor ITS Bali
Gambar 4.11 Halaman Utama Antarmuka Client
70
4.3 Pengujian
4.3.2 Quality of Service (QoS) Transfer Data Paket GPRS
Parameter QoS yang diukur adalah delay pengiriman data di GPS Tracker
ke sever GPS. Delay adalah adanya selisih waktu data yang dikirim keserver
antara waktu waktu awal ke waktu tersimpan berdasarkan dealine. Secara default
pengiriman data dari GPS Tracker ke server GPS disetting setiap 10 detik.
Berdasarkan Tabe 4.8 data yang dikirim GPS Tracker ke Server GPS ada
beberapa selisih waktu pengiriman data yang dikirimkan kurang lebih 10 detik.
Hal ini disebabkan oleh beberapa faktor diantaranya lokasi, cuaca dan jaringan
GPRSnya. Pada QoS ini termasuk model real time soft real time system
berdasarkan data yang tersimpan didalam database ada beberapa tidak memenuhi
target waktu 10 detik tidak terjadi error sistem atau sistem tidak berfungsi pada
sistem informasi trafik lalu lintas. Rata-rata delay pengiriman data ke server GPS
dari GPS Tracker termasuk kategori good berdasarkan standarisasi International
Telecommunication Union – Telecommunication (ITU-T) seperti Tabel 4.7.
Tabel 4.7 Standar ITU-T G114
Kategori Besaran Delay Excellent < 150ms
Good 150 – 300ms
Poor 300 - 450ms
Unacceptable >450ms
Tabel 4.8 Pengiriman Data ke Server GPS
Waktu awal Deadline (detik) Waktu tersimpan Delay (detik) 07:29:18 10 07:29:28 0
07:29:28 10 07:29:38 0
07:29:38 10 07:29:49 1
07:29:49 10 07:29:58 0
07:29:58 10 07:30:08 0
07:30:08 10 07:30:28 0
07:30:28 10 07:30:39 1
07:30:39 10 07:30:49 0
Rata-Rata 0.25
71
4.3.3 Analisis Antarmuka
Analisis antarmuka berfungsi memberikan informasi kondisi lalu lintas
jalan ter-update di Bali yang datanya bersumber dari GPS Tracker yang terpasang
di Bus SARBAGITA. Pengujian data trafik lalu lintas yang berasal dari GPS
Tracker berupa tanggal, waktu, posisi (latitude, longitude), kecepatan kendaraan
dan heading (menentukan arah).
Untuk mengetahaui kondisi lalu lintas terupdate yang dikategorikan
menjadi 4 yaitu: lancar, sedang, padat dan macet yang diimplementasikan dengan
warna biru, hijau, oranye dan merah sebagai tanda kondisi jalan, datanya
bersumber dari tabel eventdata yang diolah menjadi sistem informasi trafik lalu
lintas.
Pengujian sistem informasi trafik lalu lintas cerdas di Bali ini, berdasarkan
derajat kejenuhan yang dikategorikan berdasarkan kecepatan kendaraan yang
ditandai dengan empat warna yaitu:
1. Warna Biru kategori Lancar dengan kecepatan t > 40 KM/Jam
Gambar 4.12 Contoh Tampilan Informasi Trafik Lalu Lintas Dengan Kategori Lancar
72
2. Warna Hijau kategori Sedang dengan kecepatan 26 ≥ t <40 KM/Jam
Gambar 4.13 Contoh Tampilan Informasi Trafik Lalu Lintas Dengan Kategori Sedang
3. Warna Oranye kategori Padat dengan kecepatan 17 ≥ t < 26 KM/Jam
Gambar 4.14 Contoh Tampilan Informasi Trafik Lalu Lintas Dengan Kategori Padat
73
4. Warna Merah kategori Macet dengan kecepatan t < 17 KM/Jam
Gambar 4.15 Contoh Tampilan Informasi Trafik Lalu Lintas Dengan Kategori Macet
Sistem informasi kemacetan ini di lengkapi dengan kondisi jalan yang
dilaporkan seperti penutupan jalan, pengalihan jalan dan lain-lain secara manual
dan informasi tempat halte.
Sistem informasi trafik lalu lintas cerdas di Bali ini memiliki beberapa
pendukung yang di input secara manual seperti:
1. Pengaduan berfungsi untuk memberikan informasi keadaan jalan raya seperti
pada saat terdapat penutupan jalan, perbaikan jalan atau pada saat terdapat
acara. Model informasi ini ditandai dengan lambang tanda seru seperti pada
Gambar 4.16.
74
Gambar 4.16 Informasi Pengaduan
2. Tempat halte berfungsi memberikan informasi tempat-tempat halte yang ada
seperti pada Gambar 4.17.
Gambar 4.17 Informasi Halte
4.3.4 Analisa Kondisi Trafik Jalan
Analisa kondisi trafik jalan menggunakan metode pengumpulan data
langsung dari GPS Tracker yang terpasang di bus SARBAGITA Koridor I.
Pengumpulan data dilakukan selama 1 (satu) bulan. Data-data GPS Tracker di
proses menjadi data trafik jalan dengan beberapa kategori kondisi jalan seperti
pada Tabel 4.1.
Untuk menganalisa trafik jalan menggunakan model pengujian sistem
informasi trafik lalu lintas cerdas di Bali seperti pada gambar Gambar 4.18.
75
Gambar 4.18 Model Pengujian Sistem Informasi Trafik Lalu Lintas Cerdas di Bali
Dengan menggunakan model pengujian data bersumber dari data GPS
Tracker secara real time dan dari informasi masyarakat dikelola menjadi sistem
informasi trafik lalu lintas cerdas di Bali yang berfungsi menginformasikan
kondisi jalan raya secara real time berdasarkan kategori kemacetan jalan.
1. Analisa data kecepatan menjadi data kategori trafik
Analisa data trafik lalu lintas berdasarkan data kecepatan kendaraan yang
didapat dari data GPS Tracker yang terpasang di bus SARBAGITA tersimpan
didalam tabel eventdata yang berisi tanggal, waktu, posisi, kecepatan dan heading
yang dikombinasikan dengan Google Maps API untuk mengetahui jalur atau rute
yang dilewati. Dalam analisa ini data kecepatan kendaraan yang diteliti untuk
mendapatakan kategori trafik yang dikelompokan berasarkan kecepatan seperti
pada Tabel 4.1. Adapun data-data trafik sebagai berikut :
a. Kategori sedang dengan kecepatan 26 ≥ t < 40 KM/Jam dengan warna hijau
Data trafik lalu lintas Tanggal 27 Oktober 2014 Pukul 7.30-7.32 Wita pada
data trafik ini dianalisa kecepatan kendaraan. Dengan waktu 2 menit kecepatan
Sistem Informasi
Trafik Lalu Lintas
Cerdas di Bali
Data Trafik
(tanggal, jam, koordinat,
kecepatan dan heading )
Kategori kemacetan jalan
Informasi kondisi jalan dan
halte
76
kendaraan yang didapat antara 28 sampai 39 KM/Jam. Kategori ini masuk ke
kategori sedang dan sistem membuat garis hijau pada jalur yang dilalui seperti
Gambar 4.19. Berdasarkan Tabel 4.1 dan Gambar 4.19 proses maping informasi
kecepatan, posisi dan arah adalah dapat ditunjukan dengan benar oleh aplikasi
antarmuka. Berikut data trafik lalu lintas dari GPS Tracker:
lat_1":"-8.65662166666667","lat_2":"-8.65565666666667",
"lng_1":"115.22157", "lng_2":"115.222466666667",
"speed":28.000010192,"heading":6
"lat_1":"-8.65565666666667","lat_2":"-8.654695",
"lng_1":"115.222466666667", "lng_2":"115.222586666667",
"speed":34.500012558,"heading":4
"lat_1":"-8.654695","lat_2":"-8.65372666666667",
"lng_1":"115.222586666667", "lng_2":"115.222561666667",
"speed":39.000014196,"heading":4
lat_1":"-8.65372666666667","lat_2":"-8.65265166666667",
"lng_1":"115.222561666667" ,"lng_2":"115.222596666667",
"speed":39.500014378,"heading":4
lat_1":"-8.65265166666667","lat_2":"-8.652125" ,
"lng_1":"115.222596666667", "lng_2":"115.223901666667",
"speed":29.500010738,"heading":4
Menjadi sistem informasi trafik lalu lintas dengan hasil sebagai berikut:
Gambar 4.19 Sistem Informasi Trafik Lalu Lintas Kategori Sedang
77
b. Kategori Padat dengan kecepatan 17 ≥ t < 26 KM/Jam padat dengan warna
oranye
Tanggal 27 Oktober 2014 Pukul 7.47-7.50 Wita pada data trafik lalu lintas
dianalisa kecepatan kendaraan dalam waktu 3 menit. Kecepatan kendaraan yang
didapat antara 17 sampai 24 KM/Jam. Kategori ini masuk ke kategori padat dan
sistem membuat garis oranye pada jalur yang dilewati seperti pada Gambar 4.20.
