Abstract
Kemacetan lalu lintas menjadi tantangan signifikan di kota-kota besar seperti Medan, khususnya di ruas Jalan Tuasan yang kerap mengalami kepadatan pada jam sibuk. Penelitian ini bertujuan untuk memodelkan arus lalu lintas pada persimpangan Jalan Tuasan menggunakan pendekatan Agent-Based Modeling (ABM). Metode ini memungkinkan simulasi perilaku individu kendaraan sebagai agen yang saling berinteraksi dalam suatu sistem dinamis. Data primer dikumpulkan melalui observasi langsung selama tiga hari pada tiga rentang waktu (pagi, siang, sore). Hasil simulasi menunjukkan bahwa penerapan lampu lalu lintas dapat meningkatkan efisiensi pergerakan kendaraan, terlihat dari peningkatan kecepatan rata-rata dan pengurangan potensi konflik di titik simpang. Studi ini membuktikan bahwa model ABM efektif dalam mengevaluasi skenario manajemen lalu lintas secara mikro dan dinamis.Traffic congestion is a significant challenge in big cities such as Medan, especially on Jalan Tuasan which often experiences congestion during peak hours. This study aims to model the traffic flow at Jalan Tuasan intersection using Agent-Based Modeling (ABM) approach. This method allows the simulation of individual vehicle behavior as interacting agents in a dynamic system. Primary data was collected through direct observation for three days at three time spans (morning, afternoon, evening). The simulation results show that the implementation of traffic lights can improve the efficiency of vehicle movement, as seen from the increase in average speed and the reduction of potential conflicts at the intersection. This study proves that the ABM model is effective in evaluating micro and dynamic traffic management scenarios.
Cite
CITATION STYLE
Simorangkir, R., Reza Nur Afdal, & Putri Harliana. (2025). PEMODELAN ARUS KENDARAAN MENGGUNAKAN AGENT-BASED MODELING STUDI KASUS LALU LINTAS JALAN TUASAN MEDAN. PINTER : Jurnal Pendidikan Teknik Informatika Dan Komputer, 9(1), 55–61. https://doi.org/10.21009/pinter.9.1.8
Register to see more suggestions
Mendeley helps you to discover research relevant for your work.