Penentuan Tingkat Pelayanan Ruas Jalan Di Kabupaten Sleman Dengan Fuzzy Logic

dokumen-dokumen yang mirip
Penerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas

Aplikasi Fuzzy Logic Controller pada Sistem Lalu Lintas di Jalan Abu Bakar Ali, Yogyakarta

BAB IV PEMBAHASAN. Pada penelitian ini akan dibandingkan antara aplikasi teori graf fuzzy dan

BAB I PENDAHULUAN. penyakit menular yang terutama menyerang anak-anak (Widoyono, 2008: 59).

PENGENDALIAN KECEPATAN KENDARAAN RODA EMPAT DENGAN MENGGUNAKAN FUZZY INFERENCE SYSTEM METODE MAMDANI

BAB I PENDAHULUAN Latar Belakang

ANALISIS SIMPANG BERSINYAL MENGGUNAKAN LOGIKA FUZZY

Analisis Pengaruh Pemilihan Fuzzy Membership Function Terhadap Output Sebuah Sistem Fuzzy Logic

ANALISIS OPTIMASI TRAFFIC LIGHT DENGAN TEORI FUZZY LOGIC MENGGUNAKAN ALTERNATIF APLIKASI MATLAB (STUDI KASUS SIMPANG EMPAT LHOKSEUMAWE)

FUZZY LOGIC CONTROL 1. LOGIKA FUZZY

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. Logika fuzzy memberikan solusi praktis dan ekonomis untuk mengendalikan

BAB I PENDAHULUAN. semakin meningkat. Menurut Khisma (2016: 9) kemacetan kendaraan bermotor

MODEL SISTEM PENDUKUNG KEPUTUSAN DENGAN FUZZY INFERENCE SYSTEM UNTUK PROMOSI KARYAWAN

BAB 2 LANDASAN TEORI

SISTEM INFERENSI FUZZY MAMDANI BERBASIS WEB

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

APLIKASI GRAF FUZZY PADA PENGATURAN LAMPU LALU LINTAS DI PERSIMPANGAN JALAN TERBAN KABUPATEN SLEMAN PROVINSI DAERAH ISTIMEWA YOGYAKARTA

DENIA FADILA RUSMAN

Aplikasi Graf Fuzzy dan Aljabar Max-Plus untuk Pengaturan. Lampu Lalu Lintas di Simpang Empat Beran Kabupaten Sleman

PENERAPAN INFERENSI FUZZY UNTUK KENDALI SUHU RUANGAN PADA PENDINGIN RUANGAN (AC)

Tahap Sistem Pakar Berbasis Fuzzy

Metode Mamdani Untuk Klasifikasi Dalam Prediksi Indeks Pembangunan Manusia Di Kota Banda Aceh

BAB III METODOLOGI 3.1 PENDEKATAN MASALAH

Metode Fuzzy Inference System untuk Penilaian Kinerja Pegawai Perpustakaan dan Pustakawan

Menentukan Harga Beras Sesuai Mutu Kualitas Beras dengan Logika Fuzzy Mamdani

BAB II TINJAUAN TEORI

Praktikum sistem Pakar Fuzzy Expert System

FUZZY MAMDANI DALAM MENENTUKAN TINGKAT KEBERHASILAN DOSEN MENGAJAR

BAB 2 TINJAUAN PUSTAKA

PENENTUAN JUMLAH PRODUKSI DENGAN APLIKASI METODE FUZZY MAMDANI

Penilaian Hasil Belajar Matematika pada Kurikulum 2013 dengan Menggunakan Logika Fuzzy Metode Mamdani

Simulasi Pengaturan Lalu Lintas Menggunakan Logika Fuzzy

BAB I PENDAHULUAN. Untuk melakukan pengaturan lalu lintas pada persimpangan jalan

BAB III METODOLOGI. moda, multi disiplin, multi sektoral,dan multi masalah, hal ini dikarenakan banyaknya

OPTIMISASI DELAY LAMPU HIJAU LALU LINTAS PADA PERSIMPANGAN DENGAN LOGIKA FUZZY METODE MAMDANI

IMPLEMENTASI FUZZY LOGIC DALAM MENENTUKAN PENDUDUK MISKIN (STUDI KASUS PADA BADAN PUSAT STATISTIK KOTA PAGARALAM)

BAB 2 TINJAUAN PUSTAKA

Menentukan Jumlah Produksi Berdasarkan Permintaan dan Persediaan Dengan Logika Fuzzy Menggunakan Metode Mamdani

Analisa Tingkat Kebisingan di DKI Jakarta dengan Fuzzy Logic Menggunakan Aplikasi MATLAB