Berdasarkan Tabel 4.1 dan Gambar 4.20 proses maping informasi kecepatan,
posisi dan arah adalah dapat ditunjukan dengan benar oleh aplikasi antarmuka.
Berikut ini data trafik lalu lintas dari GPS Tracker:
lat_1":"-8.697565","lat_2":"-8.69642333333333",
"lng_1":"115.219166666667","lng_2":"115.218993333333",
"speed":18.000006552,"heading":4,
lat_1":"-8.69642333333333","lat_2":"-8.695225", "lng_1"
:"115.218993333333"," lng_2":"115.218843333333",
"speed":17.50000637,"heading":4,
lat_1":"-8.695225","lat_2":"-8.69410666666667",
"lng_1":"115.218843333333"," lng_2":"115.218596666667",
"speed":17.000006188,"heading":4,
lat_1":"-8.69410666666667","lat_2":"-8.69279833333333",
"lng_1":"115.218596666667"," lng_2":"115.218256666667",
"speed":24.000008736,"heading":4,
lat_1":"-8.69279833333333","lat_2":"-8.69195",
"lng_1":"115.218256666667","lng_2":"115.218048333333",
"speed":12.50000455,"heading":4,
lat_1":"-8.69195","lat_2":"-8.69103833333333",
"lng_1":"115.218048333333","lng_2":"115.217845",
"speed":17.000006188,"heading":3,
Menjadi sistem informasi trafik lalu lintas dengan hasil sebagai berikut :
78
Gambar 4.20 Sistem Informasi Trafik Lalu Lintas Kategori Padat
c. Kategori Macet dengan kecepatan t < 17 KM/Jam padat dengan warna
merah:
Pada Tanggal 27 Oktober 2014 Pukul 7.57-8.00 Wita pada data trafik lalu
lintas dianalisa kecepatan kendaraan dengan waktu 2 menit. Kecepatan kendaraan
yang didapat antara 5 sampai 15 KM/Jam. Kategori ini masuk ke kategori macet
dan membuat garis merah pada jalur yang dilewati seperti pada Gambar 4.21.
Berdasarkan Tabel 4.1 dan Gambar 4.21 proses maping informasi kecepatan,
posisi dan arah adalah dapat ditunjukan dengan benar oleh aplikasi antarmuka.
Berikut ini data trafik lalu lintas dari GPS Tracker:
lat_1":"-8.716995","lat_2":"-8.71582666666667",
"lng_1":"115.215226666667","lng_2":"115.215563333333",
"speed":5.00000182,"heading":4,
lat_1":"-8.71582666666667","lat_2":"-8.714865",
"lng_1":"115.215563333333","lng_2":"115.215615",
"speed":10.500003822,"heading":4,
"lat_1":"-8.714865","lat_2":"-8.71391",
"lng_1":"115.215615","lng_2":"115.215686666667",
"speed":15.500005642,"heading":4,
79
Menjadi sistem informasi trafik lalu lintas dengan hasil sebagai berikut :
Gambar 4.21 Sistem Informasi Trafik Lalu Lintas Kategori Macet
d. Kategori Lancar dengan kecepatan t > 40 KM/Jam padat dengan warna
biru:
Pada Tanggal 27 Oktober 2014 Pukul 8.03-8.05 Wita pada data trafik lalu
lintas dianalisa kecepatan kendaraan dengan waktu 2 menit. Kecepatan kendaraan
yang didapat antara 47 sampai 52 KM/Jam. Kategori ini masuk ke kategori lancar
dan membuat garis biru pada jalur yang dilewati seperti pada Gambar 4.22.
Berdasarkan Tabel 4.1 dan Gambar 4.22 proses maping informasi kecepatan,
posisi dan arah adalah dapat ditunjukan dengan benar oleh aplikasi antarmuka.
Berikut ini data trafik lalu lintas dari GPS Tracker:
lat_1":"-8.72104833333333","lat_2":"-8.72060833333333",
"lng_1":"115.194516666667","lng_2":"115.195865",
"speed":49.000017836,"heading":6,
lat_1":"-8.72060833333333","lat_2":"-8.72012166666667",
"lng_1":"115.195865","lng_2":"115.197168333333",
"speed":52.50001911,"heading":6,
lat_1":"-8.72012166666667","lat_2":"-8.71963666666667",
"lng_1":"115.197168333333","lng_2":"115.198421666667",
"speed":49.500018018,"heading":5,
lat_1":"-8.71963666666667","lat_2":"-8.71927333333333",
"lng_1":"115.198421666667","lng_2":"115.199536666667",
"speed":47.000017108,"heading":6,
80
lat_1":"-8.71927333333333","lat_2":"-8.71891833333333",
"lng_1":"115.199536666667","lng_2":"115.200465",
"speed":44.500016198,"heading":6,
lat_1":"-8.71891833333333","lat_2":"-8.71849666666667",
"lng_1":"115.200465","lng_2":"115.201538333333",
"speed":45.500016562,"heading":6,
lat_1":"-8.71849666666667","lat_2":"-8.71800166666667",
"lng_1":"115.201538333333","lng_2":"115.20284",
"speed":52.000018928,"heading":6,
Menjadi sistem informasi trafik lalu lintas dengan hasil sebagai berikut :
Gambar 4.22 Sistem Informasi Trafik Lalu Lintas Kategori Lancar
2. Analisa Ruas Jalan
Secara umum ruas jalan yang dilalui bus SARBAGITA memiliki kategori
trafik jalan berdasarkan data trafik yang terlampir dengan dua rute jalan yang
dikategorikan menjadi 3 yaitu dari Pukul 05 ≥ t <10 Wita , 10 ≥ t <15 Wita
dan 15 ≥ t ≤ 21 Wita. Data informasi trafik berdasarkan sistem informasi yang
ditampilkan berupa informasi ruas jalan yang dilalui yang membuat garis
berwarna berdasarkan kategori kemacetan seperti pata Tabel 4.1 dan ditambahkan
arah tujuan yang di kombinasikan dengan Google Maps API. Sistem informasi ini
dikumpulkan berdasarkan keberangkatan bus SARBAGITA sebagai berikut:
Rute Bus dari GOR ke GWK atau GWK ke GOR ini dikelompokan menjadi 3
kategori waktu dengan ruas jalan yang dilalui. Pada proses ini tiap ruas jalan
dianalisa trafik kemacetan berdasarkan sistem informasi trafik yang didapat
selama satu bulan dengan kategori kemacetan, seperti ruas Jalan Angsoka yang
dianalisa dengan rentang pukul 05 ≥ t < 10 Wita dimana dari data yang didapat,
81
data kemacetan yang sering tampil adalah kategori padat, padat, sedang, macet
maka Jalan Angsoka dikategorikan padat. Model ini dipakai untuk semua ruas
jalan yang dilalui Bus Koridor I GOR-GWK atau GWK-GOR seperti pada Tabel
4.9 dan 4.10.
