bab v penutup

BAB V
PENUTUP
5.1. Kesimpulan
Kesimpulan yang dapat diambil dari penelitian ini adalah sebagai berikut.
1. Model METANET merupakan model arus lalu lintas yang dapat digunakan
untuk memprediksi keadaan lalu lintas. Keadaan yang dapat diprediksi yaitu
kecepatan rata-rata, kepadatan dan arus lalu lintas pada segmen dan ruas
jalan, serta panjang antrean dan arus yang keluar dari origin. Model ini
berbentuk nonlinear dan diskrit terhadap waktu dan kedudukan. Dalam hal
ini, kedudukan yang dimaksud adalah segmen dan ruas jalan.
2. Pada skripsi ini dilakukan pemodelan tentang pengaruh off-ramp terhadap
kecepatan rata-rata di segmen jalan yang berkaitan, berdasarkan model
METANET. Rumus penurunan kecepatan ini yaitu
−
δof f Ts βµ (k)qm,Nm (k)vm,Nm (k)
.
Lm λm (ρm,Nm (k) + κ)
3. Masalah meminimumkan total waktu tempuh (Total Time Spent) merupakan
masalah lalu lintas yang dapat diselesaikan menggunakan kendali model
prediktif (Model Predictive Control). Penyelesaian masalah ini dilakukan
berdasarkan model METANET. Dilakukan linearisasi model agar solusi
optimal dari masalah optimisasi dapat diselesaikan dengan lebih mudah dan
cepat. Linearisasi dilakukan dengan pendekatan PWA (Piecewise-Affine) dan
ditransformasi dari sistem PWA ke sistem MLD (Mixed Logical Dynamical
System). Untuk input kendali, digunakan speed limit dan outflow limit.
4. Pada skripsi ini diberikan empat contoh kasus untuk disimulasikan dengan
kendali MPC. Salah satunya yaitu masalah pada jaringan lalu lintas
109
110
yang memuat off-ramp. Berdasarkan contoh kasus yang diberikan, error
pendekatan model cukup kecil, sehingga menjamin akurasi pendekatan.
Setiap langkah waktu, masalah optimisasi dari kasus ini dapat dipandang
sebagai masalah MILP (Mixed Integer Linear Programming).
5. Simulasi kendali lalu lintas dilakukan menggunakan program MATLAB,
berdasarkan masalah optimisasi yang telah dirumuskan. Setiap langkah
waktu melibatkan masalah MILP yang harus diselesaikan. Simulasi
dilakukan pada empat jenis jaringan jalan bebas hambatan yang berbeda. Dari
hasil simulasi, diperoleh input kendali yang berbeda-beda antarkasus. Input
kendali ini dapat meminimumkan total waktu tempuh. TTS hasil simulasi
model dengan kendali terbukti lebih kecil dari TTS hasil simulasi model
tanpa kendali. Panjang antrean kendaraan dan kepadatan lalu lintas yang
turun dan menuju nilai tertentu menunjukkan bahwa kondisi lalu lintas pada
jaringan stabil.
6. Untuk membandingkan efek penurunan kecepatan, dilakukan simulasi
numerik pada empat jenis jaringan, termasuk jaringan yang memuat offramp. Masing-masing dilakukan pada kasus yang menerapkan dan yang tidak
menerapkan kendali lalu lintas. Untuk yang tidak menerapkan kendali lalu
lintas, digunakan model nonlinear dan model pendekatan PWA. Dari simulasi
ketiga jenis model, keberadaan on-ramp maupun off-ramp dapat menurunkan
kecepatan rata-rata.
5.2. Saran
Saran dari penelitian yang telah dilakukan adalah sebagai berikut.
1. Pada Bab 3 telah dilakukan modifikasi model baru dengan sebuah
asumsi. Sudut yang dibentuk oleh off-ramp dan jalan utama diasumsikan
dapat menyebabkan penurunan kecepatan kendaraan yang akan berbelok
melalui off-ramp. Pemodelan ini sebaiknya dibandingkan dengan data yang
sebenarnya atau ditambah asumsi lain.
111
2. Pada Bab 4, jaringan yang disimulasikan dengan MPC berupa jaringan
sederhana yang hanya terdiri atas satu segmen jalan sepanjang 1 km. Pada
penelitian lebih lanjut dapat dilakukan dengan jaringan yang lebih kompleks.
Akan lebih baik jika melakukan studi kasus di lokasi yang rawan terjadi
kemacetan sehingga membutuhkan pengendalian lalu lintas.
3. Kepadatan lalu lintas dan arus lalu lintas di segmen jalan semu, serta traffic
demand dan proporsi arus kendaraan yang keluar dari jalan utama pada
skripsi ini diasumsikan konstan selama periode simulasi 30 menit. Keadaan
ini sangat jarang ditemui di kehidupan nyata. Pada penelitian lebih lanjut
dapat dilakukan dengan kondisi lalu lintas yang sesuai kenyataan.
4. Pada skripsi ini kendali model prediktif diterapkan di jaringan lalu lintas
untuk meminimumkan total waktu tempuh. Padahal permasalahan nyata yang
muncul tidak hanya masalah meminimumkan total waktu tempuh. Untuk
penelitian lebih lanjut, dapat dilakukan untuk penyelesaian masalah-masalah
lain.