BAB III LANDASAN TEORI

Jurnal String Vol. 1 No. 1 Tahun 2016 ISSN: MODEL EVALUASI KINERJA KARYAWAN DENGAN METODE FUZZY SUGENO PADA RESTO ABTL

JURNAL SISTEM PENENTUAN HARGA PERCETAKAN FOTO DIGITAL MENGGUNAKAN FUZZY TSUKAMOTO DI ALIEF COMPUTER KOTA KEDIRI

Fuzzy Inference System untuk Mengurangi Kemacetan di Perempatan Jalan

ARTIFICIAL INTELLIGENCE MENENTUKAN KUALITAS KEHAMILAN PADA WANITA PEKERJA

PERBANDINGAN METODE TSUKAMOTO, METODE MAMDANI DAN METODE SUGENO UNTUK MENENTUKAN PRODUKSI DUPA (Studi Kasus : CV. Dewi Bulan)

Aplikasi Fuzzy Logic Dalam Pemilihan Makanan Mie Instan

PENGARUH MANUVER PARKIR BADAN JALAN TERHADAP KARAKTERISTIK LALU LINTAS ABSTRAK

Metode Tsukamoto untuk Mendiagnosa Penyakit Infeksi pada Manusia

Penerapan Logika Fuzzy Metode Sugeno Untuk Memprediksi Jumlah Penumpang Di Terminal Ronggo Sukowati Pamekasan

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA BIDIK MISI DI POLITEKNIK NEGERI JEMBER MENGGUNAKAN LOGIKA FUZZY

ANALISIS & DESAIN SISTEM FUZZY. Menggunakan TOOLBOX MATLAB

BAB II: TINJAUAN PUSTAKA

WALIKOTA TEGAL PERATURAN WALIKOTA TEGAL NOMOR 6 TAHUN 2008 TENTANG KETERTIBAN LALU LINTAS DI KOTA TEGAL DENGAN RAHMAT TUHAN YANG MAHA ESA

BAB I PENDAHULUAN 1.1 Latar Belakang

Penerapan FuzzyTsukamotodalam Menentukan Jumlah Produksi

BAB 1 PENDAHULUAN Latar Belakang

BAB I PENDAHULUAN. ada tiga, yaitu association rules, classification dan clustering.

PREDIKSI JUMLAH PRODUKSI BARANG BEDASARKAN JUMLAH PERMINTAAN DAN DATA JUMLAH PERSEDIAAN CV.CIHANJUANG INTI TEKNIK MENGGUNAKAN LOGIKA FUZZY MAMDANI

OPTIMISASI POLA DISTRIBUSI DENGAN LOGIKAFUZZY DAN ALGORITMA SEMUT PADA PT. SRI ANEKA PANGAN NUSANTARA TUGAS AKHIR SKRIPSI

Penerapan Metode Fuzzy Mamdani untuk Memprediksi Penjualan Gula

PEMILIHAN PROGRAM STUDI BAGI SISWA LULUSAN SMA DALAM SELEKSI MASUK PTN UNY DENGAN LOGIKA FUZZY MAMDANI

BAB 2 TINJAUAN PUSTAKA

BAB I PENDAHULUAN 1.1 LATAR BELAKANG

PENENTUAN JUMLAH PRODUKSI TELEVISI MERK X MENGGUNAKAN METODE FUZZY MAMDANI

DAFTAR ISI LEMBAR JUDUL... LEMBAR PERSEMBAHAN... LEMBAR PERNYATAAN... LEMBAR PENGESAHAN TUGAS AKHIR... ABSTRAK... ABSTRACT... KATA PENGANTAR...

KONTRAK PEMBELAJARAN (KP) MATA KULIAH

PENERAPAN METODE FUZZY TSUKAMOTO UNTUK MEMPREDIKSI HASIL PRODUKSI KELAPA SAWIT (STUDI KASUS : PT. AMAL TANI PERKEBUNAN TANJUNG PUTRI BAHOROK)

BAB I PENDAHULUAN A. Latar Belakang

Logika Fuzzy. Farah Zakiyah Rahmanti 2016

BAB III METODE FUZZY MAMDANI

ANALISIS KINERJA SIMPANG BERSINYAL SECARA TEORITIS DAN PRAKTIS

Aplikasi Fuzzy Decision Making Dengan Menggunakan Metode Mamdani Penggandaan Dalam Pemilihan Smartphone

BAB II TINJAUAN PUSTAKA. kuantitatif yang menerangkan kondisi operasional fasilitas simpang dan secara

STUDI EVALUASI KINERJA JARINGAN JALAN PADA RUAS JALAN WARU - SIDOARJO. Kata Kunci: Permasalahan Transportasi, Sistem Transportasi, Volume Lalu-lintas

Implementasi Logika Fuzzy Mamdani untuk Mendeteksi Kerentanan Daerah Banjir di Semarang Utara