Tabel 4.9 Informasi Trafik Ruas Jalan GOR ke GWK
Nama Jalan GOR ke GWK Jam/ wita
05 ≥ t <10 10 ≥ t < 15 15 ≥ t ≤ 21
Jln. Angsoka Padat Padat Padat
Jl. Melati sedang Padat Sedang
Jl. Surapati Padat Macet Macet
Jl. Kapten Agung Padat Padat Sedang
Jl. PB Sudirman sedang Padat Sedang
Jl. Waturengong Macet macet Macet
Jl. Sesetan sedang Padat Padat
Jl. Pesangaran sedang Padat Padat
Jl. By Pass Ngurah Rai Lancar sedang Sedang
Jl. Raya Kampus Unud Sedang sedang Sedang
Jl. Raya Uluwatu Sedang Padat Sedang
Jl. Kawasan GWK Sedang Padat Padat
Tabel 4.10 Informasi Trafik Ruas Jalan GWK ke GOR
Nama Jalan GWK to GOR Jam/ wita
05≥ t <10 10 ≥ t < 15 15≥ t ≤ 21
Jl. Kawasan GWK Sedang Sedang Sedang
Jl. Raya Uluwatu Sedang Padat Padat
Jl. Raya Kampus Unud Sedang Sedang Sedang
Jl. By Pass Ngurah Rai Lancar Sedang Lancar
Jl. Pesangaran Padat Padat Macet
Jl. Sesetan Sedang Padat Padat
Jl. Serma Made Oka Macet Macet Macet
Jl. Serma Made pil Macet Macet Macet
Jl. Serma Mendra Padat Macet Macet
Jl. PB Sudirman Sedang Padat Padat
Jl. Dewi Sartika Padat Padat Padat
Jl. Diponegoro Sedang Padat Padat
Jl. Hasanudin Padat Padat Padat
Jl. Udayana Sedang Padat Padat
Jl. Surapati Padat Padat Padat
82
Tabel 4.10 Lanjutan Informasi Trafik Ruas Jalan GWK ke GOR
Nama Jalan GWK to GOR Jam/ wita
05≥ t <10 10 ≥ t < 15 15≥ t ≤ 21
Jl. Kepundung Sedang Padat Sedang
jl. Patimura Padat Padat Sedang
Jl. Wr. Supratman Sedang sedang Sedang
3. Analisa Rute jalan
Analisa rute perjalan bus SARBAGITA dikategorikan berdasarkan pukul
anatara 05 ≥ t <10 wita, 10 ≥ t <15 wita dan 15 ≥ t ≤ 21 wita. Proses analisa
ruas jalan berdasarkan rute GOR ke GWK atau GWK ke GOR dengan
menentukan nilai yang sering muncul dengan hasil seperti pada Tabel 4.11 dan
4.12.
Tabel 4.11 Informasi Trafik Rute GOR ke GWK
Kategori Jam/Wita Kategori Trafik Lalu Lintas Jalan Raya
05 ≥ t < 10 Padat
10 ≥ t < 15 Padat
15 ≥ t ≤ 21 Padat
Tabel 4.12 Informasi Trafik Rute GWK ke GOR
Kategori Jam/Wita Kategori Trafik Lalu Lintas Jalan Raya
05 ≥ t < 10 Sedang
10 ≥ t < 15 Padat
15 ≥ t ≤ 21 Padat
Data trafik selama satu bulan bersumber dari data GPS Tracker yang
terpasang di bus SARBAGITA tentang kondisi jalan dari GOR ke GWK atau
GWK ke GOR dimana tiap ruas jalan miliki kategori yang berbeda seperti lancar,
sedang, padat dan macet. Kondisi rute berdasarkan waktu/jam untuk rute GOR ke
GWK pada jam 05 ≥ t ≤ 21 wita kondisinya padat sebaliknya kondisi rute GWK
ke GOR pada jam 05 ≥ t < 10 wita kategori sedang dan 10 ≥ t ≤21 wita kategori
padat. Berdasarkan data trafik yang ada, yang menunjukkan kondisi jalan sedang
83
dan padat, maka sistem informasi trafik lalu lintas cerdas bisa membantu dalam
memberikan informasi keadaan situasi lalu lintas terkini secara real time.
4.4 Penyebarluasan Data Visual Trafik Lalu Lintas
Penyebarluasan data visual trafik lalu lintas yang dikombinasikan dengan
Google Maps API dapat dibuatkan sistem informasi trafik lalu lintas cerdas di
Bali berbasis web. Proses penyebaran data visual trafik lalu lintas dengan
mengolah data trafik yang dikirimkan GPS Trakcer ke Server GPS. Data trafik
lalu lintas ini dikategorikan berdasarkan kecepatan kendaraan yang mendefinsikan
kondisi jalan secara real time dan terkini. Kategori kecepatan kendaraan
dikelompokan menjadi 4 kategori yaitu lancar, sedang, padat dan macet seperti
pada Tabel 4.1, ini diolah menjadi sistem informasi trafik lalu lintas berbasis web
yang dikombinasikan dengan Google Maps API dan ditambah beberapa fasilitas
seperti tempat halte dan kondisi jalan berdasarkan pengaduan atau pengamatan
langsung, model ini seperti pada Gambar 4.18. Sistem informasi ini yang
ditampilakan secara real time dan terkini. Penyebaran sistem informasi dengan
mengakses alamat Intenet Protocol (IP) public di web browser.
Dengan mengakses IP public akan menampilkan secara langsung
informasi trafik lalu lintas. Sistem informasi trafik lalu lintas cerdas yang tampil
secara real time akan menampilkan situasi jalan raya berupa garis berwarna
berdasarkan kategori kepadatan jalan seperti warna biru, hijau, oranye dan merah
serta menunjukan arah perjalananya. Sistem informasi trafik lalu lintas cerdas
dilengkapi dengan beberapa menu lainnya seperti informasi halte, kondisi jalan
84
yang bersumber dari pengamatan langsung atau informasi dari masyarakat dan
rute bus yang dilalui oleh bus SARBAGITA seperti Gambar 4.23.
Gambar 4.23 Sistem Informasi Trafik Lalu Lintas Cerdas Real Time
4.5 Analisa Usability Software
Analisa usability software merupakan analisa terhadap kemudahan, efisiensi,
mudah diingat dan kepuasan dalam mengakses web sistem informasi trafik lalu
lintas cerdas yang telah dibangun. Sebelumnya telah dilakukan survei dengan
85
menyebarkan kuesioner dan mengakses web sistem informasi trafik lalu lintas
cerdas.