PREDIKSI PRODUKTIVITAS TENAGA KERJA KONSTRUKSI MENGGUNAKAN PENDEKATAN FUZZY LOGIC

Prosiding Matematika ISSN:

BAB I PENDAHULUAN. 1.2 Rumusan Masalah Rumusan masalah yang diangkat dalam penelitian ini adalah:

BAB IV PEMBAHASAN. BAB IV berisi pembahasan tahapan penelitian, yaitu klasifikasi logika. A. Identifikasi Data Cadangan Hidrokarbon

Seminar Tugas Akhir. Perancangan Sistem Pakar Fuzzy Untuk Pengenalan Dini Potensi Terserang Stroke Berbasis Web

BAB I PENDAHULUAN. Dengan meningkatnya pembangunan suatu daerah maka semakin ramai pula lalu

REVIEW PENERAPAN FUZZY LOGIC SUGENO DAN MAMDANI PADA SISTEM PENDUKUNG KEPUTUSAN PRAKIRAAN CUACA DI INDONESIA

Oleh: ABDUL AZIS JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2013

Aplikasi Fuzzy Inference System Dalam Penilaian Prestasi Mahasiswa

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB II LANDASAN TEORI. Pada bab ini berisi tentang teori mengenai permasalahan yang akan dibahas

KENDALI LOGIKA FUZZY PADA PENGATURAN LAMPU LALU LINTAS BERDASARKAN URGENCY DAN STOP DEGREE

Pristiwa Sugiharti 1, Wahyu Widodo 2. 2 Staff Pengajar Fakultas Teknik Universitas Muhammadiyah Yogyakarta, Yogyakarta

PENERAPAN LOGIKA FUZZY MENGGUNAKAN SISTEM INFERENSI METODE TSUKAMOTO PADA PENGATURAN LAMPU LALU LINTAS DI PEREMPATAN MANDAN KABUPATEN SUKOHARJO

BAB 2 TINJAUAN PUSTAKA

EVALUASI PENGENDALIAN LALU LINTAS DENGAN LAMPU PENGATUR LALU LINTAS PADA SIMPANG BERSINYAL

LOGIKA FUZZY. Dr. Ade Gafar Abdullah JPTE-UPI

APLIKASI LOGIKA FUZZY UNTUK PERAMALAN BEBAN LISTRIK JANGKA PENDEK MENGGUNAKAN MATLAB

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB III METODOLOGI 3.1 PENDEKATAN MASALAH

SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN BEASISWA BERPRESTASI MENGGUNAKAN METODE FUZZY (STUDI KASUS: INSTANSI XYZ)

STUDY TENTANG APLIKASI FUZZY LOGIC MAMDANI DALAM PENENTUAN PRESTASI BELAJAR SISWA (STUDY KASUS: SMP PEMBANGUNAN NASIONAL PAGAR MERBAU)

Penggunaan Metode Logika Fuzzy Untuk Memprediksi Jumlah Kendaraan Bermotor Berdasarkan Tingkat Kebisingan Lalu Lintas, Lebar Jalan Dan Faktor Koreksi

operasi simpang yang umum diterapkan adalah dengan menggunakan sinyal lalu

Transkripsi:

SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Penentuan Tingkat Pelayanan Ruas Jalan Di Kabupaten Sleman Dengan Fuzzy Logic Umi Nurofi atin, Agus Maman Abadi Program Studi Matematika, Jurusan Pendidikan Matematika FMIPA, Universitas Negeri Yogyakarta uminurofiatin@gmail.com A-16 Abstrak Tingkat Pelayanan merupakan kemampuan ruas jalan dan/atau persimpangan untuk menampung lalu lintas pada keadaan tertentu. Survey dan perhitungan lalu lintas dilakukan pada ruas jalan nasional dan propinsi dimaksudkan sebagai ketersediaan database volume lalu lintas di ruas jalan, dan bahan analisis serta evaluasi terhadap tingkat pelayanan jalan yang ada. Selain itu untuk melihat seberapa besar tingkat pertumbuhan lalu lintas yang ada, dimana hal ini dapat dipergunakan untuk menilai kinerja ruas jalan dari tahun ke tahun (perencanaan). Untuk itu, perlu adanya penentuan tingkat pelayanan ruas jalan yang efektif dan efisien. Penelitian ini bertujuan untuk mengaplikasikan fuzzy logic dalam penentuan tingkat pelayanan ruas jalan dengan faktor derajat kejenuhan dan kecepatan tempuh sebagai inputnya. Variabel input dan output akan dinyatakan dalam himpunan fuzzy (fuzzifikasi), lalu ditentukan aturan fuzzy yang akan digunakan. Melalui defuzzifikasi akan ditentukan derajat keanggotaan output. Metode yang digunakan adalah metode mamdani dengan bantuan program fuzzy inference system pada Matlab R2011b, Sistem inferensi fuzzy Metode Mamdani dikenal juga dengan nama metode Max-Min. Metode Mamdani bekerja berdasarkan aturan-aturan linguistik. Metode ini diperkenalkan oleh Ebrahim H. Mamdani pada tahun 1975[6]. Hasil dari penelitian ini adalah ruas jalan pada sampel 15 merupakan jalan termacet di Kabupaten Sleman sehingga Dinas Perhubungan harus segera mengatasi hal tersebut. Kata kunci: Fuzzy Logic, Fuzzy Inference System, Motode Mamdani Penentuan Tingkat Pelayanan Ruas Jalan. I. PENDAHULUAN Perkembangan wilayah selalu berkaitan erat dengan pertumbuhan tingkat aksesibilitas atau perjalanan masyarakat. Perubahan, perkembangan, dan pertumbuhan wilayah menuntut penyediaan ruang, sarana dan prasarana baru sehingga sebagai implikasi dari itu semua terjadi perubahan dan pertumbuhan kebutuhan aksesibilitas transportasi. Perkembangan tersebut menuntut adanya perencanaan transportasi yang cermat dan integral agar dapat melayani kebutuhan aktivitas masyarakat, karena transportasi merupakan proses perpindahan manusia dan atau barang dari satu titik ke titik yang lain dengan menggunakan moda tertentu. Efektivitas sistem transportasi pada suatu kawasan sangat tergantung pada pola perencanaan yang dihasilkan dalam rangka pelayanan aksesibilitas dan mobilitas penduduk. Semakin tinggi mobilitas maka berakibat pada tingginya volume lalu lintas di jalan hal ini menyebabkan kepadatan yang cukup signifikan. Semakin tingginya mobilisasi menyebabkan tingginya antrian dan tundaan pada suatu simpang. Oleh karena itu perlu adanya kajian atau penelitian mengenai kinerja ruas jalan dan simpang yang berkesinambungan dan terus menerus tiap tahunnya. Oleh karena itu perlu adanya studi evaluasi kinerja ruas jalan dan simpang di wilayah perkotaan Yogyakarta[1]. Analisis tingkat kemacetan lalulintas diperoleh dari proses perhitungan tingkat pelayanan jalan, nilai tingkat pelayanan jalan diperoleh dari perbandingan volume lalu-lintas (V) dengan Kapasitas jalan (C), atau dapat ditulis rasio V/C. Semakin besar nilai V/C rasio maka tingkat pelayanan jalannya semakin buruk. Sebaliknya, jika semakin kecil nilai rasio V/C maka tingkat pelayanan jalannya semakin baik. Analisis ini dilakukan secara deskriptif yang didasarkan pada tingkat pelayanan jalan, yang memaparkan kondisi lalu-lintas pada ruas jalan yang diteliti[2]. Kemacetan lalulintas terjadi bila ditinjau dari tingkat pelayanan jalan yaitu pada kondisi lalulintas mulai tidak stabil, kecepatan operasi menurun relatif cepat akibat hambatan yang timbul dan kebebasan bergerak relatif kecil. Pada kondisi ini nisbah volume-kapasitas lebih besar atau sama dengan 0,80, jika tingkat pelayanan sudah mencapai E aliran lalulintas menjadi tidak stabil sehingga terjadilah tundaan berat yang disebut dengan kemacetan lalulintas[3]. MA 101