Gay dan Diehl menuliskan, untuk penelitian deskriptif, sampelnya 10% dari
populasi, penelitian korelasional, paling sedikit 30 elemen populasi, penelitian
perbandingan kausal, 30 elemen per kelompok, dan untuk penelitian eksperimen
15 elemen per kelompok ( LR.Gay dan P.L.Diehl, 1992). Untuk memberikan
pedoman penentuan jumlah sampel sebagai berikut (Uma Sekaran, 1992) :
1. Sebaiknya ukuran sampel di antara 30 s/d 500 elemen
2. Jika sampel dipecah lagi ke dalam subsampel (laki/perempuan, SD / SLTP /
SMU , dsb), jumlah minimum subsampel harus 30
3. Pada penelitian multivariate (termasuk analisis regresi multivariate) ukuran
sampel harus beberapa kali lebih besar (10 kali) dari jumlah variable yang
akan dianalisis.
4. Untuk penelitian eksperimen yang sederhana, dengan pengendalian yang
ketat, ukuran sampel bisa antara 10 s/d 20 elemen.
Kuesioner telah diberikan kepada 35 orang. Skala pengukuran instrumen
yang digunakan dalam penelitian ini adalah skala likert. Skala likert adalah skala
yang dapat digunakan untuk mengukur sikap pendapat dan persepsi seseorang
tentang suatu objek atau fenomena tertentu (Sofyan Siregar, 2010). Dalam
penelitian yang ingin diukur adalah keberadaan sistem informasi trafik lalu lintas
cerdas bisa diterima dan berguna bagi masyarakat. Skala likert memiliki dua
bentuk pernyataan yaitu positif dan negatif seperti pada Tabel 4.13.
86
Tabel 4.13 Interval Penilaian
No Nama Singkatan Skor Positif Skor Negatif
1 Sangat Tidak Setuju STS 1 4
2 Tidak Setuju TS 2 3
3 Setuju S 3 2
4 Sangat Setuju SS 4 1
Perhitungan analisis kuesoner untuk pertanyaan 1:
Sangt setuju : 15 orang x 4 = 60
Setuju : 20 orang x 3 = 60
Tidak setuju : 0 orang x 1 = 0
Sanggat tidak setuju : 0 orang x 1 = 0
Total = 120
Tingkat persetujuan = ………………………………… ( 4.1 )
Keterangan
N = Jumlah skor dalam satu pertanyaan
m = Jumlah orang yang yang isi keusioner
s = Nilai maksimal skor
Tingkat persetujuan : 120/(35x4) x 100%= 85,71%
Untuk perhitungan kuesioner pada pertanyaan 2 sampai 9 dapat dilihat
pada Tabel 4.14
Tabel 4.14 Pehitungan Kepuasan Pengguna
No Variabel yang diukur Skor jawaban
Persetujuan %
SS S TS STS
1 Aplikasi mudah digunakan 15 20 85,71
2 Apakah tampilan enak dilihat 11 22 2 81,42
3 Apakah tampilan menu web mudah
dipahami 12 23 83,57
4 Akses ke web cepat 20 15 89,28
5 Menu yang disediakan sudah sesuai
dengan kebutuhan pengguna 13 22 84,28
6 Apakah menu dan tampilan halaman
mudah diingat 14 21 85,00
7 Apakah spesifikasi informasi
ditawarkan sesuai dengan kebutuhan 9 26 81,42
8 Apakah web informasi trafik lalu lintas
diperlukan 14 21 85,00
9 Apakah web informasi trafik lalu lintas
membantu dalam kegiatan sehari-hari 13 22 84,28
Total 760,00
87
Sehingga secara total tingkat persetujuan masyarakat terhadap penggunaan
sistem informasi trafik lalu lintas cerdas di Bali adalah sebagai berikut :
……………………………………………………………..(4.2)
y = total persetujuan
x = jumlah pertanyaan
760/9= 84,44
Jika dipetakan pada Garis interval skor penilaian dan prosentase Skala
Likert, hasil dari pengumpulan data kuesioner ini di dapat Skor 84,44 yaitu Kuat
artinya sistem informasi trafik lalu lintas cerdas di Bali bisa diterima dan berguna,
seperti pada Gambar 4.24 :
0 Skor terendah | Skor tertinggi
STS TS S SS
0 20% 40% 60% 80% | 100%
Sangat lemah Lemah Cukup Kuat Sangat Kuat
Gambar 4.24 Garis Interval Skor Penilaian Dan Prosentase Skala Likert Hasil
Pengumpulan Data
88
BAB V
PENUTUP
Bab ini berisi kesimpulan dan saran dari hasil penelitian yang telah dilakukan.
Kesimpulan ini sesuai dengan rumusan masalah dan tujuan penelitian, sedangkan
saran adalah saran yang dapat dikemukakan sebagai bahan pertimbangan guna
pengembangan penelitian tesis ini selanjutnya.
5.1 Simpulan
Kesimpulan dari penelitian mengenai sistem informasi trafik lalu lintas cerdas
di Bali adalah sebagai berikut:
1. Sistem informasi trafik lalu lintas cerdas ini dapat mengolah data tarfik lalu
lintas dari GPS Tracker seperti macet, padat, sedang dan lancar berdasarkan
kecepatan kendaraan dengan datanya tersimpan secara real time di server
GPS.
2. Sistem informasi trafik lalu lintas cerdas divisualkan dengan pemrograman
berbasis web yang dikombinasikan dengan Google Maps API. Dengan Skema
kondisi jalan divisualisasikan dengan menggunakan garis berwarna seperti
macet garis warna merah, padat garis warna oranye, sedang garis warna hijau
dan lancar garis warna biru. Kondisi lalu lintas jalan berisikan arah jalan
berupa tanda panah yang menunjukan arah jalan yang dilalui.
89
3. Sistem informasi trafik lalu lintas cerdas dapat menganalisa kondisi ruas jalan
dan rute jalan seperti pada penelitian ini menggunakan bus SARBAGITA
koridor I dengan rute GOR Ngurah Rai – GWK dan GWK – GOR Ngurah
Rai. Rute jalan yang dilalui oleh bus SARBAGITA koridor I dapat dianalisa
kondisi ruas jalan dan rute jalan berdasarkan waktu dan arah tujuan seperti
rute GOR ke GWK dengan dari pukul 05.00 sampai 21.00 wita rata-rata
rutenya kategori padat, sebaliknya GWK ke GOR dengan pukul 05.00
sampai < 10.00 wita rata-rata kategori sedang dan pukul 10.00 sampai 21.00
wita rata-rata kategori padat. Data sistem informasi trafik lalu lintas ini
berdasarkan pengambilan data selama satu bulan.
5.2 Saran
Adapun saran yang dapat dikemukakan berkaitan dengan penelitian tesis ini
antaralain:
1. Pada penelitian ini menggunakan 2 alat GPS Tracker yang terpasang di bus
SARBAGITA koridor I. Pada penelitian selanjutnya bisa ditambahkan alat
GPS Tracker setiap bus SARBAGITA disemua koridor baik koridor I maupun
koridor II dan di mobil pengumpan.
2. Sistem informasi trafik lalu lintas cerdas masih berbasis web. Dengan
kemajuan teknologi mobile yang makin canggih dan dimanjakan dengan fitur-
fitur aplikasi penunjang kegiatan sehari-hari sehingga banyak masyarakat
menggunakan alat komunikasi yang canggih untuk kebutuhannya. Maka
sistem informasi trafik lalu lintas cerdas bisa dikembangkan berbasis mobile
90
sehingga dapat bermanfat bagi masyarkat untuk mengetahui kondisi jalan raya
secara real time.
3. Penelitian ini bisa dikembangkan dengan ditambahkan aplikasi-aplikasi atau
fitur seperti pencarian jalan alternatif apabila ada kemacetan, informasi
kedatangan bus disetiap halte atau fitur yang lain mendukung sistem informasi
trafik lalu lintas cerdas di Bali.
91
DAFTAR PUSTAKA
_______________ 1997. Manual Kapasitas Jalan Indonesia (MKJI). Direktorat
Bina Jalan Kota. Dirjen Bina Marga Republik Indonesia.
Adriansyah. 2006. Implementasi Basisdata Dalam real-Time System. Bandung.
Insitut Teknologi Bandung. p.1-11.
A. Al-Khedher, Mohammad. 2011. Hybrid GPS-GSM Localization of
Automobile Tracking System. International Journal of Computer
Science & Information Technology (IJCSIT) Vol 3, No 6, Dec ,
Jordan.p. 75-85.
Aris, Azhar. 2012. Analisis Dampak Sosial Ekonomi Pengguna Jalan Akibat
Kemacetan Lalu lintas (Studi Kasus Area Universitas Brawijaya
Malang). Malang. Universitas Brawijaya.
Dishub Prov. Bali. -- . Angkutan Umum Sarbagita. Diakses melalui :
http://www.dishubinkom.baliprov.go.id/id/ANGKUTAN-UMUM-
Trans-SARBAGITA
Gay, L.R and P.L.Diehi. 1992. Research Methods for Busines and Management.
New York Macmillan Publ.Company
Hanifah, Raidah. dkk. 2010. Simulasi Sistem Informasi Geografis (SIG)
Pemantauan Posisi Kendaraan Via SMS Gateway. Jurnal TRANSMISI
ISSN :1411-0814. Semarang. Universitas Diponegoro.
Herrera, J.C., Work, D.B., Herring, R., Ban, X.J., Bayen, A. M.,. 2009.
Evaluation of Traffic Data Obtained via GPS-Enabled Mobile Phones:
the Mobile Century Field Experiment. Recent Work, UC Berkeley
Center for Future Urban Transport: A Volvo Center of Excellence.
Institute of Transportation Studies (UCB). UC Berkeley. p.1-26.
James Budiman, Marson. dkk 2012. Sistem Monitoring Dan Kontrol Lalu lintas
Perkotaan Monitoring And System Of Urban Traffic Control. Makasar.
Universitas Hasanuddin
92
Krithika Raj, R. and M. Janan. 2007 .Street Smart Traffic Discovering and
Disseminating Automobile Congestion Using VANETS. p.192-196
Mandaku, Hanok Marcus Tukan. 2010. Studi Penerapan Intelligent Transportation
System (ITS) Di Kabupaten Seram Bagian Barat. ARIKA, Vol. 04, No.
1 Pebruari 2010. ISSN: 1978-1105. Ambon. p.31-41
Pambudi Agung, Yudha Prasetyawan. 2010. Perancangan Sistem Informasi Lalu
lintas Online Kota Surabaya. Surabaya. Institut Teknologi Sepuluh
Nopember (ITS).
Patriandini, Ayudanti. dkk. 2013. Kajian Tingkat Kemacetan Lalu-Lintas Dengan
Memanfaatkan Citra Quickbird Dan Sistem Informasi Geografis Di
Sebagian Ruas Jalan Kota Tegal. Yogyakarta. Universitas Gajah Mada
(UGM). p. 153-163
Permana, Indra., Hariadi, M., dan Purnama, I K. E. 2009. Pemantauan Kondisi
Lalu Lintas Menggunakan Smart Visualisation System. Prosiding tugas
akhir 2008-2009. Surabaya. Institut Teknologi Sepuluh Nopember (ITS).
p.1-7
Rajendran G.dkk. 2011. GPS Tracking Simulation by Path Replaying.
International Journal Of Innovative Technology & Creative Engineering
ISSN:2045-8711. Vol.1 No.1 January 2011.
Sandor Dornbush and Anupam Joshi. 2007. StreetSmart Traffic: Discovering and
isseminating Automobile Congestion Using VANET. Maryland.
University of Maryland Baltimore County
Sekaran Uma. 1992. Research Methods for Business : A Skill-Building Approach.
ISBN: 9780471618898. US. Wiley & Sons, Incorporated, John. P. 252
Sinulingga, D, Budi, 1999. Pembangunan Kota, Tinjauan Regional dan Lokal.
Pustaka Sinar Harapan. Jakarta
Sukarto, Haryono. 2006. Transportasi Perkotaan dan Lingkungan. Universitas
Pelita Harapan. Banten, Jurnal Teknik Sipil. Vol.3 No.2 Juli. 2006. p.93-
99
Suyuti, Rusmadi. 2012. Implementasi Intelligent Transportation System (ITS)
Untuk Mengatasi Kemacetan Lalu Lintas Di Dki Jakarta. Jurnal
Kontruksia Volume 3. Nomor 2 ISSN 2086-7352. Jakarta. Universitas
Muhammadiyah Jakarta. p.17-26
93
Syofian Siregar. 2010. Statistika Deskriptif untuk Penelitian, Jakarta. Rajawali
Pers,
Tamin, O.Z. 2000. Perencanaan dan Pemodelan Transportasi, Edisi Kedua.
Penerbit ITB, Bandung
Wibisana, Hendrata dan Siti Zainab. 2008. Analisa kepadatan ruas jalan Di
kecamatan Rungkut dengan Pemetaan Sistem Informasi Geografis.