ISBN. 978-602-73403-1-2 Berdasarkan Peraturan Menteri Perhubungan Nomor KM 14 Tahun 2006 Tentang Manajemen dan Rekayasa Lalu Lintas Di Jalan, tingkat pelayanan didefinisikan sebagai kemampuan ruas jalan dan/atau persimpangan untuk menampung lalu lintas pada keadaan tertentu[4]. Survey dan perhitungan lalu lintas dilakukan pada ruas jalan nasional dan propinsi di luar ibukota kotamadya atau kabupaten, yang menjadi kewenangan Dinas Perhubungan Propinsi Daerah Istimewa Yogyakarta. Pengumpulan data ini dimaksudkan sebagai ketersediaan database volume lalu lintas di ruas jalan, dan bahan analisis serta evaluasi terhadap tingkat pelayanan jalan yang ada. Selain itu untuk melihat seberapa besar tingkat pertumbuhan lalu lintas yang ada, dimana hal ini dapat dipergunakan untuk menilai kinerja ruas jalan dari tahun ke tahun (perencanaan). Hasil dari penilaian kinerja ruas jalan tersebut diharapkan dapat memberikan informasi dan bahan masukan untuk melakukan manajemen dan rekayasa lalu lintas bagi Dinas Perhubungan Propinsi Daerah Istimewa Yogyakarta khususnya dan instansi terkait, seperti : mengoptimalkan kapasitas jalan, melaksanakan re-manajemen lalu lintas, melebarkan jalan, sampai dengan mengusulkan jalan alternatif untuk mengurangi kemacetan lalu lintas[5]. Untuk itu, dibutuhkan adanya suatu sistem untuk mempermudah Dinas Perhubungan dalam menentukan tingkat pelayana dengan derajat kejenuhan dan kecepatan tempuh yang sesuai hasil survei. Aplikasi dari logika fuzzy pada penelitian ini menyediakan sebuah sistem penentuan tingkat pelayanan ruas jalan khususnya kabupaten Sleman berdasarkan derajat kejenuhan dan kecepatan tempuh yang merupakan faktor objektif dan digunakan sebagai input. Selanjutnya penelitian ini bertujuan untuk mengaplikasikan Fuzzy Logic pada penentuan tingkat pelayanan. II. METODE PENELITIAN Penelitian ini menggunakan data sekunder yaitu 40 data sampel ruas jalan di kabupaten sleman tahun 2015 dengan objek pengamatan derajat kejenuhan dan kecepatan tempuh di masing-masing sampel. Analisis data bertujuan untuk menghasilkan output tingkat pelayanan ruas jalan di Kabupaten Sleman dengan penerapan logika fuzzy. Dalam hal ini, analisis data menggunakan model mamdani dengan bantuan program FIS (Fuzzy Inference System) pada aplikasi MATLAB R2011b, Sistem inferensi fuzzy Metode Mamdani dikenal juga dengan nama metode Max-Min. Metode Mamdani bekerja berdasarkan aturan-aturan linguistik. Metode ini diperkenalkan oleh Ebrahim H. Mamdani pada tahun 1975[6]. Langkah-langkahnya adalah sebagai berikut: A. Menentukan variabel input dan output B. Mendefinisikan himpunan universal dari input dan output C. Fuzzifikasi D. Menentukan aturan fuzzy untuk penentuan tingkat pelayanan E. Defuzzifikasi Input Pendefinisian himpunan universal Fuzzifikasi Penentuan Aturan fuzzy Output Defuzzifikasi GAMBAR 2.1 BAGAN LANGKAH-LANGKAH METODE PENELITIAN III. HASIL DAN PEMBAHASAN Algoritma fuzzy solusi atas keterbatasan-keterbatasan yang dimiliki oleh struktur logika biner Boolean yang hanya memiliki dua kondisi pernyataan yaitu benar ( true ) atau salah ( false ). Algoritma fuzzy mencoba menjembatani kondisi-kondisi yang tidak hanya bisa diselesaikan dengan pernyataan ya atau tidak dan juga mendeskripsikan kondisi-kondisi pertengahan, kondisi diantara ya dan tidak kedalam formulasi matematis. Logika fuzzy dapat menerima ketidakpastian dalam bentuk variabel linguistik seperti agak, hampir, sekitar, sangat dan masih banyak lainnya. Referansi [7] logika fuzzy merupakan salah satu komponen pembentuk soft computing. Logika fuzzy pertama kali diperkenalkan oleh Prof. Lofti A. Zadeh pada tahun 1965. Dasar logika fuzzy adalah teori himpunan fuzzy. Pada teori himpunan fuzzy, peranan derajat keanggotaan sebagai penentu keberadaan elemen dalam suatu himpunan. Nilai keanggotaan atau derajat keanggotaan atau membership function menjadi ciri utama dari penalaran dengan logika fuzzy tersebut. Nilai keanggotaan hanya ada dua kemungkinan yaitu, 0 dan 1, pada himpunan fuzzy nilai keanggotaan terletak pada rentang sampai 1. MA 102

SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Semakin meningkatnya kepedulian dan pengetahuan pemerintah terhadap lingkungan digunakan untuk membentuk suatu himpunan aturan fuzzy yang dapat mengindentifikasi tingkat pelayanan ruas jalan. Dengan mengambil data dari Dinas Perhubungan Sleman tahun 2015 sebagai sampel, metode secara empiris dari aplikasi logika fuzzy akan diilustrasikan. Metode ini dapat menampung banyak variabel keputusan dan memiliki fleksibilitas untuk mengakomodasi berbagai kondisi ruas jalan dan peraturan menteri dengan mengubah variabel input dan aturan fuzzy. Tingkat Pelayanan merupakan kemampuan ruas jalan dan/atau persimpangan untuk menampung lalu lintas pada keadaan tertentu Penentuan tingkat pelayanan menjadi semakin rumit karena banyaknya status jalan yang ada. Penentuan tingkat pelayanan ini terpengaruh oleh beberapa faktor yaitu kecepatan lalu lintas (untuk jalan luar kota), kecepatan rata rata (untuk jalan perkotaan), nisbah volume/kapasitas(v/c ratio), kepadatan lalu lintas dan kecelakaan lalu lintas. Untuk Dinas Perhubungan Daerah Istimewa Yogyakarta, derajat kejenuhan dan kecepatan tempuh adalah faktor yang signifikan dalam penentuan tingkat pelayanan karena sesuai dengan Peraturan Menteri Perhubungan No. KM 14 Tahun 2006. Penelitian ini menggunakan 40 data sampel ruas jalan di kabupaten sleman tahun 2015 dengan objek pengamatan derajat kejenuhan dan kecepatan tempuh di masing-masing sampel. Derajat kejenuhan (DS) diambil dari Kapasitas ruas jalan (C) dibagi Volume kendaraan (V) sehingga disebut juga V/C. Data derajat kejenuhan dan kecepatan tempuh dari setiap sampel ditunjukkan dalam Tabel 1. TABEL 1: DERAJAT KEJENUHAN DAN KECEPATAN TEMPUH 40 RUAS JALAN No C (Kapasitas ) smp/jam V (Volume) smp/jam DS(Derajat Kejenuhan) Vlv (Kec.Tempuh) Km/jam 1 3635 2027 0,5575 56,33 2 3386 2717 0,8025 45,84 3 3279 2243 0,684 47,53 4 3201 1735 0,542 51,345 5 5525 3232 0,585 45,23 6 4978 3141 0,631 42,78 7 2947 1924 0,653 43,025 8 2666 1874 0,703 33,334 9 2455 1719 0,7 29,29 10 2359 2015 0,854 26,64 11 3091 2411 0,78 33,2 12 5076 2832 0,558 42,84 13 2536 1722 0,679 31,5 14 3406 2337 0,686 37,19 15 2310 2848 1,233 15,35 16 2670 2379 0,891 27,33 17 2501 2186 0,874 30,13 18 3262 1638 0,502 38,62 19 2783 2636 0,947 26,92 20 2571 1946 0,757 32,53 21 2671 1672 0,626 34,48 22 2351 1834 0,78 30,45 23 2491 1878 0,754 30,66 24 2475 1928 0,779 32,07 25 2835 2081 0,734 28,9 26 4719 2081 0,441 50,637 27 4719 1647 0,349 51,947 28 4667 1979 0,424 50,607 29 4693 2290 0,488 49,65 30 4745 1836 0,387 51,012 31 4693 1460 0,311 52,03 32 4641 1309 0,282 52,582 33 4411,5 1447 0,328 50,522 34 4363 1549 0,355 50,535 MA 103

ISBN. 978-602-73403-1-2 35 4371 1193 0,273 51,82 36 4387,5 1619 0,369 50,147 37 4356 1289 0,296 51,017 38 4430 1391 0,314 51,1 39 4381,5 1586 0,362 49,862 40 4454 1056 0,237 52,7875 Pada penelitian ini, akan dibahas bagaimana menentukan tingkat pelayanan dengan derajat kejenuhan dan kecepatan tempuh dengan penerapan logika fuzzy dengan batuan FIS (Fuzzy Inference System) pada MATLAB. Langkah-langkahnya adalah sebagai berikut: A. Terlebih dahulu ditentukan input dan output yang diinginkan. Pada kasus ini ditentukan derajat kejenuhan dan kecepatan tempuh suatu ruas jalan sebagai input. Sedangkan untuk outputnya adalah tingkat pelayanan suatu ruas jalan. B. Selanjutnya didefinisikan himpunan universal dari derajat kejenuhan ruas jalan, kecepatan tempuh, dan tingkat pelayanan. Derajat kejenuhan dan kecepatan tempuh masing-masing dinyatakan dalam interval. Derajat Kejenuhan = [0, 1.2] Kecepatan Tempuh = [0, 100] GAMBAR 3.1 INTERVAL DERAJAT KEJENUHAN GAMBAR 3.2 INTERVAL KECEPATAN TEMPUH Tingkat Pelayanan = [0, 1] GAMBAR 3.3. INTERVAL TINGKAT PELAYANAN C. Langkah selanjutnya adalah fuzzifikasi yaitu dengan mendefinisikan tingkat keanggotaan dari masing-masing input dan output. Untuk derajat kejenuhan didefinisikan menjadi 5 tingkat keanggotaan yaitu sangat rendah (VL), rendah (L), cukup rendah (A), tinggi (H), sangat tinggi (VH). Demikian juga dengan kecepatan tempuh, didefinisikan menjadi sangat pelan(vs), pelan(s), cukup cepat (M), cepat (F), sangat Cepat (VF). Sedangkan untuk tingkat kejenuhan ruas jalan didefinisikan menjadi 6 tingkat keanggotaan yaitu sangat lancar (VG), lancar (G), lumayan lancar (NG), lumayan macet (NB), macet (B), sangat macet (VB). 1. Tingkat Keangggotaan Derajat Kejenuhan MA 104

SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 GAMBAR 3.4 GRAFIK TINGKAT KEANGGGOTAAN DERAJAT KEJENUHAN 2. Tingkat Keanggotaan Kecepatan Tempuh GAMBAR 3.5 GRAFIK TINGKAT KEANGGOTAAN KECEPATAN TEMPUH MA 105

Kecepatan Tempuh (Vlv) ISBN. 978-602-73403-1-2 3. Tingkat Keanggotaan Output GAMBAR 3.6 GRAFIK TINGKAT KEANGGOTAAN TINGKAT PELAYANAN D. Langkah selanjutnya adalah menentukan aturan fuzzy yang akan digunakan untuk menentukan tingkat pelayanan ruas jalan dapat dilihat pada Tabel 2. TABEL 2. ATURAN FUZZY Derajat Kejenuhan (DS) Keputusan (D) Sangat rendah (VL ds) Rendah (L ds) Sedang (A ds) Tinggi (H ds) Sangat tinggi (VH ds) Sangat Pelan (VS vlv) NG NB B VB Pelan (S vlv) G NG B VB Cukup Cepat (M vlv) G G NB B Cepat (F vlv) VG G NG NB Sangat Cepat(VF vlv) VG VG G NB VB VB VB B B E. Tahap terakhir adalah defuzzifikasi yaitu menghitung derajat keanggotaan untuk masing-masing sampel. Pada tahap ini, akan dilakukan perhitungan derajat keanggotaan dari setiap sampel dengan derajat kejenuhan dan kecepatan tempuh yang dimiliki masing-masing sampel. Hasil derajat keanggotaan dari 40 sampel ruas jalan dapat dilihat pada Tabel 3. MA 106

SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 TABEL 3. DERAJAT KEANGGOTAAN SETIAP SAMPEL RUAS JALAN DI KABUPATEN SLEMAN Sampel No DS (Derajat Kejenuhan) Vlv (Kec.Tempuh) Km/jam Tingkat Pelayanan Jenis Tingkat Pelayanan 1 0,5575 56,33 0,4 VG 2 0,8025 45,84 0,867 B 3 0,684 47,53 0,737 NG 4 0,542 51,345 0,352 VG 5 0,585 45,23 0,498 VG 6 0,631 42,78 0,674 NG 7 0,653 43,025 0,704 NG 8 0,703 33,334 0,804 NB 9 0,7 29,29 0,818 NB 10 0,854 26,64 0,919 B 11 0,78 33,2 0,876 B 12 0,558 42,84 0,436 VG 13 0,679 31,5 0,744 NG 14 0,686 37,19 0,758 NB 15 1,233 15,35 0,97 VB 16 0,891 27,33 0,916 B 17 0,874 30,13 0,9 B 18 0,502 38,62 0,6 G 19 0,947 26,92 0,926 B 20 0,757 32,53 0,856 B 21 0,626 34,48 0,665 NG 22 0,78 30,45 0,876 B 23 0,754 30,66 0,853 B 24 0,779 32,07 0,875 B 25 0,734 28,9 0,841 NB 26 0,441 50,637 0,304 VG 27 0,349 51,947 0,286 VG 28 0,424 50,607 0,304 VG 29 0,488 49,65 0,317 VG 30 0,387 51,012 0,303 VG 31 0,311 52,03 0,299 VG 32 0,282 52,582 0,278 VG 33 0,328 50,522 0,305 VG 34 0,355 50,535 0,305 VG 35 0,273 51,82 0,288 VG 36 0,369 50,147 0,311 VG 37 0,296 51,017 0,303 VG 38 0,314 51,1 0,299 VG 39 0,362 49,862 0,315 VG 40 0,237 52,7875 0,275 VG Berdasarkan output yang telah diperoleh di atas, terlihat bahwa ruas jalan sampel 15 memiliki tingkat pelayanan yang paling besar yaitu 0.97, dengan jenis pelayanan sangat macet karena memiliki derajat kejenuhan yang sangat tinggi dan kecepatan tempuh sangat pelan. Selanjutnya urutan tingkat pelayanan dapat dilihat dalam tabel 4. Sampel No TABEL 4. URUTAN TINGKAT PELAYANAN RUAS JALAN DS (Derajat Kejenuhan) Vlv (Kec.Tempuh) Km/jam Tingkat Pelayanan Jenis Tingkat Pelayanan 40 0,237 52,7875 0,275 VG 32 0,282 52,582 0,278 VG 27 0,349 51,947 0,286 VG 35 0,273 51,82 0,288 VG 31 0,311 52,03 0,299 VG 38 0,314 51,1 0,299 VG 30 0,387 51,012 0,303 VG 37 0,296 51,017 0,303 VG 26 0,441 50,637 0,304 VG MA 107