Jurnal Sains dan Teknologi EMAS. Vol. 18, No. 3, Agustus 2008. p.143-
155
Zhang, Xuedan dkk 2007. A Novel Real-time Traffic Information System Based
on Wireless Mesh Networks. USA, IEEE. P.618-623
www.opengts.sourceforge.net Waktu Akses : 27 Juli 2014 Jam 09:00 Wita
www.traccar.org Waktu Akses : 28 Juli 2014 Jam 19:00 Wita
www.itu.int/en/ITU-T waktu akses: 9 Maret 2015 Jam 10.00 Wita
94
Lampiran A Data Trafik Lalu Lintas Tanggal 13 Oktober 2014
Nama Jalan GOR ke
GWK
13 Oktober 2014
Jam
6.10
jam
8.30
jam
11.40
jam
14.40
jam
20.50
Jln. Angsoka padat macet padat Macet Sedang
Jl. Melati sedang padat padat Sedang Lancar
Jl. Surapati padat padat macet Macet
Jl. Kapten Agung padat padat macet Padat
Jl. PB Sudirman sedang sedang sedang Padat
Jl. Waturengong macet macet macet macet
Jl. Sesetan sedang padat padat Padat
Jl. Pesangaran sedang macet macet Padat
Jl. By Pass Ngurah Rai lancar sedang sedang lancar
Jl. Raya Kampus Unud padat sedang padat Padat
Jl. Raya Uluwatu sedang padat padat Padat
Jl. Kawasan GWK sedang macet padat lancar
Status Padat Padat Padat Padat
GWK to GOR
13 Oktober 2014
jam
7.20
jam
10.05
jam
13.05
jam
15.55
jam
19.40
Jl. Kawasan GWK sedang padat padat sedang Sedang
Jl. Raya Uluwatu sedang macet padat padat Lancar
Jl. Raya Kampus Unud padat sedang padat sedang Lancar
Jl. By Pass Ngurah Rai lancar sedang lancar Lancar
Jl. Pesangaran padat padat padat Macet
Jl. Sesetan padat padat macet Macet
Jl. Serma Made Oka padat macet macet
Jl. Serma Made pil padat macet macet
Jl. Serma Mendra padat padat macet
Jl. PB Sudirman sedang padat padat
Jl. Dewi Sartika sedang padat macet
Jl. Diponegoro sedang padat padat
Jl. Hasanudin padat macet macet
Jl. Udayana padat padat padat
Jl. Surapati padat macet padat
Jl. Kepundung sedang sedang padat
jl. Patimura padat sedang padat
Jl. Wr. Supratman sedang sedang lancar
Status Padat Padat Padat Sedang Lancar
95
Lampiran B Data Trafik Lalu Lintas Tanggal 15 Oktober 2014
Gor to GWK 15 Oktober 2014
jam 6.10 jam 8.30 jam :11.40 jam 14.45
Jln. Angsoka macet padat macet padat
Jl. Melati padat padat sedang padat
Jl. Surapati macet padat macet padat
Jl. Kapten Agung padat macet padat padat
Jl. PB Sudirman sedang padat padat padat
Jl. Waturengong macet macet macet macet
Jl. Sesetan sedang padat padat padat
Jl. Pesangaran sedang macet sedang padat
Jl. By Pass Ngurah Rai lancar sedang lancar sedang
Jl. Raya Kampus Unud sedang padat sedang sedang
Jl. Raya Uluwatu padat padat padat padat
Jl. Kawasan GWK padat macet sedang Sedang
Status Padat Padat Sedang Padat
GWK to GOR
15 Oktober 2014
jam .7.20 jam 10.05 jam 13.15 jam 16.15
Jl. Kawasan GWK sedang padat Sedang sedang
Jl. Raya Uluwatu padat padat Sedang sedang
Jl. Raya Kampus Unud sedang padat Sedang sedang
Jl. By Pass Ngurah Rai sedang sedang Sedang padat
Jl. Pesangaran padat padat Sedang
Jl. Sesetan padat padat Sedang
Jl. Serma Made Oka macet macet Macet
Jl. Serma Made pil macet macet Sedang
Jl. Serma Mendra macet macet Macet
Jl. PB Sudirman padat padat Macet
Jl. Dewi Sartika padat padat Padat
Jl. Diponegoro padat padat Padat
Jl. Hasanudin padat padat Padat
Jl. Udayana padat padat Padat
Jl. Surapati padat padat Padat
Jl. Kepundung
padat Padat
jl. Patimura sedang padat Padat
Jl. Wr. Supratman sedang sedang Sedang
Status Padat Padat Sedang Sedang
96
Lampiran C Data Trafik Lalu Lintas Tanggal 16 Oktober 2014
Gor to GWK
16 Oktober 2014
jam 6.15 jam 9.10 jam 12.10 jam 15.20 jam 18.20
Jln. Angsoka padat
macet padat padat
Jl. Melati sedang
padat sedang sedang
Jl. Surapati macet
macet macet macet
Jl. Kapten Agung padat
padat padat padat
Jl. PB Sudirman padat sedang padat padat padat
Jl. Waturengong macet macet padat macet macet
Jl. Sesetan sedang padat padat padat padat
Jl. Pesangaran padat macet padat padat sedang
Jl. By Pass Ngurah Rai lancar sedang sedang sedang sedang
Jl. Raya Kampus Unud sedang sedang sedang sedang sedang
Jl. Raya Uluwatu sedang sedang padat padat sedang
Jl. Kawasan GWK sedang sedang padat padat Padat
Status Sedang Sedang Padat Padat Padat
GWK to GOR
16 Oktober 2014
jam 8.05 jam 10.20 jam 13.25 jam 16.55 jam 20.10
Jl. Kawasan GWK sedang sedang padat sedang sedang
Jl. Raya Uluwatu sedang sedang padat sedang padat
Jl. Raya Kampus Unud sedang lancar sedang sedang sedang
Jl. By Pass Ngurah Rai sedang macet padat lancar lancar
Jl. Pesangaran padat padat padat macet sedang
Jl. Sesetan padat padat padat padat sedang
Jl. Serma Made Oka macet padat macet macet sedang
Jl. Serma Made pil macet padat macet macet sedang
Jl. Serma Mendra padat padat macet macet sedang
Jl. PB Sudirman sedang macet padat padat sedang
Jl. Dewi Sartika
sedang macet padat sedang
Jl. Diponegoro
sedang padat macet padat
Jl. Hasanudin
padat padat padat padat
Jl. Udayana
sedang sedang padat padat
Jl. Surapati
sedang sedang padat sedang
Jl. Kepundung
sedang padat sedang sedang
jl. Patimura
macet macet sedang sedang
Jl. Wr. Supratman
sedang sedang sedang Sedang
Status Sedang Sedang Padat Sedang Sedang
97
Lampiran D Data Trafik Lalu Lintas Tanggal 17- 18 Oktober 2014
Gor to GWK
17 Oktober 2014 18 Oktober 2014
jam 6.10 jam 9.25 jam 19.30 jam 6.15 jam 9.50 jam 12.35
Jln. Angsoka macet padat padat macet padat padat
Jl. Melati sedang sedang sedang sedang sedang sedang
Jl. Surapati padat padat macet macet padat padat
Jl. Kapten Agung padat padat padat padat padat macet
Jl. PB Sudirman sedang sedang padat sedang macet macet
Jl. Waturengong padat macet macet macet macet macet
Jl. Sesetan sedang sedang padat sedang padat padat
Jl. Pesangaran padat sedang padat padat padat padat
Jl. By Pass Ngurah Rai lancar sedang sedang lancar sedang sedang
Jl. Raya Kampus Unud sedang
sedang sedang
padat
Jl. Raya Uluwatu padat
sedang padat
macet
Jl. Kawasan GWK sedang
sedang padat
Padat
Status Sedang Sedang Padat Sedang Padat Padat
GWK to GOR
17 Oktober 2014 18 Oktober 2014
jam 7.55
jam
8.20
jam
11.20
jam
13.55
Jl. Kawasan GWK Sedang
sedang padat padat
Jl. Raya Uluwatu Padat
padat padat padat
Jl. Raya Kampus Unud Sedang
sedang sedang padat
Jl. By Pass Ngurah Rai Sedang
lancar lancar sedang
Jl. Pesangaran Sedang
sedang padat lancar
Jl. Sesetan Sedang
sedang padat padat
Jl. Serma Made Oka Sedang
macet macet
Jl. Serma Made pil Sedang
macet macet
Jl. Serma Mendra Sedang
macet macet
Jl. PB Sudirman Sedang
padat padat padat
Jl. Dewi Sartika Sedang
sedang padat
Jl. Diponegoro Padat
padat padat
Jl. Hasanudin Padat
padat padat
Jl. Udayana Padat
padat macet
Jl. Surapati Macet
padat macet
Jl. Kepundung Sedang
sedang
jl. Patimura Sedang
sedang padat
Jl. Wr. Supratman Sedang
sedang padat
Status Sedang Sedang Padat Padat
98
Lampiran E Data Trafik Lalu Lintas Tanggal 19 dan 21 Oktober 2014
Gor to GWK
19 Oktober 2014
21 Oktober
2014
jam
5.35
jam
7.20
jam
9.55
jam
13.05
jam
16.10 jam 6.10
Jln. Angsoka padat Padat padat sedang sedang sedang
Jl. Melati lancar Lancar sedang lancar sedang sedang
Jl. Surapati sedang padat padat padat sedang padat
Jl. Kapten Agung lancar sedang padat padat sedang sedang
Jl. PB Sudirman sedang sedang sedang padat sedang sedang
Jl. Waturengong macet macet padat macet macet macet
Jl. Sesetan lancar sedang sedang sedang padat padat
Jl. Pesangaran lancar sedang sedang sedang padat sedang
Jl. By Pass Ngurah Rai lancar lancar lancar lancar lancar lancar
Jl. Raya Kampus Unud sedang sedang sedang sedang
Jl. Raya Uluwatu sedang sedang sedang padat
Jl. Kawasan GWK sedang sedang sedang sedang
Status Lancar Sedang Sedang Sedang Sedang Sedang
GWK to GOR
19 Oktober 2014 21 Oktober 2014
jam
6.20
jam
8.45
jam
11.20
jam
14.15
jam
18.35
Jl. Kawasan GWK sedang sedang sedang sedang
Jl. Raya Uluwatu lancar sedang sedang sedang
Jl. Raya Kampus Unud lancar lancar lancar lancar
Jl. By Pass Ngurah Rai lancar lancar lancar lancar lancar
Jl. Pesangaran sedang sedang sedang sedang sedang
Jl. Sesetan sedang sedang sedang sedang padat
Jl. Serma Made Oka sedang padat macet padat macet
Jl. Serma Made pil sedang padat sedang padat macet
Jl. Serma Mendra sedang padat sedang padat macet
Jl. PB Sudirman sedang sedang sedang sedang sedang
Jl. Dewi Sartika sedang sedang padat sedang padat
Jl. Diponegoro sedang sedang sedang padat padat
Jl. Hasanudin sedang sedang padat padat padat
Jl. Udayana padat sedang sedang padat padat
Jl. Surapati padat padat padat padat macet
Jl. Kepundung
sedang sedang
sedang
jl. Patimura padat sedang padat sedang padat
Jl. Wr. Supratman padat sedang sedang sedang sedang
Status Sedang Sedang Sedang Padat Padat
99
Lampiran F Data Trafik Lalu Lintas Tanggal 27 dan 28 Oktober 2014
Gor to GWK
27 Oktober 2014 28 Oktober 2014
jam
7.30
jam
9.55
jamm
12.40
jam
16.00 jam 8.35
Jln. Angsoka sedang sedang padat padat sedang
Jl. Melati sedang sedang padat padat sedang
Jl. Surapati padat padat macet macet padat
Jl. Kapten Agung padat padat macet macet sedang
Jl. PB Sudirman padat macet padat macet sedang
Jl. Waturengong macet macet macet macet macet
Jl. Sesetan padat padat padat padat padat
Jl. Pesangaran padat macet padat macet macet
Jl. By Pass Ngurah Rai lancar lancar padat sedang lancar
Jl. Raya Kampus Unud sedang sedang sedang
sedang
Jl. Raya Uluwatu sedang sedang sedang
padat
Jl. Kawasan GWK sedang sedang sedang
Sedang
Status Sedang Sedang Padat Macet Padat
GWK to GOR
27 Oktober 2014
28
Oktober
2014
jam 8.35 jam 11.20 jam 13.55
Jl. Kawasan GWK sedang padat padat
Jl. Raya Uluwatu sedang padat sedang
Jl. Raya Kampus Unud lancar sedang padat
Jl. By Pass Ngurah Rai padat lancar sedang
Jl. Pesangaran padat macet macet
Jl. Sesetan padat padat padat
Jl. Serma Made Oka padat padat padat
Jl. Serma Made pil padat padat padat
Jl. Serma Mendra padat padat padat
Jl. PB Sudirman macet macet padat
Jl. Dewi Sartika padat padat sedang
Jl. Diponegoro sedang sedang padat
Jl. Hasanudin sedang padat padat
Jl. Udayana sedang padat padat
Jl. Surapati padat padat padat
Jl. Kepundung sedang sedang padat
jl. Patimura macet macet padat
Jl. Wr. Supratman sedang sedang padat
Status Padat Padat Padat
100
Lampiran G Data Trafik Lalu Lintas Tanggal 29 Oktober 2014
Gor to GWK
29 Oktober 2014
jam
6.30
jam
8.45
jam
11.35
jam
15.00
jam
18.00
Jln. Angsoka macet padat macet padat macet
Jl. Melati sedang sedang padat sedang padat
Jl. Surapati macet sedang macet padat macet
Jl. Kapten Agung sedang sedang padat sedang padat
Jl. PB Sudirman sedang sedang padat padat padat
Jl. Waturengong macet padat padat macet macet
Jl. Sesetan sedang padat padat sedang padat
Jl. Pesangaran padat padat padat sedang padat
Jl. By Pass Ngurah Rai lancar lancar lancar lancar sedang
Jl. Raya Kampus Unud sedang sedang sedang sedang sedang
Jl. Raya Uluwatu sedang sedang macet sedang padat
Jl. Kawasan GWK sedang sedang macet sedang padat
Status Sedang Sedang Padat Sedang Sedang
GWK to GOR
29 Oktober 2014
jam 7.35 jam 10.10 jam 13.20 jam 16.20
Jl. Kawasan GWK sedang lancar padat sedang
Jl. Raya Uluwatu sedang padat padat padat
Jl. Raya Kampus Unud lancar lancar sedang sedang
Jl. By Pass Ngurah Rai lancar lancar padat sedang
Jl. Pesangaran padat sedang padat padat
Jl. Sesetan sedang sedang padat padat
Jl. Serma Made Oka macet padat padat padat
Jl. Serma Made pil macet padat padat padat
Jl. Serma Mendra padat padat padat padat
Jl. PB Sudirman padat padat padat padat
Jl. Dewi Sartika padat sedang padat sedang
Jl. Diponegoro sedang padat padat sedang
Jl. Hasanudin padat macet padat padat
Jl. Udayana sedang sedang sedang sedang
Jl. Surapati padat sedang padat padat
Jl. Kepundung lancar sedang sedang sedang
jl. Patimura sedang padat sedang padat
Jl. Wr. Supratman sedang sedang sedang Sedang
Status Sedang Padat Padat Padat
101
Lampiran H Data Trafik Lalu Lintas Tanggal 30-31 Oktober 2014
Gor to GWK
30 Oktober 2014 31 Oktober 2014
jam 7.15 jam 6.50
jam
7.15
jam
10.25
jam
13.30
Jln. Angsoka padat sedang
macet macet padat
Jl. Melati sedang lancar
padat sedang sedang
Jl. Surapati padat padat
macet macet macet
Jl. Kapten Agung padat padat
macet padat
Jl. PB Sudirman padat sedang
padat padat
Jl. Waturengong macet padat
macet macet
Jl. Sesetan padat sedang