ISBN. 978-602-73403-1-2 28 0,424 50,607 0,304 VG 33 0,328 50,522 0,305 VG 34 0,355 50,535 0,305 VG 36 0,369 50,147 0,311 VG 39 0,362 49,862 0,315 VG 29 0,488 49,65 0,317 VG 4 0,542 51,345 0,352 VG 1 0,5575 56,33 0,4 VG 12 0,558 42,84 0,436 VG 5 0,585 45,23 0,498 VG 18 0,502 38,62 0,6 G 21 0,626 34,48 0,665 NG 6 0,631 42,78 0,674 NG 7 0,653 43,025 0,704 NG 3 0,684 47,53 0,737 NG 13 0,679 31,5 0,744 NG 14 0,686 37,19 0,758 NB 8 0,703 33,334 0,804 NB 9 0,7 29,29 0,818 NB 25 0,734 28,9 0,841 NB 23 0,754 30,66 0,853 B 20 0,757 32,53 0,856 B 2 0,8025 45,84 0,867 B 24 0,779 32,07 0,875 B 11 0,78 33,2 0,876 B 22 0,78 30,45 0,876 B 17 0,874 30,13 0,9 B 16 0,891 27,33 0,916 B 10 0,854 26,64 0,919 B 19 0,947 26,92 0,926 B 15 1,233 15,35 0,97 VB IV. SIMPULAN DAN SARAN SIMPULAN Setelah dilakukan langkah-langkah dalam penentuan tingkat pelayanan ruas jalan di Kabupatan Sleman dapat disimpulkan bahwa tingkat pelayanan sampel 15 merupakan tingkat pelayanan yang paling macet karena memiliki derajat kejenuhan yang paling tinggi dan kecepatan tempuh sangat pelan. Model penentuan tingkat pelayanan seperti ini sangat diperlukan untuk Dinas Perhubungan agar mudah dalam mengidentifikasi tingkat pelayanan ruas jalan dan menentukan solusi yang akan dilakukan dengan derajat kejenuhan dan kecepatan tempuh. SARAN Beberapa saran yang perlu disampaikan dalam penelitian ini, dengan harapan akan menjadi saran yang bermanfaat dan penelitian ini dapat dikembangkan. Pengembangan dan perbaikan guna memperoleh hasil yang lebih baik dapat dilakukan dengan menambahkan faktor penentuan tingkat pelayanan sebagai input, mengembangkan penelitian ini dengan menggunakan metode inferensi yang lain seperti metode Sugeno dan Tsukamoto. Bagi Dinas Perhubungan diharapkan dapat mengantisipasi dan cepat menyelesaikan dengan baik masalah yang ditimbulkan akibat tingkat pelayanan ruas jalan. DAFTAR PUSTAKA [1] Dinas Perhubungan, Laporan Akhir Studi Evaluasi Kinerja Ruas dan Simpang Dinas Perhubungan Daerah Istimewa Yogyakarta, 2015, tidak dipublikasikan. [2] A. Patriandini, Kajian Tingkat Kemacetan Lalu-Lintas Dengan Memanfaatkan Citra Quickbird dan Sistem Informasi Geografis di Sebagian Ruas Jalan KotaTegal, dalam Jurnal Bumi Indonesia Yogyakarta: Universitas Gadjah Mada, 2013, halaman 153 163. [3] Sumadi, Kemacetan Lalulintas Pada Ruas Jalan Veteran Kota Brebes, dalam Diss. Program Pascasarjana Universitas diponegoro, Semarang: Universitas Diponegoro, 2006, halaman 17 18. [4] Peraturan Menteri Perhubungan Nomor KM 14 Tentang Manajemen dan Rekayasa Lalu Lintas Di Jalan, 2006. [5] Dinas Perhubungan, Laporan Hasil Survey Perhitungan Lalu Lintas di Ruas Jalan Dinas Perhubungan Daerah Istimewa Yogyakarta, 2013, tidak dipublikasikan. [6] S. Kusumadewi, Aplikasi logika Fuzzy Untuk Pendukung Keputusan, edisi 2, cetakan 2. Yogyakarta: Graha Ilmu, 2013, halaman 37 46. [7] S. Kusumadewi, Aplikasi logika Fuzzy Untuk Pendukung Keputusan, edisi 2, cetakan 2. Yogyakarta: Graha Ilmu, 2013, halaman 1 8. MA 108