padat padat
Jl. Pesangaran macet sedang
padat padat
Jl. By Pass Ngurah Rai lancar lancar
lancar padat
Jl. Raya Kampus Unud sedang sedang
padat padat
Jl. Raya Uluwatu sedang padat
sedang padat
Jl. Kawasan GWK sedang sedang
sedang sedang
Status Padat Sedang Padat Padat
GWK to GOR
30 Oktober 2014 31 Oktober 2014
jam 5.45 jam 8.30 jam 7.50 jam 9.10 jam 11.50
Jl. Kawasan GWK sedang sedang sedang sedang Sedang
Jl. Raya Uluwatu sedang padat sedang sedang Sedang
Jl. Raya Kampus Unud lancar sedang sedang sedang Sedang
Jl. By Pass Ngurah Rai lancar sedang sedang sedang Lancar
Jl. Pesangaran sedang
padat macet macet
Jl. Sesetan sedang
sedang sedang Padat
Jl. Serma Made Oka padat
macet macet macet
Jl. Serma Made pil padat
macet macet macet
Jl. Serma Mendra padat
macet padat macet
Jl. PB Sudirman sedang
macet macet macet
Jl. Dewi Sartika sedang
padat padat padat
Jl. Diponegoro sedang
sedang sedang
Jl. Hasanudin sedang
padat macet
Jl. Udayana sedang
padat padat
Jl. Surapati padat
padat sedang
Jl. Kepundung padat
sedang padat
jl. Patimura padat
padat padat
Jl. Wr. Supratman padat
sedang Sedang
Status Sedang Sedang Sedang Sedang Sedang
102
Lampiran I Data Trafik Lalu Lintas Tanggal 1 Nopember 2014
Gor to GWK
1 Nopember 2014
jam 5.25 jam 7.15 jam 8.55 jam 11.55 jam 5.05
Jln. Angsoka sedang padat padat padat padat
Jl. Melati sedang sedang sedang lancar sedang
Jl. Surapati padat padat padat macet lancar
Jl. Kapten Agung padat padat padat padat sedang
Jl. PB Sudirman sedang sedang padat padat sedang
Jl. Waturengong macet
macet macet padat
Jl. Sesetan sedang
padat padat sedang
Jl. Pesangaran sedang
padat macet sedang
Jl. By Pass Ngurah Rai lancar
sedang sedang lancar
Jl. Raya Kampus Unud sedang
sedang
lancar
Jl. Raya Uluwatu sedang
padat
sedang
Jl. Kawasan GWK sedang
sedang
Lancar
Status Sedang Padat Padat Padat Sedang
GWK to GOR
1 Nopember 2014
jam 6.10
jam 10.30 jam 5.45
Jl. Kawasan GWK sedang
sedang sedang
Jl. Raya Uluwatu sedang
padat sedang
Jl. Raya Kampus Unud lancar
sedang sedang
Jl. By Pass Ngurah Rai lancar
sedang lancar
Jl. Pesangaran sedang
padat
Jl. Sesetan sedang
padat
Jl. Serma Made Oka padat
macet
Jl. Serma Made pil sedang
macet
Jl. Serma Mendra padat
macet
Jl. PB Sudirman padat
padat
Jl. Dewi Sartika sedang
padat
Jl. Diponegoro sedang
padat
Jl. Hasanudin sedang
macet
Jl. Udayana sedang
padat
Jl. Surapati padat
macet
Jl. Kepundung sedang
sedang
jl. Patimura padat
padat
Jl. Wr. Supratman sedang
padat
Status Sedang Padat Sedang
103
Lampiran J Data Trafik Lalu Lintas Tanggal 4 Oktober 2014
Gor to GWK
4 Nopember 2014
jam 6.00 jam 8.25 jam 6.35 jam 9.20 jam 12.20
Jln. Angsoka padat macet sedang padat lancar
Jl. Melati padat sedang sedang padat padat
Jl. Surapati macet sedang macet macet macet
Jl. Kapten Agung padat sedang sedang padat padat
Jl. PB Sudirman padat padat sedang padat sedang
Jl. Waturengong padat macet macet padat macet
Jl. Sesetan sedang padat sedang padat sedang
Jl. Pesangaran sedang padat sedang padat sedang
Jl. By Pass Ngurah Rai lancar sedang lancar lancar sedang
Jl. Raya Kampus Unud sedang sedang sedang padat
Jl. Raya Uluwatu sedang sedang sedang padat
Jl. Kawasan GWK sedang sedang sedang sedang
Status Padat Sedang Sedang Padat Sedang
GWK to GOR
4 Nopember 2014
jam 6.55
jam 8.00 jam 11.00
Jl. Kawasan GWK sedang
sedang sedang
Jl. Raya Uluwatu sedang
sedang sedang
Jl. Raya Kampus Unud sedang
sedang sedang
Jl. By Pass Ngurah Rai sedang
lancar lancar
Jl. Pesangaran padat
sedang padat
Jl. Sesetan padat
sedang sedang
Jl. Serma Made Oka padat
padat padat
Jl. Serma Made pil macet
padat padat
Jl. Serma Mendra macet
padat macet
Jl. PB Sudirman padat
sedang sedang
Jl. Dewi Sartika padat
padat sedang
Jl. Diponegoro sedang
padat sedang
Jl. Hasanudin padat
padat padat
Jl. Udayana sedang
sedang padat
Jl. Surapati sedang
padat padat
Jl. Kepundung sedang
sedang sedang
jl. Patimura sedang
padat padat
Jl. Wr. Supratman sedang
sedang Sedang
Status Sedang Sedang Sedang
104
Lampiran K Data Trafik Lalu Lintas Tanggal 5 dan 13 Nopember 2014
Gor to GWK
5 Nopember 2014 13 Nopember 2014
jam 12.05
jam 6.30
Jln. Angsoka macet
sedang
Jl. Melati Sedang
sedang
Jl. Surapati Padat
padat
Jl. Kapten Agung Sedang
padat
Jl. PB Sudirman Padat
padat
Jl. Waturengong macet
macet
Jl. Sesetan padat
padat
Jl. Pesangaran padat
padat
Jl. By Pass Ngurah Rai sedang
lancar
Jl. Raya Kampus Unud sedang
padat
Jl. Raya Uluwatu padat
padat
Jl. Kawasan GWK padat
Sedang
Status Padat Padat
GWK to GOR
5 Nopember 2014 13 Nopember 2014
jam 10.55 jam 13.40 jam 7.35 jam 13.25
Jl. Kawasan GWK sedang padat sedang sedang
Jl. Raya Uluwatu padat padat padat padat
Jl. Raya Kampus Unud sedang padat sedang sedang
Jl. By Pass Ngurah Rai sedang sedang lancar sedang
Jl. Pesangaran padat padat padat padat
Jl. Sesetan padat sedang padat padat
Jl. Serma Made Oka macet macet macet macet
Jl. Serma Made pil macet macet padat macet
Jl. Serma Mendra macet macet padat macet
Jl. PB Sudirman padat padat sedang macet
Jl. Dewi Sartika padat padat sedang sedang
Jl. Diponegoro padat padat sedang sedang
Jl. Hasanudin padat
padat macet
Jl. Udayana padat
sedang padat
Jl. Surapati sedang
sedang
Jl. Kepundung macet
jl. Patimura padat
Jl. Wr. Supratman sdang
sedang
Status Padat Padat Sedang Sedang
105
Lampiran L Form Kuesioner
Kuesioner Pengujian Sistem Informasi Trafik Lalu Lintas Cerdas di Bali
Nama :________________________________________________
Tanggal : _________________
No Variabel yang diukur Score jawaban
SS S TS STS
1 Aplikasi mudah digunakan
2 Apakah tampilan enak dilihat
3 Apakah tampilan menu web mudah dipahami
4 Akses ke web cepat
5 Menu yang disediakan sudah sesuai dengan kebutuhan
pengguna
6 Apakah menu dan tampilan halaman mudah diingat
7 Apakah spesifikasi informasi ditawarkan sesuai
dengan kebutuhan
8 Apakah web informasi trafik lalu lintas diperlukan
9 Apakah web informasi trafik lalu lintas membantu
dalam kegiatan sehari-hari
Keterangan :
SS : Sangat Setuju
S : Setuju
TS : Tidak Setuju
STS : Sangat Tidak Setuju